引退撤回が語るもの
孫正義がAIバブル論を「侮辱的だ」と切り捨て、60代での引退計画を白紙に戻した。この発言を個人の信念表明として読むだけでは不十分だ。ソフトバンクがARM、OpenAI、Perplexity AIに積み上げてきた資本の論理が、経営者の続投という形で戦略的一貫性を宣言したと理解すべきだ。AGIの到来を2030年代と見据え、それに向けた資本配分を自分の手で完結させるという意志は、投資ポートフォリオの方向性が少なくとも今後5〜7年は変わらないことを市場に伝えている。
ソフトバンクが獲りに行っている層
ソフトバンクの現在の賭けは、AIサービスの提供ではなく、AIインフラ層の支配権にある。ARMはチップ設計のアーキテクチャ標準を握り、OpenAIはモデル層の事実上のリファレンスになりつつある。Perplexity AIへの出資は、検索という情報アクセスの入口を押さえる試みと読める。これら三層が連動するとき、その上に乗るアプリケーションやサービスは、必然的にソフトバンク生態系への依存度を高める構造になる。孫氏が続投することは、この生態系構築が完了するまで経営の舵を手放さないという宣言でもある。
日本企業が直面する遅延コスト
日本の大企業がAIをPoC（概念実証）段階に留め続けている間に、この生態系は完成に近づく。問題は意欲の欠如ではなく、意思決定の構造にある。稟議と根回しを経由するAI投資の判断には平均6〜18ヶ月を要する。AGIの前夜に当たる2026〜2028年という時間軸で考えれば、その遅延は取り返しのつかない競争力の格差として現れる。
**最大のリスクはPoCの永続化だ。** 経済産業省が試算する2030年時点の79万人規模のIT人材不足は、この遅延をさらに悪化させる。機械学習エンジニアとMLOpsエンジニアの需給ギャップが最大であるという事実は、ソフトバンクが海外投資先から得た最先端ノウハウを国内で実装できる人材プールがそもそも存在しない可能性を示している。医療、金融、行政の各領域では個人情報保護法やアルゴリズム規制が重なり合い、AGIを前提としたデータ統合モデルの構築を国内では著しく困難にしている。
現実的に起きるのはおそらく次のような分岐だ。日本の大企業の多くはAI内製化を諦め、ソフトバンクが提供するエンタープライズAIパッケージを調達する形でAI化を進める。AI化は進むが、競争力の源泉は外部依存になる。その外側では、大企業が手を出せない業界固有領域、たとえば建設現場の安全管理や農業収量予測といった分野で、国内スタートアップが差別化できる隙間が生まれる。ただしその隙間は、参入者が少ない今だからこそ機能するものであり、時間とともに縮小する。
今から4年間の意味
CXOが今確認すべきは、自社のAI投資がソフトバンク生態系に依存する形か、独立した競争力を持つ形かの仕分けだ。依存型であれば調達コスト交渉を今期中に行うことで交渉力を持てる時期はまだある。独立型を目指すなら、業界固有データの囲い込みとMLOpsエンジニアの採用を2026年度予算の最優先事項に据える必要がある。取締役会レベルでPoCから本番稼働への移行KPIを設定しない限り、投資は評価されないまま次の予算サイクルで凍結される。
エンジニアにとっての機会は応用層とデータ層にある。ARMのNeoverse系チップ上でのLLM推論最適化や、業界特化RAGシステムの構築経験をOSS公開する形で実績を可視化することが、インフラ層をGAFAMとソフトバンクに握られた後の市場で価値を持つスキルになる。孫氏の引退撤回が示す時間軸は、今から4〜5年の判断が競争優位の分岐点になるという構造を前提にしている。その時間軸は経営者だけに当てはまるものではない。
