アドバンスト・マイクロ・デバイセズ Goldman Sachs Communacopia + Technology Conference 2026

ジムさん、ありがとうございます。

では私からお答えします。素晴らしい質問ですね。私たちの歩みを振り返ると、多くの企業と非常に似ていると思います。私たちのチームは、インフラに対して多層的なアプローチを取ることから始めたと思います。まず何よりもデータ層から始め、そこを最適化しました。多くのエンタープライズ顧客と話をしましたが、見落とされがちなのは、エージェントを実際に効果的に活用できるように、いかにデータを構造化するかということです。私たちは実際にそのソリューションをオープンソース化しました。Optimaと呼んでいます。そこから始めて、効率化のための自動化を推進する4つのエージェントに取り組んできましたが、それは非常にうまくいっています。今では、本当にドメイン特化型のアプリケーションの領域に入っていると言えます。考えてみると、私たちにとってドメイン特化型といえばEDAです。

コーディング、デバッグ、この2つの重要な領域、そしてカーネル開発や一般的なソフトウェア開発全般にわたって、非常に大きなアップサイドが見られています。そこでは非常に強力なリターンが得られています。そしてもちろん、すべての事業を通じて、非常に強力な自動化と効率化が見られています。興味深いことに、先週ニューヨークにいて、当社のCIOと一緒に、ニューヨークの主要なエンタープライズ顧客数社との円卓会議を行い、彼がこの歩みについて説明しました。それぞれの顧客がこの歩みのどの段階にいるかについて、非常に良い議論ができました。私たちはこの分野で先進的な立場にあると言えます。私たちは非常に積極的にこれに取り組んできたと思います。

トークンコストと価値のバランスをどう取るかについても検討しており、その点でもかなり高度なことを行っています。全体として、非常に強力な採用が進んでいます。私たちを、AIのプロバイダーであると同時に、主要な採用企業でもあると捉えていただければと思います。

はい、ジムさん、私から付け加えたいのは、当社がAnthropicと組んで構築した大きな枠組みで、彼らがMI450を最大2ギガワット分購入する契約についてはご存知の通りです。それだけでなく、OpenAIのツールだけでなくAnthropicのClaudeツールも当社のエンジニアリング組織全体で採用され、ソフトウェア開発、デバッグ、チッププログラムの製品化までの時間をはるかに速いフライホイールで回せるようになり、ソフトウェア担当者の時間の使い方も最適化されています。当社には巨大なソフトウェア組織があり、何に取り組むべきか、手作業ではなくツールを使ってそのフライホイールを加速できる部分はどこかを見極めようとしています。私の上司であるCFOのジーンは、当社を多くの大手半導体・テクノロジー企業と比較してベンチマークしており、私たちは社内でのAI採用において最先端にいると思います。

それにはトークンコストの増加が伴いますが、それをはるかに上回る組織全体の生産性向上が得られており、私たちを後押ししています。今後、ハードウェアとソフトウェアの製品をはるかに速く市場投入できるようになるのが見えてくると思います。

はい。最後にもう一点だけ。これは強調しておきたいのですが。ドメイン特化型と、私が「一般的なIT自動化」と呼ぶものがあります。一つは効率化のためですが、より速い市場投入時間を実現できるとき、そこが本当に成果が出るところです。それこそが私たちが目指しているものです。外部のエンタープライズに展開する際、目標は彼らに非常に速く価値実現時間を提供することです。ROCmや当社の一部のソリューションを使ってです。改めて言いますが、私たちは常に自ら開発したものを自ら使う、いわば「自社の料理を自分で食べる」を実践しています。私たちが構築するものはすべて、まず自社のデータセンターに展開されます。エンジニアリングチームの市場投入時間を短縮する上で、非常にうまくいっています。

私から始めましょうか、それとも私が答えましょうか。

はい。ジムさん、答えは「そのすべて」だと思います。あまり役に立たない答えかもしれませんが、実際それが答えです。私たちの目標は、オープンウェイトモデルであれ、大口顧客向けのフロンティアモデルであれ、CPUとGPUのロードマップの組み合わせが、ドルあたりトークン数の成果において非常に差別化されたものになるようにすることです。業界は、どのユースケースが正しいのかという点で急速に進化していると思います。どう表現すればいいでしょうか。適切なトークンを、そのコストとリターンに応じて適切な問題に適用する方法です。これは非常に広範なスペクトラムです。

私たちの目標は、GPU側でハードウェアとソフトウェアが適切な効率性を実現できるようにすること、それがオープンウェイトモデルであれ、クローズドウェイトモデルであれ、フロンティアモデルであれ関係なく、そしてダンの事業が、あらゆる出所のモデルを動かすエージェントを実行するための適切なCPUであるようにすることです。