2026年雲栖大会：AIが「チームで働く」時代へ

チップ、モデル、クラウドから、エージェント、スーパー個人まで——「知を実用に」の産業総動員

9月の杭州は、秋の気配が深まっていた。杭州国際博覧中心は再び、世界のテクノロジー関係者の焦点となった。2026年雲栖大会は9月22日から24日まで開催され、雲栖鎮に第2会場も設けられた。例年と異なり、今年会場に足を運んだ人々は、講演を聞き、展示ブースを見るだけの観客ではなかった。多くが自分のエージェントを会場に持ち込んでいた。この小さな変化は、雲栖大会、ひいてはAI産業全体で起きている深い転換を映している。AIはもはや、実演され、議論される対象ではない。参加者、開発者、企業のそばにいる「デジタル同僚」になりつつある。

今年の雲栖大会は「知を実用に」をテーマとした。このテーマは抽象的ではない。メインフォーラム、展示エリア、分科会、産業マッチングのほぼすべてに貫かれていた。計算基盤からモデル能力、エージェント基盤から身体性AIロボット、Eコマース作業台から車載コックピットまで、大会はますます切実な問いに答えようとした。大規模モデルが「会話できる」段階を過ぎた後、いかにして真に産業に入り、人のために働き、人と協働し、測定可能な価値を生み出すのか。

「史上**規模」の雲栖大会

規模の面で、2026年雲栖大会は複数の記録を打ち立てた。展示館は3から4に増え、分科会は140に拡大し、出展企業は500社余りから1000社余りに跳ね上がり、展示総面積は5万平方メートルを超え、2000人以上の登壇者が集まった。出展企業数、展示面積、議論の広がりのいずれで見ても、雲栖大会史上**規模である。

この成長の背後には、AI産業の重心の移動がある。かつて雲栖大会の語りは、クラウドコンピューティング、ビッグデータ、IoTを中心に展開していた。その後、大規模モデルが絶対的な主役になった。今年のキーワードは「実装」「エージェント」「産業共創」に変わった。新設された「産業共創館」は産業実装に焦点を当て、出展企業数と展示面積の双方の成長をけん引する中核となった。ここで展示されるのは、もはや実験室のモデルパラメータだけではない。製造、小売、物流、金融、医療、教育などの業界における実際のシナリオソリューションである。

今年の大会はまた、ネイティブエージェント参加方式を初めて導入した。各参加者は自分のエージェントを会場に持ち込み、専用のデジタルIDを取得し、リアルタイムでアジェンダを読み、好みに基づいてインテリジェントな推薦を受けられる。雲栖大会はこれにより、世界初のAgent Nativeなテクノロジーイベントとなった。参加者は膨大なアジェンダを手動で選別する必要がなくなった。エージェントは興味、職業、過去の行動に基づいて自動的にルートを計画し、展示体験を事前予約し、会議メモを整理し、マッチングリストを生成することもできる。この体験自体が、「知を実用に」のライブデモンストレーションだった。

三つの基盤：チップ、モデル、クラウド

阿里巴巴集団CEOの呉泳銘氏はメインフォーラムの講演で一つの判断を示した。機械が思考の主力になりつつあり、知能が規模化された商品になりつつある、というものだ。同氏は、将来の機械の思考総量は人類の1000倍以上に達する一方、今日その比率は3％未満だと指摘した。この数字の背後には、チップからモデル、クラウドに至る一整套の産業配置がある。

呉泳銘氏は、AIモデル、AIチップ、AIクラウドが機械知能時代の三つの基盤であり、阿里巴巴はこれら三つのインフラに断固として投資すると明言した。今年の大会は三つの基盤をめぐって最新成果を集中的に展示し、明確なシグナルも発信した。AI競争はもはや単一モデルの競争ではなく、フルスタック能力の競争である。

チップ側では、計算基盤がさらに厚みを増している。 阿里巴巴の平頭哥（T-Head）は国産AIチップ「真武V900」を発表した。計算能力は前世代M890の3倍に向上し、216GBのメモリを搭載し、チップ間相互接続帯域幅は1200GB/sに達する。単一クラスタは50万カードまで拡張可能で、2027年第1四半期の量産を計画している。大規模モデルの学習と推論にとって、メモリ容量、相互接続帯域幅、クラスタ規模は、より大きなパラメータ、より長いコンテキスト、より高い同時実行性のタスクを支えられるかを決める。真武V900の発表は、国産AIチップが「使える」から「使いやすい」へ向かっていることを意味する。特に超大規模クラスタのシナリオでは、相互接続能力が単カードのピーク計算能力よりも重要な場合が多い。

平頭哥はまた、倚天サーバーCPUのロードマップを初めて公表した。2027年には倚天720と730の2世代を投入する。将来の倚天750は、自社開発のICNバスを通じて真武AIチップと直接相互接続し、CPUとAIチップの協調効率をさらに高める。このロードマップの意義は、クラウドベンダーがもはや汎用チップを購入して計算力を構築するだけではないことにある。自社開発のCPU、AIチップ、相互接続バスを通じて、より緊密なソフト・ハード協調体系を構築する。CPUは汎用スケジューリング、データ前処理、一部の推論タスクを担い、AIチップは大規模行列計算を担う。両者間のデータ移動効率は、クラスタ全体の利用率とコストに直接影響する。

モデル側では、Qwenチームが再帰的自己改善において実質的な進展を遂げた。 再帰的自己改善とは、モデルが学習データを生成し、結果を評価し、問題を発見し、それを基に反復を続けることで、「自己進化」のループを形成することである。Qwen3.8-Maxは人間が完全に「ゼロ参加」の状態で1カ月以上反復を続け、33回の有効な反復を完了した。Artificial Analysisでのスコアは40から45に上昇し、ClaudeやGPTの最強モデルと同じ**陣に並んだ。この進展が注目される理由は、スコア向上だけでなく、反復中の人間の関与が極めて低いことにある。モデルが一定度合いの自律的最適化能力を獲得しつつあることを示している。

Qwen3.8-Flashは次世代Qwen大規模モデルアーキテクチャを先行オープンソース化し、学習コストをほぼ90％削減した。新アーキテクチャに基づくQwen4はすでに学習中で、Qwen4.5、Qwen5は5～10Tパラメータ規模に拡大する。現在、阿里巴巴は460余りのQwen大規模モデルをオープンソース化し、ダウンロード数は30億回を突破、派生モデル数は30万を超え、世界一のオープンソースモデルファミリーの地位を固めている。オープンソース戦略がもたらすエコシステムのフライホイール効果が現れている。開発者が多いほど応用シナリオが豊かになり、フィードバックデータが増え、モデル反復が速まり、さらに多くの開発者を引き寄せる。多くの中小企業や起業家にとって、オープンソースモデルはAI応用の敷居を大幅に下げ、「モデル・アズ・プラットフォーム」の傾向をより明確にしている。

クラウド側では、Alibaba CloudがAgentCore、Agent Sandbox、新世代高性能ストレージCPFSなどの新製品シリーズを発表した。 CPFSは100TB/s級のスループットを実現し、単一ファイルシステムを100PiBに引き上げ、AIストレージコストを**69％削減した。モデルのエラスティック起動は1200秒から70秒に短縮され、初回トークン遅延は38％低減し、Prompt Cachingコストは**95％削減された。これらの指標は技術的な細部に見えるが、AIアプリのユーザー体験と商業的実現可能性を直接左右する。モデル起動の遅さ、初回トークン遅延の高さ、キャッシュコストの高さは、エージェントを実際の業務で鈍く高価なものにする。Alibaba Cloudはストレージ、スケジューリング、キャッシュ、サンドボックスなどの基盤最適化を通じて、エージェントを「デモ品」から「生産ツール」へ変えようとしている。

呉泳銘氏は、阿里巴巴がパートナーとともにAIインフラに全力投資し、2032年までにAlibaba Cloudが運営する世界のデータセンター規模を20GW超にする目標を発表した。20GWとは何か。電力、土地、サーバー、ネットワークへの巨大投資を意味し、AIクラウドが電力網や交通網のような社会レベルのインフラになることを意味する。将来、クラウドベンダー間の競争は、モデル能力の競争だけでなく、エネルギー、サプライチェーン、データセンター配置、グローバルサービス能力の競争でもある。

「働ける」AIが「雑談できる」AIを置き換えつつある

初日のメインフォーラムが機械知能時代のビジョンを描いたとすれば、展示館の光景は話題を現在に引き戻した。今年の「創造館」には11のテーマゾーンがあり、17の職業アイデンティティをカバーし、200余りの即時再利用可能なSkill、キット、テンプレートを集めた。Skillとは、エージェントが呼び出せる技能モジュールと理解できる。キットとテンプレートは、開発者がゼロから構築するのを避け、積み木のように業務アシスタントを組み立てられるようにする。この「スキル化」「モジュール化」の発想は、AIアプリをカスタムプロジェクトからスケーラブルな複製へと向かわせている。

Qwen Officeは現場で最新のAI Agentハードウェア製品を発表した。ユーザーは音声でタスクを指示でき、デバイスの聞き取りと文字起こしをオンにすれば、エージェントがさらに理解、処理、生成を行う。もはや単なる音声アシスタントではなく、持ち運べる作業台のようなものだ。会議中に自動記録し、会後に議事録を整理し、ToDoを抽出し、メールを生成し、文脈に応じて他のツールを呼び出すこともできる。ハードウェア形態の出現は、エージェントがより自然な入口を探していることを意味する。スマートフォン、イヤホン、眼鏡、レコーダー、デスクトップ機器は、いずれもエージェントの搭載先になり得る。

阿里巴巴傘下のグローバルEコマースAI作業台Accioは、実際のEコマースタスクを現場に持ち込んだ。商品選定、市場調査から商品詳細ページ設計、広告投下分析まで、一つの作業台で全チェーン操作を完結できる。中小事業者にとって、以前は運営、デザイン、広告投手、データアナリストの協力が必要だった仕事が、AI支援によって1人か2人、あるいは1人で完了できるようになる。これは単なる効率向上ではなく、組織形態の変化である。

注目すべきシグナルは「スーパー個人」の台頭だ。大会は特別に「スーパー個人作戦室」を設けた。大規模モデル、エージェント、クラウドサービスなどのツールを頼りに、1人で製品開発、デザイン、マーケティング、カスタマーサービスの完全な業務ループを完結し、「一人で軍隊」を実現する。かつて起業にはチーム、資金、比較的長い立ち上げ期間が必要だった。今では、業界知識を持ちAIツールをうまく使う人なら、素早くアイデアを検証し、製品を作り、顧客に届けられる。AIは職を消滅させたわけではないが、職務の境界を再定義し、組織に協働のあり方の再考を迫っている。

産業館では、身体性AIロボットが模擬工場環境で組立生産を実演した。宇樹科技（Unitree）のヒューマノイドロボットがボクシングの「争覇戦」を演じ、世界初の変形可能ロボットが二足と四足の状態を自由に切り替えた。BYDはAIスーパーエージェント「迪迪虾」を搭載した車両を展示した。一度のウェイクアップで、ユーザーはエージェントに車載システムを操作させ、出前を注文し、ホテルを予約できる。車はもはや単なる移動手段ではなく、移動するインテリジェント空間である。ロボットは展示台のパフォーマーではなく、工場、物流、点検、家庭サービスなどのシナリオに入り始めている。

これらの展示は共通の傾向を示している。AIは「生成できる」から「納品できる」へ向かっている。テキスト、画像、動画を生成することは**歩にすぎない。真に価値があるのは、タスクを理解し、手順を分解し、ツールを呼び出し、操作を実行し、結果を確認し、失敗時に再計画することである。これがエージェントとチャットボットの根本的な違いだ。チャットボットは質問を待つ。エージェントは自ら働く。チャットボットは答えを出す。エージェントは結果を届ける。

産業実装：デモから生産へ

雲栖大会の賑わいは、最終的に産業効率に戻らなければならない。今年新設された「産業共創館」が重要なのは、AIを技術的語りから業務現場へ引き戻すからだ。製造企業が関心を持つのは良品率、生産計画、エネルギー消費、設備保守である。小売企業が関心を持つのは在庫、転換、苦情、再購入である。金融機関が関心を持つのはリスク管理、コンプライアンス、投資調査、カスタマーサービスである。医療機関が関心を持つのは診断支援、カルテ品質管理、研究効率である。業界ごとに痛点は異なり、AI実装の方法もまったく異なる。

製造シナリオでは、身体性AIロボットと視覚検査システムが反復労働と高危険作業の代替を試みている。大規模モデルは設備マニュアル、保守記録、センサーデータを読み取り、エンジニアが故障を迅速に特定するのを支援できる。エージェントは複数のロボットを調整し、物料搬送、組立、検査を完了できる。小売シナリオでは、AI作業台が商品素材を自動生成し、競合価格を分析し、広告戦略を最適化し、リアルタイムデータに基づいて予算を調整できる。金融シナリオでは、エージェントがアナリストの公告整理、要約生成、世論追跡を支援できるが、最終判断は依然として人間の確認が必要だ。

産業実装の難しさは、決してモデル能力だけではない。データが利用可能か、プロセスがつながっているか、権限が明確か、結果が説明可能か、投入産出の見返りが合理的か。これらすべてがプロジェクトの成否を決める鍵である。雲栖大会の多くの分科会は、まさにこれらの問題を議論した。業界知識をモデルにどう注入するか、企業専用ナレッジベースをどう構築するか、エージェントに内部システムへ安全にアクセスさせるか、AIプロジェクトのROIをどう評価するか。これらの議題に派手な概念はないが、AIが真に生産システムに入れるかを決める。

セキュリティ、ガバナンス、オープンソース：賑わいの裏の冷静な思考

賑やかな展示エリアと熱のこもった講演の外側で、今年の雲栖大会には冷静な議論も少なくなかった。エージェントが記憶、ツール呼び出し能力、一定の自律性を持ち始めると、セキュリティとガバナンスの問題はより複雑になる。エージェントがメールを読み、データベースを操作し、決済インターフェースを呼び出せるなら、その本人認証、権限境界、行動監査、失敗時のロールバックが極めて重要になる。Agent Sandboxなどの製品の登場は、まさにエージェントを隔離環境で実行し、誤操作や悪意ある呼び出しを防ぐためである。

オープンソースとクローズドソースの路線論争も続いている。Qwenファミリーはオープンソースを堅持し、巨大な開発者エコシステムをもたらした。しかしオープンソースはモデル能力の拡散が速いことも意味し、安全性アラインメントと悪用防止はより困難になる。開放的なイノベーションとリスク管理のバランスをどう取るかは、業界が向き合うべき問題だ。同時に、エージェント間の協働プロトコル、ツール呼び出し標準、アイデンティティと権限管理が新たなインフラ議題になりつつある。将来、異なるベンダーのエージェント同士が「チームで働ける」かどうかは、単一エージェントの強さよりも重要かもしれない。

エネルギー消費も避けられない話題だ。20GWのデータセンター目標は、巨大な電力需要を意味する。グリーンエネルギー、液冷技術、チップのエネルギー効率、計算スケジューリング最適化は、AIクラウドの長期的コストに影響する。AIの競争は、最終的にアルゴリズムとチップの競争だけでなく、エネルギーとエンジニアリング能力の競争でもある。

市場の反応

資本市場は今回の雲栖大会に前向きな反応を示した。Goldman Sachsは市場コンセンサスを上回るAlibaba Cloud収入成長率予測を維持し、2026年9月四半期から2027年3月四半期までの前年同期比成長率をそれぞれ53％、55％、55％と見込んだ。UBSは、2032年までにAlibaba Cloudの対外クラウド収入が約1700億ドルに達し、約40％の年平均複合成長率に相当すると試算した。Citiの試算も近く、20GWが約1600億ドルの対外クラウド収入に対応するとみる。Morgan Stanleyは阿里巴巴の「Overweight」評価と目標株価180ドルを維持し、**先銘柄に位置づけ、2032年までに世界のクラウド容量が20GW超になれば約2400億ドルのクラウド収入容量への道筋を示せると考えた。

これらの予測が楽観的すぎるかどうかは、時間が検証する必要がある。しかし資本市場の論理は難しくない。AIが新たな生産性インフラになるなら、計算力、モデル、クラウドサービスは水、電気、石炭のように長期的で安定した需要を持つ。Alibaba Cloudはチップ、モデル、クラウド基盤、豊富な業務シナリオを同時に持ち、このフルスタック配置は競争で一定の優位を持つ。もちろんリスクもある。巨額の設備投資、長い回収期間、チップ供給の不確実性、モデル能力のコモディティ化可能性、激化する国際競争。雲栖大会が示すのは方向であり、本当の試練は大会の後に来る。

結語：知を実用にすることは、始まりにすぎない

計算基盤のエンジニアリング的突破から、大規模モデルの自律的進化、そしてウェアラブルデバイスとスーパー個人作業台が実際のシナリオに根を下ろすまで、今年の雲栖大会は明確な産業経路を描いた。AIは「生成できる」から「納品できる」へ向かっている。もはやアルゴリズムのパラメータ競争に限定されず、下は業界シナリオに根を張り、上は計算基盤のフルスタック協調へと伸びている。

「知を実用に」という四文字は、過去数年の大規模モデルブームへの応答であり、未来の産業競争への判断でもある。モデルがどんなに強くても、企業のコスト削減と効率向上に貢献できず、個人の実際のタスクを完了できなければ、高価な玩具にすぎない。エージェントがどんなに賢くても、安全に、信頼性高く、規模化してチームで働けなければ、生産システムの一部にはなれない。

2026年雲栖大会は、AIがすでに「チームで働き始めた」ことを示している。チップはモデルと組み、クラウドはエージェントと組み、機械はロボットと組み、人間はデジタル同僚と組む。次の問いはもはや「AIにできるか」ではない。「AIはどれだけ低コストで、どれだけ高い信頼性で、どれだけ速くできるか」である。杭州から始まったこの産業総動員は、まだ幕を開けたばかりだ。