8月21日、InfoWorldが「Neoclouds become AI's new power brokers」と題した記事を公開した。AIインフラ需要の急拡大を背景に、AIワークロードに特化した新興クラウド「ネオクラウド」がAWS・Azure・Google Cloudと並ぶ存在として台頭しつつある。ハイパースケーラーを"置き換える"のではなく、エンタープライズが両者を使い分けるマルチクラウド戦略が現実解になりつつあるというのが記事の核心だ。

ネオクラウドとは何か

ネオクラウドとは、AIワークロードに特化したGPUクラスタを提供する新興クラウドプロバイダーの総称だ。代表例として挙げられるのは、CoreWeave、Lambda Labs、Crusoe Energyといった企業である。汎用クラウドサービスを幅広く提供するハイパースケーラー(AWS・Azure・GCP)とは異なり、大規模なGPU演算に絞って設計・運営されている点が特徴だ。

各社の差別化ポイントはそれぞれ異なる。CoreWeaveはNvidiaから大量のGPUを早期確保したことで知られ、H100クラスタの提供規模では独立系プロバイダーの中でも頭一つ抜けた存在とされる。Lambda LabsはAI研究者・スタートアップ向けに比較的シンプルな時間課金モデルを提供し、オンデマンドのアクセスしやすさを訴求する。Crusoe Energyは米国の余剰エネルギー（フレアガス等）を活用したグリーンGPUインフラを強みとし、電力コストと環境負荷の両面で差別化を図る。

価格モデルや契約形態もハイパースケーラーとは異なることが多く、ネオクラウド各社は長期コミット契約による割引や、特定GPU世代（H100・H200・A100など）への集中投資によるパフォーマンス保証を武器にする。一方でSLA（サービスレベル合意）やサポート体制はハイパースケーラーに比べて成熟途上であり、エンタープライズが採用を検討する際の課題として残る。

なぜ今、ネオクラウドが注目されるのか

背景にあるのは、NvidiaのH100・H200をはじめとするAI向けGPUの深刻な供給不足だ。ハイパースケーラーは自社データセンター向けに大量発注を優先しており、外部ユーザーがオンデマンドでH100クラスタを確保することは依然として困難な状況が続いている。

加えて、データセンターの電力逼迫も構造的な問題として浮上している。大規模なGPUクラスタの稼働には膨大な電力と冷却設備が必要であり、既存のハイパースケーラーのデータセンター容量だけではAIブームによる需要増を吸収しきれない。ネオクラウド各社はこの供給ギャップを埋める存在として急速に資金調達・設備投資を拡大してきた。

ハイパースケーラーは「負けない」が、全部は取れない

記事が強調するのは、ネオクラウドがAWSやAzureを「置き換える」という話ではないという点だ。ハイパースケーラーはエンタープライズとの既存関係、グローバルインフラ、プラットフォームサービス、セキュリティ・コンプライアンス対応、エコシステムにおいて圧倒的な優位性を持ち、AIブームの恩恵も受けている。直近の売上成長率がそれを裏付けている。

問題は需要の伸びが供給を上回っていることだ。AIインフラへの需要は、どのプロバイダーカテゴリも単独では吸収しきれないペースで拡大している。ハイパースケーラーは大きなシェアを取るが、全部は取れない。その隙間をネオクラウドが埋めるという構図である。

今後2〜3年でネオクラウドは「急成長か、消えるか」

記事は今後2〜3年の見通しについても踏み込んでいる。ハードウェア・電力・顧客を確保できたプロバイダーの収益は急速に伸びる。一部は大手による買収対象になる可能性がある。

一方で、過大なコミットメント、デリバリーの失敗、あるいは「資金調達よりもAIインフラをスケールして安定運用する方がはるかに難しい」という現実に直面して市場から退場するプロバイダーも出てくると指摘されている。GPU調達コストの高騰、電力インフラ整備の遅延、大手との価格競争といった要因が、ネオクラウド各社の経営を圧迫するリスクとして潜在する。

エンタープライズは「両方使う」時代へ

記事が提示する最も重要な示唆は、ネオクラウドがハイパースケーラーに勝つ世界ではなく、企業が両方を使い分ける世界だという点だ。

• ハイパースケーラーに残るワークロード：汎用ワークロード、データプラットフォーム、アプリケーションモダナイゼーション、エンタープライズ統合
• ネオクラウドに移る可能性があるワークロード：大規模なモデルトレーニングや推論（コスト・可用性・パフォーマンスの観点でメリットがある場合）

技術リーダーにとっての実務的な含意は明確だ。クラウド戦略の検討対象にネオクラウドを加えるかどうかは、「AWS vs ネオクラウド」という二択ではなく、ワークロードの性質とコスト構造によって判断する問題になってきている。GPU集約型のトレーニングジョブであればネオクラウドの専門性とコスト優位が活きる場面がある一方、認証・ネットワーク・既存SaaSとの統合が絡む本番環境ではハイパースケーラーの豊富なマネージドサービス群が依然として強い。

※編集部の考察：日本国内においても、さくらインターネットや国内データセンター事業者がAI向けGPUクラウドサービスを強化する動きが続いている。グローバルのネオクラウドと同様の文脈で、国内版の「GPU専業クラウド」競争が始まりつつある点は注目に値する。

詳細はNeoclouds become AI's new power brokersを参照していただきたい。