Japonia łączy dane, których Nvidia jej nie sprzeda

Jensen Huang przyjechał do Tokio z 27 500 układami GPU

16 lipca rząd Japonii i Nvidia ogłosiły coś, co nazywają pierwszą na świecie krajową infrastrukturą AI, a specyfikacja jest nietypowo konkretna jak na komunikat o suwerenności. Obiekt zbuduje i poprowadzi spółka Noetra Corp., a pracować w nim będzie 13 750 procesorów Nvidia Vera i 27 500 układów Nvidia Rubin, rozłożonych na 140 megawatach mocy centrum danych, na platformie Nvidia DSX z siecią Spectrum-X Ethernet. Całość stanowi zaplecze projektu FRONTia, którego pełna nazwa mówi o rozwoju multimodalnych modeli fundamentowych z myślą o robotyce AI i fizycznej AI. Jensen Huang, prezes Nvidii, ujął to dokładnie w tonie, jakiego można się było spodziewać: Japonia wynalazła nowoczesną produkcję, a teraz buduje fabryki AI, które napędzą kolejną rewolucję przemysłową.

Większość komunikatów o suwerennej AI to jedna liczba i konferencja prasowa. Ten ma wykonawcę. Zlecenie dla Noetry złożyły METI, japońskie ministerstwo gospodarki, handlu i przemysłu, oraz NEDO, tamtejsza agencja innowacji, wspólnie z AIST, państwowym instytutem badawczym. Większościowymi właścicielami spółki są SoftBank Corp., Sony, NEC i Honda, a celem jest udział około 40 kolejnych firm z sektorów produkcyjnych i nieprodukcyjnych. Program obejmuje lata budżetowe od 2026 do 2030, a plan zakłada dostarczenie pierwszego modelu fundamentowego jeszcze w tym roku budżetowym i ulepszonych wersji w każdym następnym.

Odruchowo czyta się to tak, że Nvidia znalazła kolejny rząd, któremu może sprzedawać, i ta lektura nie jest błędna. Przychody Nvidii z suwerennej AI sięgnęły 30 miliardów dolarów w roku obrotowym 2026, ponad trzykrotnie więcej niż rok wcześniej, a wśród kupujących znalazły się Kanada, Francja, Holandia, Singapur i Wielka Brytania. Sama Francja wdrożyła 18 000 systemów Grace Blackwell. Japonia jest na tej liście pozycją największą i najbardziej konkretną. Ciekawa w tej umowie jest jednak nie ta część, za którą Nvidia dostaje zapłatę.

Przelew jest mniejszy niż nagłówek

W obiegu jest liczba 1 biliona jenów, około 5 miliardów euro, w ciągu pięciu lat. Faktycznie przyznano 387,3 mld jenów, około 2 miliardów euro, na pierwszy rok budżetowy. Reszta podlega corocznej weryfikacji po pierwszych dwóch latach. To nie jest zarzut wobec programu, bo tak właśnie działa finansowanie prac zleconych. To zarzut wobec tego, co dzieje się z tą liczbą po drodze. Zanim pięcioletni pułap zostanie trzeci raz z rzędu powtórzony, zmienia się w kwotę już wydaną, a pułap rozpisany na etapy z bramkami decyzyjnymi to zupełnie co innego niż przelew bankowy.

To rozróżnienie ma znaczenie, bo Państwu sprzedaje się tę samą konstrukcję. Mapy drogowe dostawców, programy krajowe i komunikaty o partnerstwach w AI podają górny pułap i pozwalają, żeby odbiorca sam dopowiedział sobie dolną granicę. Dyscyplina jest w każdym z tych przypadków ta sama: zapytać, która transza jest zakontraktowana, na czym polega bramka weryfikacyjna i kto o niej decyduje. W tym programie odpowiedzi są jawne. W trzech ostatnich komunikatach Państwa dostawców warto sprawdzić, czy również są.

Dla skali: premier Japonii, Sanae Takaichi, promuje 17 strategicznych sektorów gospodarki z prognozą 10,5 bln jenów, około 64 miliardów dolarów, inwestycji publicznych i prywatnych w fizyczną AI do 2040 roku. Na tym tle Strategia Robotyki AI ogłoszona w marcu 2026 roku zakłada zdobycie ponad 30% globalnego rynku robotyki AI szacowanego na 133 miliardy dolarów w 2040 roku. Moc obliczeniowa ogłoszona w tym tygodniu jest zaliczką na poczet tego celu, a nie samym celem.

Czego Nvidia nie włoży do skrzyni

Każdy, kto ma budżet i miejsce w kolejce, może kupić 27 500 układów Rubin. Nikt nie kupi dwudziestu lat śladów z czujników na linii montażowej Hondy. Na tej asymetrii opiera się cały pomysł. Model, który budują Noetra i AIST, jest multimodalny w bardzo konkretnym, fizycznym sensie: ma czytać naraz dane, obrazy, wideo, dźwięk i właściwości fizyczne, tak żeby maszyna umiała zinterpretować pomieszczenie i działać w nim, zamiast wykonywać wcześniej zaprogramowany ruch. Takiego modelu nie trenuje się na otwartym internecie. Trenuje się go na danych operacyjnych z prawdziwych fabryk, szpitali i miejsc katastrof, a deklarowany plan zakłada przebudowywanie go co roku na danych producentów.

Prezes Noetry, Hironobu Tanba, powiedział o powodach wprost i warto to przeczytać dwa razy. Jak stwierdził, zależność od zagranicznych dużych modeli językowych niesie ze sobą nie tylko obawę o niezamierzone przekazanie poufnych informacji firmy za granicę, ale też poważne ryzyko dla samej ciągłości działania. Warto zauważyć, czego w tym uzasadnieniu nie ma. Tanba nie przekonywał, że Japonia musi produkować własne układy scalone. Przekonywał, że japońskie firmy nie mogą wkładać swojej wiedzy o procesach do cudzego modelu i nazywać tego strategią.

To właśnie ta warstwa, którą debata o suwerenności wciąż omija. Moc obliczeniowa jest towarem z terminem dostawy. Wagi modeli da się pobrać, a połowa czołówki jest otwarta. Dane z działającej hali produkcyjnej to jedyny wsad w tym łańcuchu, który jest naprawdę rzadki, naprawdę zastrzeżony i nie do odtworzenia za pieniądze. Japonia zakłada, że jeśli zbierze tę warstwę w jedną pulę od czterech przemysłowych gigantów i czterdziestu kolejnych firm, amerykański krzem pod spodem przestanie być pytaniem strategicznym. Ten zakład może się nie udać na etapie wykonania. Nie ma w nim jednak pomyłki co do tego, gdzie leży wartość.

To polityka rynku pracy w kostiumie technologii

Cel to 10 milionów robotów wyposażonych w AI w 18 sektorach do 2040 roku, w tym w gastronomii, produkcji żywności i opiece medycznej. Ta liczba nie bierze się z ambicji technologicznej. Bierze się z demografii. Społeczeństwo Japonii się starzeje, polityka imigracyjna nie uzupełni niedoboru, a brak rąk do pracy jest już dotkliwy dokładnie w tych sektorach, które znalazły się na tej liście. Kraj automatyzuje się nie dlatego, że automatyzacja robi wrażenie. Automatyzuje się dlatego, że nie ma kogo zatrudnić.

To daje programowi coś, czego brakuje większości przedsięwzięć wokół suwerennej AI: uzasadnienie biznesowe, które przetrwa zmianę rządu. Gigafabryka AI uzasadniona strategiczną autonomią konkuruje z każdą inną pozycją w budżecie i przegrywa, kiedy polityka rusza dalej. Program AI uzasadniony tym, że restauracje nie mają kim obsadzić kuchni, stoi na twardym gruncie. Do Europy nadchodzi ta sama krzywa demograficzna, a swoje wydatki na moc obliczeniową Europa w dużej mierze przedstawia jako niezależność od amerykańskiego stosu. Te dwa uzasadnienia zdobywają finansowanie w zupełnie inny sposób i w zupełnie inny sposób znoszą upływ czasu.

To tłumaczy również kształt samej technologii. Fizyczna AI, robotyka, reagowanie na katastrofy i likwidacja obiektów jądrowych nie są najbardziej marżowymi zastosowaniami modelu fundamentowego. Są tymi, których kurcząca się siła robocza naprawdę potrzebuje. Japonia najpierw wybrała zastosowanie, a moc obliczeniową dokupiła pod nie. Częstsza kolejność, w Europie i gdzie indziej, jest odwrotna: najpierw kupuje się moc obliczeniową, a potem szuka się dla niej zastosowania.

Pytanie, które ląduje na Państwa biurku

Wniosek nie jest taki, że trzeba zbudować krajowy program AI. Jest taki, że Japonia trafnie wskazała, która warstwa stosu należy do Państwa, a Państwo najprawdopodobniej nigdy jej nie sprawdzili. Logi z czujników, ślady procesów, zapisy z utrzymania ruchu, zdjęcia z kontroli jakości i historie serwisowe to jedyny zasób w całym tym łańcuchu dostaw, którego żaden konkurent nie kupi, żaden dostawca nie dostarczy i żaden rząd nie wytworzy dotacją. W większości firm te same dane są jednocześnie oddawane modelowi należącemu do kogoś innego, jedno wywołanie API po drugim, i nikt tego nie zlicza.

Trzy rzeczy warto zrobić w tym kwartale. Po pierwsze, ustalić, jakie dane operacyjne wychodzą dziś z Państwa sieci przez narzędzia AI, i wyczytać z warunków umowy, czy trenują one model dostawcy. Po drugie, zdecydować, czy dane procesowe są aktywem, które Państwu procentuje, czy wsadem, który Państwo oddają za darmo. To dwie różne postawy i wymagają dwóch różnych umów. Po trzecie, przy następnej ofercie sprzedawanej hasłem suwerenności zapytać, którą warstwę ona faktycznie obejmuje. Miejsce przechowywania danych, wagi modelu i krzem to trzy osobne deklaracje, a dostawcy rutynowo sprzedają najtańszą z nich, używając języka najdroższej.

Japonia robi to, o czym Europa na razie głównie mówiła. Nie dlatego, że kupiła amerykańskie układy GPU, bo to potrafi każdy, ale dlatego, że zorganizowała ten jeden wsad, którego nie ma na sprzedaż, i postawiła za nim wskazanego z nazwy operatora, sfinansowaną transzę i termin dostarczenia. Układy GPU są najmniej ciekawą częścią tego ogłoszenia i jedyną, o której wspomni większość relacji.

Czytaj dalej: Trzy poziomy suwerennej SI, jedna prawdziwa niezależność  |  Jedna kamera prowadzi teraz całą flotę robotów