MicrosoftとNvidiaは、開発者たちが長年避け続けてきた問題をAIで解決しようとしている
あらゆる支配的なプラットフォームには、暗黙の約束がある。それは、すでに動いているソフトウェアが引き続き動き続けるという約束だ。この四十年間、その約束はWindowsと企業世界の間で交わされた無言の契約だった。さまざまな技術的厳密さのもとで書かれた数百万ものx86アプリケーションが、企業のサーバー、経理部門のノートパソコン、産業用生産システムの中に積み重なりながら生き続けているのは、誰もそれらに手を触れたくなかったからだ。移行にはコストとリスクがかかり、何より、ほとんどの組織が進んで行おうとしない社内の議論を必要とするからだ。
それこそが、MicrosoftとNvidiaが人工知能によって回避しようとしていることだ。
2026年6月1日、台北で開催されたComputexにおいて、NvidiaはRTX Spark Superchip SoCを発表した。これは、Armアーキテクチャをベースとした同社のGrace Blackwellプラットフォームの、ノートパソコンおよびデスクトップ向けのコンパクト版だ。このチップは最大20個のArmコア、最大6,144個のCUDAコアを持つBlackwell GPU、最大128GBのLPDDR5X統合メモリ、そして最大1ペタフロップのAIコンピューティング処理能力を統合している。これはPC向けのGPUではない。PCを持つということの意味を根本から再定義するものだ。
NvidiaのCEOであるジェンスン・フアンは、曖昧さなく言い切った。「四十年間、アプリを起動してきた。RTX SparkとWindowsがあれば、問いかけるだけで、PCが仕事をする。」MicrosoftのCEOであるサティア・ナデラは、このチップを「Windowsを搭載したあらゆる家庭とデスクトップに無限のインテリジェンスをもたらす」ための「真のブレークスルー」と表現した。
言葉は慎重に選ばれている。しかしその言葉の背後にあるのは、プレスリリースのトーンが示唆するよりもはるかに不快な賭けだ。
業界が何十年もの間、存在しないふりをしてきた問題
Windowsのx86エコシステムは、企業向けソフトウェアの歴史上最大の技術的負債だ。これは劇的な表現ではなく、文字通りの意味だ。十五年から二十年前に書かれたコードの上で動いている業務アプリケーション、エンジニアリングツール、製造システム、垂直統合型プラットフォームが存在する。それらには最新のドキュメントもなく、元の作者も見つからず、誰も監査しようとしなかった依存関係を抱えている。それらは動いている。そして、まさに動いているがゆえに、誰も手を触れない。
Armへの移行における問題は、その核心において技術的なものではない。組織的なものだ。アプリケーションをネイティブArmに移行するには、社内の誰かがそのアプリケーションはその労力に値すると判断し、誰かがそのプロセスの責任を引き受け、予算があり、本番環境で何かが失敗した場合に何が起きるかについて明確な見通しがなければならない。その議論には、ほとんどの中規模・大規模組織において明確なオーナーが存在しない。オーナーがいなければ、何も起きない。
Microsoftはこれを何年も前から知っている。Windows on ArmのPCにおける使用時間の90%が、翻訳レイヤーなしでネイティブに動作するアプリケーション内で費やされているという主張は、肯定的に聞こえるデータだが、実際の摩擦を覆い隠している。残りの10%には、まさに最も重要なアプリケーション、最も古いアプリケーション、そしてどのITチームも触りたくないアプリケーションが含まれているのだ。
エミュレーターのPrismは大幅に改善された。AVXおよびAVX2命令のサポートが最近追加されたことで、Armハードウェア上で許容できるパフォーマンスで動作するx86アプリケーションの範囲が広がった。以前は問題のあったAbleton Liveのようなクリエイティブツールにも、今では機能的な動作経路が存在する。しかし1990年代の会計システム、アクティブなベンダーのいない産業管理プラットフォーム、プロプライエタリなコードを持つ垂直統合型ERP——それらはより洗練されたエミュレーターでは解決できない。
そこで、MicrosoftのAIエージェントへの賭けが登場する。
AIエージェントがこの問題においてできることとできないこと
Microsoft Build 2026において、Windowsチームはその説明が意図的に具体的に書かれたテクニカルセッションを提示した。「Armにおけるパフォーマンスゲインがどこで今日現実のものとなっているか、そしてエージェンティックAIがどのようにx86アプリケーションのスピード、互換性、スケールのための変換と検証を支援できるかをご覧ください。」それはマーケティングの基調講演ではなかった。特定の問題と正確な技術的アプローチを持つ、開発者向けのセッションだった。
背後にある考えは、十分な推論能力を持つハードウェア（RTX Sparkなど）上でローカルに実行されるAIエージェントが、x86のコードベースを分析し、Arm上で効率的に動作するために書き直しが必要なセグメントを特定し、変更を提案し、結果として得られる動作を検証できるというものだ。開発者を置き換えるものではない。移行プロセスの機械的で反復的な部分——依存関係の分析、互換性のない命令の特定、同等のコード候補の生成——を処理するのだ。
これはサイエンスフィクションではない。AIを活用したコーディングアシスタントは、レガシーコードのリファクタリングと近代化において実績を積んでいる。Microsoftがやっていることは、その能力を特定のアーキテクチャ上の問題——x86からArmへの移行——に向けることだ。
しかし、企業のプレゼンテーションが曖昧にしがちな区別がある。「容易にする」と「解決する」の違いだ。AIエージェントは、何をしているかを理解している開発者にとって、移行の時間とコストを大幅に削減できる。しかし、システムのどの部分が重要かについての技術的判断を代替することはできないし、移行が行われるべきだと決定する組織的な責任を引き受けることもできない。
コピープロテクションシステム、特定のx86命令に紐付けられたハードウェアライセンス、プロプライエタリなドライバーとの統合、またはビデオゲームの不正防止メカニズムを持つアプリケーション——それらには資格のある人間の介入が必要だ。Microsoftはプレゼンテーション全体で最も正直な言葉でそれを認めた。エージェンティックAIが一晩で全てを解決するわけではない、と。
一方Nvidiaは、RTX Sparkにおいて既存のアンチチート（不正防止）ソフトウェアとのある程度の互換性を約束した。これはゲーマーセグメントへの戦術的な譲歩だ。しかしそれらのシステムのアーキテクチャは、x86に関する非常に具体的な仮定のもとでカーネルレベルで動作するよう設計されており、Armにおける実際の互換性は、本番ハードウェアでの独立したベンチマークが届いて初めて明らかになるだろう。
C-レベルの誰もが内部で資金調達したくない移行
企業規模でのプラットフォーム移行には、繰り返されるパターンがある。新しいインフラは、それを採用する組織的な準備が整うよりも先に到着する。そのギャップは、より優れたチップやより洗練されたツールによって埋まるものではない。企業内の誰かが、動かないことのコストが動くことのコストを上回ると判断したときに初めて埋まる。
MicrosoftとNvidiaの賭けは、コンシューマーセグメントと比較的新しいコードを持つスタートアップにおいては、一貫した論理を持っている。そのような文脈では、AIを活用した移行ツールは、かつて六ヶ月かかっていたプロジェクトを数週間で管理可能なものへと縮小できる。RTX Sparkのハードウェアは、その統合メモリと推論能力により、AIエージェントがクラウドに依存することなく動作できるようにするものであり、これによりレイテンシとクエリごとの変動コストが削減される。
しかし企業向けセグメントにおいては、話はより複雑だ。この移行を最も必要としている組織は、まさにそれを内部で管理する能力が最も低い組織だ。それらの組織の重要なアプリケーションは、もはや存在しないコンサルティング会社、または十年前に去った従業員によって書かれた。ITチームは変革モードではなく、保守モードで動作している。そして取締役会は、「新しいチップはより効率的だ」という以上のビジネス上の正当化なしには、プラットフォーム移行プロジェクトを承認しないだろう。
x86よりもArmを優位にする電力効率とワットあたりのパフォーマンスの議論は、数千台のデバイスを有する組織では重みを持つ。しかしその議論は、その下にある多くの摩擦とともに経営幹部の席に届く。移行中の業務継続性を誰が保証するのか、失敗したアプリケーションの責任を誰が署名するのか、二十年前のツールを書き直す必要があるとビジネス部門に告げる権限を誰が持っているのか、という問題だ。
これらの会話を行うのは人工知能ではない。それを行うのは——あるいは回避するのは——CTOとCEOだ。
RTX Sparkのアーキテクチャが明らかにする業界の本当の方向性
互換性の問題を超えて、RTX Sparkはこれまでのハードウェアアップグレードサイクルとは構造的に異なる何かを表している。それはWindowsのチップの以前の世代に対する漸進的な改善ではない。それはモデルの変化だ。アプリケーションを実行するマシンとしてのPCから、ローカルなエージェンシーのインフラとしてのPCへの変化だ。
この違いは技術仕様を超えた含意を持つ。1ペタフロップのAIコンピューティングと128GBの統合メモリを持つデバイスは、より強力なノートパソコンではない。それは個人用推論サーバーであり、接続性なしに中規模から大規模の言語モデルを実行できる。それは「あなたのためにエージェントが仕事をする」という言語が示唆するよりも深い形で、労働者とそのソフトウェアツールの関係を変える。
デバイスが、複数のアプリケーションを調整し、ワークフローについての決定を行い、ユーザーの絶え間ない介入なしに成果物を生成するエージェントをローカルで実行できるとき、ソフトウェアは使用されるものであることをやめ、動作するものへと変わる。その変化は、組織のプロセスがどのように設計されるか、決定がどのように監査されるか、そしてアクションの連鎖の一部をモデルが実行したワークフローにおいて責任とは何を意味するかについての結果をもたらす。
ジェンスン・フアンはこれを製品ビジョンとして表現した。しかしそのビジョンの背後には、組織が予期するよりも緊急に答えなければならない問いがある。エージェントが決定したことに対して誰が責任を持つのか、誰がそれを説明できるのか、そして現実の結果をもたらすプロセスにおいてエージェントが誤りを犯したときに何が起きるのか。
x86からArmへの技術的な移行は、逆説的に、二つの問題のうち小さい方だ。ハードウェアは存在する。移行ツールは改善されている。エミュレーション層は日常的な使用のほとんどをカバーしている。ほとんどの組織においてまだ存在しないのは、ゼロに近いレイテンシでローカルに動作するモデルと人間の間にエージェンシーが分散したシステムを管理するための成熟度だ。
MicrosoftとNvidiaはそのような世界のためのインフラを構築している。その世界に住むための組織的な能力を誰が構築するかは未解決の問いであり、その答えはチップが何ペタフロップを持つかには依存しない。
