3.1GWの消失と230ドルのキーパッド — 技術が実務をどう揺らすか
送電線1本の故障で3.1GWが消えた — データセンターの自己保護が送電網を揺らす
ワシントンDCの外で送電線が1本倒れた。通常なら数秒で復旧する程度の事故だ。しかし今回は違った。3.1ギガワットものデータセンターが30秒以内にほぼ同時に送電網から切断され、PJMの送電網全体で電圧が急上昇した。
（PJMは米国東部の大規模な地域送電網運営組織）北バージニアからシカゴまで、地域の照明がちらつくほどの揺らきだった。復旧まで11分を要した。
なぜこれほどの事態になったのか。データセンターが自己保護に走ったからだ。電圧低下を検知した施設が次々とバックアップ電源へ切り替え、需要が一気に消えた。供給過多になった送電網では電圧がスパイクする。その揺らきを検知した別のデータセンターがさらに切断へ走る。連鎖反応である。
PJMのデータによれば、切断されたデータセンターは全体需要の約3%にあたる。数パーセントと聞けば小さく見えるかもしれない。しかし送電網は供給と需要の継続的なバランスの上で成り立っている。3%が瞬間的に消えれば、もはや小さな変動ではない。
この問題、実は初起ではない。2024年にもPJM管内で60のデータセンターが同時切断し、1.5ギガワットの需要が消える事件が起きている。今回はその2倍の規模だ。Synapse Energy Economicsの推計では、PJMにおけるデータセンターの負荷割合は当時約6%だったが、2040年には24%に達する見通し。このままでは規模が拡大するたびに同種の事故が深刻化していく。
論点は「自己保護の連鎖をどう断つか」にある。Independent Electricity System ObserverのAli Zain Banatwalaは、地理的に隣接するデータセンター群が順次切断・再接続する仕組みが必要だと指摘している。一斉に逃げるから送電網が揺らう。順番に落ちるなら、送電網側も事前の対策を組みやすくなる。
別の方向性もある。揺らきを吸収して送電網に背を向けない仕組みだ。ON.Energyはデータセンターキャンパス全体をカバーする無停電電源装置を開発している。サーバーだけでなく冷却設備も含め、キャンパス全体を大規模なバッテリバンクの背後に置く構成だ。送電網から見れば、データセンターが1つの安定した負荷に見える。余剰電力があればバッテリを充電し、低下すればバッテリから放電する。ミリ秒単位で追従できるため、今回のようなスパイクを防げるという。同社は現在4つのキャンパスで合計3ギガワット分を設置中とのことだ。
送電網側も動いている。ERCOTはデータセンターのような大口需要家に対して
（ERCOTはテキサス州の独立系統運用機関）「ライドスルー」、つまり一時的な障害を乗り越えて送電網に留まることを義務付ける方針だという。
インフラを自分で管理している立場から見ると、この問題は他人事ではない。Kubernetesのクラスタが一斉にヘルスチェックに失敗して自己隔離に入るのと同じ構図が、はるかに大きなスケールで起きている。各ノードが自分を守るために切断へ走る結果、システム全体が不安定になる。マイクロサービスの世界ではサーキットブレーカーやバルクヘッドでこの連鎖を防ぐ設計が一般的だが、
（サーキットブレーカーは障害時にリクエストを遮断して連鎖崩壊を防ぐパターン、バルクヘッドはシステムを隔離して一部の故障が全体に波及するのを防ぐ設計手法）送電網とデータセンターの間にはまだそれにあたる調停層が薄い。
3ギガワットが30秒で消える事象を、送電網は今後どこまで耐えられるのか。需要の24%がデータセンターになる2040年までに、実務的な解決が間に合うのか。制度と技術の両面で、そろそろ具体的な線を引く段階に来ているはずだ。
OpenAIの230ドルキーパッド、実務で使えるのか
先週、OpenAIが最初のハードウェア製品を発売した。Work Louderと共同開発した「Micro」というキーパッドだ。ChatGPTやCodexと連携する6つのエージェントキーと6つのコマンドキーを備え、音声入力ボタンもある。BluetoothとUSBの両方に対応する。価格は230ドル。
一見すると面白い。特定のChatGPTセッションをキーに割り当てて、プロジェクト間を切り替えられる。音声ボタンを押して話しかけるだけでAIに指示を出せる。でも、実際にコードを書いている人からの反応は厳しい。Redditでは「冗談であって本物の製品ではない」という声が出ている。独立系メディアのAftermathも「わざと私を怒らせるために作られたように感じる」と酷評した。230ドルという価格は、既存の安い自作キーパッドや市販品と比べると説得力に欠ける。
私が気になるのは学習コストだ。ボタンの色がステータスを示す。白は待機、青は思考中、緑は完了、赤はエラー。これを覚えて、どのキーにどのプロジェクトを割り当てたかも覚える。マウスとキーボードで十分な操作を、わざわざ新しいデバイスに置き換える理由になるだろうか。1週間かけて設定と操作を学ぶ時間があるなら、既存のワークフローを改善したほうが早いかもしれない。
もちろん、ChatGPTを1日中使い続ける人には意味があるかもしれない。エージェントキーでセッションを切り替え、音声で指示を出す。その組み合わせは確かに効率的だ。ただ、マイクロサービスをGoやPythonで書いている私のようなバックエンドエンジニアには、あまりピンとこない。ターミナルとエディタがあれば十分だ。AIの支援を受けたい場面はあっても、それ専用の物理デバイスを机に置く必要性は低い。
OpenAIがハードウェア市場に参入した意義はある。でも、現時点では職人気質のガジェット好きを満足させるだけで、実務のワークフローを変えるものではないと読める。
コンピュータを操作するAIエージェント、Prentisが10億ドル評価で資金調達へ
Reid HoffmanとMark Pincusが共同創業者に名を連ねるAIラボ、Prentisが1億ドルの資金調達を協議中だ。評価額は10億ドル。4月にローンチしたばかりのスタートアップとしては異例のスピードだ。CEOを務めるのはシリアルアントレプレナーのRitankar Das。すでにOpenAIやGoogle DeepMindなどから25人以上の研究者を集めている。
Prentisが狙うのは「コンピュータ使用モデル」だ。オフィスワーカーが画面上で行う定型的な作業を、AIエージェントが直接操作して代行する。保険請求の処理や関税還付の例外対応など、複数のシステムをまたいで書類を探すような作業を自動化するという。すでに医療管理サービス組織やメーカーなどと最大5000万ドルの契約を結んでいる。
技術的な主張に目が止まる。自社のHive-32Bモデルが、WindowsAgentArenaとScreenSpot-v2という2つのベンチマークで、
（これらはAIがOSのGUIをどれだけ正確に操作できるかを測定する評価指標）OpenAIのGPT-5.4やAnthropicのClaude Opus 4.6を上回ると主張しているのだ。32Bというパラメータ数でフロントイアモデルと戦えるなら、タスクあたりのコストを約10分の1に抑えられるという。実務でエージェントを動かすなら、推論コストは死活問題だ。小さく安いモデルで日常業務を回せるという主張は、マイクロサービスでコストを気にしている身としては魅力的に映る。
ただし気になる点もある。契約額が「節約額の20%」という成功報酬型になっていることだ。第3四半期には年間換算7500万ドルのランレートを見込んでいるが、これはあくまで見積もりに過ぎない。顧客の業務コストがどこまで削減されたかを合意し、正確に計測して回収するのは、おそらく骨が折れる。そこをどうクリアするのか、現時点では不明だ。
競争も激しい。AnthropicはSeattleのコンピュータ使用スタートアップVerceptを買収して人材を獲得しており、OpenAIやMira MuratiのThinking Machines Labも同じ領域に取り組んでいる。APIが提供されていないレガシーシステムや、SaaS間の連携をRPAで無理やり繋いでいる現場は山ほどある。画面操作で介入するアプローチが安定して動くなら、需要はあるはずだ。UIの変更にモデルが追従できるか、そこが最大の論点になるだろう。
まとめ
データセンターの連鎖切断は、分散システムにおける「自己保護の暴走」が物理インフラ規模で起きた例だ。K8sのサーキットブレーカーのような調停層が不在のまま需要が拡大すれば、2040年に向けてインフラの脆弱性はさらに露呈するだろう。
AIのインターフェースを物理デバイスに固定するアプローチ（キーパッド）よりも、既存のUIを柔軟に操作するエージェント（Prentis）の方が、実務への浸透速度は速い。ただし、後者は推論コストの抑制とUI変更への追従という、より高度な技術的ハードルを抱えている。
技術的な解決策が実務に定着するには、システム全体への影響とコストの現実を考慮した設計が必要だ。データセンターの自己保護には調停層が必要であり、AIエージェントの実務投入には推論コストと安定性の検証が必要だ。キーパッドのような自己完結的なデバイスは、実務のワークフローに統合されない限り、ガジェット好きを満足させるだけに留まるだろう。