Lightelligenceが示す光接続AIエージェント化をどう変える

AI投資が「計算」から「接続」に移った現場感

あなたの会社でも、GPUを追加したのに推論が速くならない、そんな場面はないでしょうか。LLMや画像生成の現場では、演算器そのものより、チップ同士がどれだけ速く会話できるかが性能を左右します。この記事の焦点は、まさにその接続です。Lightelligenceは香港上場初日で株価が約400%上昇し、売上1,550万米ドル規模の会社が一時100億米ドル近い評価を受けました。この数字は、財務より先に市場が「次の詰まりやすい場所」を見抜いた事実を示します。私はここに、AIインフラ投資の重心が変わった明確なサインを見ます。

従来のAI投資は、より多くのチップを積み、より大きなクラスタを組む方向に進みました。しかし、規模が大きくなるほど、GPU間をつなぐ銅配線が熱と電力と帯域の壁になります。つまり、生成AIの進化を止めるのはモデル設計だけではなく、データの通り道そのものです。読者の皆さんも、クラウド料金や電力コストが急に効いてきた経験を一度は持っているはずです。Lightelligenceの上場は、その悩みが装置レベルで再編されつつあることを映しています。

光接続が銅配線の限界を超える理由

Lightelligenceが主張する要点は単純です。AIクラスタ内のデータを電気ではなく光で運ぶことで、低遅延、高帯域、省電力を同時に狙うという設計です。光接続とは、電子信号の代わりに光信号を使ってチップやサーバーを結ぶ方式であり、長距離通信だけの話ではありません。すでに同社の旗艦製品「LightSphere X」は、GPUスーパーノード向けの分散型光回路スイッチングとして説明され、モデルFLOPS利用率を50%以上高められるとされます。FLOPSは1秒あたりの演算回数を示す指標ですが、利用率が50%超改善するという意味は、同じGPU群でも遊休時間を大きく削れることです。

資金面でも市場の期待はかなり強いです。LightelligenceはIPOで24億香港ドル、約3億1,000万米ドルを調達しました。これは単なる資金調達額ではなく、光接続を量産前提のインフラとして市場が値付けしたことを意味します。しかも個人投資家向けの割当は約5,785倍の応募超過になりました。5,785倍という数字は、需要が供給を大きく上回ったというより、AIハードウェアの勝ち筋をテーマ投資として取りにいく資金が極端に厚いことを示します。

同社は2025年売上が1.06億元人民元、約1,550万米ドルで、2023年の3,800万元人民元から年平均66.9%で伸びました。66.9%は高成長の指標ですが、利益体質を示す数字ではありません。実際、2025年の純損失は13.4億元人民元へ拡大し、負債比率は473%に達しています。これは資産より負債が大きい状態であり、成長を優先した資本構成の危うさを表します。正直に言うと、ここはかなり荒いです。ただし市場は、収益性よりも「将来の接続層を握る会社か」を先に買っています。

技術面で私が引っかかったのは、同社が光接続と光コンピューティングを両輪で語っている点です。光接続はデータ転送の話ですが、光コンピューティングは光子で演算まで行う構想です。前者は実務導入が進みやすく、後者は研究色が濃い。この差は大きいです。商用化の重心がどちらにあるかで、調達資金の使い道も、数年後の売上構造も変わります。だからこそ投資家は、研究のロマンより、まず配線の置き換えを評価したとみるべきです。

日本企業が見るべきはGPU増設より配線設計

日本の企業や開発チームにとって重要なのは、GPUを何枚買うかより、クラスタ全体の通信設計をどう最適化するかです。生成AIの導入現場では、モデル性能の議論が先行しがちですが、実際の運用で効くのは電力、発熱、通信遅延の三つです。光接続はそのうち少なくとも二つに直接効きます。データセンターを運営する担当者なら、ラックの増設前にネットワークの発熱と消費電力を見直す必要があります。ここを軽く扱うと、推論コストが下がらず、LLM活用が実験止まりになります。

特に日本では、AIエージェントや社内RAGを本格運用するほど、通信のボトルネックが表面化します。AIエージェントは自律的に複数のツールやAPIを連携する仕組みですが、裏側では細かなやり取りが大量に発生します。1件1件は小さくても、全体では大きな負荷になります。だから、インフラ担当とアプリ担当を分けて考えるだけでは足りません。私は、AI導入の次の競争は「モデル選定」ではなく「接続と運用の再設計」だと整理しています。

また、Lightelligenceの事例は中国・香港市場の動きとして見ても意味があります。Huaweiが広い市場を支配する一方、Lightelligenceは独立系で高い売上シェアを持ちます。独立系が存在感を持つということは、AIインフラがまだ完全な寡占段階ではなく、標準化の主導権が流動的だということです。日本企業にとっては、部材調達、共同研究、データセンター設計のどこかで入り込む余地があります。調達先を固定化する前に、光接続を前提にした設計条件を一度は置くべきです。

AIインフラの勝負所は「演算」より「通信」の一本化

今後のAI投資は、演算器の性能競争だけでは決まりません。モデルが大きくなるほど、学習でも推論でも、チップ間転送の効率が利益を左右します。だから光接続は、ニッチな周辺技術ではなく、AIインフラの中核部品へ近づいています。私はむしろ、LLMの次に来る競争は、どの企業が最も無駄なくデータを流せるかという設計競争です。ここを制した企業は、AIエージェント時代のコスト構造でも優位に立ちます。