Andreessen Horowitz（a16z）は2026年8月28日、11億ドルの「Machine Age Fund」を発表しました。
名前だけを見るとAI向け半導体ファンドのようにも見えますが、対象はもっと広いです。チップ、メモリ、ネットワーク、ストレージに加え、データセンター、電力、冷却、ロボット、家庭向けAI機器まで含みます。
注目したいのは、AI投資の焦点が「どのモデルが賢いか」だけではなく、そのAIを実際に動かす物理インフラ全体へ広がっていることです。
この記事では、Machine Age Fundが何へ投資するのか、なぜ今ハードウェアが重視されているのか、a16zの既存投資先とIEAの最新データから見えるAIインフラのボトルネックまで見ていきます。
Machine Age FundはAIの物理基盤へ投資する11億ドルのファンド
Machine Age Fundの投資対象は、AIを動かすコンピューター基盤から、AIが現実世界で動くための機械までつながっています。
| 層 | 主な対象 | 解決したい制約 |
|---|---|---|
| 計算 | AIチップ、アクセラレーター | 計算性能、消費電力、供給量 |
| メモリ・ストレージ | 高帯域メモリ、保存装置 | 容量、帯域、データ供給速度 |
| ネットワーク | スイッチ、インターコネクト | GPU間通信、遅延、帯域 |
| データセンター | サーバー、建物、設備 | 設置場所、建設、運用、資金調達 |
| 電力・冷却 | 電力網、電力機器、冷却設備 | 電源容量、熱、系統接続 |
| フィジカルAI | ロボット、AI機器 | AIが現実世界で動作するための機械 |
つまり、GPUだけを増やせばAIインフラが完成するわけではありません。
GPUへデータを送り続けるネットワークが必要で、電力を届ける設備が必要で、発生した熱を逃がす冷却も必要です。さらにAIが工場や物流などへ出ていけば、ロボットやモーター、制御機器まで必要になります。
Machine Age Fundは、このAIの下にある物理スタック全体を投資対象として明確にしたファンドです。
なぜ今、AI投資がハードウェアへ広がっているのか
AIの利用方法が、短い質問への回答から推論、コーディング、エージェント型の長時間処理へ広がっています。
こうした処理では、単純なテキスト生成より多くの計算資源を使います。モデルそのものが改善しても、必要な計算を処理する物理基盤が追いつかなければサービスを増やせません。
a16zはMachine Age Fundの発表で、現在のAIインフラが供給網と物理限界の両方へ近づいていると説明しています。
同社が示した例では、H100世代のラックからRubin世代のラックへ移る過程でラック当たりの計算密度が28倍になり、電力も従来の約5〜10kWから100〜250kW級へ上昇しています。今後3年では1MW級のラックも想定しています。
これはすべてのデータセンターがすぐ1MWラックになるという意味ではありません。a16zが示しているのは、AIサーバーの高密度化によって、従来の設備設計では吸収できない領域へ進み始めていることです。
計算性能だけが伸びても、電源設備、配線、ネットワーク、冷却設備、建屋が対応できなければ、その性能は使えません。
IEAの最新データでも電力と設備の制約が見えている
この物理的な制約は、投資会社だけの見方ではありません。
国際エネルギー機関（IEA）が2026年4月に公開した「Key Questions on Energy and AI」では、世界のデータセンター電力消費量は2025年の約485TWhから、2030年には約950TWhへほぼ倍増すると見込まれています。
その中でもAI向けデータセンターの電力消費は伸びが速く、2025年だけで50％増加しました。IEAの中心シナリオでは、2030年までに約3倍になる見通しです。
さらに、AIサーバーの電力密度は2020年から2025年の間に11倍へ上昇し、2027年までにさらに約4倍になるとされています。
ここで問題になるのは発電量だけではありません。
- 変圧器や電力変換機器を用意できるか
- 電力網へ接続できるか
- 高密度ラックを冷却できるか
- 必要な土地と建屋を確保できるか
- 数年単位の建設をどう資金調達するか
まで含めて、データセンターを動かす能力が決まります。
IEAも、チップだけでなく変圧器や電力設備などの供給網がデータセンター拡大の制約になっていると指摘しています。
a16zの投資先を見ると、AIのボトルネックが見えてくる
Machine Age Fundの発表では、a16zが近年投資してきたハードウェア関連企業として、Unconventional AI、Nexthop AI、Volta、Atoms、Heron Power、Mind Roboticsなどが挙げられています。
ここで注意したいのは、これらをすべて「Machine Age Fundから投資した企業」と断定できるわけではないことです。発表では、新ファンド以前を含む最近のハードウェア投資例として紹介されています。
それでも、投資先の分野を見ると、a16zがどこをAI時代の制約と見ているかはかなり具体的です。
Unconventional AI｜計算方式そのものを変える
Unconventional AIは、AI向けの新しい計算アーキテクチャに取り組んでいます。
a16zは2025年12月、同社の4億7,500万ドルのシードラウンドを共同主導しました。狙っているのは、従来のデジタルGPUとは異なるアナログ・ミックスドシグナル系の計算方式です。
AIモデルが増え続けると、「GPUを何台増やすか」だけではなく、同じAI処理をどれだけ少ない電力で実行できるかが重要になります。
Nexthop AI｜GPU同士をつなぐネットワーク
大量のGPUを並べても、それぞれが十分な速度で通信できなければクラスタ全体の性能は伸びません。
Nexthop AIは、AIトラフィックを前提にした高性能Ethernetスイッチを開発しています。a16zは2026年3月、同社の5億ドルのSeries Bへ主要投資家として参加しました。
AIインフラでは計算チップの性能が目立ちますが、GPU間でデータを移動するネットワークも同じくらい重要になります。
Volta｜GPUを置く場所と資金を用意する
Voltaが扱うのは、チップそのものではなくAI向け計算資源を供給する仕組みです。
データセンターは、土地、電力、設備、GPUだけでなく、巨額の建設資金が必要です。長期契約を前提に融資を組む場合、資金力の大きい企業ほど有利になります。
Voltaは、データセンター開発、プロジェクトファイナンス、GPUクラウド運用を組み合わせ、AI企業向けに計算資源を供給しようとしています。
ここまで来ると、AIインフラの競争は「高性能GPUを作れるか」だけではありません。誰が土地・電力・資金・設備をまとめて計算能力へ変えられるかも競争になります。
Heron Power｜AIを動かす電力網を作り直す
Heron Powerは、電力変換と送配電の仕組みに取り組む企業です。
AIデータセンターの消費電力が増えるほど、発電所から建物まで電気を届ける設備の重要性が高まります。変圧器や電力変換機器の不足は、GPUとは別のボトルネックです。
Heron Powerは、ソフトウェア制御を組み込んだ電力設備を開発し、より柔軟に電力を扱える系統を目指しています。
Mind Robotics｜AIを画面の外へ出す
Mind Roboticsは、工場向けの産業ロボット基盤を開発しています。
生成AIは画面上の文章やコードを扱うだけでなく、現実世界で物を動かす方向へ広がっています。ここではモデル性能だけでは足りません。
センサー、モーター、機械設計、安全性、製造、保守、現場データまで一体で扱う必要があります。
ヒューマノイドや産業ロボットの採算を見るときも、本体価格だけではなく稼働率や人の介入、システム統合まで見る必要があります。
「ハードウェア投資」でもソフトウェアは切り離せない
Machine Age Fundを単純に「ソフトウェアからハードウェアへ投資先が移った」と見ると、少し違います。
実際の投資先は、ハードウェアとソフトウェアを一体で作ろうとしています。
Nexthop AIはネットワーク機器だけでなくオープンソースのネットワークソフトウェアとの統合を重視しています。Heron Powerも電力設備へソフトウェア制御を組み込みます。Mind Roboticsもモデル、機械、導入基盤をまとめて開発しています。
AIインフラでは、部品を作るだけでなく、物理設備をソフトウェアから制御できる構造へ作り直すことが重要になっています。
クラウド時代にサーバーやネットワークがソフトウェアから扱えるようになったのと同じように、AI時代は電力やロボットまでソフトウェア制御の対象が広がっていると見ることができます。
AI関連で見るべき企業はGPUメーカーだけではなくなる
Machine Age Fundから読み取れる長期的な変化は、AIの成長によって恩恵を受ける分野が広がっていることです。
今後AIインフラを見るときは、少なくとも次の層を分けて確認すると、どこに制約が生まれているか判断できます。
- AIチップと計算効率
- メモリとストレージ
- GPU間ネットワーク
- データセンターの土地・建設・資金
- 電力供給と電力変換設備
- 冷却設備と材料
- ロボットや自律機械
どこか1つだけ性能が上がっても、ほかの層が詰まればAI全体の拡大は止まります。
逆に考えると、AIの需要が伸びるほど、これまで「AI企業」と呼ばれにくかった電力機器、冷却、ネットワーク、工場設備などもAI産業の一部になっていきます。
Machine Age Fundで今後確認したいポイント
Machine Age Fundは2026年8月に発表されたばかりで、今後の投資実績はこれから積み上がります。
追いかけるなら、次の点を確認したいところです。
新ファンドから実際にどの企業へ投資するか
発表時に挙げられた企業は、a16zの既存投資も含みます。Machine Age Fundとしての新規投資が増えると、どの層を特に重視しているかがより明確になります。
電力とネットワークの制約がどこまで続くか
現在はAI向けデータセンターの急拡大によって、電力設備やネットワークの供給能力が追いついていません。
一方で、半導体や設備の増産、効率改善が進めば、次のボトルネックへ移る可能性もあります。固定的に「電力が最大の問題」と見るのではなく、各層の供給状況を更新して見る必要があります。
フィジカルAIが実運用へどこまで入るか
ロボットはAIモデルと違い、実際の工場や物流現場で安全に動き続ける必要があります。
デモの性能だけでなく、稼働時間、処理量、故障率、人の介入、導入コストが重要です。AIが物理世界へ広がるほど、モデル評価とは違う指標が必要になります。
まとめ
Machine Age Fundは、a16zが11億ドルを集めて立ち上げたAIハードウェア・物理インフラ向けのファンドです。
投資対象はチップだけではありません。メモリ、ネットワーク、データセンター、電力、冷却、ロボットまで、AIを動かすために必要な物理スタック全体へ広がっています。
IEAの2026年データでも、データセンター電力需要の増加と、電力設備・供給網のボトルネックが確認されています。
AIニュースを見るとモデル名やベンチマークへ目が向きやすいですが、そのモデルを動かせる計算資源を誰が作り、誰が電力を届け、誰が熱を逃がし、誰が現実世界で動かすのかも同じくらい重要になっています。
Machine Age Fundは、AI競争の次の焦点が「モデルの外側」へ広がっていることを示す一つの材料として見ておきたい動きです。
