エヌビディア（NVIDIA）は何の会社になったのか？「AI工場」と「フィジカルAI」を決算と求人から読む
hosomeagane
NVIDIAと聞くと、筆者はいまだに「パソコンのゲームを速くするグラフィックボードの会社」を思い浮かべてしまいます。学生のころ、友人がパーツ屋で箱を抱えて嬉しそうにしていた、あの緑のロゴです。
ところが決算を開いてみると、その姿はもうどこにもありません。売上の9割以上は「データセンター」、つまりAIを動かす巨大な計算設備から来ています。しかも会社自身は、自分たちのことを「チップの会社」ではなく「AI工場（AI Factory）をつくる会社」と説明し始めています。
では、NVIDIAはいったい何の会社になったのか。そして、その変化は私たちの仕事にどう関係してくるのか。決算の数字と求人の動きから、一緒に読み解いてみます。
3行で言うと
- NVIDIAの売上は2年で約3.5倍の2,159億ドルに。今は四半期だけで1,000億ドルが見えている。中身はほぼAI向けのデータセンター。
- 売っているものは「チップ」から、CPU・通信・冷却・ソフトまで一体にした「AI工場」へ。お客さんもIT大手だけでなく、各国の政府（ソブリンAI）に広がっている。
- 求人を見ると、次の舞台はロボットや自動運転など「現実の世界で動くAI（フィジカルAI）」。日本のものづくりと深く関わる分野だ。
▶ 動画でも解説しています（約17分）
次の決算発表を前に、この記事の要点と「決算で見るポイント」を、スライドと音声で約17分にまとめました。
数字で見るNVIDIA：2年で売上3.5倍
まずは売上の推移です。NVIDIAの決算年度は2月から翌年1月までで、「2026年1月期」は2025年2月〜2026年1月の1年間を指します。
NVIDIAの年間売上を3年分並べました。赤い棒が最新の2026年1月期です。
出典：NVIDIA 決算発表（2026年1月期 通期）。小数点以下は四捨五入。
609億ドルから2,159億ドルへ。2年でおよそ3.5倍です。純利益も2026年1月期には約1,200億ドルに達しました。日本円にすると十数兆円の利益を、1社が1年で稼いでいる計算になります。
事業ごとに分けると、何が伸びているのかがはっきりします。
| 事業 | 2026年1月期の売上 | 前年比 | どんな事業？ |
|---|---|---|---|
| データセンター | 1,937億ドル | +68% | AIの学習・利用に使う計算設備 |
| ゲーミング | 160億ドル | +41% | ゲーム用のグラフィックボード（GeForce） |
| プロ向け映像 | 32億ドル | +70% | 設計・映像制作用のワークステーション |
| 自動車 | 23億ドル | +39% | 自動運転・車載コンピューター |
出典：NVIDIA「Financial Results for Fourth Quarter and Fiscal 2026」。億ドル未満は四捨五入。
ゲーミングも4割伸びているのに、全体の中ではかすんでしまうほど、データセンターが大きい。これが今のNVIDIAです。
この勢いは2026年に入っても続いています。
2027年1月期の売上を、3か月ごとに並べました。右端の赤い棒は会社の見通しです。
出典：NVIDIA 2027年1月期 第1・第2四半期決算発表。8〜10月は会社の見通し（±2%）。
2026年5〜7月の3か月だけで962億ドル（前年同期の約2倍）。そのうちデータセンターが890億ドルで、売上の約92%を占めました。会社は次の3か月で1,080億ドルを見込んでいて、ついに「四半期で1,000億ドル」を超える見通しです。なお、この見通しには中国向けのデータセンター売上は含まれていません。
補足：2027年1月期から、事業の区分が「データセンター」と「エッジコンピューティング（パソコン、ゲーム機、ワークステーション、ロボット、自動車など）」の2つに変わりました。そのため、上の表と同じ4区分の比較はできません。
NVIDIAが今やろうとしていること：「AI工場」を丸ごと売る
数字の伸びの裏には、売っているものの変化があります。キーワードはAI工場（AI Factory）です。工場が原料から製品を作るように、電力とデータから「AIの答え」を大量に作り出す設備のことを、NVIDIAはこう呼んでいます。
① 「チップ」ではなく「ラック」で売る
以前のNVIDIAは、GPU（AIの計算が得意な半導体）という「部品」を売る会社でした。今は、GPUに加えてCPU（全体を制御する半導体）、半導体同士をつなぐ通信部品、冷却、ソフトウェアまでを、サーバーの棚（ラック）ごと一体で納めています。
最新の「Vera Rubin（ヴェラ・ルービン）」は、会社の説明によれば6種類の新しい自社チップで構成されるプラットフォームです。2026年5〜7月期の決算では「本格量産に入った」とされ、Google Cloud、Microsoft Azure、Oracle、CoreWeaveなどですでにラックが稼働しています。前の世代のBlackwell（ブラックウェル）から、ほぼ1年ごとに新しい世代を出すペースも特徴です。
部品ではなく「設備まるごと」で売れば、データセンターの建設費のうち、NVIDIAに支払われる割合が大きくなります。売上が急に伸びた理由の一つはここにあります。
② 新しい物差しは「電力」
AIの計算設備を増やそうとすると、最後にぶつかる壁は電気です。データセンターに引き込める電力には限りがあります。そこでジェンスン・フアンCEOは、「同じ電力で、どれだけ多くの計算（＝売上）を生み出せるか」という考え方を繰り返し語っています。
つまりNVIDIAの競争相手は、もはや「速いチップ」だけではありません。電力あたりの効率で、設備全体として勝つことを目指しています。通信の分野でも、イーサネット製品「Spectrum-X」の売上が年換算で100億ドルを超えたと2025年に説明しており、チップ以外の部分も大きな事業に育っています。
③ お客さんは「国」にも広がる（ソブリンAI）
NVIDIAの売上は、Microsoft、Google、Amazon、MetaといったアメリカのIT大手に大きく頼っています。そこで力を入れているのがソブリンAI（Sovereign AI）です。自国の言葉やデータ、安全保障を他国のクラウドに預けず、自分の国の中にAIの計算基盤を持とうという各国の取り組みを指します。
決算説明会でCFOは、2026年1月期のソブリンAI関連の売上が前年の3倍以上、300億ドル超になったと話しています。カナダ、フランス、オランダ、シンガポール、イギリスなどが主な顧客です。
日本も例外ではありません。2026年7月、経済産業省の支援のもとで、新会社Noetra（ノエトラ）がNVIDIAの基盤を使った国のAI計算設備をつくると発表されました。報道によるとNoetraはソフトバンク、ソニー、NEC、ホンダが設立し、40社超が出資しています。
| 規模 | Rubin GPU 27,500基、Vera CPU 13,750基、電力140メガワット |
| 目的 | AIエージェント、デジタルツイン、ロボットなどに使える日本の基盤モデルづくり |
| 政府の支援 | 報道では初年度3,873億円、5年で最大1兆円（毎年の審査次第） |
出典：NVIDIA プレスリリース（2026年7月16日）、Tom's Hardware の報道をもとに筆者が整理。
④ 投資でお客さんを育てる
もう一つ見逃せないのが投資です。NVIDIAはAIのスタートアップや、新興のAI専用クラウド（CoreWeaveなど）に積極的に出資しています。SECに提出された四半期報告書によると、同社が持つ株式投資の評価額は、2025年7月末の約70億ドルから、2026年7月末には約939億ドルへと、1年で10倍以上に膨らみました。
出資を受けた会社は、そのお金でNVIDIAのGPUを使った計算資源を買う。すると、NVIDIAの売上がまた増える。お客さんを自分で育てる仕組みとも言えますが、「お金がぐるぐる回っているだけではないか」という指摘もあります。この点は後の「心配な材料」でも触れます。
次の舞台は「フィジカルAI」
ChatGPTのような言葉のAIの次に、NVIDIAが全社で力を注いでいるのがフィジカルAI（Physical AI）です。重さや摩擦、ぶつかるといった物理のルールを理解して、現実の世界で見て、考えて、動くAIのことです。工場のロボット、人型ロボット、自動運転車などが当てはまります。
NVIDIAはここで、ソフトから半導体までを一通りそろえています。
| 役割 | 製品名 | ひとことで言うと |
|---|---|---|
| 仮想空間をつくる | Omniverse（オムニバース） | 工場や街を、物理のルールごとコンピューター上に再現する |
| 世界を予測するAI | Cosmos（コスモス） | 「次に何が起きるか」を予測し、練習用のデータも作るAI |
| ロボットを鍛える | Isaac（アイザック） | 仮想空間で何万回も練習させる開発環境 |
| ロボットの頭脳 | Isaac GR00T（グルート） | 人型ロボット向けの汎用AIモデル |
| 現場で動く半導体 | Jetson Thor / DRIVE Thor | ロボットや車に載せる小型の高性能コンピューター |
出典：NVIDIA 決算発表、各製品の公式説明をもとに筆者が整理。
ポイントは「まず仮想空間で練習させてから、現実に持ち出す」という発想です。現実でロボットを何万回も転ばせたり、車を危ない場面で走らせたりするのは、お金も時間もかかり、危険でもあります。仮想空間なら、何万台ものロボットを同時に、安全に練習させられます。
この考え方は、工場づくりそのものにも使われています。台湾のフォックスコン（鴻海）は、NVIDIAのサーバーを組み立てる工場を、建てる前にOmniverse上で再現して、ラインの配置やロボットの動きを確かめています。NVIDIAの製品をつくる工場が、NVIDIAのソフトで設計される。少し不思議な、でも強い循環です。
求人を見ると、何が見えてくる？
会社の言葉だけでなく、実際にどんな人を探しているかを見ると、会社がどこに力を入れているかが見えてきます。公開されている求人の例を分野ごとに整理すると、次のようになりました。
| 分野 | 求人の例 | 求められるスキル |
|---|---|---|
| 世界を予測するAIの研究 | Research Scientist（Physical AI）、PhD Research Intern（Physical AI 基盤モデル） | 動画生成、大規模なマルチモーダル学習、物理シミュレーション |
| ロボットの制御 | Senior Research Engineer（Robotics Systems）、SWE Manager（Real2Sim） | ROS、Isaac Sim、強化学習、動作計画 |
| 自動運転 | Principal Engineer（Autonomous Vehicles & Physical AI） | C++、CUDA、センサーの統合、安全性が求められるリアルタイム処理 |
| 半導体の設計 | Principal SoC Architect（Robotics） | SoC設計、HBM（高速メモリ）、省電力設計 |
| 通信 | Research Scientist（Networking） | 高速なデータのやり取り、InfiniBand、イーサネット |
出典：公開されている求人情報の例と、求人まとめサイト「Physical AI Jobs」の掲載内容をもとに筆者が整理（記事作成時点）。求人の数や内容は日々変わります。
ポイント1：研究の重心が「言葉」から「物理」へ
博士号を持つ研究者向けの枠を見ると、テーマの多くが「フィジカルAIの基盤モデル」や「世界モデル」です。文章だけを扱うAIから、動画や3D、センサーのデータを取り込んで、現実の動きを予測するAIへ。研究の力点が移っていることがうかがえます。
ポイント2：東京で「自動運転とフィジカルAI」の上級エンジニアを探している
日本の読者として特に気になったのが、東京オフィスで自動運転とフィジカルAIを担当する上級エンジニア（Principal Engineer）の募集です。日本の自動車メーカーやロボットメーカーの開発現場に入り込み、NVIDIAの技術を組み込んでもらう役割だと読めます。前回のFDE（現場に入り込むエンジニア）の記事とも重なる動きです。
拠点もアメリカの本社だけでなく、スイスのチューリッヒ（ロボット研究）、インドのプネーやベンガルールなどに広がっています。
良い材料と心配な材料
| 良い材料 | 心配な材料 |
|---|---|
| 四半期で1,000億ドルが見えるほど需要が強い | 売上の多くが一握りのIT大手に集中している |
| チップから設備まるごとへ、売るものの幅が広がった | 出資先がNVIDIA製品を買う「お金の循環」への疑問 |
| 各国の政府という新しいお客さんが育っている | 中国向けの売上は見通しに入っておらず、輸出規制の影響が続く |
| フィジカルAIという次の市場に先回りしている | 電力不足で、データセンターの建設そのものが遅れる可能性 |
| 粗利益率は75%前後と非常に高い | 2026年1月期の粗利益率は71.1%と、一時的に下がった年もあった |
出典：NVIDIA 決算発表（2026年1月期、2027年1月期 第1・第2四半期）をもとに筆者が整理。
ここから、私たちにできること
1. AIの仕事は「電気・冷却・建物」にもある
NVIDIAが「電力あたりの効率」を競っているということは、電気設備、空調・冷却、建設といった、一見AIと関係なさそうな仕事が、AI産業の最前線になっているということです。前回のAlphabetの記事でも、Googleが電力の専門家を探していました。今の仕事の延長線上に、AIとの接点があるかもしれません。
2. 「まず仮想空間で試す」を自分の仕事にも
現実で試す前に、コンピューター上で再現して確かめる。デジタルツインの考え方は、工場だけのものではありません。店舗のレイアウト、倉庫の動線、イベントの人の流れなど、身近な現場でも「先にシミュレーションする」発想は使えます。
3. 日本のものづくりの経験は、フィジカルAIで生きる
フィジカルAIでは、現場の動き、機械のクセ、安全の考え方といった「現実を知っていること」が強みになります。NVIDIAが東京で自動車・ロボットの現場に入る人を探しているのは、その知恵が日本の現場にあるからでしょう。製造業や物流の現場にいる人こそ、AIとの橋渡し役になれる可能性があります。
4. 新しいビジネスのヒント
- 中小工場向けのデジタルツイン導入支援：大企業が使い始めた仕組みを、規模の小さい現場向けに分かりやすく届ける。
- ロボットの「練習データ」づくり：現場の動きを記録・整理して、AIが学べる形にする仕事。
- 国産AI基盤の活用：Noetraのモデルは国内の企業や開発者に広く公開される予定。業界ごとの使い道を考える余地がある。
まとめ：これから注目したいチェックリスト
- 四半期の売上が、見通しどおり1,000億ドルを超えるか（次回決算）
- Vera Rubinの出荷が順調に増えていくか
- ソブリンAIの売上が、IT大手への依存をどこまで薄められるか
- 株式投資の評価額と、出資先からの売上の関係
- フィジカルAI関連の求人が、研究から量産・現場導入の職種へ広がるか
- Noetraの計算設備が、いつ動き始めるか
📺 この記事は動画でも見られます（約17分）
スライドと音声で、要点をまとめました。復習や、まわりの人に紹介するときにどうぞ。
よくある質問
Q. NVIDIAはもうゲームの会社ではないの？
A. ゲーム用の事業は今も伸びています（2026年1月期は前年比41%増）。ただ、データセンターがあまりに大きくなったため、売上全体に占める割合は1割未満になりました。
Q. 「ソブリンAI」は日本にどう関係するの？
A. 2026年7月に、経済産業省の支援を受けたNoetraが、NVIDIAの基盤を使った国のAI計算設備をつくると発表しました。日本語や日本の産業データに強いAIを、国内でつくる取り組みです。
Q. フィジカルAIは、いつ身近になるの？
A. 工場や倉庫ではすでに使われ始めています。人型ロボットや完全な自動運転が日常に広がる時期はまだ見えませんが、求人が研究職から現場導入の職種へ広がっていくかどうかが、一つの目安になりそうです。
参考にした主な情報源
- NVIDIA：2026年1月期 第4四半期・通期決算
- NVIDIA 2026年1月期 年次報告書（SEC）
- NVIDIA：2027年1月期 第1四半期決算
- NVIDIA：2027年1月期 第2四半期決算
- NVIDIA：日本の国家AIインフラに関する発表（2026年7月16日）
- Tom's Hardware：Noetraの計算設備について
- The Motley Fool（AOL掲載）：決算説明会でのソブリンAIの発言
- Unite.AI：SEC提出書類にみる株式投資の拡大
- SDxCentral：Spectrum-Xの売上拡大
- Foxconn：Omniverseを使った工場づくり
- Physical AI Jobs：NVIDIAの求人まとめ
本記事は公開情報をもとにした分析であり、特定の金融商品の売買を勧誘・推奨するものではありません。求人に関する記述は、公開されている報道や二次資料をもとに整理したもので、個別の求人情報への誘導を目的としたものではありません。数値は記事作成時点のものです。投資判断は必ずご自身の責任で行ってください。
