io.net Re-poster

Only 13% of companies are on track with their AI initiatives.

Nearly three-quarters see positive returns.

But fewer than a third get past the pilot.

Pilots are cheap. Production is where the compute bill shows up.

That's the gap https://io.net is built for.

オープン・ウエイトはオープンなインフラを意味しません。

ハイパースケーラーのGPU上でオープンモデルを動かしても、あるロックインを別のロックインに置き換えているだけです。

ベンダー価格、提供可能な上限、そして“出ていく”ためのコストは同じです。

同じ70Bのワークロード。4つのGPU。1日20時間:
AWSオンデマンド：月あたり約9,600ドル。
http://io.net: 月あたり3,576ドル。

オープンモデルとオープン・コンピュートこそが、http://io.netが作られた理由です。

ホワイトハウスはAIの名称を「スーパー・インテリジェンス」に改名したばかりです。

新しい名前。

でもGPU不足は同じ。

モデルの呼び名は変えられます。でもコストやウェイティングリストは変えられません。

何と呼んでも、それは計算リソースで動いています。私たちは、それを一部の人のものではなく、多くの人が利用できるようにしていきます。

$31.6兆ドル

PwCの推計では、AIインフラに対して2050年までに支出されるのはこれだけだ。

それでも、まだGPUが手に入らない。

AI計算資源の危機は、単なるチップ不足ではない。

それは調整（コーディネーション）の問題だ。

キャパシティは確保されたまま遊休状態で、調達サイクルの裏側でサイロ化されている。

チップを増やすだけでは解決しない。だからこそ@ionetは別のソリューションを構築している。

GPUは予測では動かない。

2026年に向けて予定されている米国のデータセンター容量2GWでさえ、建設が始まっていない。

さらに、2026年から2028年にかけて販売されるGPUサーバーの半数以上は、稼働に必要な電力を欠いている可能性がある。

ハイパースケーラーは、新しいサイトの立ち上げに苦戦しながらも、より多くのチップを買い求める競争をしている。

別の選択肢がある。

@ionetは、世界中から余剰のコンピュートを今すぐ利用可能にする。いつかではなく、今だ。

"この部屋には大人がいない。"

これはEUのAI諮問委員会のメンバーによる、直接の引用です。

政府は何年も遅れています。研究所は自分たちでルールを書いています。

しかし、その上に成り立つチームにはリスクが伴います。

答えは、どちらかが追いつくのを待つことではありません。より多くの参加、アクセス、そして透明性です。

@ionet はそれを実現するために作られました。

https://www.nytimes.com/2026/09/27/technology/ai-government-regulation.html

計算コストを60%削減。

同じ出力を、ひとつに統合したAPIで。

それが @kayos_ai。AIスタートアップとして、エージェントのスタック全体を io.intelligence 上で稼働させています。

以前は、分断された構成（Groq、Cerebras、Anthropic、OpenAI）により、顧客あたり月額2,500ドルを費やしていました。

いまは月額1,000ドルで、レート制限なし、プロバイダーは1社。

これは、計算がボトルネックでなくなると起きることです。
https://io.net/blog/kayos-case-study

110億トークン。

1日で。

これは、昨日のOpenRouter上のhttp://io.netです。7月の頃は1日あたり数十億トークンでしたが、そこから増えています。

Nemotron 3.5 Lightning だけで4.82Bトークンを処理しました。GLM 5.3 と GLM 5.3 Flash がさらにそれぞれ加わり、合計で4.24Bでした。

これは、http://io.netに対して現実のワークロードを、毎日、チームがルーティングしている状態がどんな感じか——それを示しています。

$2800万。

ネットワークの収益は嘘をつきません。

実際のGPU需要を、現実の支払いに換算して、毎月。

これは、ちゃんと機能しているときの分散型コンピュートです。

GoogleはAIチップをロケットに搭載した。

「Project Suncatcher」は、宇宙がスケールしたAI計算を受け入れられるのかをテストしている。

もう一度読んでみてほしい。

世界最大級のハイパースケーラーの一つが、自社のデータセンターの先を見ている。なぜなら、Google規模でさえも、中央集権型の計算には限界があるからだ。

ボトルネックは決してチップだけではなかった。

問題は、その管理を誰が握っているかだ。

分散型の計算なら、この問題を今解決できる。
ロケットなしで。

すべてのAI会話が同じ壁にぶつかる。

計算資源は希少で、中央集権化され、少数のハイパースケーラーによって管理されている。

分散型の計算資源こそが答えだ。

今週の『Nephology』ポッドキャストでは、@ionetのブランド＆コミュニケーション部門ディレクターであるDavid Shermanが、ホストの@crypjo091とともにその主張を語る。

中央集権化された計算資源が、ここへ私たちを連れてきた。

しかし、AIの次の段階へは導いてくれない。
https://www.youtube.com/watch?v=bQ682LGGh8Y

生成AIは3年で53%の導入を達成。

PCより速い。

インターネットより速い。

しかし、アクセスに問題があります。

米国には5,427のデータセンターがあります。他のどの国よりも10倍以上。

需要は世界規模。

供給は集中している。

それを変えるために <http://io.net> は存在します。

出典：スタンフォードHAI、2026 AI Index

生成AIは3年間で導入率53%に到達。

PCより速い。

インターネットより速い。

しかし、アクセスには課題があります。

米国には5,427のデータセンターがあります。これは他のどの国よりも10倍以上です。

需要はグローバルです。

供給は集中しています。

その状況を変えるために、http://io.net が存在します。

https://hai.stanford.edu/ai-index/2026-ai-index-report

新しいデータセンターの立ち上げには18〜36か月と、数億ドル規模のCAPEXが必要です。

遊休GPUは、数分で稼働可能です。

彼らはすでに稼働しているエンタープライズのクラスターやデータセンターに待機しており、電源も入っていて、すでに減価償却も進んでいます。

AIの電力問題には2つの答えがあります。業界の多くは、ひとつの解決策に向かって突進しています。

@ionetは、もうひとつです。

フロンティア・ラボは、世界に減速を求め続けています。

そして今週、この@AnthropicAIと@OpenAIは政府に対して加速するよう求めました。

彼らは、安全な停止やモデル監査を公に推し進める一方で、オーストラリアに対してAI著作権の禁止を緩めるよう促す提出書類を提出しました。

皆のためのガードレール。

自分たちのための免除。

それではより安全なAIにはつながりません。より多くの参加がそれを可能にします。そしてそのためには、オープンな計算資源とオープンなモデルが必要です。

@ionetがそれを実現しています。

"私たちを信じて"は安全のための枠組みではありません。

一握りの研究所が、モデル、学習に使う計算資源、そして自分たちで採点するベンチマークを管理しています。

それは説明責任ではありません。さらに、それではより高い安全性につながることはありません。

真の説明責任には、透明性、オープン性、そしてアクセスが必要です。

私たちは@ionetでまさにそれを構築しています。
https://io.net/blog/ai-safety-is-not-the-same-as-ai-accountability

誰もがAI開発のスピードを議論しています。

しかし本当の論点は「制御」です。

物事がどれくらい速いか、遅いかは、それが誰の手にハンドルがあるかほど重要ではありません。

少数の研究所や半導体サプライヤーが、進むペース、ガードレール、そして条件を決めてしまうことこそが、本当のリスクです。たとえ彼らがどんなスピードを選ぼうとも。

インフラが一部の人に集中していないなら、問いはまったく変わります。

@ionetはそれを可能にしています。

https://www.cbc.ca/news/business/ai-slowdown-9.7349987

待機なしで24時間以内に96GPU。

@wonderaai が「計算リソース不足の状態」から「出荷（リリース）可能な状態」に移行するのに必要だったのがこれです。

@ionet で 64台のH100 と 32台のH200 を迅速にプロビジョニング。

数カ月にわたってウェイトリストで待つ必要はありません。

結果：
- 4カ月で20万人のユーザー（171カ国に展開）
- 月次で50%の成長
- 予定より3カ月早くローンチ

これは、あなたの計算基盤が「どれだけ速く開発できるか」に追いつくと起こることです。
https://io.net/blog/wondera-case-study

「100msの初回トークンまでの時間」は自慢です。

カーソルを見つめる人が相手のチャットボットなら。

しかし、バッチ推論、RAGパイプライン、そしてバックグラウンドで動くエージェントのワークフローでは、誰も見ていません。

重要なのは、スループットとトークンあたりのコストだけ。

同じ仕事、同じ出力でも、誰も使わないレイテンシに対して支払うなら、請求額が2〜3倍になります。

http://io.netなら、インフラをワークロードに合わせられます。逆ではありません。

Gates Foundation（ビル&メリンダ・ゲイツ財団）が、AIへのアクセス格差を埋めるために10億ドルを拠出すると約束したばかりです。

これは良い動きです。

ただし、まだ“パッチ（応急処置）”にすぎません。

同財団のCEOは、テック大手が商用プロダクトに投入している額と比べれば「ごく小さな割合」だと認めています。

AIへのアクセスは、寄付の募集サイクルを通じて回されるべきではありません。

必要なのは、デフォルトでオープンかつ分散された別のコンピュート供給チェーンです。

それが、http://io.netが作られた理由です。