マーケティングテクノロジー藤井でございます。
昨年は大変お世話になりありがとうございました。

本年もどうぞよろしくお願いいたします。

ビジネスや生活のあらゆる場面でAIの活用が進んでいますが、AIを支える「心臓部」であるAIデータセンターでまた新たな動きが出てきています。

11月のこのメルマガでAIは「電力食い虫」「電力モンスター」であることをご紹介しました。各社莫大な電力を使ってAIを進化させており、アメリカではSMR（Small Modular Reactor小型モジュール原子炉）が民間企業主導で次々建設されています。

ひとえに「計算資源を増やす＝AIが賢くなる＝売上が上がる」という図式のためですが、その対策として今各社が注目しているのが「AI宇宙データセンター」です。

AI宇宙データセンターのイメージ図

〇なぜ「宇宙」にAIデータセンター？

いくつかの会社がAIの宇宙データセンターを現実的なものとして検討しています。

AIが消費する膨大な電力という課題は、宇宙特有の物理環境を活かした「宇宙データセンター」によって解決できる可能性があるからです。 

1.  24時間365日の無限エネルギー

「ドーンダスク軌道」と呼ばれる、常に太陽光が当たり続ける軌道を利用することで、雲や夜に邪魔されることなく、地上よりもはるかに効率的に太陽光発電を行えます。エネルギーコストは理論上、地上の約10分の1にまで削減可能です。

2.  究極の「天然」冷却システム

宇宙は低温の真空環境です。サーバーが発する熱を赤外線として宇宙に逃がす「放射冷却」を利用することで、水もファンも使わずに冷却が可能になります。

3.  物理的・環境的な制約からの解放

広大な土地を占有せず、地震や洪水といった自然災害のリスクもありません。また、地上インフラを経由しない光通信ネットワークを構築することで、極めて高いサイバーセキュリティを実現します。

〇世界を牽引する主要プレイヤー

宇宙を舞台にしたインフラ覇権争いは、既に始まっています。

Space Compass（NTT × スカパーJSAT）

日本企業もこの分野のトップランナーです。NTTとスカパーJSATの合弁会社「Space Compass」は、宇宙でのデータ処理と、衛星間をレーザーで結ぶ光通信ネットワークを統合した「宇宙統合コンピューティング・ネットワーク」の構築を急ピッチで進めています。

SpaceX や Blue Origin

イーロン・マスク氏のSpaceXや、Amazon創業者ジェフ・ベゾス氏のBlue Originも、自社の衛星打ち上げ能力を武器に、プラットフォーム衛星を活用した宇宙データセンター事業への参入を表明しています。将来的には、月軌道や火星探査までを見据えた巨大な宇宙クラウド網が構想されています。

〇NVIDIAの最強チップが宇宙で「思考」を開始

この「宇宙データセンター構想」が単なる夢物語ではないことを証明する出来事が2025年11月に起こりました。

NVIDIAの支援を受けるスタートアップ企業Starcloudは、2025年11月2日、AIに特化した超高性能GPU「H100」を搭載した衛星「Starcloud-1」を、SpaceXのFalcon 9ロケットで打ち上げました。

これは、データセンターグレードのNVIDIA GPUとしては初となる軌道上展開です。従来の宇宙用コンピューターと比較して約100倍のAI処理能力を実現したこの衛星は、軌道上で実証に成功しています。

GoogleのAIモデル「Gemma」を宇宙空間でAIトレーニングし、地上のサーバーではなく宇宙空間で直接AIモデルを学習させたとのことです。

この成功は、衛星が取得した膨大なデータをこれまでのように重いデータを地上に送る必要がなく、宇宙でリアルタイムに処理できることを意味します。

〇私たちの暮らしはどう変わる？

「宇宙で計算する」と言っても、実感が湧かないかもしれませんが、例えば以下のような変化が期待されています。

災害対策のスピードアップ： 宇宙で撮影した画像を、宇宙に浮かぶAIがその場で解析。山火事の兆候や遭難者の姿を数分で見つけ出し、地上に通知できるようになります（これまでは地上にデータを送ってから解析していたため、数時間のタイムラグがありました）。

高精度な気象予測： 農作物の生育状況や局地的な豪雨の予測をリアルタイムで行い、農業や物流の効率を劇的に向上させます。

通信の超高速化： 真空の宇宙空間では、光ファイバーの中よりも光が速く伝わります。衛星同士をレーザーで結ぶことで、地球の裏側とも低遅延で通信できる可能性があります。

最新技術の進化には本当に驚かされます。宇宙で進化させたAIを地球にいる我々が使うなんてそれだけでSFの世界のようでどきどきしてしまいますね。

再びマーケティングテクノロジー藤井でございます。

商品・サービスを提供する側は何が決め手となって消費者が商品を選択・購入しているのか把握するために調査を実施するかと思いますが、コンジョイント分析では選ばれる決定打は何かがわかります。

購入や選択への影響度を表す要素が効用値として数値化されるからです。

〇一般の質問では

商品やサービスについてユーザーが好む要素は様々で、ユーザーが好む要素は複数で多岐にわたり唯一ではありません。

例えばスマホを購入する場合、重要な要素は価格、機種、バッテリー容量など様々です。

ユーザーに一般の設問でそれぞれの要素は重要でしょうか？と質問すると、価格は重要、機種も重要、バッテリー容量も重要、という回答になるでしょう。

それではユーザーにとって本当に重要な要素は何かがわかりません。

〇コンジョイントでは

コンジョイントでは商品やサービスの要素それぞれを直接的に対象者に評価してもらうのではなく、商品スペックの組み合わせを提示して「この中で買いたい商品はどれか？」を繰り返し聞きます。

コンジョイントでは商品のスペックにトレードオフが発生するようになっており、ユーザーは提示された商品から買いたい商品を選ぶだけですが、回答結果からユーザー自身も気づいていない商品選択時の重要な要素を数値で知ることができます。

商品購入に大きく影響する要素（要因）は何かが数値化されて明確になります。

例えばスマホの場合、価格、機種、バッテリー容量等でそれぞれの重視されている度合いが数値化されるので商品購入の決定要因が明確になり、商品開発や販売でどこに注力すればよいかがわかります。

〇平均相対重要度

重要度は各属性の何がどの程度重視されているのかを表す数値です。
全ての重要度を合計すると100％になり、以下がそのチャートです。

最も重視されているのが機種で約7割、次いでカメラの画素数、容量、価格、バッテリー容量という順位で重視されています。

〇平均効用値

商品スペック（水準）の「好ましさ」を算出した値が効用値です。

消費者は商品を購入するときに意識的あるいは無意識に「少し価格が高いけれども性能がいいから購入しよう」あるいは「この商品は、性能がイマイチだけど安いから購入しよう」といったトレードオフ（取捨選択）を行っていますが、そのトレードオフ（取捨選択）をコンジョイントでは「効用値」という値で数値化しています。

以下が効用値をチャート化したものです。

「機種」ではiPhoneが最も好まれていることや、容量、バッテリー容量、カメラの画素数はいずれも大きいもの、画素数が多いものが人気が高いという結果になっています。

価格も当然ながら安い方が好まれており、特に72600円と89424円の落差が大きくなっていることがわかります。

効用値は各属性ごと「０」を基準として、「好まれるもの」がプラス側、「好まれないもの、あるいは効用が小さいもの」がマイナス側に表示され、数値の大きさがその強さを示します。

別途ご希望に応じ、これらの結果を使って「どうやったらわが社の商品Ａのシェアを上げることができるのか？」などのシェア予測（シミュレーション）を行えるファイルをご提供することも可能です。

お手元で自社商品の機能を変えてみたり、値段を下げてみたりしたときにどのような影響やシェア変化、カニバリ（自銘柄同士のシェアの共食い）が起こったりするのかを予測して頂けます。

ご不明点などありましたら何なりとお問い合わせください。

弊社コンジョイントデモサイト
https://m-te.com/mte/demo/