なぜ今、Token Factoryが注目されるのか

ChatGPTやClaudeに質問するたび、画面に次々と表示される文章。それは実は、ある「工場」で作られたばかりの製品です。この工場は煙を出さず、生産ラインの作業員もいません。その名は、Token Factory（トークン工場）です。

2026年3月16日、NVIDIAのジェンスン・フアンCEOは、米国サンノゼで開かれたGTC 2026の基調講演で、データセンターを「AIトークンを生産する工場」と再定義しました。さらに経営者に向けて、「売上＝1ワットあたりのトークン生産量×利用可能な電力（GW）」という公式を示しました。それ以来、「Token Factory」はエンジニアの専門用語から、テック系メディア、通信事業者、データセンター事業者の共通言語になりました。 

モデルの学習は一度きりの大仕事ですが、推論は年中無休です。会話のたび、AIエージェントが動くたび、APIが呼び出されるたびに、トークンは消費され続けます。AIの主戦場が「モデルを学習させること」から「トークンを売ること」へと移るなか、こうしたインフラを表す新しい言葉が必要になりました。本記事では、Token Factoryとは何か、どのように動き、どう評価し、どのようにビジネスになるのかを、基本からわかりやすく解説します。

トークンとは何か

Token Factoryを理解するには、まずそこで生産される「トークン」を知る必要があります。トークンとは、大規模言語モデル（LLM）が文章を読み込み、生成するときの最小単位です。モデルは文字を1字ずつ読むわけではありません。まずトークナイザー（tokenizer）で文章をトークンに分割し、それを数値に変換して処理します。

トークンの分け方：英語と日本語の例

  • 英語：「Token factory is amazing」は、おおむね Token｜ factory｜ is｜ amazing の4トークンに分割されます。目安として、1トークンは英字約4文字、または英単語約0.75語に相当します。
  • 日本語：「Token工場とは何か」は、Token｜工場｜とは｜何か のように分割される場合があります。日本語では1文字が1〜2トークンに相当することが多く、実際の数はモデルのトークナイザーによって異なります。

つまり、同じ意味の内容でも、言語やモデルが違えば消費するトークン数も変わります。

トークンに「価格」がつく理由

トークンは、モデルが行う計算の実際の作業量そのものだからです。モデルはトークンを1つ読み込むたび、1つ出力するたびに、GPUの処理時間と電力を消費します。そのため、トークンは最も自然な課金単位になりました。現在、主要なAI APIのほとんどはトークン単位で課金しており、その考え方は次の3点です。

  1. 入力と出力は別料金：送信するプロンプト（入力トークン）と、モデルが生成する回答（出力トークン）は、それぞれ別に課金されます。
  2. 出力は一般的に割高：トークンの生成は1つずつ順番に計算する必要があり、入力をまとめて読み込むよりも多くの計算リソースを使います。
  3. 100万トークン単位で価格を表示：各社は通常「100万トークンあたり何ドル」と表示しており、企業がコストを見積もりやすくなっています。

トークンに価格がつけば、それは大量生産でき、販売できる商品になります。これこそが「トークン工場」というたとえが成り立つ出発点です。

Token Factoryの定義

Token Factoryとは、データセンターを「AIトークンを生産する工場」として位置づけ直したものです。電力とデータを投入し、GPUとモデルによる計算を通じて、トークンを生み出し続けます。その価値は、どれだけのデータを保存しているかではありません。1秒あたり、1ワットあたり、単位コストあたりに、どれだけのトークンを生産できるかにあります。 

工場にたとえると

伝統的な工場Token Factory
原料電力＋データ（ユーザーのプロンプト、企業データ、リアルタイムのセンサー情報） 
生産ラインGPUクラスター＋AIモデル＋推論ソフトウェア 
製品トークン（テキスト、コード、画像の説明文、エージェントの動作）
歩留まりと生産能力 レイテンシ、スループット、トークンあたりのコスト 
売上 トークン課金型のAPIとAIサービス 

概念の由来：ジェンスン・フアン氏の「AIファクトリー」論

「AIファクトリー」は、NVIDIAのジェンスン・フアンCEOがここ数年、繰り返し使ってきた言葉です。2025年3月のGTC基調講演では、オープニング映像の中で、トークンをAIの基本単位であり、AIファクトリーの生産物として描いていました。 

そして2026年3月16日、米国サンノゼで開かれたGTC 2026で、同氏はこの考え方をToken Factoryへと正式に発展させました。データセンターを1つの工場とみなし、「売上＝1ワットあたりのトークン生産量×利用可能なGW数」という公式を提示。今後はすべてのAI企業が「エネルギー1単位あたりどれだけのトークンを生産できるか」でインフラの効率を測るようになると主張しました。同年6月のGTC Taipeiでは、トークンはすでにAI企業の中核的な収益単位になっていると述べています。

従来型データセンターとの違い

項目従来型データセンターToken Factory
主な役割データの保存・転送・提供「知能」（トークン）を生産し続ける 
主な計算リソースCPU中心GPUとAIアクセラレーター中心
処理の形態リクエスト型で、負荷の変動が大きい推論が年中無休で、連続して生産
評価基準稼働率、ストレージ容量、帯域幅毎秒トークン数、1ワットあたりトークン数、トークンあたりコスト
ビジネスモデルスペース、ラック、仮想マシンの貸し出しトークン、モデルサービス、GPU計算リソースの販売

ひと言でまとめると、従来型データセンターは「倉庫と物流センター」、Token Factoryは「24時間稼働する知能の製造工場」です。

Token Factoryを評価する主要指標

学習用クラスターで重視されるのは、純粋なスループットと、長時間の計算に耐える耐障害性です。一方、Token Factoryでは、売上に直結する4つの指標が重視されます。

指標意義為什麼影響營收
レイテンシ リクエスト送信から最初のトークンが表示されるまでの時間（TTFT）と、各トークン間の間隔 遅すぎるとユーザーが離れ、リアルタイム音声やエージェント型アプリも成り立たない 
持続スループット クラスター全体が1秒あたりに安定して生産するトークン数 同じハードウェアで何人のユーザーに対応でき、どれだけのトークンを販売できるかが決まる 
エネルギー効率 電力1ワットあたりに生産できるトークン数 電力は最大の変動コストであり、最も増強しにくい資源でもある 
トークンあたりのコスト ハードウェアの減価償却費、電気代、運用費をトークン1つあたりに割り振ったコスト 価格設定の余地と利益率が決まる 

「1ワットあたりのトークン数」が新たな競争指標になった理由

かつてデータセンターの競争軸は、ラック数やGPU数でした。しかし今、本当のボトルネックは電力です。1つのデータセンターが確保できる電力には上限があり、新たな送電網の容量を整えるには何年もかかります。電力が限られている以上、同じ電力でより多くのトークンを生産できる事業者が、より多く稼げることになります。 

利用可能な電力（GW）は短期間では変えられません。そのため、事業者が工夫できる変数は「1ワットあたりのトークン生産量」だけです。より効率的なGPUへの切り替え、より優れた推論エンジンの採用、より精密なスケジューリング。こうした取り組みは、最終的にすべてこの数値に表れます。従来のPUE（電力使用効率）が測るのは、データセンター設備がどれだけ省エネかという点だけです。一方、tokens per watt（1ワットあたりのトークン数）は、電力がどれだけの成果に変わったかを直接測ります。そのため、これを中核的な効率指標とするAIデータセンターが増えています。

ビジネスモデル：サービスとしてのToken Factory

Token Factoryの建設は、最初の一歩にすぎません。本当の課題は「GPUをどうやって収益を生むサービスに変えるか」です。

要把算力賣出去，業者需要在硬體之上再加一層「營運系統」：多租戶隔離、按 token 計量、價目表與帳務。數位無限（INFINITIX）推出的 ixCSP，就是為了彌補這個缺口而設計的平台。

計算リソースを販売するには、ハードウェアの上にもう1層、「運用システム」が必要です。具体的には、マルチテナントの分離、トークン単位の計測、価格表、課金管理などです。INFINITIXが提供するixCSPは、まさにこの空白を埋めるために設計されたプラットフォームです。 

ixCSP とは

ixCSPはAIクラウド運用プラットフォームです。企業、通信事業者、データセンターが、既存のGPUサーバーを課金・管理が可能なAIクラウドサービスへと迅速に転換できるよう支援します。

計算リソースを「売る」3つの方法：GaaS、MaaS、TaaS

モデル販売するもの適した顧客
GaaS(GPU as a Service)時間や仕様に応じたGPU計算リソースの貸し出し 自らモデルの学習やデプロイを行うAIチーム 
MaaS(Model as a Service)デプロイ済みで、すぐに使えるモデルサービス インフラを管理せず、すぐにAIを導入したい企業 
TaaS(Token as a Service)トークン使用量に応じて課金するAPI 開発者、SaaS事業者、エージェント型アプリ 

このようなプラットフォームを最も必要とする事業者

  • 通信事業者：データセンター、電力、法人顧客をすでに持ち、「ネットワーク回線の提供者」からAIサービスプロバイダーへの進化を目指している。
  • データセンター・AIDC事業者：ベアメタルの貸し出しから、トークンやモデルサービスの販売への転換を目指している。
  • 大企業グループ：遊休の計算リソースを持つ企業は、ixCSPを通じて、グループ内のチームや子会社、さらには取引先のパートナーにも計算リソースを提供できる。

ひと言でいえば、ixCSPの役割はGPUを「コスト」から「収益を生む資産」へと変えることです。Token Factoryが「生産する」だけでなく、「ビジネスもできる」ようにします。

まとめ：トークンはAI時代の新たな「電力」になるか

冒頭に戻りましょう。AIに質問するたび、その裏ではToken Factoryがあなたのために答えを生産しています。100年以上前、発電所は石炭を電気に変え、その電気が工場や交通、各家庭の暮らしを動かしました。今日、Token Factoryは電気をトークンに変え、そのトークンがカスタマーサポート、プログラミング、研究、さまざまなAIエージェントを動かしています。

トークンと電力には、いくつかの共通点があります。どちらも正確に計測でき、使用量に応じて課金され、大規模なインフラを必要とします。そして普及すれば、あらゆるサービスの裏側に溶け込んで見えなくなります。違いは、電力は均質で、1kWhはどこでも1kWhだという点です。一方、トークンの品質はモデルによって異なります。つまり、今後のToken Factoryは生産量や価格だけでなく、「どのような知能を生み出すか」でも競うことになります。

確かなのは、計算リソース、電力、そして運用力が、この新しい産業で生き残れるかどうかを左右するということです。企業のIT意思決定者でも、データセンター事業者でも、あるいはAIの裏側の仕組みに興味を持つ読者でも、今こそToken Factoryを理解する最適なタイミングです。

延伸資料：AIインフラからToken Factoryへ

💡ホワイトペーパーを無料でダウンロード

《AIインフラからToken Factoryへ 백서｜INFINITIX》の完全版では、4つの課題に関する詳細な解説、運用レイヤーにおける3層のリファレンスアーキテクチャ、データセンターのライフサイクル段階に応じた導入計画、導入事例を収録しています。フォームにご記入いただくとダウンロードできます。

よくある質問（FAQ）

Q1：Token Factoryとは何ですか？

Token Factory（トークン工場）とは、データセンターを「AIトークンを生産する工場」として位置づけ直したものです。電力とデータを投入し、GPUとモデルによる推論を通じてトークンを生産し続けます。効率は、トークンあたりのコストや1ワットあたりのトークン生産量などの指標で測ります。 

Q2：Token FactoryとAIファクトリーの違いは何ですか？ 

両者はよく同じ意味で使われます。AIファクトリーはNVIDIAが以前から使ってきた広い意味の言葉で、学習と推論の両方を含みます。Token Factoryは推論の段階に焦点を当て、「トークンこそが製品」という生産と価格設定の考え方を強調しています。

Q3：Token Factoryという概念を提唱したのは誰ですか？

NVIDIAのジェンスン・フアンCEOです。2026年3月のGTC 2026基調講演で、データセンターをトークン工場と位置づけ、「売上＝1ワットあたりのトークン生産量×利用可能なGW数」という公式を示しました。 

Q4：Token Factoryの効率はどう測りますか？ 

主に4つの指標で測ります。レイテンシ、持続スループット、1ワットあたりのトークン生産量（tokens per watt）、トークンあたりのコストです。

Q5：企業は既存のGPUをどうすればToken Factoryのサービスに変えられますか？  

ハードウェアと推論エンジンに加えて、マルチテナント管理、APIゲートウェイ、従量課金システムが必要です。INFINITIXのixCSPのようなAIクラウド運用プラットフォームを使えば、GaaS、MaaS、TaaSといったモデルでGPUの計算リソースを事業化できます。