何が起きたか
The Informationの報道によれば、OpenAIと競合のAIラボが、Mac miniとMac Studioを数万台単位で調達しています。用途はデータセンターの汎用計算ではなく、複数ステップの作業を自律的にこなす「コンピュータ操作エージェント（computer-use agent）」の学習です。OpenAIはさらに台数を増やしたい意向ですが、メモリチップ不足の影響で上位モデルは数カ月にわたり在庫切れが続いています。Anthropicも同様にMac miniを使っており、こちらはAWS経由でのレンタルという形をとっています。
なぜGPUではなくMacなのか
ここが本記事の核心です。エージェントに「画面を見てクリックし、アプリを操作する」ことを学ばせるには、実際のOSとアプリが動く環境が大量に必要になります。つまり求められているのは行列演算のスループットではなく、実機としてのコンピュータそのものです。macOSアプリの操作を学習させるなら、macOSが動く箱を並べるしかない。数万台という数字は、モデルの巨大さではなく「試行回数の多さ」を意味します。
Macが選ばれる理由として挙げられているのは、チップ性能、共有メモリ（ユニファイドメモリ）、そして冷却の堅牢さです。長時間回し続けるAIワークロードで熱を持ちすぎない、という地味な要件が効いています。Nvidiaは小型の代替としてDGX Sparkを出していますが、こちらはCUDAコアとTensorコアという専用GPU性能に依存する設計で、Appleのユニファイドメモリ路線とは前提が違います。
ローカルAIマシンとしてのMac mini
同時に進行しているのが、Mac miniを「手元のAIマシン」として使う流れです。OpenClawの盛り上がりがこの動きを後押ししています。オープンソースのExoを使えば複数のMacをクラスタとして束ね、大きなモデルをローカルで動かすこともできます。さらに、OpenAIの計算インフラチームにいたPeter Voell氏は、Appleハードウェアを基盤としたクラウドサービス「Mount Thor」を立ち上げようとしています。
点をつなぐと、Appleが意図したかどうかとは別に、Macが「AIワークロードの実行基盤」というポジションを獲得しつつある構図が見えます。6月四半期のMac売上が約29%増の104億ドルという数字は、その一端を反映していると考えるのが自然でしょう。
💼 事業会社視点：これは自社にどう効くか
日本企業の経営層が読み取るべきは二点です。第一に、**AIエージェントの次の主戦場は「APIの向こう側」ではなく「画面の操作」**だということ。OpenAIが数万台のMacを買ってまで学習させているのは、既存アプリをそのまま操作する能力です。基幹システムがAPIを持たない、業務がExcelとブラウザで完結している——そうした日本企業の「レガシー」が、AI導入の障壁ではなくなる可能性があります。SIer・受託開発企業にとっては、API連携基盤の構築という受注テーマが数年で細る一方、エージェントに社内業務を学習させる「業務の教師データ化」が新しい商材になります。
第二に、調達視点です。Mac Studioの上位機がメモリチップ不足で数カ月品切れという事実は、GPUに続きメモリも取り合いになっていることを示します。ローカルでAIを回す構想があるなら、機材確保は前倒しで動くべきです。ECやSaaS事業者であれば、Exoで複数Macを束ねるような構成は、顧客データを外に出せない領域での現実的な選択肢になります。「クラウドAPIか自社GPUか」の二択で議論が止まっている社内があれば、第三の選択肢を検討の俎上に載せる価値があります。