メインコンテンツへスキップ
NVIDIA・GPU・AI半導体
AI
技術選定

ジェンスン・ファンの人物史と技術経営 — 生い立ち・経歴・CUDAの決断を、本人の言葉と記録から検証する

NVIDIA創業者ジェンスン・ファンの経歴と生い立ち(台湾・ケンタッキー・オレゴン州立大・スタンフォード)、AMDとLSI Logic、NV1の失敗、CUDAへの長期投資、直属60人の組織を、本人の発言の原文と決算資料で検証。名言の出典と、後知恵を分けた意思決定の分析も示します。

公開日
読了時間
36分
著者
友田 陽大
シェア

ジェンスン・ファン(Jensen Huang)は、1993年にNVIDIAを共同創業し、2026年11月まで33年間CEOを務めた人物です。GPUをAIの計算基盤に変えた経営者として語られることが多く、その語られ方はしばしば「偉大な人物だから成功した」という形になります。

本記事はその形を避けます。経歴と主要な判断を、本人の発言の原文と、年次報告書などの記録の両方で確かめます。そのうえで、成功のどこまでが本人の判断で、どこからが環境や偶然だったのかを分けて考えます。

1. 短い答え

  • 経歴:台湾で生まれ、タイとケンタッキー州の寄宿学校を経てオレゴン州で育ちました。オレゴン州立大学で電気工学の学士、スタンフォード大学で修士(1992年)を取得しています。AMD(1983〜85年)とLSI Logic(1985〜93年)で半導体設計に携わった後、1993年4月に2人の技術者とNVIDIAを創業しました。
  • 技術経営の型:最初の製品系統の失敗を認めて業界標準に合わせ直したこと、利益を削ってでもCUDAを一般向けGPUに載せ続けたこと、勝てない市場からは撤退したこと。この3つが、本人が繰り返し語る判断の型です。
  • 組織:直属の部下を多く持ち、1on1をせず、情報を全員の前で共有するやり方を取りました。本人の発言で確認できた直属の人数は「60人」(2026年3月。直後に「それ以上」とも)です。
  • 経営哲学:前提から考え直す「第一原理」、どんな仕事も自分より下ではないという姿勢、痛みと苦しみが組織の性格を鍛えるという考えを、本人は繰り返し語っています(第10章)。
  • 限界:本人の回想は、記録と食い違うことがあります。成功には、ゲーム市場の量産効果、競合の遅れ、外部の研究者による発見という偶然が大きく効いています。外れた賭けも少なくありません。そして2026年11月の辞任で、一人への依存は仮定のリスクではなくなりました(筆者の見方)。

自社ホストとAPI、どちらが得か判断できていますか?

セルフホストLLMの技術選定 — 量子化方式・GPU予算・商用ライセンス

2. この記事の読み方

人物の記事では、事実と、本人の語りと、書き手の解釈が混ざりやすくなります。本記事では次の3つを分けて書きます。

層内容書き方
記録SECへの提出書類、会社の発表、大学や博物館の公開資料、論文断定して書く
本人の言葉主催者や会社が公開した書き起こし・記事で、原文と日付と場を確認できたもの原文を引用し、訳を添える
分析記録と発言から筆者が考えたこと「筆者の見方」と明示する

引用の規則:第三者が作った書き起こししか見つからない発言は、かぎ括弧で引用せず、「〜と語ったとされる」と要約にとどめます。出典を確認できない「名言」は扱いません(第15章)。

時点:本記事は2026年11月17日(日本時間)時点の情報に基づきます。NVIDIAの会計年度(FY)は1月末前後に終わるため、「FY2026」は概ね2025年2月から2026年1月までを指します。

3. 生い立ち:台湾からオレゴンへ

台湾、タイ、ケンタッキー

コンピュータ歴史博物館(CHM)は2024年8月9日にファン氏のオーラルヒストリー(本人への長時間の聞き取り)を収録しました。その紹介文は、本人の歩みをこう要約しています。台湾で生まれ、父親が石油精製所の立ち上げに関わっていたタイへ移り、ケンタッキー州オナイダの寄宿学校に入り、大学はオレゴン州へ進み、最後にシリコンバレーで電気工学の修士を取った、という流れです。

この寄宿学校は、オナイダ・バプテスト・インスティテュートとして広く報じられています。CHMの紹介文自体は学校名を書いていません。

生年と出生地について、確認できた範囲を正確に書きます。

  • NVIDIAの年次報告書(10-K)は、2026年2月20日時点の年齢を63歳としています。ここから、生年月日は1962年2月21日から1963年2月20日の間に収まります。
  • 生年を1963年、出生地を台南とする百科事典が多くあります。ただし、本人や会社、大学の資料で確認できたのは「台湾生まれ」までです。台北とする資料もあります。
  • 台湾を離れた年齢も、資料によって異なります。2023年の台湾大学での講演では、第三者による書き起こしによると4歳で台湾を離れたと語ったとされ、百科事典には「5歳でタイへ」「9歳で米国へ」とするものがあります。

オレゴンとデニーズ

オレゴン州立大学(OSU)の2022年の発表によると、ファン夫妻はオレゴン州の高校を卒業し、OSUの工学部の学生時代に出会いました。

NVIDIAの公式ブログ(2023年9月26日)によると、最初の仕事は15歳のとき、オレゴン州ポートランドのデニーズでした。本人はこう話しています。

"I was a dishwasher, I was a busboy, I waited tables." (皿洗いをして、片付け係をして、給仕もしました。)

この経験は、後の経営の語りにも何度も出てきます。2024年のスタンフォードGSBの講演では、「どんな仕事も自分より下ではない」という考えの根拠として、皿洗いの経験を挙げています(第10章)。

4. 技術者時代:AMDとLSI Logic

NVIDIAの10-Kは、創業前の経歴を次のように記載しています。

期間勤務先役割(10-Kの記載)
1983〜1985年AMDマイクロプロセッサの設計者
1985〜1993年LSI Logic複数の職務。SoC(1チップに機能をまとめた半導体)を担う事業部門「CoreWare」のディレクターなど

学位は、オレゴン州立大学の電気工学の学士(BSEE)と、スタンフォード大学の電気工学の修士(MSEE)です。スタンフォード大学工学部の「Engineering Heroes」のページは、修士の取得を1992年としています。LSI Logicに勤めながらの取得になります。

年の食い違い:OSUの卒業年は、台湾大学での講演の第三者による書き起こしでは1984年とされ、NVIDIAのブログも「40年前に卒業した」と書いています。一方で10-KはAMDでの勤務を1983年からとしています。CHMの紹介文は「OSU卒業後の最初の仕事がAMD」としています。筆者が読んだ資料の中では、この1年のずれを説明するものは見つかりませんでした。

この時期が経営にもたらしたもの(筆者の見方):CHMの紹介文によると、AMDを選んだのはマイクロプロセッサ設計の機会があったため、LSI Logicへ移ったのは新しい世代の設計自動化ツールに触れられたためです。LSI Logicでは、サン・マイクロシステムズの技術者2人との共同作業が仕事の一部でした。この2人が、後の共同創業者になります。

つまり創業時のファン氏は、チップを設計する側と、顧客企業のシステムに組み込む側の両方を知っていました。この組み合わせは、後に「チップだけでなくシステムとソフトウェアまで作る」会社の方針と整合します。ただし、経歴が方針を生んだと因果関係を断定することはできません。

5. 創業:デニーズの3人と1993年4月

NVIDIAの公式年表は、創業日を1993年4月5日、創業者をジェンスン・ファン、クリス・マラコウスキー、カーティス・プリエムの3人としています。

いわゆる「デニーズの話」は、本人の言葉で確認できます。2024年のスタンフォードGSBで、本人はこう振り返っています。

"I was an engineer at LSI Logic, and Chris and Curtis were at Sun." (私はLSI Logicの技術者で、クリスとカーティスはサンにいました。)

2人がサンを辞めたいと言い、どこへ行くかを一緒に考えてほしいと頼まれた。そこで、2人が立ち寄るたびにデニーズに集まった、という話です。NVIDIAのブログによると、その店はシリコンバレーのデニーズで、2023年に記念のプレートが設置されました。本人は店を選んだ理由をこう話しています。

"It had all the coffee you could drink and no one could chase you out." (コーヒーは飲み放題で、誰にも追い出されなかった。)

資金調達についても、本人の語りが残っています。GSBの講演によると、事業計画書の書き方が分からず、450ページほどの本を買ったものの読み切れなかった。結局、LSI LogicのCEOがセコイア・キャピタル創業者のドン・バレンタイン氏に電話をかけ、自分を推薦してくれた、と語っています。本人はこの経験から、面接はうまくいかなくても過去からは逃げられない、だから良い過去を持て、という教訓を引き出しています。

ここで注意したいのは、本人の語りは、成功した後に整理されたものだという点です。これは嘘という意味ではありません。どんな創業者の回想も、結果を知った後に語られます。本記事では、後の章で回想と記録を突き合わせます。

6. 最初の失敗:NV1とセガ、RIVA 128による「リセット」

何が間違っていたのか

NVIDIAの最初の製品系統は、業界の主流と違う方式で3Dグラフィックスを描いていました。2023年10月公開のポッドキャスト「Acquired」で、本人はこう説明しています。

"NV1 and NV2 were based on forward texture mapping, no triangles but curves, and tessellated the curves." (NV1とNV2は前方テクスチャマッピングに基づき、三角形ではなく曲面を使い、それを分割して描いていました。)

本人はこの方式を「completely the wrong answer(完全に間違った答え)」だったと述べています。マイクロソフトがDirectXを出したとき、それはNVIDIAの方式と「fundamentally incompatible(根本的に互換性がない)」ものでした。しかも、創業時には唯一だった一般向け3Dグラフィックスの会社に、すでに「Thirty competitors(30社の競合)」が現れていた、と本人は回想しています(30社という数は本人の記憶で、筆者は独自に数えていません)。

セガとの契約をどう扱ったか

2023年5月の台湾大学の卒業式の講演で、本人はこの時期の話をしています。NVIDIAの公式ブログは、こう要約しています。セガのゲーム機を開発する重要な契約を獲得したが、業界の急速な変化で契約を手放さざるを得ず、倒産しかけた。それを救ったのはセガの経営陣だった、と。ブログが引用した本人の言葉はこうです。

"Confronting our mistake and, with humility, asking for help saved NVIDIA." (間違いに向き合い、謙虚に助けを求めたことがNVIDIAを救いました。)

第三者による講演の書き起こしでは、もう少し具体的に語られています。開発を1年続けたところで方式が間違っていたと気づいたこと、セガのCEOに「別の協力先を探すべきだ」と伝えたこと、それでも契約の支払いを求め、セガがそれに応じたこと、などです。ただし、これは主催者や会社が公開した書き起こしではないため、本記事では要約にとどめます。契約の正確な条件は確認できていません。

RIVA 128での立て直し

本人は、RIVA 128(社内名NV3)を「a reset of our company(会社のリセット)」と呼んでいます。Acquiredでは、追い詰められた1997年が「probably Nvidia's best moment(おそらくNVIDIAにとって最高の瞬間)」だったとも語り、最初に決めたことを次のように説明しています。

"DirectX is now here. We're not going to fight it." (DirectXはもうここにある。それとは戦わない。)

筆者の見方:この判断の中身は「独自方式へのこだわりを捨て、標準に乗る」ことでした。皮肉なことに、後にNVIDIAが強くなった理由は、CUDAという独自の基盤を業界の標準にしたことです。標準に従う側から、標準を作る側に回った。この転換は、第7章の判断と対になっています。

7. CUDA:誰も求めていなかった投資を、どう続けたか

CUDAは、GPUでグラフィックス以外の一般的な計算をするための、NVIDIAのプログラミング基盤です。技術の中身は同じシリーズのNVIDIAのGPUはなぜAIに強いのかで扱っているので、ここでは経営判断としてのCUDAを見ます。

年の扱い:NVIDIAの公式年表は、CUDAアーキテクチャの発表を2006年としています。一方、台湾大学の講演を紹介したNVIDIAのブログは、講演の内容を「2007年に、CUDAを同社のすべてのGPUに載せると決めた」と要約しています。「発表」と「すべてのGPUに載せる決定」は別の出来事なので、年がずれていても矛盾とは限りません。

7.1 当時の狙いはディープラーニングではなかった

後から見ると、CUDAは「AIへの先見的な賭け」に見えます。しかし本人の説明は違います。台湾大学の講演の書き起こしによると、本人が挙げた当初の狙いは、科学技術計算、物理シミュレーション、画像処理でした。2012年については、AIの研究者がCUDAを見つけた、と表現したとされます。

これは重要な点です。CUDAは、ディープラーニングを予見した投資ではありません。「汎用の並列計算に需要がある」という、より広い仮説への投資でした。ディープラーニングは、その仮説の上に後から乗った、最大の用途です。

7.2 インストールベースの論理

では、なぜ一般向けのGeForceにまでCUDAを載せたのか。2026年3月公開のLex Fridmanのポッドキャストで、本人はこう説明しています。

"we ought to put CUDA on GeForce and put it into every single PC whether customers use it or not, and use it as a starting point of cultivating our install base." (CUDAをGeForceに載せ、顧客が使うかどうかにかかわらず、すべてのPCに入れるべきだ。それを、インストールベースを育てる出発点にしよう。)

インストールベースとは、その技術が使える状態で世の中に出回っている機器の数です。開発者は、多くの人に届くソフトウェアを書きたいので、台数の多い基盤を選びます。台数が増えれば開発者が増え、開発者が増えればソフトウェアが増え、ソフトウェアが増えれば台数がさらに増える。この循環を最初に回すには、まず台数が必要です。本人によると、GeForceは当時すでに年間数百万枚売れていました。そのGeForceが、台数を手に入れる手段でした。

この論理を裏づける記録があります。2012年のAlexNetの論文(ディープラーニングの転機とされる画像認識の研究)は、学習に「two NVIDIA GTX 580 3GB GPUs」を使い、5〜6日かかったと書いています。GTX 580は、ゲーム向けのGeForceです。研究室で手に入る安いGPUにCUDAが入っていたからこそ、研究者は使えました。

7.3 記録で見る代償

本人は、この判断の代償をこう語っています(Lex Fridman、2026年3月)。

"it completely consumed all of the company's gross profit dollars." (会社の粗利をすべて食いつぶしました。)

これを記録で確かめます。下のコードは、NVIDIAの10-Kの数値から研究開発費の比率(R&D比率=研究開発費÷売上高)などを計算するものです。

  • 言語・環境:Python 3.9以上、標準ライブラリのみ(筆者はApple M4 Pro上のPython 3.9.6で実行)
  • 実行:python3 nvidia_records.py
  • 入力の出典:FY2008〜2010はFY2010の10-K、FY2024〜2026はFY2026の10-K、株式数はFY2009の10-K
# NVIDIA の年次報告書(10-K)の数値から、R&D比率などを再計算する
# Python 3.9+、標準ライブラリのみ。単位は百万ドル(株価はドル、株数は株)

# 会計年度: (売上高, 研究開発費)。FY2008〜2010 は FY2010 の 10-K、FY2024〜2026 は FY2026 の 10-K
records = {
    "FY2008": (4097.860, 691.6),
    "FY2009": (3424.859, 855.9),
    "FY2010": (3326.445, 908.9),
    "FY2024": (60922, 8675),
    "FY2025": (130497, 12914),
    "FY2026": (215938, 18497),
}

print("会計年度  売上高(百万ドル)  研究開発費  R&D比率")
for fy, (revenue, rnd) in records.items():
    print(f"{fy}  {revenue:>14,.1f}  {rnd:>10,.1f}  {rnd / revenue:>6.1%}")

# 時価総額の下限の目安: FY2009 第4四半期の最安値($5.75)× 2009年3月6日時点の発行済株式数
low_price = 5.75
shares = 542_453_547
print(f"\nFY2009 の最安値ベースの時価総額(理論値): {low_price * shares / 1e9:.2f} 十億ドル")

# 本人の回想との比較(NTU 2023: 'just above a billion'、Lex Fridman 2026: 'like one and a half billion')
for label, recalled in [("NTU 2023", 1.0), ("Lex 2026", 1.5)]:
    print(f"{label} の回想 {recalled:.1f} 十億ドル に対する倍率: {low_price * shares / 1e9 / recalled:.1f} 倍")

# FY2026 の構成比
total = 215938
for name, value in [("Networking", 31376), ("Gaming", 16042), ("Automotive", 2349)]:
    print(f"FY2026 {name:<10} {value:>7,} 百万ドル  売上の {value / total:.1%}")
print(f"FY2026 研究開発に従事する従業員の比率: {31000 / 42000:.1%}")

# 直属の部下60人と毎週30分の1on1を行った場合の時間
print(f"60人 × 30分 = 週 {60 * 30 / 60:.0f} 時間")

実行結果(そのまま):

会計年度  売上高(百万ドル)  研究開発費  R&D比率
FY2008         4,097.9       691.6   16.9%
FY2009         3,424.9       855.9   25.0%
FY2010         3,326.4       908.9   27.3%
FY2024        60,922.0     8,675.0   14.2%
FY2025       130,497.0    12,914.0    9.9%
FY2026       215,938.0    18,497.0    8.6%

FY2009 の最安値ベースの時価総額(理論値): 3.12 十億ドル
NTU 2023 の回想 1.0 十億ドル に対する倍率: 3.1 倍
Lex 2026 の回想 1.5 十億ドル に対する倍率: 2.1 倍
FY2026 Networking  31,376 百万ドル  売上の 14.5%
FY2026 Gaming      16,042 百万ドル  売上の 7.4%
FY2026 Automotive   2,349 百万ドル  売上の 1.1%
FY2026 研究開発に従事する従業員の比率: 73.8%
60人 × 30分 = 週 30 時間

読み取れることは3つです。

  1. 売上が減る中で研究開発費を増やした。 FY2008からFY2010にかけて売上は約41億ドルから約33億ドルに減りましたが、研究開発費は約6.9億ドルから約9.1億ドルに増えました。R&D比率は16.9%から27.3%へ上がっています。FY2009とFY2010は、どちらも純損失でした。
  2. ただし、すべてをCUDAのせいにはできない。 この時期には、2008年の世界的な景気後退と、ノートPC向けチップの不具合による保証費用(第12章)が重なっています。10-Kによると、FY2009の粗利率は34.3%で、うち約6.0ポイントは保証費用による押し下げでした。研究開発費にはCUDA以外の開発も含まれるので、R&D比率の上昇をCUDAの費用だと特定することはできません。
  3. 今の規模では比率が下がっている。 FY2026の研究開発費は約185億ドルで、金額はFY2010の約20倍ですが、売上が大きく伸びたため比率は8.6%です。10-Kによると、FY2026末の従業員約4万2,000人のうち約3万1,000人(73.8%)が研究開発に従事しています。

7.4 本人の回想と記録のずれ

ここが本章でいちばん伝えたい点です。本人は、CUDAの時期の苦しさを次のように語っています。

発言日付と場記録
"Our market cap hovered just above a billion dollars"(時価総額は10億ドルをわずかに上回る水準だった)2023年5月、台湾大学の卒業式(NVIDIAのブログによる引用)FY2009の最安値(5.75ドル、当時の株価)と発行済株式数(約5.42億株)から計算すると約31億ドル(理論値)。回想の約3.1倍
"our market cap went down to like one and a half billion dollars"(時価総額は15億ドルくらいまで下がった)2026年3月、Lex Fridmanのポッドキャスト同じ計算で、回想の約2.1倍
"we were a 35% gross margin company"(当社は粗利率35%の会社だった)同上粗利率はCUDA発表前のFY2007が42.4%、発表後のFY2008が45.6%、FY2009が34.3%、FY2010が35.4%。「35%」はFY2009〜10の景気後退と保証費用の後の水準に近く、CUDA導入前の水準ではない

時価総額の計算は、四半期の最安値(その四半期で最も安く売買された価格)と、別の日付(2009年3月)の株式数を掛けた理論値です。最安値を使っているので、この期間の時価総額の下限の目安になります。株式数の日付のずれによる誤差は数%程度と見込みますが、「10億ドル強」や「15億ドル」と大きく離れていることは変わりません。本人が別の時期(たとえばCUDA以前)の数字と記憶を重ねている可能性もありますが、筆者は確認していません。なお同じLex Fridmanの回答で、本人はCUDA導入前の時価総額を「80億ドルくらい、いや60億〜70億ドルくらい」と振り返っています。これも記録で確かめていない回想です。

筆者の見方:これは本人の誠実さの問題ではありません。成功した経営者の回想は、どうしても劇的な方向へ圧縮されます。読者にとっての教訓は、「名言」や「伝説」を、そのまま意思決定の根拠にしないことです。当時の記録と照らし合わせると、話の骨格(利益を削ってでも続けた)は記録と整合する一方、細部の数字は整合しない、という形が見えてきます。

7.5 偶然と競合の役割

CUDAが報われた理由のうち、NVIDIAが自分で決められなかった要素も挙げておきます。

  • 外部の研究者による発見:AlexNetは、トロント大学の研究者がゲーム用GPUで実現した成果です。NVIDIAが計画したものではありません。本人も講演で、研究者がCUDAを見つけた、と表現したとされます(第三者の書き起こしによる)。
  • 対抗規格の遅れ:誰でも無償で使える並列計算の標準規格OpenCL 1.0が公開されたのは、2008年12月9日です(Khronos Groupの発表)。CUDAの発表から約2年後でした。
  • 競合の計画変更:インテルは2009年12月、GPU開発計画「Larrabee」について、最初の製品を単体のグラフィックス製品としては出さないと表明しました(bit-techが報じた同社の声明)。

これらは、本人の判断の価値を否定するものではありません。ただ、「先見の明があったから成功した」という一行の説明では、こうした要素が抜け落ちます。

8. 撤退の判断:携帯電話市場

本人が「失敗」として語る3つ目の話は、携帯電話です。NVIDIAのブログによると、台湾大学の講演で本人は、2010年に携帯電話の市場へ参入し、市場がすぐに汎用品化したため撤退した、と語りました。

ただし、記録はもう少し早い時期を示しています。FY2009(2008年2月〜2009年1月)の10-Kは、NVIDIAのTegraとGoForceの製品が主に多機能の携帯電話などの携帯機器に搭載されていると書き、FY2009中に携帯電話向けの「Tegra APX 2500」を発売したとも記載しています。携帯電話向けのチップは2008年にはすでに売られていたことになります。「2010年」は、参入した年というより本格的に攻めた時期と読むのが妥当です。第7.4節と同じく、回想と記録がずれている例です。

"Our strategic retreat paid off." (戦略的な撤退は報われました。)

"By leaving the phone market, we opened our minds to invent a new one." (携帯電話の市場を離れたことで、新しい市場を生み出すことに目が向きました。)

記録で確認できる撤退の節目は、2015年5月5日の発表です。NVIDIAは、通信用チップ(モデム)の事業「Icera」を、FY2016の第2四半期に縮小・終了すると発表しました。

本人の説明によると、撤退で空いた力を、ロボットや自動運転向けのコンピュータに振り向けました。では、その「新しい市場」はどこまで育ったのか。FY2026の10-Kでは、自動車向けの売上は約23億ドルで、売上全体の1.1%です。講演の書き起こしで本人が語ったとされる、自動車とロボットで数十億ドル規模の事業になったという説明と大きくは矛盾しませんが、会社を大きくしたのはデータセンター向けで、自動車向けではありません。

筆者の見方:撤退の判断そのものは、資源を集中させたという意味で筋が通っています。ただし「撤退したからAIで成功した」と直接つなぐのは言い過ぎです。携帯電話からの撤退とデータセンターの成長の間に、因果関係を示す記録はありません。

9. 組織:直属の部下は何人か

数字の食い違い

ファン氏の組織の特徴として、直属の部下の多さがよく挙げられます。ただ、その数は資料によって違います。

時期人数誰の発言か出典
2023年10月40人超聞き手(「そう聞いている」)Acquired の書き起こし
2024年(GSBのページは4月25日付)50人聞き手スタンフォードGSBの書き起こし
2026年3月60人本人Lex Fridman の書き起こし

本人の言葉で確認できたのは、2026年3月の次の発言だけです。直後に聞き手が「今も60人か」と確かめると、本人は「More, yeah.(それ以上です)」と答えています。

"My direct staff is 60 people. You know, I don't have one-on-ones with 'em because it's impossible." (直属のスタッフは60人です。1on1はしません。不可能ですから。)

報道では他の数字も流れていますが、原典を確認できなかったため本記事では載せません。どの数字も、時期によって変わりうるものです。

なぜ多くの直属を持つのか

2024年のGSBで、本人は理由をこう説明しています。

"CEOs should have the most of the reports by definition because the people that reports to the CEO requires the least amount of management." (CEOこそ、定義上、最も多くの直属を持つべきです。CEOに直接報告する人たちは、最も管理を必要としない人たちだからです。)

さらに、情報と権力の関係についてこう述べています。

"I don't believe in a culture, in an environment where the information that you possess is the reason why you have power." (持っている情報が権力の源になるような文化や環境を、私は信じていません。)

本人は、情報が階層を通るたびに歪むことを嫌い、状況を全員の前で説明して推論の過程を見せる、と話しています。Acquiredでは、組織を軍隊のような命令系統ではなく「computing stack(コンピュータの階層構造)」のように作っていると説明し、社内には「mission is the boss(ミッションが上司)」という言葉があるとも語っています。

トレードオフ(筆者の見方)

1on1をしない理由は、算数でも分かります。60人と毎週30分ずつ1on1をすると、それだけで週30時間です(上のコードの最後の行)。直属を多く持つなら、1on1をやめて、問題を全員で扱うしかありません。

この組織には利点と弱点の両方があります。

利点弱点
情報が中間管理職を経ずに伝わり、判断が速いCEOが情報と判断の集まる一点になる
全員が同じ文脈を持てる個人の育成や評価の場が少なくなりやすい
「誰が何を持っているか」で権力が決まりにくい後継者が同じやり方を引き継ぐのは難しい

CHMの紹介文が引用する本人の言葉は、「I'm very hands-on(とても現場に関わる)」と言いつつ、同じ文の中で「I tend not to be very operational(日々の業務にはあまり関わらない)」とも述べ、未来をつくる領域と、会社の問題を解く領域に力を注ぐ、と説明しています。直属が多いことと、日常業務から距離を置くことは、本人の中では両立しています。ただ外から見ると、組織の要がどこにあるかは、CEO個人の頭の中に寄っていたと言えます。この点は第14章につながります。

10. 研究開発と経営哲学

第一原理で考える

GSBの講演で、本人は「第一原理」(物事を前提から考え直すこと)を繰り返し強調しています。

"You can learn how something can be done and then go back to first principles and ask yourself, 'Given the conditions today, given my motivation, given the instruments, the tools, given how things have changed, how would I redo this?'" (他の人のやり方を学んだら、第一原理に立ち返って自問するのです。今の条件、自分の動機、使える道具、変わったことを前提にしたら、自分ならどうやり直すか、と。)

組織についても同じで、他社の組織図をまねるのではなく、「何を作る会社か」から組織を設計すべきだ、と話しています。

痛みと苦しみ

2024年のスタンフォード経済政策研究所(SIEPR)の年次サミットで、起業を目指す学生への助言を求められた本人は、期待を低く、立ち直る力を高く持つことの大切さを語りました(SIEPRの記事の要約)。そのうえでこう述べています。

"For all of you Stanford students, I wish upon you ample doses of pain and suffering." (スタンフォードの学生の皆さんには、たっぷりの痛みと苦しみがありますように。)

2023年のAcquiredでは、30歳に戻ったらまた起業するかと聞かれ、こう答えています。

"I wouldn't do it." (やらないでしょう。)

理由として本人は、NVIDIAを作ることは予想の「a million times harder(100万倍難しかった)」と述べています。起業家の強みは、どれほど難しいかを知らないことだ、とも語っています。

どんな仕事も自分より下ではない

"To me, no task is beneath me because, remember, I used to be a dishwasher" (私にとって、自分より下の仕事はありません。なにしろ皿洗いをしていたのですから。)

(2024年、スタンフォードGSB)

筆者の見方:これらの言葉は、それぞれ単独で読むと精神論に見えます。しかし、第6〜8章の判断と並べると、同じ型が見えてきます。間違いを認める(NV1)、目先の利益より長期の仮説を優先する(CUDA)、勝てない場所からは降りる(携帯電話)。「痛み」は目的ではなく、こうした判断の副作用として語られている、と筆者は読みます。

11. 独自分析:主要な判断を「当時わかっていたこと」と分けて読む

成功した判断は、後から見ると必然に見えます。ここでは主要な6つの判断について、判断の時点で入手できた情報と、後から分かったことを分けて並べます。表の「当時の情報」は、各章で示した資料に基づく筆者の整理です。

判断当時入手できた情報取り得た代替案結果後知恵を除いた評価(筆者の見方)
1. 独自方式を捨て、DirectXに合わせたRIVA 128へ(1990年代半ば〜1997年)マイクロソフトの標準が普及しつつあり、本人の回想では競合は30社独自方式でセガ向けの開発を続けるRIVA 128で立て直し(本人談)標準が主流になることは当時でも読めた。読めなかったのは、RIVA 128が売れるかどうか
2. CUDAを一般向けのGeForceにも載せる(2006〜07年)ゲーム向けGPUは年間数百万枚売れていた(本人談)。汎用計算の需要は科学技術計算などで見えていたワークステーションやスーパーコンピュータ向けの製品だけに載せる短期は利益を圧迫(FY2009〜10は純損失。景気後退と保証費用も重なる)。長期は開発者の基盤になったインストールベースの論理は当時でも筋が通っていた。ディープラーニングという最大の用途は予見できなかった
3. 携帯電話市場への本格参入と撤退(本人の回想では2010年参入。ただしFY2009の10-Kには携帯電話向けのTegra APX 2500の発売がすでに記載されている。2015年にIcera終了を発表)スマートフォンの急成長。通信用チップの技術が競争の鍵になりつつあったシェア争いを続ける撤退。自動車向けはFY2026で売上の1.1%参入は当時の成長性から見て妥当、撤退は資源集中として妥当。撤退がAIの成功を生んだという因果は示せない
4. Mellanoxの買収(2020年4月完了、取引額70億ドル)データセンターでは、GPU同士をつなぐ通信が性能の制約になりつつあった通信機器は他社に任せるFY2026のネットワーク関連売上は約314億ドル(売上の14.5%)方向性は当時でも説明できた。ただしネットワーク売上にはNVLink関連も含まれ、すべてが買収の成果とは言えない
5. Armの買収(2020年9月合意、2022年2月に断念)半導体の大型買収には、各国の競争当局の審査という明確なリスクがあったライセンス契約だけで十分とする「重大な規制上の課題」で断念。前払いの12.5億ドルは戻らず、13.6億ドルの費用を計上する見通しを示した。20年のライセンスは維持規制リスクは事前に知り得た。結果は「外れた賭け」として記録すべき
6. 中国市場向けにH20を供給(2025年4月に輸出許可が必要に)米国の輸出規制は段階的に強化されていた中国市場向けの製品を作らないFY2026第1四半期に45億ドルの費用(在庫と購入契約)規制が強まる方向は読めたが、時期と範囲は読めなかった。政策リスクが技術経営の外から結果を左右した例

この表から言えることは、次の3点です(筆者の見方)。

  1. 当たった判断でも、当時読めたのは「方向」までだった。 CUDAは汎用計算の需要という方向を読んだ判断で、最大の用途は外から来ました。
  2. 外れた判断の多くは、リスク自体は当時から見えていた。 Armの規制リスク、輸出規制のリスクは、事前に知り得たものです。それでも賭けたのは、当たったときの見返りが大きいと判断したからでしょう。結果だけで良し悪しを決めるのは公平ではありませんが、外れた記録も同じ重さで残すべきです。
  3. 判断の型は一貫している。 「標準や長期の基盤を取りにいく」「勝てない場所から降りる」。この型が、当たりにも外れにも共通しています。

12. 反例と批判:うまくいかなかったこと

人物の記事が成功談だけになると、実像から離れます。記録に残る、うまくいかなかったことを並べます。

  • ノートPC向けチップの不具合(2008年):FY2009の10-Kによると、NVIDIAは2008年7月、前世代の一部のノートPC向けチップ(GPUとMCP)で、ダイとパッケージの材料の組み合わせが弱かったことによる保証・修理・交換などの費用として、1億9,600万ドルを計上しました。
  • 携帯電話市場からの撤退(2015年):前述の通りです。本人は「戦略的撤退」と表現しますが、参入した市場で勝てなかったことは事実です。
  • 暗号資産の採掘をめぐる開示(2022年):米証券取引委員会(SEC)は2022年5月6日、FY2018の連続した四半期において、ゲーム事業の成長に暗号資産の採掘が与えた影響を十分に開示しなかったとして、NVIDIAを告発したと発表しました。NVIDIAは事実認定を認めも否定もせずに、排除措置命令と550万ドルの制裁金に同意しています。
  • Armの買収断念(2022年):第11章の通りです。
  • 輸出規制による損失(2025年):第11章の通りです。

創業者への依存という批判:NVIDIAの10-Kのリスク要因は、「長年の経営陣の働きに大きく依存している」と書き、後継者計画がうまくいかなければ戦略の遂行に支障が出うる、としていました。ただし、このリスク要因はファン氏の名前を挙げていません。また、NVIDIAには2026年11月まで取締役会議長がいませんでした。

13. 「偉大だから成功した」を避ける:成功要因の分解

「ファン氏が優れた経営者だったから、NVIDIAは成功した」という説明は、結果から原因を逆算しています。優れていた証拠が成功で、成功の理由が優れていたこと、という循環です。これを避けるために、成功要因を本人の判断と、それ以外に分けます(筆者の整理)。

要因内容本人の判断が効いた度合い
市場構造PCゲームという巨大な一般向け市場があり、その量産でGPUの開発費を回収できた低〜中(市場自体は外部要因。そこに賭けたのは判断)
開発者エコシステムCUDAを一般向けGPUにまで載せ、大学や研究者に広めた高
技術的な制約AIの中心である大量の行列計算は、CPUの逐次処理より、GPUの並列処理に向いていた(仕組みはピラー記事を参照)低(計算の性質そのものは外部要因)
競合の動き対抗規格OpenCLはCUDAの約2年後。インテルのLarrabeeは単体製品としての発売を見送った低(他社の事情)
運とタイミングAlexNetが、たまたま手に入るゲーム用GPUで学習された低(ただし台数を用意していたのは判断)
撤退と集中勝てない市場から降りて資源を移した高

もう一つ、生存者バイアスにも注意が必要です。本人の回想では、1990年代半ばに3Dグラフィックスの会社は30社ほどありました。その多くは消えています。失敗した創業者の中にも、「失敗を認める」「長期の基盤に賭ける」といった考えを持つ人はいたはずです。成功した一人の資質だけを見て、それが成功の原因だと結論づけることはできません。

本人自身も、2026年3月にこう述べています。

"It wasn't three people that made CUDA successful. It was 43,000 people that made CUDA successful." (CUDAを成功させたのは3人ではありません。4万3,000人です。)

14. 一人への依存と、2026年11月の辞任

2026年11月11日、NVIDIAの取締役会はファン氏のPresident・CEO・取締役からの辞任を受理し、翌12日に発表しました。会社は辞任の理由を公表しておらず、CFOのコレット・クレス氏が暫定CEOを兼ね、ハーヴィー・ジョーンズ氏が取締役会議長に就きました。NVIDIAの発表(2026年11月12日の「NVIDIA Announces CEO Transition」)は、同氏を同社初の議長(first-ever Chair of the Board)としています。経緯と、報道・確認された事実の区別、統治の論点は、ジェンスン・ファンのNVIDIA CEO辞任 — 確認された事実・報道・本人の言葉を分けて読むで詳しく整理しています。

本記事の文脈で言えるのは、第9章で見た組織の弱点が、仮定の話ではなくなったことです。情報と判断がCEOに集まる組織で、そのCEOが突然いなくなった。取締役会と議会の委員会の発表によれば、社内調査と議会の調査は続いており、2026年11月17日時点で結論は出ていません(詳細は上記の記事を参照)。後任のCEOが、直属60人・1on1なしというやり方を引き継ぐのか、組織を作り直すのかも分かっていません。

15. 名言として出回る言葉の扱い

「ジェンスン・ファン 名言」で検索すると、多くの言葉が見つかります。本記事で原文・日付・場を確認できたものを一覧にします。

発言(原文)日付場確認した資料
"Run. Don't walk." / "you are running for food, or you are running from becoming food"2023年5月(式典は台湾時間5月27日)国立台湾大学の卒業式NVIDIAのブログ(2023-05-26)
"Confronting our mistake and, with humility, asking for help saved NVIDIA."同上同上同上
"Our strategic retreat paid off."同上同上同上
"I wouldn't do it."2023-10-16公開AcquiredAcquiredの書き起こし
"I wish upon you ample doses of pain and suffering."2024-03-07付の記事SIEPR Economic SummitSIEPRの記事
"no task is beneath me"2024-04-25付のページスタンフォードGSB View From The TopGSBの書き起こし
"My direct staff is 60 people."2026-03-23公開Lex Fridman Podcast #494公式の書き起こし
"It was 43,000 people that made CUDA successful."同上同上同上

逆に、確認できなかったものもあります。たとえば「会社は倒産まで30日」という趣旨の言葉は広く引用されていますが、筆者は主催者や会社が公開した書き起こしで原文と場を確認できませんでした。そのため本記事では扱っていません。

名言を引用するときは、次の3点を確かめることをおすすめします。

  1. 原文があるか。 日本語訳だけが出回っている言葉は、元の英語と意味がずれていることがあります。
  2. 日付と場が分かるか。 同じ趣旨の言葉でも、場によって文脈が違います。
  3. 誰が公開した記録か。 主催者や会社が公開した書き起こしか、第三者のまとめかで、信頼度が変わります。

16. 技術経営への示唆

最後に、ファン氏の事例から、技術選定や事業判断に持ち帰れることを、判断基準の形でまとめます(筆者の見方)。

  1. 標準に乗るか、標準を作るかを意識して選ぶ。 RIVA 128は標準に乗って生き延び、CUDAは標準を作って強くなりました。自社が標準を作れる立場にないときに独自方式にこだわるのは、NV1と同じ危険があります。
  2. 基盤への投資は、最大の用途を当てにしない。 CUDAはディープラーニングを予見していませんでした。基盤の価値は「何に使われるか分からないが、使われる余地が広い」ことにあります。投資の判断では、特定の用途に依存しない需要があるかを見ます。
  3. 撤退の基準を先に決める。 携帯電話からの撤退は、勝てる条件(通信用チップの技術)が自社にないと判断した結果でした。参入時に「何がそろわなければ降りるか」を決めておくと、撤退が遅れにくくなります。
  4. 語りより記録を見る。 本人の回想は、骨格は正しくても数字はずれることがあります。他社の成功談を参考にするときは、当時の決算資料などで裏を取ります。
  5. 一人に集まる設計には、引き継ぎの設計を対にする。 情報の階層を減らす組織は速い一方、要となる人がいなくなると止まりかねません。速さを取るなら、その分の後継計画を用意しておく必要があります。

まとめ

  • ジェンスン・ファンは台湾で生まれ、タイ、ケンタッキーの寄宿学校、オレゴンを経て、オレゴン州立大学とスタンフォード大学(修士、1992年)で電気工学を学んだ。AMDとLSI Logicで半導体設計に携わり、1993年4月にNVIDIAを共同創業した。
  • 最初の製品系統の失敗を認めて標準に合わせ直し、利益を削ってでもCUDAを一般向けGPUに載せ、勝てない携帯電話市場から撤退した。この「認める・続ける・降りる」が、本人の判断の型だった。
  • CUDAの当初の狙いは科学技術計算で、ディープラーニングは外部の研究者がゲーム用GPUで切り開いた。決算資料は苦しい時期の投資を裏づける一方、本人が語る当時の時価総額や粗利率は記録とずれている。
  • 直属の部下を多く持ち、1on1をせず情報を共有する組織は、速さと引き換えに、CEO一人への依存を強めた。2026年11月の辞任で、その依存は仮定のリスクではなくなった(筆者の見方)。
  • 成功は本人の資質だけでなく、市場構造、開発者エコシステム、競合の遅れ、運とタイミングの重なりで説明すべきだ。Armの買収断念や輸出規制による損失など、外れた賭けも同じ重さで記録に残っている。

会社としての歩みと売上構成の変化はNVIDIAの歴史で、決算資料の数字とともにたどっています。

よくある質問

ジェンスン・ファンの経歴を簡単に教えてください。
台湾生まれで、少年期に米国へ移りました。オレゴン州立大学で電気工学の学士を、スタンフォード大学で電気工学の修士(1992年)を取得しています。NVIDIAの年次報告書によると、1983〜85年にAMDでマイクロプロセッサの設計者、1985〜93年にLSI Logicで働きました。1993年4月にクリス・マラコウスキー氏、カーティス・プリエム氏とNVIDIAを共同創業し、CEOを務めました。2026年11月11日にCEOと取締役を辞任しています。
ジェンスン・ファンはどこで生まれ、どのように米国へ来たのですか?
コンピュータ歴史博物館が2024年に収録したオーラルヒストリーの紹介文によると、台湾で生まれ、父親が石油精製所の立ち上げに関わっていたタイへ移り、その後ケンタッキー州オナイダの寄宿学校に入りました。大学はオレゴン州です。出生地を台南とする百科事典が多いものの、本人や会社の資料で確認できたのは「台湾生まれ」までです。移った時の年齢も資料によって異なります。
直属の部下が60人いて、1on1をしないというのは本当ですか?
本人の発言としては、2026年3月公開のLex Fridmanのポッドキャストで「直属のスタッフは60人」「1on1はしない、不可能だから」と述べ、直後に聞き手が60人かと確かめると「それ以上」とも答えています。2023年のAcquiredでは聞き手が「40人超」、2024年のスタンフォードGSBでは聞き手が「50人」と紹介しており、数字は時期と話し手で異なります。本人は、問題を全員の前で扱い、情報の階層を減らすためだと説明しています。
よく見かけるジェンスン・ファンの名言は、本当に本人の言葉ですか?
すべてが確認できるわけではありません。本記事では、主催者や会社が公開した書き起こし・記事で原文と日付と場を確認できたものだけを引用しています。たとえば2023年の台湾大学の卒業式での「走れ、歩くな」や、2024年のスタンフォードでの「pain and suffering」は確認できました。一方、「倒産まで30日」という趣旨の言葉は、原文と場を確認できなかったため扱っていません。

参考文献

友田

友田 陽大

経済産業大臣賞 受賞プロダクト開発者。TypeScript + Python + AWS で、SaaS・業界DX・実用レベルの生成AI(RAG)を、要件定義からインフラ・運用まで一人で完遂します。

自社ホストとAPI、どちらが得か判断できていますか?

セルフホストLLMの技術選定 — 量子化方式・GPU予算・商用ライセンス

AWQ / GPTQ / FP8 / GGUF の使い分け、KVキャッシュを含むVRAM見積り、API課金との損益分岐、Apache-2.0 / Llama / Qwen / Gemma のライセンス条件まで。商用利用可能なオープン量子化モデル群を、ライセンスと品質・速度のトレードオフで段階別に採用した実務経験から、実装前に判断材料を揃える技術顧問として伴走します。

プロジェクト単位(請負)・技術顧問のどちらにも対応可能です。まずは30分の無料技術相談から。

最短ルート:カレンダーから直接予約

相談内容が固まっている方は、フォーム送信よりその場で日程を確定する方がスムーズです。下記から空き時間をお選びください。

  • 30分のオンライン無料相談
  • Google Meet / Zoom / Microsoft Teams
  • NDA 商談前締結可・無理な営業はいたしません
無料相談の空き枠を予約する

あわせて読みたい