AI計算能力の繁栄は、二つの会社によって支えられた幻想に過ぎない可能性がある

海外テクノロジー評論家エド・ジトロンは最近、鋭い見解を示した：現在のAI計算力経済は、広範で健全な市場需要によって支えられているのではなく、OpenAIとAnthropicの二社に高度に依存している可能性がある。クラウドサービス事業者がAI企業に投資し、AI企業が資金をクラウドサービスや計算力の購入に回すことで、循環的な成長ストーリーを形成している。

この見解はすべての事実を完全に反映しているわけではないが、私たちに警鐘を鳴らす：AIブームの持続性を判断するには、資金調達額やデータセンター建設規模だけを見るのではなく、実際の顧客、キャッシュフローの質、最終的な需要を重視すべきだ。

導入

過去2年間、AI業界で最も顕著な成長ストーリーは、大規模モデルの能力向上だけでなく、GPU、クラウドサービス、データセンターを巡る資本支出の狂乱だった。Microsoft、Amazon、Google、Oracleなどの巨頭はAIインフラに継続的に投資し、NVIDIAはこのサイクルの中で最も輝く恩恵を受けている。

しかし、より鋭い問題が浮上している：これらの新たに建設されたデータセンターは、最終的に誰が使うのか？もし主要な大口顧客がOpenAIとAnthropicだけだとすれば、いわゆるAI計算力の繁栄は、少数の企業、少数のクラウド事業者、少数の資本取引によって支えられた循環ストーリーに過ぎないのか？

米国のテクノロジー評論家エド・ジトロンは、「プレミアム：AIの循環性精神病」という記事の中で、非常に過激だが議論に値する判断を示した：AI経済は「循環性妄想」を形成しつつある。 この循環では、クラウド大手がAI企業に投資し、AI企業は再び資金をクラウド大手に支払い、計算力を購入する。これによりクラウド大手は将来の収入を確信し、データセンターやGPUの拡張を続ける。見た目にはすべてが成長しているように見えるが、最終的な需要が十分でなければ、この仕組みは非常に脆弱になり得る。

一、いわゆるAI計算力の繁栄は、二つの企業に高度に依存している可能性

ジトロンの核心的な判断はそれほど複雑ではない：AI経済のかなりの部分は、実際にはOpenAIとAnthropicにかかっている。彼の分析によると、これら二社はAmazon、Google、Microsoftの大量のAI計算容量を占有し、これらの企業のAI収入のかなりの割合をもたらしている。さらに重要なのは、これらの企業の将来の収益の大部分を占める可能性もある。

これは、市場が見ているのは単なる「クラウド計算需要の増加」ではなく、むしろ高度に集中した顧客構造の可能性を示唆している：クラウド事業者のAI注文はAI企業から来ており、AI企業の支払い能力は資金調達とクラウド投資に依存している。言い換えれば、資金は単純にエンドユーザーからモデル企業へ流れ、その後クラウド事業者へと流れるのではなく、投資家、クラウドサービス事業者、AI企業の間で循環している。

この構造は必ずしも持続可能ではない。初期のテクノロジー産業は、資金調達を成長の原動力とし、クラウド、電気自動車、シェアリングエコノミーなども同様の段階を経験してきた。問題は、AIインフラへの投資規模があまりにも巨大であり、現在、実際に大量のGPU計算力を継続的に消費できる企業は、市場の想像ほど多くないという点だ。

図表は、OpenAIとAnthropicのMicrosoft、Oracle、Google、Amazonに対する支出約束が、これらクラウドサービス事業者の未払い注文の中でかなり高い割合を占めていることを示している。ピンクはOpenAIの支出約束、オレンジはAnthropicの支出約束、グレーはその他の未払い注文を表す。出典：The Information、引用元：Where’s Your Ed At。

もしこの推計が正しければ、警戒すべき結論は次の通り：クラウド大手の将来収入の大部分は、AI需要だけに依存しているのではなく、OpenAIとAnthropicが継続的に資金調達し、拡大し続け、巨額のクラウド請求を支払い続けることに依存している。

二、Anthropicとクラウド大手の「循環請求書」

ジトロンは、特にAnthropicに対して非常に厳しい批判をしている。彼は、Anthropicの問題は単なる損失だけではなく、AmazonやGoogleとの間に循環的な資金関係を形成している点にあると指摘する：クラウド大手がAnthropicに投資し、Anthropicは再び資金をクラウドサービスや計算力の購入に回し、クラウド大手は収入見込みを得て、インフラ投資を拡大し続ける。

財務的な観点から見ると、これは一見ウィンウィンの関係のように見える。AI企業は訓練と推論に必要な計算力を得て、クラウド事業者は大口顧客を獲得し、資本市場は成長ストーリーを享受する。しかし、もしAnthropic自身に十分な収入と利益能力がなければ、そのクラウド請求支払い能力は外部からの資金調達に大きく依存することになる。

これが、「循環性」と呼ばれるこの仕組みの核心だ：あるクラウド事業者の将来の収入は、その投資先のAI企業が引き続き資金調達できるかどうかに依存し、AI企業が成長ストーリーを続けられるのも、クラウド事業者が継続的に計算力を提供し、投資と割引を続けることに依存している。帳簿上は高速成長の連鎖だが、別の見方をすれば、相互に依存したリスクの連鎖でもある。

これは中国の読者にとっても馴染みのある話だ。高投資産業は、急速な拡大期に「先にインフラを整備し、その後需要の実現を待つ」というロジックに陥りやすい。違いは、AI計算力の構築コストが非常に高く、技術の陳腐化も早いため、実需要が予想を下回った場合、埋没コストは非常に重くなるという点だ。

三、xAIがColossus-1を譲渡：見落とされがちな需要のシグナル

もう一つ注目すべきケースは、AnthropicがSpaceX、xAI、Elon Musk傘下のColossus-1データセンターの300MW容量を引き継いだことだ。MuskはかつてColossus-1を「世界最強のAI訓練システム」と称し、その建設目的はGrokの訓練だと述べていた。しかし、現在、その一部容量はAnthropicに譲渡されている。

ジトロンは、この出来事が非常に異例のシグナルを放っていると考える：もしxAIのような大規模モデル企業ですら全容量を自前で賄う必要がないとすれば、市場にはOpenAIやAnthropic以外にどれだけの大規模GPU買い手がいるのか？

この問いは非常に重要だ。過去1年、マーケットのストーリーは「AI計算力は常に不足している」という前提だった。しかし、「計算力不足」が成立するには、具体的な顧客の支えが必要だ。長期的に購入し続けるのは誰か？支払い能力のあるのは誰か？収益が推論や訓練コストをカバーできるのは誰か？これらの問いに、「将来の需要」だけで答えることはできない。

ジトロンは、Sightline Climateの統計を引用し、現在15.2GWの容量が建設中であり、2027年末までに完成予定だと述べている。もしこれらの容量が最終的に何千社もの企業による大規模GPUレンタルで消化されるなら、市場は次のことを証明しなければならない：これらの企業はどこにいるのか？彼らのビジネスモデルは何か？十分な収入を持ち、計算力コストを支払えるのか？

四、AIスタートアップの資金は最終的にどこへ流れるのか？

この論考のもう一つの重要な判断は、AIソフトウェアの収入と計算力の収入の間には高度な伝導関係が存在することだ。多くのAIスタートアップは収益を得ているように見えるが、実際にはOpenAIやAnthropicのモデルを呼び出すか、クラウドサービスのGPUをレンタルする必要があるため、資金調達と収益は最終的に少数の基盤モデル企業やクラウドインフラ企業に流れる。

この構造は二つの結果をもたらす。第一に、産業チェーンの収入はますますトップに集中する。第二に、下流のアプリケーション企業は収益が増加しても、モデル呼び出しや計算コストがキャッシュフローを吸収し続けるため、健全な利益を得るのは難しい可能性がある。

これが、AIアプリケーション層の繁栄が産業全体の繁栄と単純に一致しない理由だ。多くのアプリ企業は資金調達をAPI呼び出し費用に変換しているだけで、自身の価格設定権や利益余地を持たない場合、彼らは基盤モデル企業のチャネルに過ぎず、独立した健全なビジネス主体にはなり得ない。

メディアの視点から見ると、これは国内のAIスタートアップにとっても特に重要なポイントだ。国内の大規模モデル産業も同様の課題に直面している：アプリ層の企業は、下層のモデルやクラウドリソースへの高コスト依存から脱却し、独自のデータ、シナリオ、顧客の粘着性を築けるかどうかが、彼らが「モデル能力の見せ物」から、真に持続可能な企業になれるかどうかを決める。

五、クラウド大手、GPUメーカー、新たなクラウド企業も同じストーリーに巻き込まれている

ジトロンはさらに、OpenAIとAnthropicの影響はクラウドサービス事業者だけにとどまらないと指摘する。彼らの計算力需要は、NVIDIAやサーバーODMメーカー、新クラウド企業、データセンター開発者へと拡散している。市場がAI計算力需要の無限成長を信じる限り、GPU販売、サーバー注文、データセンター建設、クラウド企業の評価も支えられる。

しかし、核心は需要の質にある。産業は短期的には資本支出による繁栄を作り出せるが、長期的には実需要を代替できない。新クラウド企業の主要顧客が依然としてOpenAI、Anthropic、Meta、またはこれらの企業に間接的にサービスを提供するクラウド大手に偏っているなら、エコシステム全体の顧客集中度は非常に高くなる。

これはAIの価値や大規模モデルの長期的需要を否定するものではない。むしろ、AIはソフトウェア、コンテンツ、検索、プログラミング、企業サービスを変革しつつあるが、市場の評価は「AIが有用かどうか」ではなく、「AIが何千億ドル規模のインフラ拡張を支えられるかどうか」に偏っている。両者には大きな差がある。

六、この論考は過激だが、提起された問題は回避できない

ジトロンの文章は非常に明確な立場を持ち、時には強い批判的色彩を帯びている。彼は現在のAI計算力経済を「巨大な詐欺、幻想、誤り」と呼んでいる。この判断は業界の総意ではなく、決定的な結論とすべきではない。

しかし、彼が提起したいくつかの問題は、真剣に議論すべきだ。

中国市場にとっては、「AIバブルが崩壊するかどうか」の単純な判断よりも、AI投資熱を別の視点で観察することの方が価値がある。モデルパラメータや資金調達額、GPU数、データセンター規模だけを見るのではなく、最終的な顧客は誰か、収入源はどこか、コストは誰が負担し、利益はどう閉じるのかを重視すべきだ。

もしAIが十分な生産性向上をもたらすなら、計算力の構築は自然に消化されるだろう。しかし、多くの成長が少数の企業間の資本、クラウド請求、未来の注文の循環から生まれているなら、その繁栄の脆弱性は見た目以上に高まる。

結語：AIの本質的な問題は、「需要の有無」から「需要の質」へ

AIの長期的価値は、すべてのAIインフラ投資が合理的であることと必ずしも一致しない。大規模モデルは進化し続け、AIアプリは拡散し、企業は自動化を高め続けるかもしれない。しかし、その一方で、資本支出、クラウド収入、GPU需要の循環関係は、より透明に見直される必要がある。

この論考の最も価値のある点は、その正確さではなく、私たちに気づかせる点にある：AI産業の真のリスクは、「誰もAIを使わないこと」ではなく、「AIの収入がコストを上回らないこと」かもしれない。

産業が少数の超大口顧客、少数のクラウド大手、継続的な資金調達に依存して成長を維持しようとするなら、投資家、起業家、観察者は皆同じ問いを持つべきだ：これは新たな技術インフラの建設なのか、それとも将来の収入と循環支払いによって支えられた資本の幻影なのか？