林上倫弁護士の特集記事》あなたがAIに今日の昼食は何かと尋ねると、世界はこの質問のためにエネルギー地図を再設計している

弁護士林上倫はAIトークンの経済的本質を解明し、トークンは投資可能なデジタル資産ではなく、「度」のような使用量の計測単位であると述べている。各質問の背後には発電所、電網、データセンターからグラフィックカードに至るまでのエネルギーの完全な供給チェーンが稼働しており、データセンターは電力を価値を計測できるトークンサービスに変換している。黄仁勳は繰り返しエネルギー不足を警告しており、これは供給チェーンの最前線から見た現実のギャップである。

（前提：白髪の株神Serenityが再びSIVEを推奨！820万ドルの軍用注文を獲得し、Kaバンドチップが米軍衛星供給網に進入）
（補足：AmazonがAI関連商品を展開：Alexaに一言入力でカスタムTシャツをプリント＋Primeで直送）

最近、世界のテック界で最も頻繁に登場しながらも誤解されやすい言葉は、「AIトークン」である。あなたが会話ウィンドウに質問を入力するたび、その背後では発電所、電網、データセンターからグラフィックカードまでのエネルギー産業チェーンが動いており、トークンはこの一連の過程を計測する単位である。

この事象を分解してみると、市場で最も議論され、誤解されやすいのは、実は4つの問題に集約される。トークンは本当にお金なのか？17ドルのChatGPTサブスクリプション料金はすべてのコストをカバーしているのか？データセンターが重要なのに、なぜシリコンバレーやサイエンスパークに設置されている一方、砂漠や峡谷の側にあるのか？そして、なぜ黄仁勳は未来のエネルギー不足を繰り返し強調するのか？これら4つの問題を理解することがAI経済を理解する鍵となる。

AIトークンは本当にお金なのか

市場には、トークンを新しい資産タイプとして説明する見方も出てきており、「AIトークン投資」などのフレーズも流通している。多くの人は最初にトークンという言葉を聞くと、暗号通貨の中のトークンを連想したり、蓄積・価値増加・交換可能なデジタル資産と考えたりする。しかし本質的には、AI分野のトークンは、価値を保存・交換できるものではなく、むしろ使用量の尺度に近い。

最も基本的な単位感から始めると、出力側（生成）のトークン換算は言語によって大きく異なる。英語では、1トークンは約0.75語、または約4文字に相当する。例えば「apple」のような短い単語は通常1トークンだが、「hamburger」のように長い単語は、AIは内部で「ham」「bur」「ger」に分解し、2〜3トークンを消費する。中国語では、より多くの空間を占めるため、1トークンは約0.5〜1文字に相当する。一般的な「我」「的」などは1トークンで処理できるが、複雑な画数や稀な文字は、1文字で2〜3トークンに分割されることもある。

入力側（読み取り）の場合、1トークンの量は非常に少なく、1文全体を表現できるほどではない。業界では、「ファイルを読む」作業の具体性を持たせるために、1,000トークンを基準として使うことが多い。英語のファイルを読む場合、1,000トークンは約750語、A4用紙1.5ページ分に相当。中国語の短文では、1,000トークンは約500〜800文字、半ページの短編や普通のニュース記事に相当する。例えば、数十ページの契約書をAIに見せると、読み終えるだけで数万トークンを消費し、その後の応答生成に必要な分は含まれていない。

さらに重要なのは、トークンはInputトークンとOutputトークンの2種類に分かれ、それぞれに正確な課金方式があることだ。InputはAIがあなたの送ったファイルや映像、音声を理解するために消費した量。OutputはAIが文章、画像、コードを生成するために消費した量である。これらは抽象的な概念ではなく、主要な企業（OpenAI、Google、Anthropicなど）が外部に課金する際に、1百万トークンあたりの具体的な料金として設定されている。現在の相場は、1百万トークンあたり数ドル程度だ。

この観点から振り返ると、トークンは「度」の単位に似ている。これはAIサービスの使用量を計測する方法であり、「今日は30度電を使った」と言うような資産ではない。自分の電力消費を資産や貨幣とみなすことはないのと同じだ。AIトークンの論理は非常に近い。

もちろん、将来的にトークンが先物、前払い、クォータ取引などの金融商品に派生する可能性もある。過去には石油、電力、炭素排出権が類似の道を歩んできた。しかし本質的には、「AI用量を計測する単位」として理解することが、価値の保存や交換のための独立した資産と考えるよりも、より正確な役割理解となる。一般ユーザーにとって、この認識のギャップは、次の問題、すなわちAIサービスのサブスクリプション料金の見方に直接影響を与える。

月額17ドルのサブスクリプション料金はすべてのコストをカバーしているのか

これは多くの一般ユーザーが最も直感的に抱く疑問だ。市場のAIサービスのサブスクリプション料金は、ChatGPT Plusの20ドルや各種企業版プランなど、比較的手頃な価格設定になっている。多くの人は、AIの実際のコストはこの料金とほぼ同じだと自然に考えるだろう。しかし、業界の財務報告を見ると、事情はそう単純ではない。

現状、主要なAI企業は多くが赤字運営であり、OpenAI、Google、AnthropicのAI部門も投資段階にある。運営資金の大部分は融資や投資から来ており、サービスの収益だけでは賄いきれない。つまり、現段階のサブスクリプション料金は、実際のコストを完全に反映していない。重度のユーザーが一日中AIに画像修正や長文対話、大量コンテンツ生成を依頼すると、その消費トークンコストは月額料金を超えることもあり、その差額は今のところ企業や投資家が負担している。これは「ユーザー教育期間」の価格戦略の一環であり、習慣化とユーザーベース拡大を狙ったものだ。今後数年で調整される可能性もあり、注視すべきポイントだ。

この価格設定は、利用のハードルをほぼゼロに近づける現象も生んでいる。かつて石油という工業エネルギーを使うには、車両や工場、設備を所有し、経済的な選別を経る必要があったが、AI時代の入口にはほとんど門がない。少量のトークンで、調査報告や合併契約、医学研究の要約、昼食の相談やバーチャルキャラクターとの雑談など、多様な用途に使える。消費される計算力や電力は同等でも、社会的価値の差は非常に大きい。

なぜデータセンターの立地が大きく異なるのか

これは多くの人が戸惑うポイントだ。シリコンバレーやサイエンスパークのような先端技術拠点に設置されたデータセンターもあれば、砂漠の中や峡谷の側に建てられた例もある。例えば、ドバイの砂漠に建つデータセンター、ノルウェーの峡湾沿い、アイルランドの田舎のデータセンター、さらには水力発電所のそばに設置されたケースもある。これらは一見、ハイテクの象徴のように思えるが、実際にはどうなのか。

合理的な理解は、両方の見方に一理あることだ。データセンターは確かに高度な専門インフラであり、冷却技術、電力管理、ネットワーク設計、セキュリティ、先端チップの統合など、多くの技術分野を要し、建設・運用のハードルは高い。台湾の企業もこの分野に深く投資しており、技術力も高い。だからこそ、技術集積地の近くに設置されることも多い。

しかし、グローバルな配置の観点から見ると、もう一つの重要な要素は、「安定かつ安価な電力供給への依存度」である。一定規模の計算能力を維持するには、電気料金の差が直接コストに反映される。ドバイやアブダビの砂漠地帯の太陽光、ノルウェーの水力と低温、アイルランドのエネルギー政策の緩さなどが、世界的なデータセンターのホットスポットとなっている。要するに、データセンターは「エネルギー依存度の高いエネルギー変換のハブ」であり、安定した電力供給があればこそ、そこに新たなデータセンターが生まれる。

この視点から振り返ると、データセンターはAI時代の重要なポイントの一つだ。電力という本来貯蔵や越境輸送が難しいエネルギーを、計算を通じてトークンに変換し、価値を生み出すサービスに変える役割を担っている。ユーザーの質問、企業のファイル、研究機関のデータはすべてデータセンターで処理され、その消費トークン数に応じて料金が回収される。これが次の最重要課題、すなわち「エネルギー問題」へとつながる。

なぜ黄仁勳はエネルギー不足を繰り返し言うのか

この数年、NVIDIAの創業者黄仁勳は多くの公開講演やインタビューで、繰り返し次のことを述べている：未来のエネルギーは必ず不足し、AIの発展は最終的に電力の制約に直面するだろう。多くの人はこれをマーケティングやGPUメーカーの演出と捉えがちだが、前述の3つの問題とつなげて考えると、彼の言うことには堅実な産業論理が裏付けている。

トークンの観点から見ると、質問一つごとに計算処理が発生し、その計算には電力が必要だ。サブスクリプションモデルの現状は、補助金的な価格設定により、ユーザーに節度ある利用を促すインセンティブがなく、全体の利用量は指数関数的に増加している。データセンターの観点では、世界中のエネルギー条件の良い地域で計算能力の拡張が加速しており、新設されるデータセンターは現地の電力構造に大きな影響を与える。これら3つのトレンドが同時に進行することで、エネルギー供給側の圧力は急速に高まる。

だからこそ、黄仁勳はGPUよりもエネルギー問題を重視している。GPUの性能がいくら高くても、電力がなければ動かせない。NVIDIAのような企業は、顧客の計算能力の規模と、その背後にある電力不足の規模を最もよく理解している。彼の「エネルギー不足」の発言は、単なるスローガンではなく、供給チェーンの最前線から見た現実の状況を示している。

これにより、エネルギー産業は次世代の長期的な注目分野となる。世界中の条件の良い地域、砂漠や豊富な水力、風力の適地、原子力の潜在性を持つ国々は、発電容量の拡大に積極的だ。中国は巨大なグリーン電力システムを持ち、この競争の中で明らかなエネルギー優位性を持つ。一方、台湾の核電と再生可能エネルギー政策も、AI時代にはより大きな視野で見直されるだろう。今後、世界のAIインフラの総電力消費は、数年内に多くの既存工業の電力消費を超えると予測されている。現段階では、世界のAI利用者はまだ成長期にあり、需要曲線は今後も上昇し続ける見込みだ。

ユーザーと投資家はどう向き合うべきか

総合的に見て、長期的に注目すべき2つの方向性がある。第一は、AI基盤のサプライチェーン全体だ。発電、電網のアップグレード、データセンターの構築、冷却、先端パッケージング、コア計算能力の供給など。これらの分野は、注文の見通しが比較的明確であり、AI需要の継続的な成長とともに、エネルギーとインフラのギャップは構造的な問題となる。短期的な変動ではなく、長期的な課題だ。

第二は、トークンの使用効率そのものが重要なテーマとなることだ。トークンの課金が徐々に透明化されると、ユーザーは異なるタスク間のコスト差を意識し始め、企業や個人もより合理的な使い方を模索するようになる。

AI産業においては、次の3つの原則を押さえることが重要だ。第一は、トークンの本質が「課金単位」であることを理解すること。これにより、さまざまな金融化の拡張ストーリーに対しても、判断の基準を持てる。第二は、データセンターの役割を正しく捉えること。高度なインフラであると同時に、エネルギー供給に大きく依存する立地産業であること。第三は、エネルギー側の長期的変化に注意を払うこと。これがAI産業の最も重要なボトルネックと機会の両方になるからだ。これらは、AI界の大御所たちが何度も警告している核心メッセージでもある。

過去1年のAIの急速な発展は、その背後にあるコスト構造を理解する時間を奪った。これはAIがバブルだとか産業崩壊の兆候ではなく、新たな工業が成熟する過程で、課金方式や資源配分、インフラ整備が新たなバランスに向かうことを意味している。AIの需要曲線は今後も上昇を続けるが、それに伴うエネルギーとコストの課題も、ユーザーや投資家、政策立案者が真剣に考えるべきテーマとなる。

この小さな単位、トークンは、発電所、電網、データセンター、チップ、モデル、アプリケーション、そして日常の選択にまで連なる。これを理解することは、AI時代において、機会と代償の両方を見極める助けとなるだろう。