SemiAnalysis創業者ダイラン・パテル氏が語る「2社が世界の計算資源を支配する」未来 ― AI経済の驚異的なレバレッジ構造
半導体・AIインフラ分析で知られるSemiAnalysis創業者ダイラン・パテル氏が、Dwarkesh Patel氏のポッドキャストに出演し、AnthropicとOpenAIという2つの研究所(ラボ)が世界の計算資源(コンピュート)をどのように寡占しつつあるかを、具体的な数字とともに解説した。ファブ(半導体工場)への設備投資1ドルが最終的に100ドル以上のAI関連売上を生み出すという驚異的なレバレッジ構造や、計算資源価格の高騰見通し、さらには、AI投資ブームがもたらしかねないソブリン債務危機のリスクまで、多岐にわたる長時間の対談となった。
1. 2社が世界の計算資源の過半を掌握する未来
パテル氏は、まず、世界のGDP成長の相当部分がすでにAIインフラ投資によって支えられている現状を指摘した。今年の設備投資(CapEx)は、1兆ドルをやや上回る水準にあり、2028年には2兆ドルを超える見通しだという。年初時点でOpenAIは、2ギガワット、Anthropicは、2ギガワット未満の計算資源を保有していたが、年末にはいずれも5ギガワットを超える規模まで3〜4倍に拡大したとされる。
パテル氏の分析によれば、今年新たに追加される計算資源のうち約30%がこの2社向けであり、来年にはこの比率が40〜50%まで上昇する見通しだという。「この集中化のトレンドは、減速するどころか、むしろ加速している」とし、2027年末までには世界で新たに追加される計算資源の半分以上がAnthropicとOpenAIに向かうとの見通しを示した。SpaceXが、新たに大規模な計算資源を構築し、その多くを両社にリースする計画があることや、OpenAIが自社チップの開発を、AnthropicがGoogle製TPUの調達とFluidstack社との協業を進めていることも紹介された。
2. ファブ設備投資60億ドルが1兆ドル超の売上を生む構造
パテル氏が示した最も衝撃的な数字の一つが、半導体製造装置(ファブ)への設備投資と最終的なAI関連売上との間の桁違いのレバレッジだ。1ギガワット分の計算資源を生み出すための製造装置(クリーンルームや建屋を含む)への投資額は年間約60億ドルとされる一方、1ギガワットの計算資源は、現在、年間約1000億ドルの売上を生み出しているという。この1ギガワットが5年間稼働を続けると仮定すれば、60億ドルの設備投資は最終的に1兆ドルを超えるAI関連売上を生み出す計算になる。中間業者や運用コストなどを差し引いても、設備投資額と最終売上との間には少なくとも100倍の乖離があるとパテル氏は説明した。
この歪みを是正する動きとして、露光装置大手ASMLへのミラー供給を担うカール・ツァイス社が、年間の極端紫外線(EUV)露光装置の生産目標をこれまでの想定から大幅に引き上げつつあることにも言及。ただし供給網全体が即座に反応するわけではなく、「鞭の先端まで信号が届くには時間がかかる」とその調整の遅さを指摘した。
3. 計算資源価格は今後どこまで上昇するか
現在1メガワット当たり1000万〜1500万ドル程度とされる基礎的な計算資源のコストに対し、Anthropicは、すでにOpus 5やFable 5などのモデル運用を通じて、最大で1メガワット当たり5000万ドルの収益を生み出しているという。パテル氏は、「10ドルを使って推論能力を提供すれば50ドルの収益を得られ、その利益をさらに増分的な学習投資に回せる」と、この収益構造がラボの成長を加速させる好循環を生んでいると説明した。
2027年末までにこの収益水準は、1メガワット当たり7000万〜8000万ドル、場合によってはそれ以上に達する可能性があるとパテル氏は予測。この収益力の高さから、Anthropicが、SpaceXから計算資源を1メガワット当たり40ドル(単位:百万ドル)以上で調達するといった、従来の相場を大きく上回る価格での取引が既に始まっているという。パテル氏は、「これは供給網全体に波及する"ブルウィップ効果"を生み、TSMCの値上げは緩やかだが、メモリーメーカーや基板メーカーの値上げは急速に進む」との見立てを示した。
3-1. 規制がもたらす不確実性
一方で、この楽観的な収益予測には大きな留保がある。OpenAIが、新モデル「Astra」を広く展開していないことや、2週間にわたり学習を停止したこと、Anthropicが安全性評価上「モデル2」とされる最新モデル(通称Mythos後継)を公開していないことなど、各ラボが最先端モデルの公開を意図的に控えている実態が指摘された。こうした規制対応や安全性への配慮によってモデルの実力向上が外部からは見えにくくなれば、収益成長のペースが鈍化する可能性があるという。
4. 価値はどの層に蓄積されるか
対談では、AIが生み出す価値のうち、実際にAnthropicやOpenAIが獲得できている割合はごく一部にすぎないという構造的な論点も議論された。パテル氏は、OpenAIと専属契約を結ぶ金融取引会社ジェーン・ストリートや、広告アルゴリズムの最適化にAIを活用するMetaが、支払っているトークン(利用)コストをはるかに上回る価値をそれぞれの事業から引き出していると指摘。「価値の蓄積先は、これまでも大きく移り変わってきた。2023年時点では、HBM(広帯域幅メモリー)メーカーは、AI向け需要からほとんど利益を得ていなかったが、今は状況が一変している」と述べ、チップ製造(ファブ)、メモリー、そして、モデル(ラボ)層の間で価値の主導権が移り変わってきた経緯を振り返った。
さらに、イーロン・マスク氏率いるSpaceXが、自社保有の計算資源を1ギガワット当たり40億〜50億ドルという高値でAnthropicやGoogleに販売した事例を挙げ、「バランスシートを持つ企業が、最終顧客を確保する前に計算資源を構築し、後から高値で売却する」という新たな力学が市場に生まれていると分析した。
5. 推論から研究開発へ ― 計算資源配分の転換
パテル氏が、「非コンセンサス」だとして強調したのが、ラボが今後、収益を生む推論(インファレンス)向けの計算資源配分を減らし、研究開発(トレーニング)によりシフトしていくという見立てだ。1メガワット当たりの収益性が、上がるほど、推論に計算資源を割り当てる機会費用が高まり、「AGI(汎用人工知能)の実現」に向けた研究投資の方が長期的なリターンが大きいと判断するようになるという。パテル氏は、Anthropicの月次のARR(年間経常収益)成長ペースが一部で頭打ちになっている現象を、追加の計算資源が推論よりも研究開発により多く振り向けられている証左だと分析した。
6. 中国の計算資源、依然として1割未満
米中の計算資源シェアについても詳しい分析が示された。2022年時点では、米国が世界の新規計算資源の45〜50%、中国が30〜35%を占めていたが、その後の対中輸出規制強化を経て、現在は米国が新規計算資源の約70%を占める一方、中国のデータセンター向けAI計算資源は、依然として世界全体の1割未満にとどまっているという。中国は、密輸チップや目的を偽装したTSMC製造チップ、サムスン製HBMなどに依存してきたが、2027年以降はSMICやCXMTといった国内ファブの生産能力が本格的に立ち上がり、2028年には年間5〜10ギガワット規模の国産チップベースの計算資源を追加できるようになる見通しだとパテル氏は述べた。ただし、その性能は同時期の米国製チップに劣るため、ギガワット数だけを単純比較すると実態を過大評価することになるとも指摘した。
7. AIがもたらしかねないソブリン債務危機
対談の後半では、AI投資ブームが世界的な金利上昇や新興国の債務危機を招くリスクについて議論が交わされた。パテル氏は、データセンター投資の高い投資収益率(建設コストの10倍近いレンタル収入を得られるケースもある)が市場金利全体を押し上げ、政府や企業、消費者による通常の借り入れコストを圧迫する「クラウディングアウト効果」を招くと説明。米国では連邦税収に占める法人税の割合が1割未満にとどまる一方、給与税・所得税が8割以上を占めており、自動化が進めばこの税収基盤が縮小しかねないと指摘した。金利が1ポイント上昇すれば、5年ベースで債務返済に充てる税収の割合は20%から25%に、5ポイント上昇すれば40%超に達する可能性があるという。
パテル氏は、米国については、データセンターを国内に誘致し課税基盤を拡大できれば対応可能だとする一方、パキスタンやナイジェリアのように債務が多く税収基盤が乏しい国々は、「非常に厳しい状況に陥るだろう」と警告。友人の経済学者バジル・ハルパリン氏の見解を引用し、1980年代にポール・ボルカー元FRB議長が、金利を大幅に引き上げてインフレを抑制した結果、中南米を中心に約40カ国が債務不履行に陥った「ボルカー・ショック」の再来があり得るとの見方を示した。
8. 労働力の集中 ― 「2社が地球上の全人口より多い労働力を持つ」未来
対談の終盤では、AI労働力の企業への集中という論点が取り上げられた。パテル氏は、最先端の計算能力(FLOP換算)が年4〜5倍のペースで成長し、一定の能力水準を達成するために必要な計算資源が年3倍のペースで減少していることから、フロンティアラボの「実効AI人口」は年10倍のペースで拡大していると指摘。この傾向が続けば、今年OpenAIが保有する「AI労働力」が約1000万人相当だとすれば、来年には1億人、再来年には10億人相当に達する可能性があり、今世紀末までに単一の企業が、地球上の人口を上回るAI労働力を保有することも十分あり得るとの見通しを示した。
対談者のドワルケシュ・パテル氏は、こうした計算資源・労働力の集中がもたらす権力集中への懸念を表明。AIの学習には大きな規模の経済が働き、計算資源が不足する状況下では先行者がより高いマークアップを課せるため、「AI競争で先行する者にますます多くが集まる」構造的な力学が働いていると分析した。ダイラン・パテル氏も「AI進歩が減速するか、政府が徹底的に規制しない限り、この集中化は避けられない」との見方を示し、「超集中化した1社にすべてが正しく機能することを祈るか、政府や社会が進歩を減速させてバランスを取るかの二択に近づいている」と述べた。
オススメ記事
