Ben Thompson氏が読み解くAI業界の構造 ― Googleの「バークシャー・ハサウェイ化」からNvidiaの循環金融まで
Stratecheryの著者として知られるBen Thompson氏が、ポッドキャストのインタビューで、AI業界を巡る幅広いテーマについて分析した。地政学的リスクから資金調達の構造、Amazon・Apple・Microsoft・Metaそれぞれの戦略の違い、そして、Nvidiaの利益率を巡る「不自然さ」まで、集約理論(アグリゲーション理論)の提唱者ならではの視点で読み解いている。本稿では、その内容を、あくまで同氏自身の分析・見解として整理する。
1. 米国のAI覇権は本当に望ましいのか
Thompson氏は、米国が、AIで圧倒的な優位性を確立すること自体が、世界にとって危険な帰結を招きかねないと指摘した。仮に米国が、AIを通じて他国を凌駕する軍事的優位を確立した場合、中国にとってのゲーム理論的に最適な対応は、TSMCを破壊することだと述べる。同氏は、米国が中国への依存から完全に脱却できるという想定自体が過度に楽観的だとし、Appleが、一部のiPhone生産をインドに移管しているような事例はあっても、真に中国依存から脱却するコストは莫大であり、実際にそこまで踏み込む企業はほとんどないと説明した。
同氏は、むしろ、現在の均衡状態、すなわちOpenAIとAnthropicが、フロンティアを走り、中国勢は、蒸留技術によって6〜9カ月遅れをキープする、という構図が、米国にとって全体的に望ましい状態だとの見方を示した。もっとも、AIが自己改善的に強化される「再帰的自己改善」が本格化した場合、この6〜9カ月の差が維持可能かどうかは不透明だとも述べている。
2. AIの資金調達問題:「デュレーション・ミスマッチ」
Thompson氏が特に強調したのが、AI投資における資金調達のタイミングのズレだ。テック企業が、フリーキャッシュフローで賄う段階から、社債市場、そして、株式発行へと移行するスピードが「驚異的」だと指摘し、実質的にわずか1年ほどでこの段階を駆け抜けてしまったと述べた。Googleが、850億ドルの株式を発行し、Nvidiaが年金基金や保険会社の資金を取り込む5,000億ドル規模のスキームを組んだことも、その表れだという。
2-1. 鉄道とバークシャー・ハサウェイの類推
Thompson氏は、この状況を19世紀の鉄道建設ブームになぞらえた。鉄道は、建設に着手してから収益化するまでに数十年を要し、短期的な資金調達と長期的な収益化の間に大きなズレ(デュレーション・ミスマッチ)を抱えていたという。1870年代には世界的に資金が枯渇する事態も起きたが、それでも、鉄道は、稼働を続け、米国のGDPに絶大な貢献を果たし続けた。同氏は、現在Berkshire Hathawayが、Googleに投資している資金の源泉をたどれば、文字通り鉄道会社BNSFの利益に行き着くという皮肉な事実を指摘した。
さらに、同氏は、Googleが、Nvidiaとの取引と同時に株式発行に踏み切ったことを、Berkshire Hathaway自身のビジネスモデルになぞらえた。See's Candiesのような高マージンだが再投資余地の乏しい事業から得た利益を、マージンははるかに低いものの絶対的な利益額がはるかに大きいBNSF鉄道のような事業に投じる、というBerkshireの戦略と、検索という「史上最も美しいビジネスモデルの一つ」から得た利益をAIという「絶大な設備投資を要するが、成功すれば桁違いの絶対利益をもたらす事業」に投じるGoogleの姿が重なるという。株式発行による希薄化があっても、パイ全体が桁違いに大きくなるのであれば、株主にとって最終的には問題にならないとの見方を示した。
3. AIの能力と限界:検証可能な領域とそうでない領域
Thompson氏は、純粋な技術的観点からAIの能力について、「非常に強気」と「やや慎重」という両面の見方を持っていると述べた。コーディングや数学のように、正解が明確に検証できる領域でのAIの進歩には目を見張るものがあるとしつつ、こうした「検証可能な領域」での成功が、フィードバックループの長い、あるいは検証が困難な領域にそのまま当てはまるという明確な証拠はまだ十分ではないと指摘した。
同氏は、また、AIがインターネット上のあらゆるデータで学習しているという説明について、それは「人間の思考のすべてを蒸留した」わけではなく、「人間の思考の最終的な"型"だけを蒸留した」ものに過ぎないと表現した。ある文章をタイプするに至った感情や思考の過程そのものは、データとして残っていないという。もっとも、たとえ今後モデルの性能がまったく向上しなかったとしても、すでに検証可能な領域だけで経済的な機会は極めて大きいとも述べ、医療分野を特に有望な領域として挙げた。医療記録全体に機械学習を適用できれば、短期間で膨大な発見や治療法の改善が実現しうる一方、規制やアクセスの制約から、最も実現が難しい領域の一つでもあるとの見方を示した。
4. 集約理論(アグリゲーション理論)は生成AI時代にも通用するか
Thompson氏が2015年に提唱した「アグリゲーション理論」(ゼロ限界費用・ゼロ取引コストを武器に、需要側の「発見」を制する企業が市場を支配するという理論)が、AI時代にもそのまま当てはまるかどうかについて、同氏自身も懐疑的な部分があると認めた。AIには、実際の推論コストが存在し、従来のGoogleやMetaの広告事業のような「限界費用ゼロ」の世界とは異なるという。もっとも、日常的な用途(レシピ検索の代替のような軽い用途)における推論コストは、実質的にウェブページを提供するのとさほど変わらない一方、「テスト時スケーリング」(回答により長い時間・計算資源をかける手法)を使う高度な用途では、限界費用が無視できないほど大きくなるとし、AIの推論コストは利用形態によって全く異なる性質を持つと説明した。
4-1. Microsoftの従量課金という賭け
具体例として、Microsoftが、企業向けプランを月額100ドルの定額制(E7プラン)から、一定の利用量を超えると従量課金が発生する仕組みへと移行しつつある点を挙げた。定額制は、新規採用のたびにその従業員のライセンス費用を織り込むだけで済む「何も考えなくていい収益源」だったが、従量課金化は、この単純さを崩し、企業側に毎月の支出額を検討させることになる。多くの企業は年1回の予算編成しか行っておらず、月次でAI利用を管理する体制も整っていないため、これは大きな摩擦を生む可能性があるという。
4-2. 「消費者は生産性を求めない」という鉄則
Thompson氏は、シリコンバレーが10年ごとに再学習させられる2つの鉄則として、「消費者は、ソフトウェアにお金を払いたがらない」ことと「消費者は、生産性の向上を求めない」ことを挙げた。Dropboxが、当初コンシューマー向け製品として大成功したものの、実際に収益化できたのは企業向けに舵を切ってからだったという歴史的経緯を紹介し、OpenAIが、同様の道を、100倍の規模でたどっていると指摘した。当初はサブスクリプション課金にこだわったが、結局は広告事業へと軸足を移しつつあるという。広告への転換が早ければ、GoogleやMetaは、より大きな脅威に直面していたはずだとの見方を示した。
5. 計算資源不足の本当の理由:TSMCとメモリー市場のコモディティ経済学
Thompson氏は、現在の計算資源不足について、2023〜2024年の投資不足が原因であり、TSMCの成長率もこの期間に鈍化していたと指摘した。半導体工場の建設リードタイムは、データセンターよりも長いため、この不足は今後さらに悪化し、実際に新たな供給が市場に出るのは、2028〜2029年ごろになるという。同氏は、テック業界全体がコモディティ市場の力学を十分に理解していないと指摘し、海運業界を例に、船舶の限界費用は、低い一方で固定費(減価償却)が巨額であるため、供給者は、市場価格が限界費用を上回る限り稼働を続け、需給の急激な振れを生みやすい構造にあると説明した。メモリーチップ市場も同様の好況・不況サイクルを繰り返してきたという。
5-1. サムスンの逆張り投資という教訓
Thompson氏は、サムスンが、メモリー市場で主導権を握った経緯を紹介した。同社は、歴史を研究し、不況期にこそ投資を続けることで、次の好況期に備える戦略を取り、多大な胆力と資金力を要するこの戦略によって日本のメモリーメーカーを凌駕したという。しかし、現在では、メモリー市場は、少数の寡占企業(事実上サムスン・SKハイニックス・Micronの3社)に集約され、各社とも過去の失敗を繰り返さないよう規律を強めた結果、AI需要の構造的な高まりへの対応が遅れたと分析した。同氏は、メモリーメーカーを、ホルムズ海峡封鎖というカードを一度使ったイランになぞらえた。封鎖の効果は、「使わないからこそ有効」であり、実際に行使すれば、湾岸諸国は迂回パイプラインの整備を急ぎ、二度と同じ手が使えなくなる。メモリーメーカーも同様に、供給不足を経験した顧客側が二度と同じ状況に陥らないよう対策を講じるはずだとの見立てを示した。
5-2. TSMCが抱えるリスクの"転嫁"
TSMCについては、唯一の最先端ファウンドリー企業であるがゆえに、メモリー市場よりもさらに深刻な状況にあるとした。同社は過剰投資を強く警戒する保守的な企業文化を持ち、一つの工場は30年稼働することを前提に投資判断を行うため、供給拡大には慎重だという。同氏は、創業者Morris Chang氏が、2000年代後半のリーマンショック後、新経営陣による投資抑制方針を覆し、「iPhoneが登場したばかりの今こそ最大の好機だ」として不況下でも投資を続けた逸話を、テック業界史上屈指の英断として評価した。もっとも直近数年、TSMCは、再び保守的な投資姿勢を取ったため、そのリスクはハイパースケーラー側に転嫁される形となり、これが現在の計算資源不足という「機会損失」として表れているという。Thompson氏は、この供給不足がIntelにとっての追い風にもなりつつあり、近くファウンドリー事業で大型パートナーとの提携が発表される可能性を予想した。
6. Amazon・Appleが持つAIの"堀"
Thompson氏は、上位10〜15社のテック企業の中で最も興味深い事業構造を持つのは常にAmazonだと述べた。同社は自らを「最初で最良の顧客」とし、AWSやチップ(Graviton、Trainium)を含む新規事業を、まず自社の内部需要で鍛えた上で外部に販売するというパターンを繰り返してきたという。この手法により、初期段階の未熟な製品でも自社利用を通じて改良を重ね、最終的に外販できる水準に達するとした。
Appleについては、この一連の流れに完全に乗り遅れているように見えるものの、同社が顧客接点(エコシステム)を握っている以上、必要なAI機能を外部サプライヤーから調達できる立場にあると分析した。AIが本質的に「確率的」な性質を持つ一方、Appleは、「決定論的」な製品(一度出荷したハードウェアは確実に機能しなければならない)を得意としてきた企業であり、iPhoneのリコールが一度もないという実績は、AI開発に求められる資質とは本質的に異なるものだと指摘した。Thompson氏は、企業が得意なことに専念するのは合理的だとし、Appleが、最先端のAIモデル開発を追わないこと自体には肯定的な見方を示しつつ、Microsoftが、かつてモバイルへの移行期に「PCが常に中心である」という前提に固執して出遅れた経緯(Microsoftのモバイルは"小さなPC"だった)を踏まえ、Appleが、同様に「スマートフォンが常に中心である」という前提に固執し、アンビエントAI(周囲にAIが常在する世界)への移行に出遅れるリスクもあると付け加えた。
7. フロンティアAI企業を比較する
Thompson氏は、OpenAI・Anthropic・Google(Gemini)・SpaceXAI・Meta・Microsoftというフロンティア候補企業を比較した。OpenAIとAnthropicは、最もリスクが高い一方で最も上振れ余地が大きいとし、両社を「宗教的とも言える強い信念」に突き動かされた組織だと表現した。歴史上最もインパクトのある出来事の多くが宗教的な情熱によって推進されてきたように、この信念の強さは軽視できないという。
Metaについては、Mark Zuckerberg氏の強い個人的な意志が色濃く反映された、フロンティア追求の典型例だと評価した。Googleは、検索事業の存続を最優先としつつAI研究を進めており、SpaceXAIについては、宇宙空間でのデータセンターという差別化戦略が実現するのであれば、必ずしも自社モデルを持つ必要はないのではないかとの疑問を呈した。
7-1. Microsoftの「IBM 1990年代」戦略
Thompson氏が特に興味深いと評したのが、Microsoftの戦略だ。同社は、意図的にフロンティアモデルの開発競争を追わず、直近四半期で200億ドルのフリーキャッシュフローと100億ドルの配当を確保している。この戦略を、1990年代にIBMが辿った道と重ねた。当時、独占的地位を失いつつあったIBMは、Lou Gerstner氏のもとで「我々はすべての分野でそこそこ優れているに過ぎない」という現実を受け入れ、企業の旧来型メインフレームと新しいウェブサービスをつなぐミドルウェア層を提供する巨大なコンサルティング事業を築き、企業のインターネット移行を一手に支援することで、30年の延命を果たしたという。
Microsoftも、同様に、自らを「安定した信頼できるプラットフォーム」として位置づけ、目まぐるしく変化するAIモデルの管理を代行するミドルウェア・ハーネス層としての役割を担おうとしているとした。これは合理的な戦略である一方、Microsoftの中核であるOffice文書やメールの受信箱といった「システム・オブ・レコード」自体が、AIによって置き換えられるリスクに直接さらされているとの警戒感も示した。CodexやClaude Codeのような製品は、まさにMicrosoftの牙城の核心を狙い撃ちにしているとし、Microsoftの戦略は合理的であると同時に、実存的な切迫感からくる「必死さ」も伴っていると評した。
8. Metaの広告事業という隠れた強み
Thompson氏は、Metaの事業が、AIによってもたらされる最大の恩恵の一つが広告事業にあると分析した。YouTubeがクリエイターへの収益分配を伴う一方、Meta(Instagram・Facebook)は、コンテンツ制作者に一切対価を支払っていないと指摘し、これが同社の収益構造を際立って有利にしているという。AIによる広告マッチングの高度化は、Google・Meta双方にとって現時点で最も確実な収益源であり、両社は、膨大な広告市場という「検証機関」を通じて、生成した広告画像・テキストの効果を大規模なA/Bテストで検証できる、他社にはない優位性を持つとした。
もっとも同氏は、Zuckerberg氏が、Sheryl Sandberg氏在籍時と異なり、広告事業の社会的意義について積極的に発信してこなかった点を惜しんだ。Appleの「アプリ追跡の透明化(ATT)」施策を、テック業界史上最悪の反トラスト的行為の一つと表現し、Apple自身も広告事業を展開しトラッキングを行っているにもかかわらず、Metaのビジネスモデルへの攻撃を先導したと批判的に評価した。Metaが、この点をもっと明確に発信していれば、投資家からの支持や規制当局・世論との関係もより良好だったはずだとの見方を示した。
9. Nvidiaのマージンは「不自然」― 循環金融の実態
Thompson氏は、Nvidiaが依然として高い利益率を維持していることについて「不自然」だと評した。ネオクラウド企業への出資や、2030年までの計算資源購入を保証する契約(いわゆる「循環金融」)を通じて、Nvidiaは、実質的にこれらの企業の資本コストを引き下げているが、これは裏を返せばNvidiaがリスクを引き受けていることを意味するという。リスクは決して消えるのではなく、形を変えて別の場所に現れるとの持論を展開し、こうした保証は会計上マージンには表れないものの、実質的な値引きに相当すると分析した。
長期的に、Nvidiaが直面する最大の脅威は、GoogleやAmazonといったハイパースケーラー自身だとThompson氏は指摘した。Googleは、すでにTPUの20%をAnthropicに販売する契約を結び、AmazonのCEOも、将来的なTrainiumの外販に前向きな姿勢を示している。ハイパースケーラーはより低い資本コストを持つため、Nvidiaにとって最大の競合になりうるという。Nvidiaの技術的な差別化要因であるCUDAの"堀"も、多くのAIモデル自体がどのハードウェア上で動くかを気にしなくなったことで大きく縮小しているとし、Nvidiaが、主権国家向けクラウドや企業向け販売に力を入れているのは、ハイパースケーラーとの競合を避けられる市場を確保するための防衛的な動きだと分析した。
10. 究極の制約は「電力」
対談の最後に、Thompson氏は、現在のAIブームが仮にバブルだったとしても、長期的に社会に残る資産があるかどうかが重要だと述べた。ドットコムバブル期に敷設された光ファイバー網をGoogleが後年安価に活用できたように、AIブームが残しうる最も価値ある資産は「電力インフラ」だとの見方を示した。米国がこの数年で想定以上に発電能力(メーターの裏側でのガス発電、原子力発電所の再稼働などを含む)を拡大してきたことを高く評価しつつ、この電力供給が想定より長く十分な水準を維持すればするほど、AmazonのTrainiumやGoogleのTPUを競争力のある水準まで改良する時間的猶予が生まれ、結果として、Nvidiaの高い利益率を維持しづらくなる可能性を示唆した。
