SemiAnalysis創業者ディラン・パテル氏：AIインフラ投資は著しく過小評価、真のリターンはトークンを超える

パテル氏は、市場は一般的にAIインフラ構築の真の規模を過小評価していると考えている。同氏の試算によると、来年の米国の関連設備投資は2兆ドル近くに達し、米国GDPの5%から6%を占める可能性がある。この数字には、データセンターやGPUだけでなく、電力、冷却システム、半導体、建設機械、そしてサプライチェーン全体への投資が含まれる。

AIインフラと従来の鉄道や高速道路の建設との間には、もう1つ重要な違いがある。それは、米国で構築されたコンピューティングパワーが米国のためだけに機能するわけではないという点だ。欧州やアジアのユーザーが利用する一部のAIサービスは、実際には学習や推論を米国のデータセンターに依存している。したがって、米国の設備投資は世界的なAI需要を大きく支えており、その経済的影響は過去の単一国における国内インフラサイクルを超える可能性がある。

これは、AIインフラがもはや単なる孤立したテクノロジーセクターにとどまらず、GDP、資本市場、産業政策に影響を与えるマクロ経済変数になりつつあることを意味している。

AI関連の設備投資が高速成長を無期限に維持することはできません。投資ベースが拡大するにつれて、企業がより大きな規模で成長を倍加させ続けることは難しくなります。一方で、電力、土地、建設能力、半導体供給、資金調達能力のすべてが、ますます顕著な制約要因となりつつあります。

ジョーダン氏は、大手クラウドプロバイダーと新興クラウドベンダーの双方にとって、当初計画を超えてギガワット規模の電力設備を追加することが著しく難しくなっていると指摘しました。たとえ投資リターンがどれほど力強くとも、企業は建設に着手する前にまず巨額の資金を調達しなければなりません。

しかし、成長の減速がそのまま需要の崩壊を意味するわけではありません。現在、業界が直面している本質的な課題は、コンピューティング容量の過剰ではなく、依然として供給不足にあります。半導体の生産能力、データセンターの建設スピード、送電網への接続能力はいずれも、顧客需要を完全に満たすにはまだ追いついていない状況です。

本当のリスクの引き金となるのは、知能化や知識労働に対する企業の需要の大幅な低下でしょう。需要が供給を上回り続ける限り、単に設備投資の伸びが減速したという理由だけで、業界が直ちに下降局面へ入る可能性は低いです。

AI業界のもう一つの特徴は、通常、収益の発生が設備投資に対して遅れる点です。データセンターやGPUは複数年にわたって減価償却されるため、今日投資された資本は、モデルのAPI呼び出し、エンタープライズ向けソフトウェア、自動化サービス、新製品などを通じて、今後数年間かけて徐々に回収していく必要があります。

パテル氏は、将来のAI収益に対する市場の予測は依然として低すぎる可能性があると考えています。これは、AIの価値がAPI呼び出しやトークン料金、サブスクリプションサービスにとどまらず、AIが他の産業へ浸透するにつれて生み出される新製品や業務効率化から、より多くの収益がもたらされる可能性が高いためです。

ジョーダン氏は一例として、フロンティアモデルが膨大な知的労働をこなせるようになれば、ロボティクス、自動運転、創薬、ヘルスケア、ライフサイエンスといった分野に進出する可能性があると述べました。これらの分野において、AIが生み出す価値は単なるモデル呼び出しごとの課金にとどまらず、新薬、自動車、半導体チップ、新サービスなどを通じて反映されることになります。

半導体設計業界はその典型的な例です。過去数十年間にわたり、米国の半導体設計におけるR&D人員数は大きく増加していませんが、エンジニアリングツールが開発者の生産性を向上させたこともあり、同業界が生み出す価値は拡大し続けています。AIはこの生産性向上をより多くの産業へ拡大させ、企業が同規模の人員でより多くのR&D、設計、生産業務を遂行できるようにする可能性があります。

これこそがAIインフラ投資の背景にある中核的なロジックでもあります。投資家は現在のチャットボットによる収益に賭けているのではなく、知能が経済全体に普及した際に生み出される付加価値に賭けているのです。

フロンティアラボやハイパースケーラーが計算需要を拡大し続ける中、新興クラウドプロバイダーはAIインフラ拡張の重要な推進役となっている。

SemiAnalysisのClusterMaxレポートは、主にGPUクラウドの信頼性、セキュリティ、ネットワーキング、ストレージ、パフォーマンス、および運用機能を評価している。CoreWeaveとNebiusがトップティアのベンダーに挙げられたほか、オラクルやグーグル・クラウドのサービス機能も評価された。

しかし、技術的な品質と株式価値は別物である。オラクルはクラスターサービスに優れているものの、データセンターの遅延、パイプラインの許認可、負債負担、プロジェクトの実行力といったリスクに直面している。一方、一部の新興クラウドプロバイダーは資金調達と拡大に主眼を置いており、根本的なセキュリティやサービス品質への投資が不十分となっている。

これは、市場が依然として売り手市場であることを反映している。顧客がGPUを緊急に必要としているため、サプライヤーは受注と資金調達を迅速に確保でき、その結果、サービス体験を改善する圧力が軽減されている。

台頭するクラウドエコシステムにおけるエヌビディアの役割は、単なるチップサプライヤーにとどまらない。

SemiAnalysisの試算によると、エヌビディアが提供する簿外保証および支援の規模は5,880億ドルに達する可能性があり、GPU調達にとどまらず、建設、ストレージ、サプライチェーン、データセンターの増設まで網羅している。エヌビディアの目的は、一方では一部のハイパースケーラーへの依存度を引き下げることであり、他方ではより多くの顧客が計算リソースと資金調達を獲得できるよう支援することにある。

最終需要が堅調である限り、保証、融資、GPUリースというこの仕組みは好循環を形成し得る。一方で、産業チェーン全体の相互依存関係は深まっている。ひとたびAI需要が減速すれば、リスクは長期契約、負債、バランスシートを通じて急速に波及する可能性がある。

したがって、エヌビディアの「バックストップ」は業界拡大の推進役となるだけでなく、AIインフラが複雑な金融ネットワークを形成していることも示している。

パテル氏はAnthropicの長期的な将来性に極めて強気であるものの、同社が非常に高い企業価値評価（バリュエーション）を実現するには、単なるモデル呼び出しを超えて、より多くの領域へと事業を拡大する必要があると考えている。

Anthropicの強みはモデル性能だけでなく、高い売上総利益率、低い顧客獲得コスト、そして強固な顧客定着率にもある。AIラボがソフトウェア、製薬、ヘルスケア、エンタープライズサービスなどにモデルを応用できれば、その利益率は従来のSaaSビジネスを超える可能性がある。

一方、グーグルは異なる種類のプレッシャーに直面している。かつてグーグルは計算リソース面で大きな優位性を誇っていたが、現在ではより多くのTPUやインフラが外部販売やAnthropicの支援に向けられており、DeepMindの計算リソースシェアの低下を招いている。

グーグルは半導体チップ、クラウドプラットフォーム、モデルサービスのすべてのセグメントで収益化を図ろうとしているが、Geminiは依然として十分に明確なプロダクト上の優位性を見出す必要がある。さもなければ、計算リソース、モデル、人材面における優位性は、OpenAI、Anthropic、Metaによってさらに浸食されかねない。

このコンテンツはAIを使用して翻訳され、明確さを確認しました。情報提供のみを目的としています。