AIコンピュートは、ビジネス史上最も高価な名詞になろうとしている。それが実際には何を指すのか、何に対価を払っているのか、そしてチップを製造する企業が、その価値のうち一部しか下支えしない理由を説明する。
AIコンピュートとは何かと経営幹部に尋ねれば、たいていはチップが詰まった倉庫のようなものを指し示す答えが返ってくる。その曖昧な定義に、いまや5000億ドル（約78兆1000億円）の資金調達目標が乗っている。
端的に言えば、AIコンピュートとはAIモデルを学習させ、実行するための技術スタック全体である。チップに加え、それを使えるようにするメモリー、ネットワーク、電力、冷却、ソフトウェアを含む。
ここで前につく「AI」に注目したい。コンピュート単体では、はるかに広い意味を持つ。Amazonはいまも、サーバー、コンテナ、サーバーレスコードを含む汎用カテゴリーとしてコンピュートを販売している。両者の違いは学術的な問題ではない。同じ言葉を自信たっぷりに口にしながら、実は自分が何を買っているのか分かっていない――そういう場面を生む違いなのだ。
チップは写真に写る部分だ。だが、その投資に意味があるかどうかを決める部分ではない。日常的なビジネスの文脈で、コンピュートはこの20年ほどで、動詞から非常に高価な名詞へと変わった。
かつて、それは動詞だった。 コンピュートするとは計算することを意味した。コンピューティングは、管理すべき勘定科目ではなく、機械が行う行為だった。コンピューターを買えば、その内部で起きることがコンピューティングだった。
次に、クラウドがそれを注文するものに変えた。 Amazonが2006年に処理能力を時間単位で販売し始めると、コンピュートは電気のように購入する単位になった。それでもなお意味するのは、あらゆる処理能力だった。スマートフォンにもコンピュートがあり、気象モデルにもコンピュートがあり、給与計算システムにもコンピュートがある。ありふれていて、曖昧さはなかった。
その後、AIが意味を狭めた。 AIモデルの学習は巨大化し、ある1社が世界のデータセンター向けGPUの90%超を供給するようになり、多くのビジネス会話で「コンピュート」といえば、特に断りがない限り、その特定のハードウェアを意味するようになった。古い意味が消えたわけではない。クラウド料金はいまも通常のコンピュートを時間単位で計測している。だが、この2つはいま同じ言葉の下で動いている。同じ単語、2つの役割。そして、その言葉を使う多くの人は片方しか知らない。
そして、それは資産になった。 他社の請求書に計上される従量課金の容量ではなく、企業が買い取り、資金調達し、減価償却し、貸借対照表に載せるものになったのだ。8月、Nvidiaとウォール街の大手6社は、これを軸に外部資本5000億ドル（約78兆1000億円）超を動員するための覚書に署名した。これらの合意はなお実行を条件としている。
この最後の変化は最も説明されていない。そして、それこそが資金が機能するかどうかを決める。
実際に買っているもの：チップ、電力、CUDA
先ほどのリストに重みをつけてみる。GPU単体ではほとんど何もできない。その隣には高速メモリーが必要であり、数千台の他の機器と1つのマシンのように動くためのネットワーク、データを供給するプロセッサー、その下にあるストレージも必要だ。さらに建物、電力、冷却がいる。そうしたもので拠点を満たせば、NvidiaがAIファクトリーと呼ぶものになる。つまり、非常に高価なハードウェアの中核を中心に構成された、1つの目的のためのデータセンターである。
ソフトウェアもある。そして、それは買い手が過小評価しがちな部分だ。CUDAと呼ばれるソフトウェア層が存在する。エンジニアがチップに直接触れることはない。彼らのコードはCUDAを経由してチップに到達する。これは技術的な細部ではなく、切り替えコストである。買っているのはシリコンだけではない。エンジニアがすでに習熟し、既存コードが前提としているツールチェーンごと買っているのだ。
これらはすべて、同じ速度で古びるわけではない。建物は数十年もつ。冷却設備は何年も稼働する。チップは疑問符だ。半導体とその関連部品はAIデータセンターのコストのおよそ3分の2を占める。だからこそ、この建設ラッシュを読み解くうえで変圧器を数えることが有用だとわかったのである。
長寿命の外殻が、変化の速い中核を包んでいる。これが資産としてのコンピュートに関する最重要の事実であり、AI建設ラッシュをめぐるほぼすべての議論はその下流にある。
学習と推論は異なる2つの時計で動く
コンピュートは、まったく異なる形を持つ2つの仕事をする。学習はモデルを構築することであり、1回ごとの実行には限界がある。巨大で高価だが、終わりがある。推論は学習済みモデルが答えを生成することであり、稼働中のサービスでは止まらない。1つひとつの答えは小さいが、それを1日中、数百万人のユーザーに掛け合わせると、回り続けるメーターになる。
これが、古いチップの行き先を説明する。学習は最高性能を求める。推論はそれより低い性能で足りるし、バッチ処理ならさらに低くて済む。したがって、最初の仕事から退いたチップが、2番目の仕事では十分に使えることが多い。
AIコンピュートはどのように価格設定され、販売されるのか
支払い方法は一般的に3つある。そして価格の下には、それぞれ同じ問いへの答えがある。このマシンの価値が来年には今日より下がっているリスクを、誰が引き受けるのかという問いだ。
購入する。 資産を所有し、問題も所有する。
時間単位で借りる。 プレミアムを支払い、老朽化の問題を他者に渡す。
ハードウェアを持たずに、APIを通じてトークン単位で支払う。APIとは、マシンを所有せずにモデルの出力を購入できるソフトウェア接続である。減価償却は一切負わない。高くつくかどうかは利用量次第だ。需要が断続的なら安く、一定なら高くなる。
このトレードオフが提案資料に入ることはめったにない。筆者が何度も目にしてきた企業の過ちは、自社のAIを所有しているという満足感のためにハードウェアを購入することだ。そして、そのハードウェアを本来の能力の一部しか使わずに稼働させる一方で、棚の上で静かに価値を失わせている。
公開されている数字も同じ方向を示しているが、すべてが同じものを測っているわけではない。ある2026年のモデルは、所有が優位になるのは継続利用率がおおむね70%を超える場合に限られ、30%未満ではレンタルが勝るとしている。自社の損益分岐点がどこにあるかは、支払った金額と、ハードウェアの寿命をどれだけと見込むかによって変わる。一方で、Cast AIのテレメトリーは、数万の企業クラスターを対象に、1日全体で測定した平均GPU利用率が、プロビジョニングされた容量の5%だったことを示した。ところが企業に自社の利用率を推定させると、53%が51〜70%と答えている。
計測機器を取り付けると、数字は1桁になる。人に尋ねると、50%台と答える。この差こそ、懸念すべき部分である。
ウォール街がAIコンピュートに5000億ドル（約78兆1000億円）を投じたがる理由
売り文句は明快で、愚かではない。GPUで満たされたデータセンターは現金を生み、契約に裏付けられたキャッシュフローは融資の担保にできる。このプラットフォームが発表された際、筆者はその仕組みについて書いた。問題は担保である。
有料道路は40年目にも通行料を徴収する。リースされた航空機は、何十年分もの販売実績がある市場で取引されるため、貸し手は中古機がいくらで売れるかを知っている。コンピュートにはそのどちらもない。二次市場は7月に開いたばかりで、掲載されているのは成約価格ではなく推定価格だ。売り手に選択肢がないとき、クラスター全体がいくらで売れるのかを示す公的なベンチマークは存在しない。
バーニー・マーグリーズは、このハードウェアの価値下落に対する保険を販売しているため、市場を強気に語る十分な理由がある。その彼が機器ファイナンス業界紙に語ったのが次の言葉だ。「意見が割れているのは、適切な数字が10%なのか60%なのかという点だ」。同じ資産で50ポイントもの開きがある。それは健全な融資と穴の違いである。
コンピューティングハードウェアは、過去にも同じ場所に立ったことがある。メインフレーム市場が反転したとき、マーグリーズによれば市場は「即座に再評価され」、強気の残存価値を計上していたリース会社は「数カ月以内に破綻した」。彼の要約は6語だ。「技術の陳腐化は突然であり、緩やかではない」。
反論にも実態はある。古いチップは動き続け、収益を上げ続ける。CoreWeaveは8月、2020年のアーキテクチャであるA100の容量について、2029年まで続く契約を結んだと投資家に説明した。シリコンは死ぬのではなく、階段を下へ移っていく。
Nvidiaはリスクをどれだけ負うのか
最も示唆的な数字は5000億ドル（約78兆1000億円）ではない。プラットフォームの発表にあたり、ジェンスン・フアンは「場合によっては、NVIDIAが、プロジェクトごとに慎重に評価したうえで、機会の最大25%について残存価値支援メカニズムを提供する可能性がある」と書いた。この一文はプレスリリースにはない。TechCrunchとBloombergがそれぞれ拾い上げた。
限定表現を読んでほしい。可能性がある。最大。機会の。プロジェクトごとに評価される。チップを設計し、いつ置き換えるかを決める企業は、その問いにどこまで答えるかに上限を設けている。
所有するべきか、借りるべきか、トークン単位で買うべきか
何かに署名する前に、自分が想定している耐用年数、ハードウェアが収益を生むと見込む年数を書き出し、それを1年短くして試算してみるべきだ。Amazonは一部のサーバーとネットワーク機器の想定寿命を6年から5年に短縮し、1年分の減価償却費を14億ドル（約2190億円）増やした。契約が6年でなければ成立しないなら、踏み込む前に弱点を見つけたことになる。
次に、自社の実際の利用率を把握する。推定ではなく、測定された数値でだ。それが所有の損益分岐点を下回っているなら、あなたはコンピュート事業にいるのではない。ストレージ事業にいるのであり、保管しているものは価値を失っている。
コンピュートはいま、この経済の原材料である。だが原材料は通常、価値を公開の場で発見する市場で取引される。この原材料は、機械が自らの代金を支払えるほど長く稼ぎ続けるという信頼に基づいて価格付けされている。
5000億ドル（約78兆1000億円）という規模は、市場がそれを真実であってほしいとどれほど強く望んでいるかを示している。だがそれはまだ、AIコンピュートがその額を稼ぎ出すかどうかを示すものではない。
