世界を動かす技術を、日本語で。

AIバブルの崩壊の仕組み

2026年3月30日原文(martinvol.pe)

概要

  • AI分野の投資過熱とクラッシュの危険性について解説
  • Big Techの資本支出競争がAIラボに与える圧力
  • 主要AIラボの資金調達困難と収益化の課題
  • 市場全体や個人投資家・年金基金への波及リスク
  • 今後の動向は依然として不透明で、バブル崩壊の可能性も示唆

AIバブル崩壊の引き金とBig Techの戦略

  • AI投資 が過熱し、 クラッシュのリスク が高まる現状
  • AIの生産性向上 は期待されるが、 投資リターン が保証されるわけではない現実
  • Magnificent 7(Mag 7)企業 による過去最大規模の 資本支出(Capex) 競争
    • 競争相手に 「勝つ」ためではなく「圧倒的な支出能力」を誇示 する防衛策
    • 例:Googleが500億ドルをコミットすれば、OpenAIやAnthropicはそれ以上を調達する必要
  • 資金調達規模の拡大 で、出資できる投資家数が減少
    • 中東(Gulf)からの資金も地政学リスクで減少傾向
  • IPO(新規上場)推進 の背景は、資金調達手段が限られているため
  • Googleの優位性
    • Capexは即時消化せず、競合が資金難に陥るまで分割投入
    • 最終的に競合が撤退すれば、支出を縮小し市場独占を宣言
    • Alphabet の時価総額は、最大の軍需企業の10倍規模
  • Mag 7の今後
    • 実際のCapexは予想より少なくなる可能性
    • 投資家は高いCapexを嫌うため、支出縮小なら株価に好影響も
    • Apple は静観戦略で成功、 Amazon はAnthropicに投資、 Meta は積極投資継続

AIラボの苦境と収益化の壁

  • 大手AIラボの最悪シナリオ
    • エネルギーコスト高騰、資金調達難、金利上昇懸念
    • RAM価格下落(新モデルはメモリ消費減少)、既存在庫の高値掴み
    • このイノベーションの主導はGoogle
  • Anthropicのコスト削減と収益強化
    • 投資家資金が枯渇すれば、ユーザーにコスト転嫁不可避
    • Claudeの従量課金モデルは、実際のコストの5倍で販売も黒字化不明
    • 価格引き上げは需要減→成長ストーリー崩壊リスク
    • 利益なき成長はキャッシュバーン加速、クラウド企業の損失覚悟のバンドル戦略に太刀打ち困難
    • 高価格サブスク(Max/Max 5x)は年払い不可で、今後の値上げ示唆

OpenAIの出口戦略とMicrosoftのジレンマ

  • OpenAIの収益化難航
    • ChatGPTで広告導入(かつての「最終手段」)、Anthropicが法人顧客で優位
    • 新サービス(ショッピング機能やSora)は失敗
  • OpenAIの売却観測
    • Microsoftが最有力買収候補、既に多額出資
    • 買収コストはMicrosoft時価総額の22%相当、株主の同意が必要
    • AI成長ストーリー崩壊時の株価正当化困難
    • OpenAI失速で、Microsoftクラウドの大口顧客喪失リスク
    • AIの民主化で、競合各社が同等レベルの製品を投入可能
    • GitHubなど既存サービスも破壊的競争に晒される可能性

市場・社会への波及リスク

  • AIラボの苦境は一般投資家にも影響
    • 大手企業の損失計上・成長鈍化による株価下落・M&A減速
    • VC資金の枯渇、投資全体の冷え込み
  • 年金基金への影響
    • AI成長前提で建設されたデータセンターの稼働率低下・資産価値下落
    • GPU需要減退・価格下落、Nvidiaにも逆風
    • データセンターの稼働率が維持されても、予想以下の低価格でしか貸し出せない
  • 銀行・金融機関への波及
    • データセンター向け融資の不良債権化、貸出余力減少、一部銀行の清算リスク
    • 台湾やグローバルサプライチェーンの混乱リスクも潜在
  • 投資バブルの典型的な「ブーム&バスト」サイクル
    • 需要が全ての問題を解決する可能性もゼロではないが、バブル崩壊の歴史的パターンを踏襲する可能性大

まとめ

  • AI投資バブルの崩壊は、テック企業だけでなく市場全体や年金基金、銀行など広範囲に影響
  • 今後の動向は極めて不透明で、慎重な観察が必要

Hackerたちの意見

誰も、メーター料金が本当に利益を上げているかどうかは確信が持てない。 これはおそらく間違いだね。ラボの幹部たちは、トークンを提供することが利益を生むと主張している。次世代モデルのトレーニングにかかるコストが、彼らがますます大きな資金調達を続ける理由なんだ。もっと重要なのは、多くの独立したプロバイダーがオープンウェイトモデルのトークンを、Anthropicの価格のほんの一部で提供していることだよ。

要するに、次のモデルをトレーニングせずにトークンを提供することはできないってこと。コストの切り離せない部分だから、当然、請求している価格がトレーニング費用もカバーしていない限り、利益を上げることはできないよ。

でも、実際に利益を上げているの?それとも、Uberがやったように、間接費の一部だけを推論収益に対して計上するようなクリエイティブな会計をしているの?OpenAIの数字を見る限り、彼らは推論では確実に利益を上げていないし、さらに悪いことに、2024年から2025年にかけての収益成長は推論コストと線形にスケールしているから、この問題を乗り越えることはできないってことだね。見てみて:https://www.wheresyoured.at/oai_docs/

うん、このForbesの主張について詳しい記事を書いたよ。https://martinalderson.com/posts/no-it-doesnt-cost-anthropic... 重要なポイントは、同じくらいのサイズのモデルのopenrouterコストと比較すると、約90%の粗利があるってこと。この主張はCursorから出たもので、Anthropicからじゃないよ!

ラボの幹部たちは、トークンを提供することが利益を生むと主張している。 たぶんわずかに利益が出ているかもしれないけど、今は実際に役立つ方法で人々に製品(Antigravity、Codex、Claude Codeなど)を使わせるために補助金を出さなきゃいけない状況だね。ユーザーの数を増やすためには、彼らは成長予測を正当化する必要があるから、これを回すために必要なんだ。たぶん、シンプルなチャットボックスインターフェース(つまり、ChatGPT、GeminiのUI、ClaudeのUI)を使っているユーザーだけを見れば、実際には利益が出ているかもしれないけど、実際にはほとんどの使用はそこから来ていないと思う。各ユーザーセグメントからの使用状況と利益を見て、彼らの非企業使用からのPxQ成長期待が意味を持つかどうかを確認したいな。 > 多くの独立したプロバイダーがオープンウェイトモデルのトークンを、Anthropicの価格のほんの一部で提供している。それらのオープンウェイトモデルはAnthropicと同じくらい良いの?同じパラメータクラスなの?

トークンは運営コストをカバーするだけなのか、それともモデルのトレーニング費用も返済できるの?

新車を買ってそのまま運転するのは、その瞬間にメーカーにとっては何のコストもかからないけど、その前に何が起こるかを考慮するのは重要だよね。

私はプライベート企業の主張は全然信じないよ。公の企業ですら、数字を膨らませたり、時には新しい数字を作り出したりするために、すごいトリックを使うからね。彼らが間違ってるとは言わないけど、彼らの言葉にはあまり信頼を置いてない。

トレーニングモデルを粗利益に含めないのは、ただのクリエイティブな会計だ。OpenAIやAnthropicなどのサービスを提供するためには、それは不可欠な部分だよ。それにしても、彼らのサブスクリプションはAPI経由のトークン価格よりもかなり安い。だから、いつかはサブスクリプションを廃止するか、価格を大幅に引き上げる必要があるだろう… そして、現在のトークン価格が実際に利益を上げていると仮定しての話だけどね。多分、そうじゃないだろう。最後に、AI企業の役員から出てくる言葉は一言も信用しない方がいい。

これらの企業は、トレーニングが止まったら利益が出るの?それって本当に可能なの?

歴史は繰り返さなくてもいい。イノベーションに関してはほとんど何も起こっていないし、AIは本当に飛躍的な技術だからね。過剰に支出しているかもしれないけど、前回のようなAIの冬が再来することはないと思うよ(90年代のAI投資がインターネットブームと資源を争っていたのを思い出して)。

それって投稿の最初に書いてあるんじゃない? > AIはここに留まる。正しく使えば、私たち全員の生産性を向上させる可能性がある。でも、それが良い投資になるかどうかは別の話だね。

Hacker Newsで議論の続きを見る