AIの手頃さの危機

2026年6月24日原文(blog.dshr.org)

概要

AIプラットフォームは「最初は無料」戦略で需要を急拡大
実際の運用コストは収益を大幅に上回り、巨額の赤字が続出
主要企業はサブスクリプションからトークンベース課金へ移行
利用企業はコスト高騰に直面し、AI導入抑制の動きが加速
巨額投資回収のためには人間の労働大規模代替が必要な現実

AI業界の「最初は無料」戦略とその破綻

AIプラットフォーム各社は「 ドラッグディーラーのアルゴリズム」とも言える「最初は無料」戦略を展開
サービス利用を大幅に 補助金 で賄い、需要を人為的に拡大
需要拡大を根拠に 巨額投資 を呼び込み、ユーザー囲い込みを狙う構図
投資回収のため、将来的な 価格引き上げ が前提

収益とコストのギャップ

2023年9月、 Sequoia CapitalのDavid Cahn がAIの収益性に初期から疑問を呈する
2024年には「AI’s $200B Question」から「AI’s $600B Question」へと 収益ギャップ が3倍に拡大
Ed Zitron ら独立系ジャーナリストも早期から問題を指摘

トークンベース課金の実態

SemiAnalysis による検証で、$200/月のサブスクリプションでAnthropicは$8,000、OpenAIは$14,000相当のトークン消費が可能
この構造はAnthropicで最大40倍、OpenAIで最大70倍の 利用者補助 を意味
実質的に「 現金を燃やす」ビジネスモデル

主要AI企業の財務状況

2025年、 OpenAI は$13.07Bの収益に対し、$34Bのコスト・経費、$38.5Bの純損失を計上
売上の44%を セールス＆マーケティング 費用が占め、過剰な宣伝投資が顕著
Anthropic や Microsoft も同様に巨額赤字と高コスト構造

サブスクリプションからトークン課金への転換

Microsoft はGitHub Copilotをトークンベース課金へ移行、利用制限も強化
移行直後、ユーザーの利用料が 7倍に跳ね上がる事例も
Anthropic、OpenAI、Microsoftが相次いで 従量課金制 へ

企業ユーザーの反応とコスト危機

トークン課金移行後、企業利用が急減・AI利用の再考が進む
「AI導入コストが人件費を上回る」状況が広がり、AIバブルの実態が露呈
Nvidia や Uber 幹部も「AI運用コストが従業員コストより高い」と証言

巨額投資回収の難しさ

データセンター投資の回収には 天文学的な収益 が必要
Financial Times 試算：主要ハイパースケーラーのAI投資収益率は軒並みマイナス
AI業界全体で今後数年で 3兆ドルの負債 蓄積予想
負債返済には 数千億ドル規模の年次利益 が必要

AIによる人間労働の大規模代替必要性

AIが10%の利益率で人間の労働を置き換えると仮定しても、 3,250万件以上の雇用 をAIで代替する必要
実際には社会的・技術的な壁が大きく、現実的でない

トークン課金の現場と今後の展望

OpenAI CEOの Sam Altman も「コストは顧客・自社双方にとって大きな課題」と発言
Anthropicはトークン課金の一部を 一時停止、Microsoftも社内AI利用を制限
AI業界全体が 収益化の壁 に直面し、今後の価格・普及動向は不透明

このように、AIプラットフォームは「最初は無料」戦略で急成長したが、現実のコスト構造は極めて脆弱であり、今後は 価格上昇・利用抑制・収益化困難 という三重苦に直面。AIが本当に人間の労働を大規模に置き換え、巨額投資を回収できるかは依然として不透明な状況。

Hackerたちの意見

AnthropicのIPO資料が公開されたら、これらの質問に対するもっと良い答えが分かるんじゃないかな？SpaceXの資料がバラバラで、ユニットエコノミクスについての議論をスルーするのは理解できるし、ある意味期待もしてるけど、Anthropicの人たちはIPOの一環としてトークンのマージンを素直に教えてくれるかもしれないね。

└

それに、ダリオがポッドキャストで「フロンティアラボは1兆ドルの収益が必要で、そうじゃないと破産する」って言ってるのもあんまり助けになってないかもね（笑）。

└

正直に言うと、完全に公開されている企業の財務を理解するのは難しいことが多い。実際、会計は複雑だからね。減価償却やコスト、投資、固定費と限界費用の扱いは流動的で、企業は魅力的に見せるインセンティブがあるし、税金を最適化したり、アナリストの予測をわずかに上回るために収益を移動させたりすることもある。具体的な例を挙げると、あるランダムなAI企業は推論で営業利益を上げているのかな？つまり、限界費用だけを考慮した場合、利益が出るのか？それはコストをどう計上するかによるよね。前の世代のトレーニングからの中古ハードウェアを使っている場合、内部でどれくらいのコストを計上するの？少なく見せて、投資家が利益の出ている推論に安心するようにしているかもしれないけど、全体としては損失が出ているかもしれない。トレーニングと推論の間の電気代はどう計上してるの？SREのチームは新しいモデルのトレーニング（R&D支出）に主にサービスを提供しているのか、それとも推論（運営コスト）にサービスを提供しているのか？これには「ビッグバス」アプローチという名前もある。投資家があなたのビジネスの一部が財政的なブラックホールになることを期待しているなら、すべてのコストをそこに押し込めればいい。彼らはそれを受け入れて、残りのビジネスを良く見せることができる。AI企業が帳簿を操作していると非難しているわけじゃなくて、キャッシュフローを見ても、どこでいくらの利益や損失が出ているのか分からないことを強調したいんだ。

僕の考えでは、AnthropicとOpenAIは価格競争をしてないと思う。大手2社だけじゃ、価格に緊張感を生むには不十分なことが多いよね。中国のモデルやオープンモデル提供者は確かに価格で競ってるけど、その違いは明らかだよ。

└

AnthropicとOpenAIは、両方とも赤字なのに、どうやって価格で競争するつもりなんだろう？

└

1人のプレイヤーが「全く買わない」という競争オプションがあると、価格に緊張感を生むのに十分だよ。ほとんどの意見では、AnthropicとOpenAIはコストでの販売を試みると「ただ買わない」に負ける。

└

中国のモデルは、企業が生き残るために激しい価格戦争を強いられるような、国家の補助金によって価格が下がっている。来年か2029年にはこれが爆発するだろうと予想してる。ちなみに、すでにいくつかの中国企業はこれに気づいて価格を上げている。例えば、Zhipu AIやTencent。Alibaba、Baidu、TencentもAIサービスの価格を複数回引き上げると発表した。

ユニットエコノミクスは意外と良いかもしれないね。IPOの後にもっと分かるだろうけど、ドラッグディーラーの例えには暗い側面もある。依存しちゃうと、理由もなく価格を引き上げられちゃうからね。生存に関わる理由じゃなくても。

└

でも、これは本当に違う市場だよね。新規参入者が価格を高く設定すると、簡単に価格を下げてくる可能性がある。

└

AIは僕にとって働き手だよ。それにお金を払ってる。基本的に、今は自分の労働者に支払うコストを減らすために同じゲームをしてる。雇用主たちが従業員のコストを削減しようとしてるのと同じようにね、僕たちは単純に高すぎるから。労働者の間で競争をもっと増やす必要があるね。もっと中国の労働力を導入しよう！ ;)

└

OpenAIが行っている静かな隠れたモデルのルーティングは、ユニットエコノミクスがまだ良くないことを強く示唆してると思う。もしこの段階で製品でお金を稼ぐ唯一の方法が、裏で希釈したり混ぜたりすることだとしたら、顧客に供給できない価値を得ていると信じ続けさせたいってことを強く示唆してるよ。もっと平凡に言うと、どちらの企業も推論で本当に利益が出せるところに近いと証明できるなら、もっと資金を集めようとしてる時にそれを言ってたはずだよ。

└

彼らが自分たちに依存しているものを食い潰すことはないだろうって信じるのは難しいな。少なくとも、直接競合する製品を出すだろうし。

Hacker Newsで議論の続きを見る

ハクソク