概要
- STRT-431の初日の経験から、技術分野の特殊性と普遍原則の両立を考察
- AI時代の到来で、かつての「ゼロ限界費用」から「限界費用復活」への転換
- AIモデル提供におけるCOGS（売上原価）の重要性
- コモディティ市場の力学とAIインテリジェンスのコスト構造
- 中国製AIモデルやフロンティアラボの経済的・戦略的懸念
STRT-431初日の気づきとAggregation Theory
- Kellogg School of Managementの STRT-431 で業界特化ではなく 普遍原則 の学習を重視
- テクノロジー分野特有の ゼロ限界費用 （特にソフトウェアと流通）が従来のビジネスモデルを変革
- Aggregation Theoryの本質は、 ゼロ限界費用 によるバリューチェーンの再構築
- インターネット時代では 需要のコントロール が供給の分配より重要
- AIの進展で、再び 普遍的な経済原則 が前面に浮上
AI時代の限界費用の復活
- Kimi K3などの中国発AIモデルが 最先端性能 に接近し議論が活発化
- AI推論（inference） は実際にコストがかかり、ソフトウェアの「無料」とは異なる
- 売上原価（COGS） がAIビジネスで重要な指標に
- モデルの提供コストは R&Dの固定費 と 推論の変動費 に分かれる
- Kimi K3の推論コスト例： 入力トークン100万あたり$3、出力トークン100万あたり$15
トークンとインテリジェンスの違い
- Nvidia CEOの “token factories” というフレーミング
- トークン生成効率（ tokens-per-second、token cost など）が指標に
- モデルごとに必要なトークン数や推論効率が異なる ため、トークン自体はコモディティではない
- 真にコモディティ化されるのは「 インテリジェンス」という成果物
- インテリジェンスのCOGSは モデルのフットプリント、推論効率、メモリ効率、提供効率、トークン効率 などで決まる
コモディティ市場の力学とAI
- コモディティ市場では 供給者ごとに限界費用が異なる のが本質
- 価格は 需要と供給 で決まり、最もコストの高い供給者が利益を圧迫
- 優れたコスト構造を持つ企業が 高収益 を得る構造
- 固定費や債務が大きいと、コモディティ市場で 倒産リスク が高まる
- 供給過剰や退出で価格が変動し、新規参入や拡大の誘因に
AIインテリジェンス市場の現状と将来
- 現状、 需要過多 でフロンティアモデルの供給が追いついていない
- Nvidiaのような コンピュート供給者 や、その顧客（例：SpaceXAI）は高い利益率を享受
- AnthropicやOpenAIは 最先端モデルの効率的提供とコスト最適化 で優位
- まだ「インテリジェンス」が完全なコモディティではなく、 特定モデルへの需要 が強い
- 将来的には、 フロンティアモデル提供者がコスト最適化を進め、非フロンティア市場も支配
中国製モデルやフロンティアラボの懸念
- 現状、 計算資源不足 による価格高騰が中国モデルの「安さ」に見える要因
- 実際には 限界費用面で中国モデルが安いとは限らない
- フロンティアラボは R&Dコスト主導のビジネスモデル に慣れており、推論市場の急成長に適応中
- 推論市場の拡大 により、低価格でも十分な収益化が可能に
- 推論を担当することで データ収集→モデル改善 の好循環が生まれ、競争力強化
この構成は、AIビジネスの経済原則とコスト構造、コモディティ化の力学、そして中国モデルやフロンティアラボの戦略的懸念までを体系的に解説しています。