ハクソク

世界を動かす技術を、日本語で。

Nvidiaのリスキーなビジネス

2026年8月11日原文(stratechery.com)

概要

  • 19世紀の鉄道投資バブルと現代のAIインフラ投資の類似性
  • Jay CookeによるNorthern Pacific Railway資金調達とその金融危機への影響
  • 現代テック企業の巨額インフラ投資とMicrosoft・Googleの戦略比較
  • GoogleのAI部門DeepMindの混乱と方向転換
  • Google Cloudの成長とインフラ投資の意義

19世紀鉄道バブルと現代AI投資の類似性

  • Jay Cooke は南北戦争時の戦費調達で名を馳せたアメリカの金融家
  • 1870年、Cookeは Northern Pacific Railway の資金調達契約を締結
  • 鉄道建設のために 40百万エーカーの土地 が付与されるが、資金調達に苦戦
  • Cookeは 戦時国債の販売手法 を応用し、小口投資家へ鉄道債券を販売
  • Northern Pacificの資本需要は膨大で、 1873年の金融恐慌 を引き起こす要因に
  • その後、Northern Pacificは複数回の破綻を経て Burlington Northern Railroad へ統合
  • 現在は BNSF Railway としてBerkshire Hathaway傘下

現代テック企業とインフラ投資

  • Liaquat Ahamed著『1873』は 鉄道バブルと現代AI投資 の共通点を指摘
  • 1870年代の鉄道債券投資額は、現代換算で 年間6,000億ドル規模
  • Microsoft CEO Satya Nadella もこの歴史的教訓を重視
  • Microsoftは 自己資金による投資 を堅持し、巨額のフリーキャッシュフローを維持
  • 他のBig Tech（Oracle, Meta, Alphabet, Amazon）は インフラ投資のために巨額の負債発行
    • 2025年には 1,080億ドル、2026年7月時点で 1,940億ドル を調達
  • Google は2026年に 850億ドルの株式発行 を実施し、Berkshire Hathawayが 100億ドル分 を取得
  • 株式発行は需要の大きさと、Berkshire Hathawayの信任を示すシグナル

AIインフラ競争と現金力

  • AIインフラ確保は 資金力が勝敗を分ける時代 へ
  • 現金力が 計算資源（Compute Capacity）確保 のカギ
  • 最終的に 現金力が最強の企業がAIインフラを独占 する可能性
  • かつてはGoogleが有力視されたが、現状は不透明

DeepMindの混乱とGoogleのAI戦略転換

  • DeepMind CEO Demis Hassabis や Gemini共同リーダー Jeff Dean など著名研究者が相次いで離脱
  • SemiAnalysisは「 Geminiは終わった」と評価
  • DeepMindは前線ラボの地位を失い、Google Cloudの成長が加速
  • DeepMindのリーダー交代で AnthropicやOpenAI型のテキスト中心AI への転換が予想
  • DeepMindは 世界モデル志向、AnthropicやOpenAIは テキスト・コード重視
  • HassabisのビジョンはAGIへの道として正しいかもしれないが、Googleは短期成果を優先

Google Cloudの成長とインフラ投資の意義

  • Google Cloudは 前年比82%成長、利益率も大幅向上
  • 大規模なAI顧客（例：Anthropic）への対応で 外部リソース調達 も活発
  • CEO Sundar Pichaiは「 短期コストを許容し、長期で高いROIを見込む」と説明
  • 2026年～2027年にかけて TPU出荷の20%以上 がAnthropicへ
  • Google Cloudの成長は AIインフラ投資戦略の成果 を象徴

この歴史的視点と現代テック業界の動向比較は、 資金調達、インフラ投資、企業戦略 の本質的な課題を浮き彫りにする。今後も 現金力とインフラ確保 が、AI時代の勝者を決める重要なファクターとなる。

Hackerたちの意見

Nvidiaの立ち位置について、今まで見た中で一番面白い視点だね。注目すべき点は、1) Nvidiaはすでにロボティクスに進出しているから、AI（特にLLM）の立場が弱まっても、別の大きな道があるってこと。これは、参入が難しいとも言えるけど（Googleがロボティクス用のTPUで何をしているのかは分からないけど）。もう一つのポイントは、Nvidiaはまだ西側の主要プレイヤーだってこと。中国は確実に自国のフルスタックを作れるし、アメリカの企業に依存することはない。これが、ヨーロッパや他の国々にとって面白い状況を生んでる。Nvidiaを買うのは唯一の選択肢だからなのか、それとも安全のためなのか。つまり、Nvidiaの立ち位置は、いくつかの異なる要素が同時に成り立っていることに依存していて、今はそれらの要素が同時に争われている環境に向かっていると思う。

└

西側でも、Nvidiaの支配力は弱まる運命にあるね。HNでは、AMDハードウェアで大きなモデルを動かしている人たちの記事が増えてるのが目立つ。公式の販売数は分からないけど、AMDシステムの納品が難しいってことは知ってる。AMDのソフトウェアの状況は、Nvidiaに比べてまだまだ悪いけどね。でも、AMDハードウェアで気に入ったモデルを1つか2つ動かすためにvllmをパッチするのは、他のAI分野で使うよりずっと簡単な提案だよ。

└

Googleにはロボティクスモデルがあるよ、例えば：https://deepmind.google/models/gemini-robotics/ Googleは、VLA原則の背後にいる主要なプレイヤーだね。

└

いつか、ゲーム用GPUの比較的小さな市場に戻ってきてくれることを願ってるよ。懐かしさのためだけでもね。

ユニバーサルペーパークリップの株式市場フェーズに達したみたいだね。

└

正直言って、少し変えればそのゲームは今の時代にぴったりだね :D

└

ふぅ、もうすぐ終わると思ったけど、宇宙には行かずに、金融システムを解体してAIの支配者たちがもっとハーベスタードローンを作るための準備をしてるんだね。

多くの投資仮説、例えばNvidiaの「計算需要は今後も増え続ける」という仮定では、第一の前提はだいたい正しい。そう、計算やチップ、インフラの需要は大きいし、毎年いくつかのデータセンターが建設される。でも、こうした投資の賭けが失敗するのは、第二の前提、つまり需要の成長の期待にある。ここでは、現在の期待が誇張されている可能性が高い。だから、需要は今後も続くと思うけど、毎年増えるわけじゃない。それが、Nvidiaにとって大きな負担になる可能性がある。人々が計算を買うのをやめたわけじゃなくて、毎年買うのをやめたから。

└

これを予測するのがめちゃくちゃ難しいのは、同じ品質の出力に必要な計算量が、約5年間で18ヶ月ごとに90%減っているから。1) このトレンドがどれくらい続くかは分からないけど、いつ終わるかを見極めるポイントは分かる（小さいモデルが大きいモデルの知識を効果的に圧縮し続けるなら）。2) 小さいモデルが「十分良く」なった場合、高コストモデルへの需要がいつ減るか、どれくらい減るかも分からない。5年後には、LLM推論が100倍以上行われているかもしれないけど、AIチップ（メモリを含む）の需要は2倍以下かもしれない。あるサイズに達すると、LLMが小さいサイズにはうまくスケールしない新たな能力を持つ可能性もあるし、その能力を得るための需要が急増することもある。それを予測するのは本当に難しい。

└

さらに、1次と2次は正しいかもしれないけど、価格が高すぎると、未来について正しくてもお金を失うことになるから、結局高くつくんだよね。

└

彼らはASICベンダーの圧力も感じているはずだよ。AMDがTaalasを買収したし、特別プロジェクトでCerebrasと常に協力しているからね。ASICはnVidiaのチップを桁違いに上回っているんだ。

個人的には、ハイパースケーラーに焦点を当てるのはちょっと誤解を招くと思う。確かに、プログラマーやテック企業にとってAIは今やちょっと退屈かもしれないけど、AIの統合自体はまだ未知の領域だよ。今、AIを始めたばかりの小さな企業や個人がたくさんいるし、大きな顧客基盤（と収益）はまだ手つかずだと思う。実際、僕も新しいユースケースを定期的に発見してるし、平均的な30人規模のSaaSベンダーなんて、まだ始まってすらいないんじゃないかな。

Hacker Newsで議論の続きを見る