私がテスラに投資しない理由

テスラが10月23日、アナリストの予想を上回る決算を発表し、わずか1日で約20%上昇するという気炎を吐いた。おそらく業績不振に賭けていた空売り勢力がショートカバーを行い、引き起こされた株価アクションではないかと推測する。テスラは世界で2番目に大きな電気自動車メーカーであり（1位は中国のBYD、生産量基準）、エネルギー貯蔵事業を営んでおり、今後完全自動運転技術を開発してロボタクシーおよびロボット市場に進出するという計画を公表している「革新」企業である。

革新的な企業だからといって、投資に適した対象になるわけではないからだ。

私が定義する価値投資とは、最近よく話題になる「六角形男子（すべてが完璧な男性）」のような企業の持分を適正価格で取得し、その旅路を共にすることである。テスラの場合、技術的には非常に冒険的な試みを成功させているように見えるが、筆者が好むビジネスモデルではなく、イーロン・マスクというCEOはテスラの最大の強みであると同時に弱点でもあるからだ。

韓国の恋愛・結婚市場では、女性たちがどこ一つ欠点のない「六角形男子」を好むという。身長175cm以上、年収6,000万ウォン以上の安定したキャッシュフロー創出、両親の老後対策完了、無難な性格など。何かが突出していても、大きく不足している部分があれば大幅に減点される市場だが、株式市場も同じだと言える。コリア・ディスカウント（個人的に私は全くディスカウントされていないと考えている）が続く根本的な理由は、韓国企業が非常にお金を稼いでいるにもかかわらず、株主に還元しないからだ。唯一の例外として、メリッツ金融持株会社に言及したい。

テスラも魅力的な電気自動車を作る企業であり、狂信的なレベルのファンダムを保有してはいるが、株主に対してそれほど友好的ではない。イーロン・マスクのファンには残念な話だが、イーロン・マスクのストックオプション・パッケージを見れば、株主のポケットから過度に多くの金を取り出していくのがテスラのガバナンスの現実だ。経営陣の報酬が株主の利益に連動することと、経営陣が株価上昇の恩恵を超越的に受けることは全く異なる。また、経営活動においてイーロン・マスクがプロらしくない決定を下すのを少なからず目にすることができる。例えば、部門長が自分の意見に反対したからといってその部門全体を解雇し、その後再び採用したり、自分とロマンチックな関係を持った女性を役員に据えたりするなどだ。

電気自動車の製造が既存の内燃機関自動車と比較して、部品の数や生産過程がはるかに簡便なのは事実だが、結局は生産量を増大させるために持続的な設備投資が必要な、有形資産の寄与度が高い産業だと言える。

FSDという運転支援ソフトウェアを販売し、車両販売以外の売上を上げているのは事実だが、大部分の売上は自動車販売に由来しており、24日に20%以上の株価上昇率を見せたのもまた、自動車部門の売上総利益率が予想値より高く出たためという解釈だ。

自動車業界は、前述した絶え間ない設備投資の必要性と相対的に低い売上総利益率により、自己資本利益率（ROE）が高くなり得ない業界だ。それだけ資本のキャッシュフロー創出能力が他の業界に比べて劣るため、大部分が低い株価バリュエーションを適用されるというのは公然の秘密である。

完全自動運転技術については議論が非常に多い。テスラのアプローチであるカメラとNeural Network（ニューラルネットワーク）だけでも完全自動運転技術が達成可能だという陣営と、それ以外のすべての自動運転開発会社たちのLidar＋ルールベースのハードコーディング＋NNをすべて採用して初めて可能だという陣営に分かれる。技術に対する基盤知識がない人々が大部分であるため、逆説的にこの問題において「テスラ信者」たちとそうでない人々が最も先鋭に対立する。実際、Andrej KarpathyやYann LecunなどAIの大家たちの意見もまちまちであるほど、AIはまだ発展途上の領域であるため、答えを確定することはできないというのが私の意見だ。

私は非専攻者だが、数多くのAI技術者の意見を総合してみると、Scaling law（スケーリング則：AIモデルの大きさに比例して性能が上がる現象）が維持される限り、テスラのアプローチは「いつかは」有効だ。ある者は、我々に与えられたコンピューティング資源は限定的であり、したがって現実的に限られたコンピューティング資源内で自動運転アルゴリズムを学習させなければならないため、結局はルールベースのハードコーディング領域を通じた「最適化」と、Lidarを通じた追加的な深度データを提供しなければならないという主張を展開するかもしれない。

しかし、Exponential Viewの分析によれば、スケーリング則（Scaling Law）が維持され、AI学習モデルのサイズが現在のように拡大し続けたとしても、現在のペースでAIアクセラレータやGPUの供給が増加すれば、コンピューティングリソース不足によりモデルのトレーニングが不可能になる確率は極めて低いとされています。

エンジニアリングとは、限られたリソースの中でトレードオフを通じて最適化された結果を導き出すプロセスであることを考慮すると、テスラのアプローチは現時点では実現可能性が低い手法と言えるかもしれません。しかし、人類史上、コンピューティングリソースは常にその需要を上回ってきており、私たちは余剰となったリソースを活用する新たなタスクを発明してきました。

それでもなお、テスラの自動運転技術に大きな「技術的な堀（Moat）」を見出さない理由は、他のプレイヤーたちが前述の事実を知らずにLiDAR（注：テスラもトレーニング用車両にはLiDARを使用しています）やルールベースのコードを採用しているわけではないからです。彼らは、現在利用可能なリソースの範囲内で完全自動運転を実現するために妥協点を探っているのです。

一部では、テスラの自動運転技術が、道路を走る数十万台の車両データや先行してトレーニングを開始したEnd-to-Endモデルとのシナジーを発揮し、競合他社を圧倒する成果を出すだろうと主張されています。しかし、OpenAIやMeta、Anthropicなどの他企業の超大規模言語モデル（LLM）を比較してみると、AIにおいて先行者利益はほとんどないと考えるのが妥当です。そして、念のために繰り返しますが、スケーリング則が有効である限り、テスラがリアルタイムで道路から収集する膨大な走行データよりも、誰がより大きなモデルをトレーニングさせるかの方が性能にとって遥かに重要であり、結局のところテスラのアプローチは誰がより多くのGPUを確保できるかにかかっているゲームだということです。

その時がいつになるかは分かりませんが、十分なAIコンピューティングリソースが確保されれば、ルールベースのアルゴリズムやLiDARが必要だと主張していた自動運転企業たちも、テスラが提唱する方式へと転換することになるでしょう。

テスラの技術的アプローチは素晴らしいと言えますが、テスラの企業価値には自動車以外の事業、例えば完全自動運転やロボット事業に対する期待が大きく織り込まれていると考えられます。

しかし、究極的にはテスラの事業構造において継続的な設備投資（CAPEX）は成長に不可欠な宿命であり、一部のアナリストが主張するほどのAI技術力の優位性も存在しないというのが筆者の判断です。