AIの6000億ドル問題

世界最大のVCである米セコイア・キャピタルのパートナー、デビッド・カーン氏は、「AIの6000億ドルという問い（AI’s $600B Question）」の中で、上記のように強調した。同記事は6月20日に公開されたものだが、ソーシャルメディア上ではここ数日、改めて注目を集めているようだ。

本稿では、デビッド・カーン氏の原文をもとに、彼のアプローチを解釈し、その問題点を指摘する。筆者は、彼の懸念は妥当であるものの、記事の内容にはかなりの誤解を招く余地があると考えている。

「注：この指標は簡単に自分で計算できます。Nvidiaの年間売上予測を2倍にして、AIデータセンターの総所有コスト（TCO：GPUはTCOの半分であり、残りの半分にはエネルギー、建物、バックアップ発電機などが含まれます）を反映させるだけです。さらにそれを2倍にすることで、GPUのエンドユーザー（例：収益を上げる必要のあるAzure、AWS、GCP、またはそこからAIコンピューティングを購入するスタートアップや企業）の粗利益率50%を反映させます。」

例えば、NvidiaのGPUを10億ドル分購入したとすれば、クラウドプロバイダーのTCOは20億ドルとなり、ここにソフトウェアの利益率50%を反映させると、10億ドルの投資を正当化するには40億ドルの売上を創出する必要があるという主張だ。

上記の指標は、GPUの経済学をできるだけシンプルに多くの人へ説明するために作成されたものだろうが、現実を正確に反映しているわけではない。

まず、時間的価値に関する説明が欠けている。GPUは一般的なITハードウェアと同様、4年の耐用年数（useful life）を持つ。TCOという概念も同様に4年間にかかる総所有コストを指すものであり、著者の主張をそのまま適用すれば、今後4年間で生み出すべき売上高がGPU購入額の4倍であれば、投資額を十分に回収できるという意味になる。2024年第4四半期基準でAIソフトウェアが創出する年間経常収益（ARR）は、保守的に見て4分の1の1500億ドルあればよいことになる。

私は、AIソフトウェアの売上がJカーブを描いているため、第4四半期基準の年間経常収益が必ずしも1500億ドルに達している必要はないと考えている。

再び原文に戻ろう：

「2023年9月以降、何が変わったのか？

供給不足は沈静化しました：2023年後半はGPUの供給不足がピークに達した時期でした。スタートアップはVCに電話をかけ、話ができる相手なら誰にでも電話をして、GPUを確保できるよう助けを求めました。今日、こうした懸念はほぼ完全に解消されました。私と話をするほとんどの人々は、今では妥当なリードタイムでGPUを比較的容易に入手できると語っています。

GPUの備蓄が増加しています：Nvidiaは第4四半期に、データセンター売上の約半分が大手クラウドプロバイダーによるものだったと報告しました。MicrosoftだけでもNvidiaの第4四半期売上の約22%を占めたと見られます。設備投資（CapEx）は歴史的な水準に達しています。こうした投資はビッグテック企業の2024年第1四半期決算の主要テーマであり、各社CEOはこれを市場に効果的に伝えました。『我々は、好むと好まざるとにかかわらず、GPUに投資していく』と。ハードウェアの備蓄は新しい現象ではなく、備蓄が十分に積み上がり需要が減少すれば、注文減少の触媒となるでしょう。

OpenAIは依然としてAI売上の最大シェアを占めています：最近、The Informationは、2023年末の16億ドルから現在34億ドルに増加したOpenAIの売上を報じました。少数のスタートアップが売上規模を1億ドルレベルに拡大させるのは目撃しましたが、OpenAIと他のスタートアップとの格差は依然として大きく開いています。ChatGPTを除いて、今日消費者が実際に使用しているAI製品はどれほどあるでしょうか？ 月額15.49ドルのNetflixや11.99ドルのSpotifyからどれだけの価値を得ているか考えてみてください。長期的には、AI企業は消費者が財布の紐を緩め続けることができるよう、相当な価値を提供しなければならないでしょう。

1250億ドルの穴は、今や5000億ドルの穴になりました：前回の分析で、私はGoogle、Microsoft、Apple、Metaがそれぞれ新しいAI関連収益として年間100億ドルを創出できるだろうと寛大に仮定しました。また、Oracle、ByteDance、Alibaba、Tencent、X、Teslaの新規AI売上もそれぞれ50億ドルと仮定しました。この仮定を据え置き、リストにいくつかの企業を追加したとしても、1250億ドルの穴は今や5000億ドルの穴になっているでしょう。

B100が近づいています：今年初め、Nvidiaは25%安いコストで2.5倍優れたパフォーマンスを提供するB100チップを発表しました。これにより、NVDAチップに対する需要が最終的に急増すると予想しています。B100はH100に比べて費用対効果が大幅に改善されているため、今年の終わりには誰もがB100を手に入れようとし、供給不足現象が再び発生する可能性が高いでしょう。」

デビッド・カーン氏は、従来の1250億ドル（約19兆円）規模の穴が、5000億ドル規模（約75兆円）へとさらに拡大したと主張している。これは、Google、Microsoft、Apple、Metaがそれぞれ年間100億ドルの売上を創出できると寛大に見積もった場合の仮定であるという説明も付け加えた。複数のビッグテック企業やAIスタートアップが合計で年間1000億ドル規模のAI関連売上を創出したとしても、5000億ドルが不足するというわけだ。

しかし、前述したように、著者は時間的価値を計算に反映していない。世界中の企業がAIを通じてすでに年間経常収益（ARR）1,000億ドルを達成しているとすれば、今後4年間で少なくとも4,000億ドルの売上が発生することになる。これは、著者が試算したTCO（3,000億ドル）をすでに上回る規模だ。少なくとも損失を被ることはないということである。

YouTube動画広告のターゲティング改善、Amazon配送トラックのルート効率化、自動化されたカスタマーサービス、不正検知機能などはすべて、「AI売上」として現れなくてもAI投資に対する有意義な収益を創出できる方法だ。したがって、AIハードウェア投資には必然的に売上が伴わなければならないという論理は、非常に保守的な考え方であることを認めるべきだろう。

原文に最も簡単に反論できる方法は、「生産性向上」に関する仮定だ。もしAI導入によって先進国の雇用の10%を、10%効率化できるとすれば、世界のGDPは6,000億ドル増加することになる。これはセコイア・キャピタルのDavid Cahnが求める数値と正確に一致する。

すでに多くの法律およびナレッジワークの分野でAIモデルは積極的に活用されているが、これによる生産性向上は統計に正確には反映されていない。例えば、あなたがAIを活用して業務の大部分を自動化し、それを上司に報告しなかった場合、この生産性向上は余暇時間の増加につながる。増えた余暇時間は、他の誰かが作ったサービスや製品に費やされるため、経済にとってプラスの要因として作用する。近い将来、このように従業員の業務効率化を把握している企業の生産性は、そうでない企業の生産性を上回るだろう。そして結局のところ、競争圧力の下ですべての企業はAIを通じて生産性を向上させ、運営コストを削減せざるを得なくなるだろう。

このように全体的な生産性向上効果がある限り、必ずしも追加的な売上が伴わなくとも、AI GPUに対する莫大な支出は依然として合理的であると言える。