AMDとIBMのCEOはAIバブルを見ていない、ただ8兆ドルのデータセンターがあるだけだ

現在の人工知能評価の爆発的な上昇をめぐる会話は熱を帯びている。一方には業界の巨人がいる—具体的にはAMDとIBMのCEOたち—必要なインフラ構築の出発点にすぎないと主張している。一方、投資家や技術者たちの声は、私たちが深く AI bubbleの中に入り込んでいると示唆している。持続不可能な支出と現実を上回る誇大広告がその原因だ。

この乖離は最近、AMD CEOのLisa SuとIBM CEOのArvind Krishnaがコンピューティングの未来について語った際に浮き彫りになった。彼らの立場は明確だ。市場は過熱しておらず、むしろ供給不足だ。しかし、彼らが提案する数字—具体的には世界全体で約8 trillion dollarsに近づく支出—を詳しく見ると、その計算はビジネスプランというよりギャンブルのように見えてくる。

Corporate Optimism Meets Market Skepticism

チップメーカーらが提供するAI bubble論に対する主な防御は歴史的先例だ。彼らは現在の支出競争をインターネットやモバイルネットワークの構築に例えている。主張は、アプリケーション（ソフトウェア収益）を持つためには、まず物理的なレール（ハードウェア）を敷設しなければならないというものだ。

IBMのArvind Krishnaは、金融議論で広く取り上げられるようになった具体的な指標を提供した。彼は、1ギガワット（1 GW）の容量を持つ単一のAI対応データセンターを構築するには約8000億ドルから1兆ドルかかると述べた？ いや、数字はもう少し現実的だがそれでも驚異的だ。最近の推定では1 GW施設は数百億ドル規模だが、業界リーダーらが議論する世界全体の目標容量は、総額で推定8 trillion dollarsのinfrastructure investmentを必要とする。

これによりAMDやIBMのような企業は便利な立場に立つ。世界がハードウェアにそのような金額を費やす必要があると判断すれば、ソフトウェア企業が利益を上げられるかどうかにかかわらず、チップメーカーは勝つ。

このダイナミクスは古典的な「シャベルを売る」比喩を復活させた。ゴールドラッシュでは、土を掘る人々ではなく、つるはしやシャベルを売る商人が富を得た。懐疑論者らは、AMD、NVIDIA、IBMが21世紀のシャベル販売者だと主張する。彼らのAI bubble否定は株価にとって構造的に必要だ。需要が減少する可能性を認めれば、評価額は崩壊する。したがって、彼らの強気姿勢は客観的な市場分析ではなく販売トークとして読むべきだ。

The Economics of Expanding Data Centers

懐疑論者たちが懸念する理由を理解するには、何が構築されているかの物理的現実を見る必要がある。Data centersは漠然としたコードの雲ではなく、シリコン、銅、冷却システムで満たされた巨大な産業施設だ。

The Data Centers Cost Reality: From Millions to Trillions

歴史的に、データセンターはテック企業にとって高価だが管理可能な費用だった。生成AIへの移行は単位経済を根本的に変えた。AIトレーニングと推論には、従来のCPUよりも大幅に高価で電力消費の激しいGPU（Graphics Processing Units）やNPU（Neural Processing Units）が必要だ。

IBMのリーダーシップが世界で100ギガワットの容量が必要だと語るとき、彼らは国家防衛予算に匹敵する産業動員について語っている。関わるハードウェアは特殊だ。ウェブサイトのホスティングやデータベース管理に簡単に再利用できる標準サーバーとは異なり、高性能AIラックは行列乗算に最適化されている。数値計算の怪物だ。

もしdata centersへの需要がこのペースで続けば、先端パッケージングから高帯域幅メモリに至るまでのサプライチェーンは数年間逼迫したままになる。この希少性は価格を高く保ち、サプライヤーに利益をもたらす。しかし、需要が実際のエンドユーザー収益ではなくFOMO（Fear Of Missing Out）によって駆動される人工的なものであれば、最終的な修正で数兆ドル相当のハードウェアが遊休状態になる。

Justifying the 8 Trillion Dollar Bill

8 trillion dollarsという数字は理解しがたい。それを例えると、その金額はAmazonの全時価総額の約4倍に相当する。この規模のinfrastructure investmentを正当化するには、AIサービスが生み出す収益が天文学的でなければならない。ここで計算が複雑になる。企業が80兆ドルを費やすために借金したり株式を希薄化したりする場合、元本だけでなく利息や株主の期待リターンにも責任を負う。

懐疑的な観察者らの議論は、この規模の資本支出を賄うには、AIセクターがハードウェアコストだけで損益分岐点に達するのに年間数百億ドルの

net profitを必要とすると指摘する。現在、収益は成長しているが、ハードウェア販売者以外でこのレベルの支出を正当化する利益率を示している企業は少ない。AIの「アプリケーションレイヤー」は依然として、顧客が高額を支払うユースケースを大規模に見つけ出せずにいる。Analyzing the ROI Disconnect

AI bubble

論の核心は投資収益率（ROI）だ。テック史には、革新的だったが初期投資家に利益をもたらさなかった技術が散見される。1990年代後半の光ファイバーブームは頻繁に比較される。最終的に光ファイバーは使われたが、それを敷設した企業は先に破綻した。The Interest Trap and Infrastructure Investment資本はもはや無料ではない。ゼロ金利時代には、実験的なデータセンターに数十億ドルを賭けるリスクは低かった。今日では資本コストは現実のものだ。

CEOらが数兆ドルの

infrastructure investment

を呼びかけるとき、彼らは完全には実現していない革命のコストを市場に前倒しで負担するよう求めている。AIの「キラーアプリ」が少し改善されたチャットボットやより効率的なコーディングアシスタントである場合、価値創造は兆ではなく十億単位かもしれない。インフラのコストと出力の価値のギャップがバブルを生む。1日100万台の車を生産できる工場を建設したが、市場が5万台しか買わない場合、その工場は資産ではなく負債だ。同じ論理がdata centers

にも当てはまる。Hardware Depreciation in a Saturating Market一般的な金融報道で見落とされがちな技術的詳細がある。シリコンは古くなりやすい。

Hardware depreciation

はAIセクターで極めて速い。Redditのユーザーが重要なリスクを指摘した。二次市場はどうなるのか？ バブルが弾けたり単に縮小したりした場合、わずかに使用されたH100やMI300が市場に溢れる可能性がある。不動産とは異なり、GPUは減価償却資産だ。3年前のAIチップは新品より大幅に効率が低い。MetaやMicrosoftのような企業が過剰構築を決め、在庫を清算しようとすれば、コンピューティングの価格は暴落する。これはAMDやNVIDIAにとって壊滅的だ。新チップが1ドル未満で売られる前世代品と競合することになる。

shovel sellers

が勝つのは、採掘者たちがnewシャベルを買い続ける限りだ。採掘者たちがやめて中古工具を売れば、シャベル工場は倒産する。

Technical and Physical Constraints

金銭以外にも、どれだけ構築できるかには物理的限界がある。業界リーダーらが提案するdata centersの規模は電力というハードな壁にぶつかる。

Energy Consumption at the Gigawatt Scale

Energy consumptionはAIスケーリングのボトルネックになりつつある。1 GWデータセンターには専用原子炉や大規模太陽光発電所に相当する出力が必要だ。米国の電力グリッドはすでに多くの地域で逼迫している。

これらの施設をグリッドに接続するには、数年の規制承認と建設が必要だ。テック企業はアップタイムを保証するため小型モジュール原子炉（SMR）を検討している。これによりさらなるコストと複雑さが増す。

批評家らは、AIアートを生成したりマーケティングメールを書いたりするためにギガワット単位の電力を消費するのは資源の誤配分だと主張する。出力の社会的価値がenergy consumptionの環境的・金銭的コストに見合わなければ、規制が介入して成長を抑制し、外部からバブルを弾ませる可能性がある。

Specialized Hardware vs. General Utility

コミュニティ議論で提起されたもう一つの技術的ポイントは、ハードウェアの特殊性だ。これらのdata centersを埋めるチップはAIワークロードに高度に特化している。

AIの誇大広告が沈静化すれば、これらのチップはウェブサーバーのホスティングや標準的な企業データベースの実行といった汎用コンピューティングタスクに簡単に再利用できない。それらは行列乗算エンジンだ。巨大な行列を乗算する必要がなければ、高価な文鎮になる。

この柔軟性の欠如により、infrastructure investmentは過去のテックサイクルよりもリスクが高い。ドットコムバブルが弾けたとき、サーバーはまだ他の用途に使えた。暗号通貨マイニングの暴落時、GPUはゲーム市場に溢れた。しかし、エンタープライズグレードのAIクラスタは分解して消費者向けに売るのが難しい。資産完全評価損のリスクは高い。

The Verdict: Is the AI Bubble About to Burst?

ハードウェア企業のCEOらによるAI bubbleの否定は予想通りだ。それは自社製品への需要を駆動するビジョンを売る彼らの仕事だ。しかし、8 trillion dollar支出計画とAIソフトウェアの現在の収益現実との乖離は拡大している。

私たちは「インフラレイヤー」（チップ/データセンター）と「アプリケーションレイヤー」（ソフトウェア/サービス）の間の古典的な乖離を見ている。インフラは汎用人工知能（AGI）が目前に迫っているかのように構築されている。しかし、IBMのCEOのような楽観論者でさえ、真のAGIをすぐに達成する確率は低いと認めている。

市場は現在、AIが世界経済のあらゆるセクターを同時に変革するという最善のシナリオを織り込んでいる。現実がそれに届かなければ—AIが人間の知能の代替ではなく強力なツールに終わる場合—ハードウェアエコシステムの評価は修正を余儀なくされる。

シャベルはプレミアム価格で売られた。今、採掘者たちは金を探さなければならない。もし彼らがすぐに80兆ドル相当の金を見つけられなければ、シャベル販売者が減価償却されたシリコンを抱えた最後の者になる。

Frequently Asked Questions

なぜ一部の専門家は現在のAI市場を「シャベルを売る」シナリオと呼ぶのか？

これは1849年のゴールドラッシュを指し、道具を売る商人は一貫して利益を上げた一方、ほとんどの金鉱夫は失敗した。AIの文脈では、NVIDIAやAMDのような企業（チップを売る）が莫大な利益を上げている一方、チップを購入する企業（採掘者）はハードウェアコストを正当化する利益を生み出せていない。

提案されている世界規模のAIインフラの推定コストは？

IBMやAMDの幹部を含む業界リーダーらは、今後数年間で最大8兆ドルの投資を必要とする可能性のあるロードマップについて議論してきた。これには大規模データセンターの建設、エネルギーグリッドのアップグレード、特殊半導体の調達が含まれる。

なぜエネルギー消費はAIデータセンターの主要な懸念事項なのか？

AI特化データセンターはGPU計算の熱とエネルギー強度のため、従来のサーバーファームよりも大幅に多くの電力を必要とする。新たなギガワット規模施設の提案は、小都市や専用発電所に相当する電力を必要とし、既存の電力グリッドに負担をかけ、環境への懸念を高める。

バブルが弾けた場合、AIハードウェアは再利用可能か？

難しい。High-end AI chips are specialized for matrix multiplication and deep learning tasks. 高性能コンピューティングワークロードの一部は扱えるが、汎用ウェブホスティングや標準的なオフィスタスクには効率が悪く、AI市場が縮小すれば再販価値は暴落する可能性が高い。

AI投資におけるハードウェア減価償却のリスクはあるか？

はい、ハードウェア減価償却は重大なリスクだ。Semiconductor technology advances rapidly, making chips obsolete within 3 to 5 years. 企業が現行世代のチップに数十億ドルを費やしても迅速に収益化できなければ、ハードウェアは元が取れる前に大部分の価値を失う。