Partnered With:

メモリ暴騰後、AI産業チェーンのどの部分が最も賭ける価値がありますか？

この記事を読むのに必要な時間は 17 分

スタンフォードの人気AI産業講座では、投資フレームワークが提供されました。

過去2年間、米国株 AI産業連関板块は膨大な数十兆米ドルの時価総額を生み出しました。しかし、追加された市場規模は非常に不均等に分布しています：ナビディアの時価総額は4.5兆米ドルで、総利益率は73％です。一方、OpenAIとAnthropicの年間売上高は合わせて450億米ドルに過ぎません。CoreWeave、Cursor、Perplexityなどの下流企業は資金調達と資金燃焼を並行して行っています。AI産業は、上流に進むほど利益率が厚い三角形の構造を示しています。

お金は具体的にどこに流れており、10年後にはどこに流れるのでしょうか？これは、スタンフォード大学の今学期に新しく開講されたMS&E 435科目が解明しようとしている核心的な問題です。司会者のアプールヴ・アグラワルは、投資会社Altimeter出身で、業界内の9人の主要な役割を果たす人物を迎え入れ、AI産業の価値の将来を業界リーダーの視点から組み立てようとしています。

三角形の価値分配

2024年初頭、アグラワルは「The Economics of Generative AI」というレポートを発表し、その結論は、チップレベルが業界全体の利益の83％を占有していることでした。

2年が経過し、エコシステム全体の規模は900億ドルから4350億ドルに拡大しました。チップレベルの利益配分率は引き続き圧倒的優位ですが、83％から79％に低下しました。

具体的に見ると、チップレベルの年間売上高は約3000億ドルで、ナビディア1社が8割を占めています。インフラストラクチャレベルは約750億ドル、アプリケーションレベルは約600億ドルです。3つのレベルの総利益率はそれぞれ73％、55％、33％です。総利益の絶対値に換算すると、それぞれ2250億ドル、400億ドル、200億ドルです。

AI産業の利益の地形は、前のテック産業の成長を牽引したクラウドコンピューティング産業とは正反対であり、従来のクラウドコンピューティングスタックでは、チップレベルが利益の6％を得ており、アプリケーションレベルが70％を占めています。

アグラワルは、現在の競争状況を鋭く要約しました：チップレベルは一人用ゲーム、アプリケーションレベルは二人用ゲームであり、その間のインフラストラクチャレベルは唯一の本当に争われているマルチプレイヤーの戦場です。

ナビディアの孤軍奮闘

第2回の授業は、Altimeterのパートナーであるブラッド・ガースナーとナビディアのサニー・マドラが講師を務めました。サニーはかつてGroqの投資家であり、Groqがナビディアに買収される取引を仲介したことがあり、この2人はなぜナビディアがチップレベルで単独で成功を収め続けるのかを説明しました。

Brad は直感に反する一連のバリュエーションを提示しました: NVIDIA の時価総額は45兆ドルで、P/E比は13倍、市場の平均値の半分までしか達しておらず、売上高は年間70%成長しています。彼は公に、NVIDIA が世界初の10兆ドル企業になると予測しました。その理由は、次の8四半期でNVIDIA がすでに10兆ドルの受注を獲得し、需要が供給を大きく上回っていることです。黄仁勲は以前、Brad に対して、推論の需要が1,000,000,000倍増加すると発言しました。

この自信の背後にあるのは、プレトレーニングから推論時代に移行する技術ロジックであり、1つのトークンを生成するたびの計算量は、モデルのパラメータ数に文脈の長さの2乗を掛けたものです。

自社チップのライバルは少なくありません。Google の第7世代 TPU Ironwood は既に量産されており、Anthropic は100万台の注文を出しており、噂によるとこれによってNVIDIA は一部の顧客に30%の値引きを余儶されたとされています。また、Amazon の Trainium2 チップは140万人のインスタンスに展開され、関連ビジネスの年間収益は100億ドルを超えています。Microsoft の Maia 200 は今年1月にAzureでローンチされ、OpenAI は Broadcom と10ギガワットのカスタムASIC契約を結びました。

黄仁勲はこれに対して軽薄な態度で述べ、「多くのASICプロジェクトは最終的に中止されるでしょう。」と述べました。歴史からみると、彼の言葉は間違っていません。さらに一歩引いて考えると、TPU、Trainium、Maia がすべて順調であるとしても、NVIDIA は依然としてリーダーの地位にあります。これらのすべてが、NVIDIA が取って代わられないことを意味するのではなく、市場が果たしてどの程度大きいかを示しています。

昂貴な電気技師

第三講義の講師は、Crusoe の創設者チェイス・ロックミラーです。Crusoe はテキサス州アビリーンの西に2.1GWのデータセンターキャンパスを建設しました。これは全米最大の私設変電所であり、電力消費量はデンバー市の2倍に匹敵します。最初に入居した企業は Oracle と OpenAI です。キャンパスには常時9,000人の施工作業員がおり、しかしこの小さな街の人口はわずか12万人です。

チェイスはプレゼンテーションで、1MWあたりの電力コストの構成を紐解きました：総コストは約1,900万ドルで、最大の項目は労働力であり、1MWあたり470万ドルに達します。チップと冷却装置のコストはずっと後ろになっています。この計算によると、1GWのキャンパスにおいては、労働力のみで年間約470億ドルがかかります。

労働コスト以外に、ガスタービンの1 MWごとの製造コストが、3年間で100万ドルから300万ドルに上昇しました。その背景には、GE Vernova、シーメンス、三菱重工、およびプラット・アンド・ホイットニーといった4大メーカーが生産能力を据え置いたままで、需要が数倍に増加したことがあります。

Chaseは、EatonやSchneiderなど100年近く更新されていない電気機器の大手メーカーを見下しています。長期的には、電力インフラが765 kVから機柜内の900 V直流まで完全に刷新される必要があり、たとえ短期間であっても、これらの老舗工場は引き続き恩恵を受けるでしょう。

組織構造がAIの発展に追いついていない

第4回目のセッションのゲストは、ソフトウェア会社DatabricksのCEOであるAli Ghodsiでした。彼はまず、重要な見解を提示しました：AGIは既に実現しています。現在のAIモデルは、2009年にバークレーAMPラボでAGIについて定義された基準をすでに満たしています。ボールは実はすでにゴールに入っているのですが、人々はずっとゴールポストを後ろに引っ張ってきました。

人々がAIが期待に応じていないと考える理由は、自身にあります。

MITの報告によると、95%の企業がAIのパイロットプロジェクトで失敗しており、Aliはこれを、モデルが組織内で決して文書化されていない文脈を欠いているためだと説明しています。

ほとんどの企業には、20年以上勤めている従業員がおり、誰もが問題に直面するときに彼に尋ねに行きます。しかし、彼の頭の中の情報は決してモデルには入力されていません。

対照として、電動機は1880年に発明され、1920年までに生産性を著しく向上させる統計的に有意な進展を遂げました。この40年の間、企業は蒸気機関を電動機に当然のように置き換えただけであり、誰もが工場全体のレイアウトを再設計すべきだとは考えませんでした。

Databricks自体も苦労し、3四半期かかる予定だった1つのデータコネクターは、初めてAIに任せたところ、半月だけ時間を短縮することができました。後で、全プロセスを見直す決断を下す人物に変わったところ、1四半期ですべてを提供することができました。時間を節約するのは、モデルのバージョンアップではなく、プロセスを取り壊してやり直す人物です。

Aliは、アプリケーション層には大きな機会があり、その機会は組織の論理を書き換えることを躊躇しないプレーヤーに集中するだろうと考えています。この取り組みの加速度は、GPT-6やOpus-5に依存するのではなく、人間によって決定されます。

インバーストライアングル

技術スタックでは、価値はハードウェアからソフトウェアやアプリケーションの上位レイヤーに向かって自然に移行していきます。

クラウドコンピューティング業界は、ハードウェア主導からソフトウェア主導への移行を15年かけて達成しました。AIスタックは同様の価値転換を達成するために、アプリケーションレイヤーが引き続き爆発するか、チップレイヤーの粗利益率が73％という高水準から始まり、クラウド時代のハードウェアの6％に近づくまでの道のりを進んでいく必要があります。現時点で、両方の動きが進行中ですが、いずれもスピードが不十分です。過去2年間の変化のペースを考慮すると、アプリケーションレイヤーが利益配分でクラウドコンピューティングプラットフォームと同水準に追いつくには、少なくとも10年かかります。

したがって、現時点ではチップレイヤーに賭けることで、2年以内に現金化できる利益を獲得する可能性を賭けることになります。アプリケーションレイヤーに賭けることで、5年から10年後の価値上昇の大きな流れに注目しています。