NVIDIAの初期投資家ギャビン・ベイカーの投資哲学：AIインフラのボトルネックにロング、市場全体のリスクにショート

この記事を読むのに必要な時間は 57 分

AIはバブルの中にはいない。むしろ、スーパーサイクルの真っただ中にいる。

元動画タイトル：What The Best AI Investors Are Buying Right Now
元動画出典：Limitless Podcast
原文編集：深潮 TechFlow

編集者まえがき

今回のポッドキャストでは、Atreides Management の創業者であり、Nvidia と Cerebras に長期的に賭けてきた投資家 Gavin Baker の投資哲学を中心に語られています。

彼の核心的な判断は、AI はバブルではなく、電力、ウェハー、計算能力が共同で駆動するインフラストラクチャーのスーパーサイクルであるというものです。真の超過収益は大規模モデルやチャットボットではなく、GPU 接続、メモリ、推論チップ、先端プロセス、電力供給といった「ツルハシを売る人」の段階にあります。

Gavin Baker は、QQQ put を通じて市場全体の下落をヘッジしつつ、Astera Labs、Unity、Micron、Nvidia、Cerebras、Positron といった AI の物理的ボトルネック資産に集中投資しています。

彼は「AI バブル」論争を感情的なレベルから需給制約のレベルに引き戻し、TSMC、ASML、高帯域メモリ、電力網が急速に過剰供給にならない限り、AI への資本支出は必ずしも 2000 年のインターネットバブルの再現ではないと主張しています。

名言集

AI バブルかスーパーサイクルか

・「AI はバブルの中にはない。むしろ逆で、スーパーサイクルの中にある。」

・「最大のリターンは SaaS や OpenAI、Anthropic のようなチャットボットにはなく、電力、計算能力、シリコンウェハー製造にある。」

・「これはインターネットバブルではない。なぜなら、買い手は主に世界で最も賢く、キャッシュフローが最も強い企業であり、レバレッジをかけて計算能力を購入しているわけではないからだ。」

・「市場全体が過剰供給され得ないのであれば、従来のバブルのように突然崩壊するのは難しい。」

真のボトルネック：電力、ウェハー、トークン

・「Gavin の理論はシンプルで、AI インフラ層のボトルネックだけを見る。誰がワットあたりの性能を高め、トークンコストを下げられるか、そこに価値がある。」

· 「AIラボは今、1ワットあたり何トークンを生成できるかという点にますます注目している。」

· 「電力とウェハーは二つのレンガの壁であり、AIの加速を制限する二つの重要な制約でもある。」

事前学習から推論と事後学習への移行

· 「モデルの事前学習が完了しても、それがずっと天才であり続けるわけではない。事後学習の段階で新しい情報を取り入れる必要がある。」

· 「推論は本質的に大量の計算を必要とする。これこそが、推論チップと推論インフラが次の段階の焦点となる理由だ。」

· 「推論だけでもたらされるコストや収益の機会は、事前学習の計算リソース投資の5倍から10倍になる可能性がある。」

垂直特化型小規模モデル、エッジモデル、主権インフラ

· 「将来、毎日Claudeとやり取りする必要はないかもしれない。本当に必要なのは、自分のデータで訓練されたパーソナライズされたAIエージェントだ。」

· 「インフラの展開速度自体が堀（競争優位性）となる。デジタル世界の反復速度は、物理インフラの建設速度をはるかに上回る。」

「数ヶ月、数年かかる物理的な展開を数週間に短縮できる者が、AIインフラで高い価格を付けられる。」

Gavinの投資スタイル：ボトルネックにロング、市場全体リスクにショート

· 「彼はAIの勝者が現れると強く信じているが、市場全体に楽観的というわけではない。QQQのプットは、全体的な下落リスクに対するヘッジだ。」

· 「TSMCは実際にバブルの加速速度を制限している。チップの生産能力が瞬時に拡大できない限り、設備投資が制御不能になりにくい。」

· 「Gavinは、より老練で安定し、サイクルを乗り越えてきた実績を持つLeopoldのような存在だ。前者の成功は10年単位で測られ、後者は現時点では四半期単位で測られることが多い。」

AIスーパーサイクルで賭ける価値のある資産

EJ：Gavin Bakerは非常に多作だが、一般にはほとんど知られていないAI投資家だ。過去20年間、彼は後に誰もが知るようになるAI企業が世に出る前から投資を始めていた。彼は初期にNvidia（AI GPUとアクセラレーテッドコンピューティングの主要サプライヤー）やCerebras（AIチップ企業）に賭け、明確な見解を持っている。AIはバブルではなく、むしろスーパーサイクルだというのだ。

彼は、watts（電力）、wafers（ウェハー）、token（モデル生成・計算単位）、つまりAIの基盤インフラを観察すれば、重要なボトルネックと制約を特定できると考えている。彼の結論はシンプルだ。AIにおける最大のリターンは、電力、エネルギー、シリコンウェハー製造から生まれ、SaaS（Software as a Service）や、Anthropic、OpenAIのようなチャットボットとはあまり関係がない。

業界全体は最終的に半導体、つまりAI業界を支えるpicks and shovels（「スコップ売り」資産）へと下流に波及する。

多くの人がAI業界はすでにバブルだと言う中で、彼はこれこそが世代を超えた買い場であり、特にAIインフラにおいてそうだと考える。彼はファンドで約41億ドルの規模でこの判断を表現している。

彼が語るこれらの制約、特にAIインフラについて聞けば、この理論に馴染みを感じるだろう。私たちは以前、番組で投資家Leopold Aschenbrennerについて何度か取り上げ、彼も同様の方向性で多くのポジションを組んでいる。違いは、Leopoldが約3年の実績であるのに対し、Gavinは20年以上の経験を持つ点だ。

Leopoldの運用資産規模はGavinの約3倍だが、番組プロデューサーのLukeが良い言葉を残している。「1年でWarren Buffettに勝つことはできても、数十年連続で勝ち続けられるか？」Gavin Bakerの実績は、彼がこの投資理論に対して異なる視点を持っている可能性を示している。

Gavin Bakerを知らない人のために言えば、彼はAtreides Management（投資ファンド）の創業者であり、過去20年にわたりNvidiaに投資してきた。もしNvidiaを20年間保有しながら働き続けられるなら、それ自体が驚異的であり、莫大なリターンをもたらしているはずだ。

彼の最近の成功例には、CerebrasやAstera Labs（AIデータセンター接続チップ企業）がある。CerebrasはAIチップ企業で、番組ではIPO後の評価額が驚くほど高いと述べられている。他にも聞いたことのない企業があるかもしれないが、このエピソードでは彼のポートフォリオと判断に沿って、AI投資の機会がどこにあるのかを探る。

では問題は、彼が何に投資し、なぜ投資したのかということだ。Atreides Managementの直近の13F（米国機関投資家の四半期ごとの保有銘柄開示書類）を見ると、このファンドのAUM（運用資産額）は約40億ドル。その最大の保有銘柄を分解すると、これらの企業はすべて、Gavinが繰り返し指摘するAI開発のボトルネックを指し示している。

彼は、あまり注目されておらず、多くの人が聞いたこともないような企業に大きなポジションを取っています。例えば、Astera Labsはファンドの約9%から10%を占めています。Astera Labsは、GPU間の接続層と考えることができます。

データセンターを一つのシステムと見なすと、GPUはエンジンであり、モデルのpre-training（事前学習）、post-training（事後学習）、inference（推論）を担当します。しかし、GPUが機能するためには、互いに大量のデータを転送し、データを格納するmemory chips（メモリチップ）にアクセスする必要があります。

これを実現するには、「パイプラインシステム」が必要です。ここでは非常に高レベルな説明をしています。なぜなら、私はすべての詳細を理解しているふりをしないからです。Astera Labsが解決しているのはまさにこの問題です。AIクラスターが数十万個のチップに拡大すると、ボトルネックはGPU自体だけでなく、データ転送のウィンドウ、つまり正しいタイミングで正しいデータを送信し、正しいデータにアクセスすることになります。Astera Labsが構築しているのは、まさにそのようなパイプラインシステムです。

このエピソードのリサーチをするまで、私もAstera Labsを知りませんでした。しかし、Cerebrasも同様のケースだったのを覚えています。Gavinは約6ヶ月前にCerebrasについて話していましたが、AIのタイムスケールを考えると、6ヶ月は長い期間です。その後、CerebrasはIPOし、番組内で評価額は約600億ドルとされ、IPO後にはさらに40%上昇しました。これは、Astera Labsも同様のトレンドにおける重要な名前である可能性を示しています。

Josh：Cerebrasは彼の非常に初期の投資です。彼は会社のライフサイクルの非常に早い段階でCerebrasに参入しました。つまり、彼はこの理論に何年も賭けてきたということです。他にも彼が長期的に賭けている企業がいくつかあり、その中で最も代表的なのはもちろんNvidiaです。

20年以上にわたってNvidiaに参加し、一貫してconviction（確固たる信念）を持ち続けることは非常に素晴らしいことです。最近、Gavinが出演した2つのポッドキャストを聴きましたが、彼はNvidiaのポジションについて、同社が現在の利益率を維持し、需要も維持できると明確に判断していると述べていました。これは、彼がNvidiaが約10兆ドルの時価総額に近づく可能性があると考えており、現在はその半分程度に達していることを意味します。

もう一つ注目すべきはMicron（マイクロン・テクノロジー、世界有数のメモリチップメーカー）です。前回のエピソードでAI投資スタックと、これらの企業のその中での位置づけについて説明しましたので、ぜひ振り返ってご覧になることをお勧めします。Micronは最大のmemory makers（メモリチップメーカー）の一つです。

番組内で驚くべき数字が挙げられていました。1年前には時価総額が1000億ドルにも満たなかったのに、収録時には1兆ドルを突破し、1年で10倍になったのです。これはmemory problem（メモリ問題）の重要性を示しています。

また、あまり目立たないけれど興味深い企業もあります。EJさん、特に一つ紹介したいのがUnity Softwareです。ゲームに詳しい人ならUnityをご存知でしょう。これはgame engine（ゲームエンジン）で、多くの人気ゲームがこの3D rendering software（3Dレンダリングソフトウェア）で作られています。

では、なぜAI投資家がUnity、つまり「電子ゲームを作るもの」に投資するのでしょうか？答えは3Dゲームエンジンにあります。Unityはworld model builder（世界モデル構築ツール）であり、物理法則、世界の動作方法、マテリアルやライティングについて深い理解を持っています。

AI企業がAGI（汎用人工知能）やhumanoid robots（人型ロボット）を構築する際、重要な要素の一つが仮想環境と仮想データセットをシミュレートし、その中でロボットを訓練することです。Unityはまさにそのための最強のツールの一つです。

ですから、world model maxi（世界モデル信奉者）であるあなたには、この事例が気に入るはずです。ゲームエンジンで有名な企業が、AIの世界で重要なプレイヤーになる明確な道筋を持っているのです。

Gavinの投資理論と戦略

EJ：world models（世界モデル）の理論はシンプルです。現在のAIモデルやLLM（大規模言語モデル）は主にテキストや本を通じて世界を理解しており、まるで図書館に座っている学生のようなものです。しかし、実際の世界経験はありません。

世界モデルが解き放とうとしているのは、まさにこの点です。ゲームキャラクターをシミュレーション環境に配置し、物理的な現実がどのように機能するかを理解させるのです。

例えば、私がスマホを落としたり、ボールを蹴ったりしたら、何が起こるでしょうか？次のステップは何か？どう行動すべきか？世界モデルはこの問題を解決します。

現在、このような能力を大規模に実現できるプレイヤーは多くありません。現時点でのリーダーはGoogleで、Genie 3（Googleの生成型インタラクティブ世界モデルプロジェクト）のようなモデルを持っています。番組内ではGoogleが最近Gemini Omniをリリースしたことも触れられましたが、こうしたモデルはまだ真のChatGPT moment（ブレイクスルーの瞬間）を迎えていません。

私がギャビンを評価する点は、彼のポートフォリオがバーベル戦略に似ているところだ。一方は非常に伝統的で、GPUやストレージが必要とされるため、最大手のMicronやNvidiaに投資している。もう一方は非常に先進的で、パックがどこへ向かうかを予測し、Cerebrasに投資している。なぜなら、推論が非常に重要になると考えているからだ。また、Unityにも投資している。これは、ワールドモデルが将来、ロボットや次世代LLMを訓練する方法になると考えているからだ。

彼のポートフォリオには、推論チップを手がけるPositronも含まれている。これがCerebrasと似ているように聞こえるなら、その通りで、どちらも推論を中心に据えている。ギャビンは最近のインタビューで、AIモデルのインフラスタック、特にトレーニングスタックが、事前学習からポストトレーニングへと重点を移しているというトレンドを繰り返し語っている。

AI業界にいる人なら、このシフトがすでに起きていることを知っているだろう。ギャビンはこの点に非常に注力している。モデルは依然として新しい情報や新しいデータを理解し、自身を更新する必要がある。あるデータセットで事前学習を完了したからといって、それが一生天才であり続けるとは限らない。新しい情報を学習する必要があり、これはポストトレーニング層で行われ、そのためには大量の計算が必要となる。

次に、AIモデルに本当に問題を考えさせる必要がある場合、それは私たちが新しい情報を受け取った後に、この見解は成り立つのか？別の理論で説明できるのか？と考えるのと同じだ。これが推論（推論的思考）である。推論にも大量の計算が必要だ。現在の試算では、推論だけでもたらされるコストや収益の機会は、事前学習の計算投資の5倍から10倍になる可能性がある。

そのため、AIラボやチップメーカーの間でも大きなシフトが起きている。Nvidiaがエージェンティックアプリケーションを支えるために、推論向けのGPUを多数投入しているのはすでに見てきた通りだ。ギャビンも一連の投資を通じて、推論への賭けを表明している。

最後に、私が非常に興味深いと思う点は、ギャビンが中国について語っていることだ。AI競争において、語られてきたのは中国対米国という構図だ。中国にはユニークな状況があり、エネルギーが比較的豊富で、チップ製造を拡大する能力もある。米国は現在この点で苦戦しており、そのため多くの工程が台湾のTSMC（世界で最も重要な先端ウェハー受託製造会社）にアウトソーシングされている。

彼の説明によれば、中国には米国とは大きく異なるAIインフラやチップを生み出す独自の機会がある。なぜなら、それらは推論に非常に焦点を当てたものになるからだ。ギャビンは米国での投資を通じて、米国の推論インフラ構築に先駆けて賭けていると言える。私はこれが将来的に大きな機会になる可能性があると考えている。

Josh：注目すべきは、この賭けが上昇方向だけではない点だ。彼はまた、多額のQQQプット（ナスダック100ETFのプットオプション）ポジションを保有している。QQQはナスダック100を追跡するETFで、優良株のバスケットであり、米国で2番目に取引量の多いETFだ。そのパフォーマンスは非常に強力で、2023年は55％上昇、2024年は25％上昇、2025年は20％上昇、2026年は現在までに17％上昇している。

言い換えれば、QQQはインデックスファンドとして非常に好調で、購入は容易であり、トップ100銘柄のバスケットだ。そしてGavinはそれに対して逆方向のヘッジを行っている。彼はAIが勝たないと言っているわけではない。むしろ、彼は真のボトルネックを解決する重要な製造業者に投資する一方で、全体的な市場センチメントに対してはそれほど楽観的ではないことを示している。

QQQプットはダウンサイドプロテクション（下落リスクへの備え）だ。もし市場全体が不利な形で暴落した場合、たとえAIが長期的に勝ち続けても、彼はこのヘッジ（リスク回避手段）を持っている。

投資に値する4つの方向性

Josh：彼が最も重要だと考える投資ボトルネックをいくつかのカテゴリに分解できる。第一のカテゴリは、垂直化された小規模言語モデル（verticalized small language models）だ。

一般的なLLM、例えばClaudeやChatGPTのようなチャットボットは、汎用大規模言語モデル（generalized LLM）であり、世界について広範な理解を持ち、具体的な質問に答えることができる。しかし、特定の垂直領域や特定の問題に焦点を当ててモデルを訓練することは、別の話だ。

これらの特定の問題は、通常、企業内に存在し、特に特定の問題に深く取り組む企業や、特定のニッチ（利基）市場で地位を築いた企業に見られる。垂直化されたSLM（小規模言語モデル）はまさにこの問題を解決する。これらはフロンティアモデル（最先端モデル）だが、高度に最適化されており、特定の企業データ上で効率的に動作するか、デバイス（端末）上でローカルに実行できる。

以前、オンデバイス（端末側）またはローカル実行モデル（ローカルで動作するモデル）について話した。その理由は、スマートフォンやその他のデバイスには非常に個人化されたデータが大量にあり、それを外部に渡したくない場合や、企業がアクセスできない場合があるからだ。例えば、医療記録（medical records）や金融詳細（financial details）などだ。

OpenAI が金融 AI エージェントを発表したのを見たことがある。銀行口座にアクセスできるが、社会保障番号や銀行詳細などの個人識別情報（PII）が多く含まれているため、実際に代わりに操作することはできない。

ローカルモデルや SLM はこうした問題を解決できる。Gavin はこれらが将来的に重要になると大きく賭けている。彼が特に注目している企業の一つが Apple だ。明確な投資意欲を示したわけではないが、Apple はローカルモデルをデバイス上で実行する主要なデバイスメーカーの一つになると考えている。

もし将来がそうなるなら、Claude が毎日対話するモデルでなければならないとは思わなくなるかもしれない。必要なのは、自分のデータでトレーニングされたパーソナライズド AI エージェントであり、それが SLM が最終的に進化する姿かもしれない。

汎用バージョンはスマートフォン上で動作し、多くの企業は自社の専有データでトレーニングされた高度に最適化された専門モデルを実行し、製品の販売やマーケティングをより効果的に行うだろう。

EJ：Apple はこの点で非常に有利な立場にある。WWDC が近づいてきて楽しみだ。

Josh：そうだね。

EJ：Apple の開発者会議まであと数週間で、新しい AI ソフトウェアと、それがハードウェアとどう統合されるかが発表される。これは非常に重要で、引き続きカバーしていくつもりだ。この話題について議論するのが楽しみだ。

Josh：第二の柱は sovereign infrastructure（主権インフラ）だ。よく言われるように、ビットの速度はアトムの速度よりはるかに速い。AI インフラを見れば明らかだ。モデルの品質はほぼ指数関数的に向上し、ワットあたりの生成されるインテリジェンスやトークンあたりのインテリジェンスは、上昇の一途をたどる。

しかし、物理的な展開速度はそれに近いペースで向上しておらず、これ自体が参入障壁（moat）となっている。ハードウェアは極めて複雑で、トランジスタの精度は原子レベルに近づいている。既存のインフラがすでに圧迫されている世界で大規模に展開するのは容易ではない。電気自動車の普及加速により、電力網はすでに大きな負荷を受け、多くの地域でほぼ限界に達している。そこに AI がエネルギー問題とチップ問題をもたらしている。

ギャビンは、インフラ構築が非常に困難であり、その構築には何日、何ヶ月、さらには何年もかかるという事実に強く賭けている。彼が注目しているのは、このサイクルを数週間に短縮できる者たちだ。つまり、物理的なデプロイメントの速度そのものが参入障壁（モート）となる。彼は対象を絞り込み、可能な限り迅速にデプロイできる企業を探している。

最初に思い浮かぶ例は、SpaceX（マスク氏傘下の宇宙企業）と、彼らがColossus（xAIの大規模AIスーパーコンピューティングクラスター）を構築し、それをAnthropicにレンタルした速度だ。将来的には他の企業にもレンタルされる可能性がある。このインフラの柱は、ギャビンが注視する重要な要素の一つである。

Leopoldのポートフォリオを見ても、これが中核部分である。現実はこうだ：物を構築するのは非常に難しく、それを成し遂げられる者は、非常に高額で販売できる。番組内で言及されたように、SpaceXの現在最大の収入源の一つは、ロケットではなくデータセンターのレンタルである。このことからも、この柱がどれほど重要かがわかる。

EJ：彼が関心を持っているのは速度だが、コストにも関心がある。彼は繰り返し「performance per watt（ワットあたりの性能）」という指標に言及している。彼が本当に言いたいのは、AIラボがワットあたりに生成できるトークン数をますます重視しているということだ。

考えてみてほしい。今年、GPU、コンピューティング、そしてそれらのシステムを駆動する電力に、わずか5社程度が数百億、さらには数兆ドルを費やしているのだ。あなたは確かに、bang for buck（費用対効果）が十分に高いことを望むだろう。特に、ハイパースケーラー（超大手クラウドベンダー）がこの規模に拡大する場合、コストが核心的な問題となる。

仮定の話をしよう：私がClaudeに質問し、回答を得るコストが2セントだとしよう。ChatGPTに同じ質問をした場合、コストが1ドルだとしよう。たとえClaudeの知能がChatGPTの95%しかなくても、私はおそらくClaudeを使うだろう。なぜなら、より多くの質問を繰り返し、最終的に低コストで回答を得られるからだ。

したがって、このインテリジェンス（知能）へのアクセスコストは非常に重要である。今週、MicrosoftとUberが、実際にClaude Code（Anthropicがプログラミング向けに提供するAIコーディングツール）の使用を削減していると発表した。年間予算が約4ヶ月で使い果たされてしまったからだ。

ギャビンの投資ポートフォリオには、これが反映されている：Cerebras、Positron、Astera Labs。彼は非常に細分化されたインフラのボトルネックを特定し、単純な賭けに出る：もしこの企業がそのボトルネックを解決し、performance per wattが一定の水準に達し、トークンコストが一定の水準まで下がれば、AIラボはより多くのGPU、より多くの製品、あるいはより多くのそういったものを購入するだろう、と。

つまり、彼の理論は非常にシンプルで、具体的な技術は複雑ですが、私はAIインフラのボトルネックにのみ注目しています。もし、ワットあたりの性能を向上させ、トークンをより安価にする企業を見つけられれば、その企業は将来的に非常に価値が高まり、IPOか高額買収されると賭けています。

Josh：この部分で、もし誰かがGavinのトレードを再現したいなら、いくつかの名前を知っておく必要があります：Astera Labs、Cerebras、SiFive（RISC-Vチップ設計会社）、そしてPositronです。この4社はこのセクションで非常に重要です。

4つ目で最後の方向性は、エネルギーと宇宙の融合です。先ほど述べたように、地上の電力網はエネルギー供給を大きく制限しており、新しいエネルギーを生み出すことも非常に困難です。番組内で、約40%の新しいデータセンターが非常に強い反対に直面し、人々がロビー活動や抗議を行い、これらのデータセンターの設置を望まないという統計が紹介されました。

解決策は2つあります。1つは、箱の中のエネルギー、つまりポータブルエネルギーを生み出すことです。データセンターを持ち運び、小型のエネルギー装置で電力を供給できます。Leopoldが高く評価しているBlue Marbleはこのタイプに該当します。

もう1つは、軌道コンピューティングであり、これはGavinが現在非常に注目している方向性です。この分野で最大かつ中核的な企業は、もちろんSpaceXです。同社は、宇宙への高速道路となり、ペイロードを軌道に投入し、ラックやデータセンターを低軌道に送り込み、十分なインテリジェンスと電力を生成して地球に送り返すことができる唯一の企業です。

私は、SpaceXの重要性はSpaceX自身よりも大きいと考えています。Gavinのポートフォリオに、これが巨大な産業であると考えるなら、もっと多くの宇宙関連株が含まれていないことに少し驚きました。おそらく現実はまだ時期尚早であり、SpaceXがこの産業を解放するための要なのです。

次に注目すべきは、Starship V3の打ち上げです。先週、Starshipの打ち上げが行われ、非常に良好な結果でした。もしStarshipが実際に機能しなければ、宇宙エネルギーも、軌道上へのラックも実現しません。打ち上げる必要があるペイロードが非常に大きいため、これは必要条件です。したがって、SpaceXは必ず注目すべき企業であり、多くの二次的な企業も影響を受けるでしょう。

なぜまたインターネットバブルではないのか？

Josh：次に皆さんが必ず尋ねるのは、なぜこれがまたドットコムバブルではないのか、ということです。Gavinはこの質問を何度も受けており、非常に力強い回答をしています。私は基本的に彼を信じています。彼の論証は説得力があります。

彼の論理はおおよそ次の通りです。2000年のインターネットバブルは債務主導型でした。多くの人々が多額の借金をして、未検証の理論や、誰も実際に使ったり気にしたりしていない製品に投資しました。

これを、Gavinが言う現在のAIスーパーサイクルと比較すると、OpenAIとAnthropicの2社だけで、今年は2000億ドルのARR（年間経常収益）に達する見込みです。これは架空のお金ではなく、すでに契約で確定したお金であり、その大部分（番組内では40％から60％と言われています）は、企業や小売顧客から前払いされています。

つまり、実際にお金が動いているのです。

さらに、GPUの計算能力を見てみましょう。モデルラボではなく、誰がNvidiaから製品を購入しているかに注目してください。Google、Microsoft、Amazon、Metaはすべて、自社の現金準備で支払っており、借金はしていません。Amazonはちょうどフリーキャッシュフローの限界に達したところですが、もし借金を始めたら心配になります。しかし現時点では、彼らはレバレッジをかけていません。

そして、これらは世界トップ5の企業の一部であり、ある意味で最も賢い企業の一部でもあります。その時価総額、規模、地位がそれを物語っています。インターネットバブルと比較すると、当時は無名の企業が大量に資金を調達し、不合理な方法で資金を燃やしていました。このサイクルでは、世界で最も賢い企業群が、レバレッジをかけずに資金を支出しています。

最近数週間、番組で取り上げた四半期報告書でも、利益がこれらの動きに合わせて最適化されており、モデルは進化し、より賢くなっていることが示されています。したがって、Gavinの中心的な論点は次の通りです。これはインターネットバブルではない。なぜなら、レバレッジ資金によって駆動されているわけではないからです。同時に、私たちが話しているボトルネックは物理的な原子によって制約されています。

大量のメモリチップやGPUを購入するのは一つのことですが、NvidiaはGPUを過剰販売できませんし、MicronもAIストレージチップを過剰販売できません。なぜなら、十分なチップ生産設備がないからです。したがって、彼のシンプルな論点は、市場全体に過剰供給できないのであれば、それはバブルではない、ということです。私たちは、この仕事を完了するための十分なピック＆ショベルがないという制約に直面しており、彼が投資しているのはまさにそれらです。

もう一つ良い点がある：Gavin は、もし TSMC が供給可能なら、Nvidia は今年と来年で 2 兆から 3 兆ドル分の GPU を売れたはずだと考えている。つまり、TSMC はバブルの境界線における重要な要素だということだ。

その理由は、もし TSMC がこれらの企業の需要を満たし、それだけ多くのチップを供給しようとすれば、莫大な資金が必要になるからだ。現在のチャートを見ると、CapEx（設備投資）と operating cash（営業キャッシュフロー）の間に大きな乖離はまだなく、企業が生み出すキャッシュは依然として建設を支えるのに十分だ。

しかし、もし TSMC が明日 Nvidia に対して「一晩で生産能力を 3 倍にできる」と言ったら、Nvidia は断らず、巨額の資金を投じてチップを買い始めるだろう。他の企業も借金をしてでもこれらのチップを購入せざるを得なくなり、その時点で CapEx bubble（設備投資バブル）が膨らみ始め、企業の営業キャッシュフローとの差が広がる。

しかし、各段階に供給制約があるため——ストレージに制約、チップ製造に制約、エネルギーに制約、特に TSMC の先端チップにおける制約——実際には建設速度をそれほど速めることはできない。そのため、TSMC がバブルの加速を防いでいる。

TSMC のチップ生産能力が限られており、Samsung（サムスン）や他のチップメーカーがその市場シェアを超えていない限り、成長速度は比較的持続可能だ。それは速く見えるが、それでも満たされない需要が大量にある。なぜなら、建設が十分に速く進んでいないからだ。このダイナミクスが続く限り、当面は大きな問題はないと思う。

EJ：もう一つ指摘すべき点として、需要が静的だと仮定できない。なぜなら、そうではないからだ。AI 関連の需要は指数関数的に増加しており、その成長速度はチップの生産供給を上回っている。

この理論を反証できる方法は、私が考える限り 2 つしかない。第一に、誰かが奇跡的に ASML（世界の極紫外線リソグラフィ装置の主要サプライヤー）を複製し、突然多くの ASML の競合が現れることだ。ASML を知らない人のために説明すると、同社は約 4 億ドルの機械を製造しており、TSMC とすべての主要な chip fab（ウェハー工場）がこれらの機械を必要としている。

番組内では、ASML には Norway（ノルウェー）でこれらを製造するチームが 1 つしかなく、サイクルが非常に長く、注文の backlog（受注残）はすでに約 5 年に達していると述べられていた。

第二に、まったく異なるタイプの LLM を創り出し、それほど多くの GPU やストレージを必要としないようにすることだ。しかし、現時点ではそのような兆候は全く見られない。

今日、SKハイニックス（世界有数の高帯域メモリサプライヤー）に関するニュースを目にしました。同社はNvidia GPU向けのトップメモリメーカー兼サプライヤーであり、AIメモリ分野ではほぼトップドッグ（業界トップ）の立場にあります。

現在、GoogleとMicrosoftから500億～1000億ドルのオファーが届いている模様で、両社は今後3年間に生産される供給分を前倒しで確保し、その代金を同社の生産拡大に必要な設備投資に充てようとしています。

これは、大手企業がメモリにどれほど飢えているかを示しており、これはAIコンポーネントの中の一つのサブセクターに過ぎません。SKハイニックスはむしろ「供給保証はしたくない。直接値上げする」と述べています。同社の営業利益率（operating margin）は約70％で、半導体業界ではほぼ信じがたい水準です。

だからこそ、Gavinがオールインするのも道理です。これはバブルには見えません。市場が短期的にそう反応する可能性はありますが。本日の収録前にポートフォリオを開いたところ、ほぼ全面安でしたが、それはどちらかというとリアクショナリー（感情的な反応）です。

この件の方向性としての目標は、GPUや半導体チップがさらに必要になる一方で、供給もメーカーも不足している、ということです。

Gavinの投資ポートフォリオ

Josh：結論は、電力とウェハー。この2つだけです。これらは2つのレンガの壁であり、加速しすぎるのを防ぐ2つの制約要因でもあります。電力とウェハーが引き続き価値を持ち、需要が強く、供給が限られている限り、先行きは明るいでしょう。

GavinのポートフォリオのTLDR（長すぎて読めない人向け要約）が欲しければ、彼の最大保有銘柄を読み上げます。繰り返しますが、これは投資アドバイスではありません。これはGavinが保有しているものであり、私たちが保有しているものではありません。これらの株が上がるか、下がるか、それとも横ばいかは私にはわかりません。

彼の最大ポジションはやや直感に反して、QQQのプットポジション（ナスダック100 ETFのプットオプション）です。全体的に彼は市場に対してベアッシュ（弱気）であり、これは非常に注目に値します。第2位はAstera Labsで、ポジション比率は約7.4％、ティッカーはALABです。第3位はUnity、つまり3Dソフトウェア企業です。

その後も多数あります：Ciena（光ネットワーク機器企業）、Micron、Nvidia、Amazon、Lumentum（光通信・レーザー部品企業）、Alphabet（Googleの親会社）、Coherent（光エレクトロニクス・材料企業）、Roblox（ゲームプラットフォーム）、EchoStar（衛星通信企業）、Twilio（クラウドコミュニケーションプラットフォーム）、Wayfair（家具EC企業）。この人は何にでも投資しています。

興味があれば、彼の13Fを見てみるといい。それがギャビンの見解だ。ボトルネックは電力とウェハーにある。これらの制約が続く限り、基本的には一方的な上昇トレンドだ。EJ、この情報をどう受け止める？どう処理する？

EJ：レオポルドの13Fが出て以来、市場はずっと不安定だ。このエピソードを録っているうちに、ギャビンはレオポルドのより年長で賢いバージョンのように思えてきた。彼はこの業界に長くいる。130億ドルのAUMは持っていないかもしれないが、10年後も彼はまだここにいる気がする。

もしこれを聞いて、AIの進展を毎分、毎時、毎日追いかけたくない、ただお金を置いて、数ヶ月や数年でどう成長するか見守りたいと思っているなら、ギャビンのポートフォリオは参考になるかもしれない。もちろん、これは投資アドバイスではない。

彼はより慎重で、長期志向で、未来志向のアプローチを取っている。もし彼のトレンド予測が最終的に実現すれば、NvidiaやCerebrasに早期に賭けた時のように、今後数年で指数関数的なリターンが得られる可能性がある。しかし、それはすべて彼の核心的な見解に基づいている：私たちはバブルの中にいない、と。

リスナーが同意するかどうか気になる。明らかに、ほとんどの人はギャビンのように技術的で、深く基盤まで掘り下げることはない。しかし、このエピソードを聞いた後、私たちはバブルの中にいると思うか？それともいないか？賛成と反対の理由は何か？見落としているものはあるか？Josh、終わる前に今はバブルだと思うか？

Josh：もちろんバブルの中にいると思う。問題は、バブルのどの段階にいるかで、それはまだ議論の余地がある。今は初期段階のように見えるので、この状態が続くことを願っている。ギャビンの言う通り、TSMCがチップの生産能力を制限し続ける限り、大丈夫だ。

これが全体的な見通しだ。私たちはすでにレオポルドについて話した。彼の成功は今のところ四半期単位で測られている。今度はギャビンについて話している。彼の成功は数十年単位で測られる。多くの人の答えは、おそらくその中間に落ち着くだろう。