IOSG：推論が希少資源となるとき、その価値は誰が獲得するのか？

この記事を読むのに必要な時間は 27 分

最終的に勝ち残る企業は、最も多くのGPUを保有している企業ではない。

原文タイトル：『IOSG Weekly Brief｜推論が希少リソースとなるとき、価値は誰が獲得するのか #329』
原文著者：Frank Fu、IOSG Ventures

2023年にDavid Cahnが指摘したあのギャップは、トレーニング側では決して埋められなかった。それは推論側で埋められ、市場がそれを価格に織り込み始めたのはここ数週間のことだ。

NVIDIAが「サービス・トークン」を軸に決算指標を再編し、Cerebrasの上場が20倍の申し込み超過となった今、ボトルネックを巡る議論は終わった。真の問いは次のものに移っている：推論が希少リソースとなるとき、価値はコンピューティングスタックのどの層に沈殿するのか。

GPUの流れを追え：2000億ドルの問題から6000億ドルの問題へ

2023年、SequoiaのDavid Cahnは、AI構築全体に重くのしかかる問題、すなわち「2000億ドルの問題」を提起した。GPUに1ドルを費やすごとに、データセンターでの電力供給にさらに約1ドルが必要となる。したがって、毎年のGPUへの設備投資（CapEx）は、これらのチップが最終的に約2000億ドルの収益を生み出さなければ、投資を回収できないことを意味する。

AI収益に対して非常に楽観的な仮定を置いても、彼は「投資」と「エンドユーザーが実際に支払う額」の間に1250億ドル以上のギャップがあることを発見した。懸念は明白だった：GPUは実際の需要を先取りして過剰に建設されているのだ。

1年後、ギャップは縮小どころか拡大した。Cahnは2024年の続編で、ハイパースケーラーのCapEx膨張に伴い、これを「6000億ドルの問題」と再定義した。弱気論はおなじみの形に収束した：過剰建設が供給過剰を招き、過剰が資本を焼き尽くすというものだ。

両方の記事は実は同じことを問いかけている：誰がこのギャップを埋めるのか？答えは決して「トレーニング」側の帳簿には現れなかった。それはinference（推論）側に現れ、市場がそれを価格に織り込み始めたのはここ数週間のことだ。

Cerebras IPOと推論の圧迫

Cerebrasは木曜日に上場した。このIPOは20倍の申し込み超過となり、価格は水曜日の最終値上げの約2倍に設定された。需要は「次のNVIDIAキラー」への賭けからではなく、もっと単純な事実に起因している：市場がAIにおける真のボトルネックはトレーニングではなく推論であると認識し始めたのだ。

Cerebrasの真骨頂は、推論を極限まで高速化するチップアーキテクチャにある。訓練ではなく、推論だ。これこそがウォール街を熱狂させるポイントである。推論市場は継続的な収益を生み、利用量に応じて拡大する。Claudeが質問に答えるたび、エージェントがタスクを実行するたびに、計算リソースが消費される。訓練は一度きりだが、推論は決して止まらない。

J.P. Morganは、推論市場の規模を訓練の10倍から50倍と見積もっている。機械が他の機械から指示されたタスクを実行する、すなわちエージェンティック（自律型）な拡張が始まると、推論需要はユーザー数ではなく、計算リソースそのものに応じて拡大する。

Nvidiaが地図を塗り替える：推論がトップニュースに

Cerebrasが市場の覚醒だとすれば、Nvidiaの最新四半期決算は、業界の頂点からの確証である。最新の決算説明会で、Jensen Huangは暗黙の了解となっていた言葉を明確にした。AI需要は放物線状に成長している、と。

理由は単純だ。エージェンティックAIが到来したのである。主流のAIは、単発の推論から論理的推論へ、そして自らツールを呼び出しタスクを編成するエージェント段階へと移行している。Huangは「トークンは今や収益を生む」と述べた。AI時代において、計算リソースこそが収益と利益である。

これにより業界全体が再構築されている。訓練はモデルを構築するための一度きりのコストであり、推論はそれを運用するための継続的なコストである。そして現在のボトルネックは訓練ではなく、推論にある。

Nvidiaはこの判断を自社の決算報告に反映させた。現在、同社は単一のプラットフォームではなく、Data Center（データセンター）とEdge Computing（エッジコンピューティング）の2つのプラットフォームで開示している。データセンター（当四半期約750億ドル、前年同期比+92％）はさらに、Hyperscale（約380億ドル、前期比+12％）とACIE、すなわちAIクラウド、産業、企業向け（約370億ドル、前期比+31％）に区分される。

新たに追加されたラインはEdge Computingである。64億ドル、前年同期比+29％で、エージェンティックAIやフィジカルAIが実際に動作するエンドポイント、例えばPC、ワークステーション、AI-RAN基地局、ロボット、自動車などをカバーする。

エッジは現在、総収益の8％未満だが、Nvidiaはこれをデータセンターと並ぶ「第2のプラットフォーム」に格上げした。このシグナルは、推論が2つの戦線に分裂しつつあることを示している。データセンター内のクラウド推論と、エッジ側のエンドポイント推論である。AIは物理世界で視覚、移動、行動を実現する必要がある。

ロードマップも同じ論理に従っている。第3四半期から出荷が始まるVera Rubinは、推論スループットがBlackwellの最大35倍に達する。Huang氏はまた、エージェンティックワークロード向けに開発されたVera CPUに対し、全く新しい2000億ドルのTAM（総アドレス可能市場）を示した。すべてのフロンティアモデル企業は、初日からこれに完全移行すると予想されている。

地球上で時価総額が最も高い企業が「サービス・トークン」を中心に財務開示を再編した時点で、ボトルネックを巡る争いは決着した。本稿の残りの部分では、トレーニングではなく推論が希少リソースとなった場合、誰が価値を獲得するのかを議論する。

まず範囲を明確にしておく。これら二つの戦線のうち、本稿が扱うのはクラウド推論、すなわち外部にAPIトークンサービスを提供する、レンタルされたデータセンターのGPUである。

エンドポイント推論は、デバイス自体の内部にあるローカルチップ（NvidiaのJetson、RTX、Drive、AI-RAN）上で動作し、その下にあるGPUレンタル・集約スタックを一切経由しない。ここでは、推論エコノミー全体を拡大し、ボトルネック論を裏付ける追い風として捉えてほしい。HyperbolicやVeniceが存在する市場ではなく、これら二社は完全にクラウドのライン上にある。

圧迫はすでに始まっている

Anthropicは炭鉱のカナリアだ。使用量は事前に構成されたキャパシティをはるかに超えており、Claudeが「ロボトミー手術」を受けたとの苦情がネット上にあふれている。制限された返信、遅くなる推論、圧縮されたコンテキストウィンドウなどがその内容だ。

解決策は赤裸々な計算力だ。2026年5月、AnthropicはSpaceXからColossus 1データセンター全体を引き継ぎ、22万枚以上のNvidia GPU、300メガワット超を、トレーニングではなく推論専用に割り当てた。

このキャパシティにより、一連の制限変更が解除され、その一つ一つがシグナルとなった。

5月6日、AnthropicはClaude Codeの5時間制限を倍増させ、ピーク時のレート制限を撤廃し、OpusのAPIレート制限を大幅に引き上げた。5月13日には、Claude Codeの週間制限をさらに50%引き上げた（7月13日まで）。その後、6月15日からは、「寛大さ」とは逆の行動に出た。エージェンティックおよびプログラム的使用（Agent SDK、ヘッドレスモードのclaude -p、CIパイプライン）をフラットサブスクリプションから切り離し、独立した従量制クレジットプール（月額20～200ドル、API価格で課金）に移行した。

この最終ステップでは、議論全体を一つの動作に凝縮している。エージェントが推論（inference）を消費する速度は、フラットなサブスクリプションモデルの設計では到底耐えられない。そのため、本来の「経常コスト」に基づいて価格設定される必要がある。

トレーニングは一度きりの資本支出だ。推論は経常的な運用コストであり、新規ユーザーや新たなエージェントが増えるたびに複利的に積み上がる。

このスタック：6層、1つのボトルネック

すべてのAIアプリケーションは、TSMCの工場から始まりAPIエンドポイントで終わるサプライチェーン上に位置している。

ほとんどの企業は、このうちの1層しか所有していない。Nvidiaはシリコンを、CoreWeaveはベアメタルを、Together AIは推論最適化を、OpenRouterはモデルAPIルーティングをそれぞれ持っている。

ただ1社だけ例外がある。

Hyperbolic：唯一3層にまたがる企業

Hyperbolicは2025年6月にオンデマンドGPUマーケットプレイスを立ち上げた。最初の数ヶ月で開発者数は20万人を突破し、採用範囲は最先端のAIラボ、検索、そして大規模な消費者向けプラットフォームにまで及んでいる。

興味深いのはそのアーキテクチャだ。

Hyperbolicは自社で1枚もGPUを保有していない。すべてのカードは、CoreWeave、Lambda Labs、Nebius、そして余剰キャパシティを持つ小規模オペレーターを含む、neocloudやデータセンターから調達されている。これは一見弱点に見えるが、実際には参入障壁（モート）となっている。

GPUの供給側と消費側の間に位置することで、Hyperbolicは他社には見えないリアルタイムデータを把握できる。誰が、どの価格で、いつ、どのGPUを購入しているのかを知っている。供給過剰が表面化する前、需要の急増が市場を揺るがす前に、それを察知するのだ。

現在、この参入障壁こそがマルチクラウド集約そのものである。Hyperbolicは、数十の独立したクラウドやデータセンターからの断片的なキャパシティを、標準化された統一プールに統合する。これにより、開発者は各オペレーターと交渉したり、多数のアカウントを管理したりすることなく、どこでも最も安価な利用可能なGPUをレンタルできるようになる。

接続するクラウドが増えれば増えるほど、流動性は深まり、価格データは豊富になる。さらに、チームはこれらのデータを使ってGPU価格曲線をモデル化し、最終的には自己資本を投入して需給を平滑化し、物理的なコンピューティングリソースのマーケットメーカーとしての役割を果たす方法を模索している。しかし、この目標はまだ初期段階にあり、現在実際に複利効果を生み出しているのはアグリゲーションレイヤーである。

これがフライホイールだ：

1. より多くのクラウドを接続 → より多くの集約された供給

2. より多くの供給 → より深い市場とリアルタイムの価格データ

3. より良いデータ → 現在はよりスマートなルーティング、長期的には価格モデル

4. より良い流動性と価格 → より多くの開発者 → より多くのクラウドが接続を希望

このような試みを行っている企業は他にない。Hyperbolicは、GPUレンタルレイヤー、デプロイメントレイヤー、モデルAPIレイヤーの3つを同時にカバーする唯一の企業である。

Veniceという鏡

Veniceは、推論エコノミーをアプリケーションレイヤーで最も明確に体現した存在であり、Hyperbolicの位置づけと比較する上で有用な対照例でもある。

Veniceはプライバシー重視の推論アプリケーションである。OpenAI互換のAPIと、消費者向けのサブスクリプション（Free / Pro / Pro+ / Max）を提供し、リクエストを約75のモデルにルーティングする。そのうち約3分の2はオープンソースまたはセルフホストモデル（Llama、Mistral、Qwen、DeepSeek）であり、残りはクローズドソースのフロンティアモデルへの匿名透過である。

重要なのは、Venice自身は有意義なコンピューティングリソースを所有していないという点だ。未公開のGPUパートナーや機密コンピューティングベンダー（NEAR AI Cloud、Phala）からレンタルし、フロンティアラボには透過料金を支払っている。したがって、Veniceの真の売上原価はSaaSホスティングではなく、推論コンピューティングリソースである。

Veniceが実際に販売しているのはプライバシーである。ここで言う「プライバシー化」とは、公共のコンピューティングリソースを私物化することではなく、コモディティ化された推論に保証を付与することだ。データを保存しない、トレーニングに使用しない、リクエストを匿名化する、そして一部の負荷はTEE内で実行され、オペレーター自身も平文を見ることができない。

基盤となるコンピューティングリソースはコモディティであり、付加価値として販売されているのはこのプライバシーラッピングである。そして、この保証は階層化されており、均質ではない。自社管理またはTEE GPU上で実行されるオープンソースモデルについては、ほぼエンドツーエンドの機密コンピューティングが可能である。しかし、ClaudeやGPTなどのクローズドソースモデルへの匿名透過の場合、プライバシーは身元を剥奪するだけであり、フロンティアラボ側では依然として元のプロンプトが処理されている。したがって、最も強力なプライバシーはオープンソース部分のみをカバーし、フロンティアモデル部分は「真の機密」ではなく「匿名」である。

Veniceの粗利 = サブスクリプション価格 − 下流に支払う推論コストであり、裸のAPI価格よりも多く徴収できる部分は、ほぼこのプライバシープレミアムに依存している。これが、Veniceが薄利であり、かつ最先端の透過的価格設定に制約される理由でもある。

トークンデザインは、この推論需要をラッピングしている。Veniceは2つのトークンで動作する：VVV（ステーキングとプラットフォームアクセス用）とDIEMで、後者は推論クレジットであり、1 DIEMは約1日あたり1ドルの計算能力に相当する。

有料サブスクリプションは、VVVのプログラムによる買い戻しと焼却をトリガーする（Pro / Pro+ / Maxでそれぞれ約2 / 5 / 10ドル）。排出量は固定スケジュールで減少する：毎月6M → 5M → 4M VVV、そして7月1日には3Mに引き下げられる。

買い戻しは実際に行われているが、裁量的であり、依然として規模は小さい：4月と5月にはそれぞれ約10.3万ドルが焼却され、6月にはゆっくりと約11万ドルに向かって上昇しているが、月額20万ドルのラインを大きく下回っている。

ファンダメンタルズは見出しよりも健全だ。広く流布されている「7000万ドルのARR」という数字は、ほぼ間違いなくサブスクリプションの更新を新規獲得と誤認した結果である。弁護可能な観測可能な範囲は、ARR 600万〜1500万ドルに近い。

その下では、トラクションは本物だ：約13.6万人のトークン保有アドレス、月間約990万回のウェブサイト訪問（1日あたり約33万回）、新規Proサブスクリプションは1日あたり約1400件で推移している。これは本物のビジネスだが、薄利のビジネスであり、その経済性は購入する計算能力に制約されている。

これこそが、Hyperbolicがその上層に位置する理由だ。Veniceがガソリンスタンドなら、Hyperbolicは製油所である。Veniceは誰もが依存する同じ制限された供給から計算能力を購入する。一方、Hyperbolicはその断片化された供給を集約・標準化し、Veniceやそれに類するすべてのプレイヤーに販売する。

推論需要が成長するにつれて、価値は計算能力を消費するアプリケーションだけでなく、計算能力を集約・ルーティングし、これらのアプリケーションが支払う収益コストをキャプチャする層にも蓄積される。

なぜこれが今重要なのか

Nvidiaは財務を「サービス・トークン」中心に再編した。CerebrasのIPOは、市場がすでに推論（inference）がボトルネックであることを理解している証拠だ。Anthropicが生産能力確保に奔走しているのは、これが現実の問題であることを示している。エージェンティックAIとフィジカルAIは、クラウドとエッジの両方で需要を数桁規模に拡大させるだろう。

そして、それは別の側面から「6000億ドルの問題」の環を閉じた。Cahnの弱気論、すなわち過剰建設の後に供給過剰が訪れるというシナリオは、最終的に検証される可能性が高い。

しかし、供給過剰こそが軽資産アグリゲーターにとって最良のシナリオだ。GPU価格が下落し、供給が数十のクラウドに断片化するとき、ハードウェアを一切保有せず、すべてのワークロードを最も安価な利用可能なカードにルーティングするプレイヤーが価格差を稼ぎ、減価償却が進むGPUを保有するオペレーターが損失を被る。Hyperbolicは供給過剰をロングしているのであり、ショートしているわけではない。

最終的に勝ち残る企業は、最も多くのGPUを保有する企業ではなく、どのGPUがどこで、いくらの価格で利用可能かを教え、すべてのワークロードを最も低コストで実行できる場所にルーティングできる企業だ。

Hyperbolicはまさにそのような企業を構築している。自らGPUを保有せず、純粋なソフトウェアであり、三層の深さを持つが、推論（inference）の究極のコンピューティング集約層となることを目指している。