原文タイトル：今週のチャート：新クラウドの雲に頭を突っ込んで
原文著者：Moses Sternstein、a16z

編集者注：生成AIが新たな計算投資の波を牽引する中、AIインフラに関する市場の議論は「十分なGPUがあるか」から「誰が持続可能な形で計算能力を提供できるか」へと移行しつつある。モデル訓練・推論需要とデータセンター拡張が共通認識となった今、より根本的な問題が浮上している：計算需要の急成長は、本当に安定した利益とキャッシュフローに転換できるのか？

a16z New Mediaが発表した『Charts of the Week』で、著者のMoses Sternstein氏はCoreWeave、Nebius、Applied Digitalなどの新興クラウド企業を切り口に、AI計算市場の成長・評価・収益性の矛盾を考察し、さらに横断的SaaS、モデルルーティング、フロンティアラボの人材競争へと論を広げている。

この記事で著者は、AI需要が強いかどうかを単純に判断するのではなく、現在のAI取引をより根本的な構造問題の集合に分解している：既存インフラがどのように再評価されるか、収益成長がなぜ市場予想の改善に同期しないのか、そしてAI産業の競争焦点がなぜ単なる拡大から効率とリターンへとシフトしているのか。

第一に、インフラ価値の再発見である。過去には、鉄道沿線の土地、天然ガスパイプライン、ケーブルテレビネットワークが特定産業にサービスを提供し、その後、通信・インターネットインフラへと転換された。今日、同様の資産再評価が再び起きている。一部の新興クラウド企業は元々暗号通貨マイニングにサービスを提供しており、電力、データセンター、冷却システム、高密度計算の運用経験をすでに有している。AI需要の爆発後、これらの能力は急速に希少な計算供給へと転換された。その意義は、AIインフラ競争が完全にゼロから始まるわけではなく、初期の優位性はしばしば旧資産、エネルギー資源、エンジニアリング能力の再組み合わせから生まれることにある。

第二に、収益の高成長と収益性の不確実性が併存していることである。CoreWeaveなどの新興クラウド企業の初期収益成長率は、一時AWSなどのクラウド大手の立ち上げ期を上回ったが、資本市場は同等の評価を与えていない。その理由は、新興クラウドが典型的な軽資産ソフトウェアビジネスではないからだ。GPU調達、電力接続、データセンター建設、チップ減価償却、債務利息は規模に応じて同時に上昇し、収益成長よりも速い場合もある。これは、収益拡大がAI計算需要の旺盛さを証明するだけで、ビジネスモデルが十分に高い資本収益率を持つことを自動的に証明するわけではないことを意味する。市場が本当に待っているのは、これらの企業が受注と収益を持続可能なフリーキャッシュフローに転換できるかどうかである。

第三に、ソフトウェアの価値がAIの影響に応じて再分化しつつある。かつて市場は、生成AIがSaaS企業の堀を普遍的に弱体化させることを懸念していたが、Atlassianの業績は、AIが顧客支出と製品への粘着性を高めるツールにもなり得ることを示している。同時に、サイバーセキュリティと可観測性ソフトウェアは引き続き評価プレミアムを獲得している。AIが潜在的なリスクを拡大し、企業の成熟したソリューションへの依存度を高めているからだ。これは、いわゆる「SaaS終焉」が均一に起こるわけではないことを意味する。AIが製品を代替して価格を押し下げるのか、それとも需要を拡大するのかが、ソフトウェアの評価格差を生む新たな基準となっている。

第四に、AIアプリケーションは「Tokenの大量消費」から「Tokenの最適化」へと移行している。かつて企業は、最も高性能なモデルを直接呼び出すか、エンジニアリングチームに予算を与えて独自に実験させる傾向があった。現在では、Databricksなどの企業がインテリジェントルーティングを通じて、タスクの難易度に応じて異なる価格帯と性能のモデルをマッチングし、効果を維持しながらコストを削減している。Token単価の低下は、必ずしもAI総支出の縮小を意味しない。単位コストが下がり、アプリケーションのシナリオが増えれば、Token消費総量と市場全体の規模は引き続き拡大する可能性がある。効率と需要は相互排他的ではなく、相互に強化し合う循環を形成し得るのだ。

この記事を一つの判断に要約するならば、それは次の通りだ。AIインフラは高速成長を生み出せることを証明したが、次の段階の勝敗は、企業がその成長をより高い資本効率に転換できるかどうかにかかっている。その意味で、本稿が論じる対象は、CoreWeaveたちが次世代クラウド大手になれるかどうかだけではなく、AI産業全体が計算能力の拡大から持続可能な商業的リターンへと移行できるかどうかである。

以下は原文の内容である：

頭上に「新たな雲」

20世紀初頭、南太平洋鉄道会社は、米国の各都市や町を結ぶ整地済みの土地に、大量の遊休建設権を保有していた。鉄道の路権は線路そのものよりもはるかに広い範囲に及んでいたため、沿線には開発可能な回廊が数多く残されていた。

そこで、この鉄道会社は線路沿いに通信ネットワークを敷設し、「南太平洋鉄道社内電話システム」（Southern Pacific Railroad Internal Networking Telephony）と名付けた。1970年代までに、同社はこのネットワークを商業化し、より広範なユーザーに開放し始めた。

その後、二つのことが同時に起こった。一方で、長距離電話市場の独占体制が終焉を迎え、他方で、光ファイバーケーブルが商業的に実用可能になった。既存の通信回廊は光ファイバー回線に改造され、このネットワークは後に英語の略称「Sprint」として知られるようになった。かつて鉄道に奉仕していた資産は、こうして通信革命のインフラ基盤となったのである。

既存の物理ネットワークを大規模な商業技術インフラへと変革したのは、鉄道会社だけではない。

1980年代、ウィリアムズ・カンパニー（Williams Company）は遊休状態の天然ガスパイプラインを光ファイバー回線に転用し、WilTelを設立した。この会社は後に売却され、最終的にワールドコム（WorldCom）と改名された。90年代には、ケーブルテレビ事業向けに敷設された単方向同軸ケーブルも、大規模かつ高コストなアップグレードを経て、最終的にコムキャスト（Comcast）とチャーター（Charter）が消費者向けブロードバンドインターネットサービスを提供するためのインフラとなった。

ここから、もう一つのタイプの企業が浮かび上がる。それらもまた、既存のインフラを保有しており、その資産は現在、新興技術の需要を満たすために大幅に再構築され、再評価されている——これが「ネオクラウド」（neocloud）企業である。

簡単に言えば、ネオクラウド企業は元々、エネルギーと計算集約型の暗号通貨マイニング事業に従事していたが、その後AIの波が到来した。突如として、電力へのアクセス権、インフラ、そして高強度の計算負荷を構築・管理する経験——CoreWeaveのケースでは、大量のGPUも含む——を持つ者が、現在最も注目される分野の一角に立つことになった。

もちろん、これは厳密には同種の比較ではない。しかし、上場している最大手3社のネオクラウド企業を見ると、その収益成長率は確かに目を見張るものがある。

ハイパースケールクラウドプロバイダーの創業初期におけるクラウド収益は推定するしかないが、大まかな傾向は明らかだ：ネオクラウド企業の成長速度は極めて速く、三大クラウドプロバイダーの立ち上げ期の成長率を明らかに上回っている。

なお、計算リソース販売市場全体において、ネオクラウド企業は現時点ではまだ比較的小規模なプレイヤーに過ぎない。

また、ハイパースケールクラウドプロバイダーの規模に達するには、まだ長い道のりがある。

ハイパースケールクラウドプロバイダーが四半期ごとに生み出す収益は、ネオクラウド企業より数桁大きい。しかし同時に、CoreWeaveは約25四半期で、AWSがローンチ後40四半期目にして達成した26億ドルの収益を実現した。繰り返しになるが、これらの企業の成長速度は確かに非常に速い。

これほど高い成長率を持ち、AI業界の追い風にも乗っているのだから、投資家はかなり興奮してしかるべきだろう。ある程度はその通りだが、実際の状況はもう少し複雑だ。

これらの企業の直近の決算は概ね好調だったものの、過去1年間でCoreWeaveの株価は累計で約16%下落しています。Nebiusだけが以前の高値に比較的近い水準にあります。

したがって、このストーリーは全体的には依然として良好ですが、その中で最大規模の新興クラウド企業にとっては、魅力が明らかに弱まっていると言えます。

最近の市場パフォーマンスが比較的冴えないのは、多くの成長期待がすでにバリュエーションに織り込み済みであることが一因です。

新興クラウドのような資本集約型企業にとって、PSR（株価売上高倍率）は最も適切な評価指標ではありませんが、説明には依然として直感的です。規模が小さく成長率が高いNebiusとApplied Digitalは、はるかに大規模なCoreWeaveよりもはるかに高い評価プレミアムを享受しています。CoreWeaveの売上は依然として倍増していますが、トップ企業の400%から450%という成長率には及びません。

新興クラウド企業に本当に問題があるとすれば、それは成長ではなく、長期的な収益性です。新興クラウド企業は規模を拡大するために、チップ、電力、物理的インフラへの継続的な投資が必要であり、これらのコストは決して低くありません：

CoreWeaveを例にとると、その売上成長は確かに目覚ましいものですが、設備投資はさらに驚異的です。その他の巨額コストには、チップの減価償却——減価償却費はすでに売上の半分を超えています——および、高価なインフラを前倒しで建設するために借入を行ったことによる、依然として上昇中の利息費用が含まれます。

本稿は、新興クラウド企業が最終的に成功するかどうか、あるいは現在の株価が妥当かどうかを判断する意図はありません。話題自体の熱気を除けば、ここで本当に伝えたいのは、新興クラウド企業がまさにAI取引全体における強気と弱気の綱引きの縮図を構成しているということです。

一方で、それらは誰もが以前予想していたよりもはるかに大きく、かつ拡大を続ける垂直市場——コンピューティング市場——に位置し、歴史的に稀な成長速度を実現しています。他方で、こうした企業を構築するコストも歴史的高水準にあり、膨大で継続的に減価償却される固定インフラへの投資が必要です。

横断型SaaSの回帰？

以下に、「SaaS終焉論」の変化し続ける市場構図を簡単に更新します。先のソフトウェア株の大規模な売り浴びせで最も打撃を受けた企業の一つが、直近1ヶ月でかなり好調なパフォーマンスを見せています。

過去30取引日において、横断型ソフトウェア企業はIGVソフトウェアETFの構成銘柄の中で上位のパフォーマンスを記録しています——ただし、このデータセットの取得日以降、その上昇分の一部をすでに吐き出しています。

全体的に、これらの企業のファンダメンタルズは依然として堅調です。特にAtlassianは、市場が以前予想していたようなAIの影響で衰退する状況には陥っていません。

この生産性ソフトウェア企業は、業績とガイダンスの「両方で予想を上回る」結果を達成しました。クラウド事業の収益は前年同期比31%増加し、受注残高の伸び率はさらに高くなっています。しかし、より重要なシグナルは、AIがビジネス成長の阻害要因ではなく、むしろ推進力になりつつあることです。Atlassianによると、AIアシスタント「Rovo」は広く採用されており、Rovoを利用する顧客の支出増加率は、非Rovoユーザーのほぼ2倍に達しています。

これはAtlassianにとって良いニュースであり、Rovoにとっても良いニュースであり、横断型SaaSにとっても良いニュースです。

ただし、横断型SaaS全体のバリュエーションは依然として他のソフトウェアカテゴリーよりやや低い水準にあります。

一部の例外を除き、Atlassianを含む横断型SaaS企業の予想PSR（株価売上高倍率）は、一般的に「成長率-バリュエーション倍率」のトレンドラインが示す水準を下回っています。

もう一度強調しますが、横断型SaaSは比較的良好な「1ヶ月」を過ごしたに過ぎません。市場に「SaaS終焉説」が撤回されたと信じ込ませるには、1ヶ月の実績だけでは到底不十分です。

もちろん、あなたのソフトウェア事業がサイバーセキュリティや可観測性の分野に属しているなら、話は別です。これらの企業にとって、いわゆる「SaaS終焉」は一度も起こったことがありません。

サイバーセキュリティセクターは、IGVソフトウェアETF内の他のカテゴリーを引き続き大幅にアウトパフォームしています。この分野では、AIはむしろ追い風要因となっています。市場では一般的に、AIがサイバーセキュリティ脅威に対するリスク認識を高めると考えられており、また、エンタープライズ顧客が「バイブコーディング」で即席のセキュリティソリューションを自作することはないからです。

このロジックが最終的に成立するかどうかは、もちろん時間による検証が必要です。しかし、少なくとも現時点では、従来型ソフトウェア企業の状況は決して一様ではありません。

投資家は、AIが各企業に利益をもたらすのか、それとも浸食をもたらすのかを高度に注視しており、新しいデータが入るたびに従来の判断を修正し続けています。これは当然のことです。

Token投入の効率フロンティアへ

モデル利用、Token消費、そしてToken支出管理をめぐる市場環境は、依然として様々な興味深い形で進化し続けています。

Databricksを例に挙げてみましょう。

「どのモデルを使うべきか」「どのモデルが最適か」といった問いに対して、Databricksは勝者総取りの考え方を取らず、またエンジニアに予算を与えて自由に使わせるだけでもありませんでした。彼らは別の問いを提起しました：「適切なタスクを適切なモデルに自動的に割り当てる仕組みを開発したらどうなるか？」

Databricksはもちろんこれを実践している唯一の企業ではありませんが、「スマートルーター」（Smart Router）を開発し、その実績にかなり満足しています。

Databricksのルーターは、必要に応じて高性能で高価なモデルを呼び出し、条件が許せば低性能で低価格のモデルを使用することで、「平均タスクコストを継続的に30%以上削減」しているとされています。

全体的に見て、Token支出の「効率フロンティア」を追求することは良いこと以外の何ものでもありません。これは需要が引き続き成長していることを意味し、アプリケーションのユースケースは性能の最前線で進化し続けるだけでなく、能力がそれほど高くないモデルにも広がっています。当初の悲観的なシナリオでは、これらの次善のモデルは急速に淘汰されると考えられていました。

前述の通り、効率向上は需要のカバレッジを拡大します。これは市場が望む、ジェボンズのパラドックスに似たダイナミクスです。

Silicon DataのToken価格強度指数によると、全体の価格強度は低下しており、特に低価格のオープンモデルが拡大し続ける市場でより高いシェアを占めるにつれて顕著です。

ここで、よく誤解される概念をもう一度明確にする必要があります：これらの指数はToken支出のコスト強度を測定しており、絶対的なドル金額ではありません。これはToken消費量とTokenの総合コストの両方に依存します。つまり、Tokenあたりの価格が下がっても、Tokenの総消費量と総支出額は引き続き上昇する可能性があります。

本当に重要なのは、全体の需要が依然として成長していることであり、価格設定とモデル選択が徐々に効率フロンティアへ向かうことは、この成長をさらに促進するだけです。特に注目すべきは、「AI需要」や「AI採用」が単一で同質的な概念ではないことです。ヘビーユーザーとその他のユーザーの間には依然として大きなギャップがあります。これは、「常に最良のモデルを使う」ことが一部の企業には適しているかもしれないが、すべての企業に適しているわけではないことを明確に示しています。

現在、市場ではより多くの選択肢が急速に形成されつつある。全体的に見て、これは良いことだ。

企業支出管理プラットフォームであるRampのデータによると、すべての企業がAI支出を増やしているが、支出中央値と上位10%の企業との間、および上位10%と上位1%の企業との間の格差は極めて大きい。

Rampのデータは通常、テクノロジー企業に偏る傾向があり、解釈にはこの点を考慮する必要がある。しかし、データによると、支出上位10%の企業の一人当たりAI支出は、中央値の企業の約50倍である。

この分布はおそらく偶然に形成されたものではない。AI支出からより多くの価値を引き出せる企業は、まさに最も多く投資している企業である可能性が高い——すべての企業がそうであるとは限らないが、少なくとも相当数の企業がこの法則に当てはまる。

ボストン・コンサルティング・グループが107社の上場企業を分析したところ、トークン使用量が上位2つの五分位グループに属する企業は、他の企業よりも明らかに収益成長率が高いことが判明した。

ここで伝えたい核心は、トークンの需要と使用効率が相互に強化し合っているということだ：企業が得る価値が多ければ多いほど、消費するトークンも多くなる。

このプロセスにはもちろん、投資とリターンの間の反復的なトレードオフが存在し、研究開発には常に先行コストが含まれる。しかし、大多数の企業にとって、際限なく「トークンを積む」ことは決して効果的な戦略ではない。

したがって、企業が今後ますますこのような手法を取る必要がなくなるのは、明らかに良いことだ。

フロンティアラボの人材獲得競争

New Mediaは最近、優秀なチームメンバー2名がOpenAIに加わったばかりなので、最後にフロンティアAIラボの人材採用状況を示す興味深いチャートをいくつか紹介しよう。

Dario Amodei氏は最近、従業員が使命よりも金銭を優先していることを懸念していると述べた。Levels.fyiのデータを見ると、この懸念は根拠がないわけではないかもしれない。

データを表面的にそのまま解釈すると、Anthropicはエンジニアに非常に高い報酬を支払っており、GoogleやTeslaなどの企業で同等の経歴を持つエンジニアよりもはるかに高い。

どうやら、テクニカルチームのメンバーになることは確かに良いことのようだ。

さらに、もう一つの興味深いデータセットもある。

Live Data Technologiesのデータ（Truist Securitiesが整理）によると、各ラボの人材の出身元には大きな重複がある一方で、明確な違いも存在する：

両社とも超大規模時価総額のテック企業から多くの人材を採用しているが、OpenAIだけがNVIDIAとTeslaから人材を獲得しており、いずれも2026年に発生している。

Databricks、Snowflake（最近）、Palantir、DeepMindも、両社に共通する人材の供給元である。

両ラボともSalesforceとStripeから相当数の従業員を採用している。

しかし、両者の重複はここまでであるようだ。AnthropicはSaaS企業から多くの人材を採用しているが、OpenAIはほとんど採用していない。一方、OpenAIはコンシューマー向けインターネット、プラットフォーム市場、アドテック企業から大量に人材を採用しており、Anthropicはこれらの分野での採用が比較的少なく、Airbnb、Netflix、Uberを除く。

これらの違いが何を意味するかは、読者の皆さんの解釈に委ねることとする。

[原文リンク]

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia