米ベンチャーキャピタルのSequoia CapitalのパートナーであるDavid Cahn氏は3年前、AI業界がNvidiaのGPUに投じる資金と回収すべき収益との間に生じた「2000億ドルのギャップ」という問題を提起した。この問題は現在、規模が一桁拡大したが、回答は依然として不明確である。
Cahn氏の最新分析によると、2026年のAIインフラ支出は1兆5000億ドル（約120兆円）に達する。投資を回収するには、業界全体で3兆ドルの収益を生み出す必要がある。Cahn氏は、メモリコストの上昇と特殊な推論チップのコスト増加を踏まえ、この数字は過小評価されている可能性が高いと警告する。
Cahn氏は「近年、これらのボトルネックの動態と建設コストの上昇により、設備投資1GW当たりの必要収益が急増している」と述べた。
収益ギャップ
AI業界の現在の収益状況は複雑である。Anthropicは約600億ドルの年換算収益に達した。OpenAIは2025年の収益として130億ドルを報告し、2025年11月までに200億ドルの年換算実行率を達成したと発表した。
しかし3兆ドルの目標と比較すると、これらの数字でさえ必要額の一部に過ぎない。ハイパースケーラー各社（Google、Meta、Microsoft、Amazon）は2028年までに大規模なフリーキャッシュフローによる投資回収を見込んでいる。これらの企業は従来のクラウド構築をはるかに超えてインフラ支出を加速させている。ビッグフォーの2026年の設備投資合計は7250億ドルに達すると予想され、2025年から77％増加し、その約4分の3がAIインフラに直接関連する。
投資回収シナリオのリスク
業界の収支均衡への道筋を複雑にする3つの構造的リスクがある。
1つ目はコモディティ化である。中国で開発された安価なオープンウェイトモデルが、プロプライエタリな最先端モデルを犠牲にして採用を拡大している。これにより既存企業の価格決定力が圧迫されている。
2つ目はトークン価格の下落である。OpenAIのSam Altman氏は、最新モデルがコーディングタスクにおいて前世代モデルよりも54％トークン効率が高いと指摘した。効率性はユーザーにとって有益だが、総トークン量が比例して増加しない限り、クエリ当たりの収益を減少させる。この動態は、AI企業が実質的に自社の従来価格と競合しているかどうかの議論をすでに引き起こしている。
3つ目はシステム市場リスクである。Apollo Global ManagementのチーフエコノミストであるTorsten Slok氏は、AI投資が少数のハイパースケーラー企業に集中していることが、市場全体の単一障害点リスクを生み出すと警告する。Slok氏は「これほど多くの要素がこれほど少数の企業に依存している状況では、投資回収の遅れは単なるセクター問題にとどまらず、経済を景気後退に陥れ、S&P500を調整局面に追い込むリスクがある」と指摘した。
ドットコム時代の反響
1990年代後半の通信インフラ構築との類似点は明白である。ドットコムブーム期、通信事業者は過大な需要予測に基づいて1億3000万キロメートル（8000万マイル）の光ファイバーケーブルを敷設したが、その多くは実際には使用されなかった。現在の6000億ドルを超えるAIインフラ投資サイクルも同様の手法を踏襲している。投資規模に見合う需要がまだ具体化していないにもかかわらず、巨大なキャパシティを構築しているのである。
相違点もある。ナスダック100の予想株価収益率は現在約28倍であり、1999年のピーク時の89倍と比較すると低い。また、この支出を生み出しているハイパースケーラー各社は投機的なスタートアップではなく、実際に収益を上げている企業である。しかし、物理的なインフラバブルは株式バブルよりも収束が困難である。ハードウェアは減価し、次世代Nvidia GPUは現行世代のアクセラレーターの陳腐化を加速させるため、収益が追いつかなければ損失が拡大する。
未回答の問い
AI業界は必ずしも暴落に向かっているわけではない。しかしCahn氏が3年前に提起した中心的な問いは今も未回答のままである。すなわち、誰がこのすべての費用を負担するのかという問いである。収益面が設備投資に追いつくまで、ハイパースケーラー各社が新たなデータセンターやGPUクラスターを稼働させるたびに、このギャップは拡大するリスクであり続ける。
Sources : Can AI answer the $3 trillion question? (TechCrunch, July 9, 2026) ; The $600 Billion Question (iDX Insights) ; AI’s $600B Question (Sequoia Capital)
雅子 訳