a16zがAIの計算能力を分析：収入が倍増、株価が圧力を受け、資本支出が驚異的

原文タイトル：今週のチャート：ネオクラウドの頭上

原文著者：モーゼス・スターンスタイン、a16z

編集者のメモ：生成的AIが新たな計算能力投資を推進する中、市場におけるAIインフラストラクチャーの議論は「十分なGPUがあるか」から「誰が持続可能な方法で計算能力を提供できるか」へと移行しています。モデルのトレーニング、推論の需要とデータセンターの拡張が共通の認識となる中、より根本的な問題が浮上しています：計算能力の需要の急成長は、実際に安定した利益とキャッシュフローに転換できるのでしょうか？

a16z New Mediaが発表した『今週のチャート』において、著者モーゼス・スターンスタインはCoreWeave、Nebius、Applied Digitalなどの新しいクラウド企業を取り上げ、AI計算能力市場の成長、評価、利益の矛盾について議論し、さらに横断的SaaS、モデルルーティング、最前線のラボ人材競争にまで話を広げています。

この記事では、著者はAIの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的問題のセットに分解しています：既存のインフラストラクチャーがどのように再評価され、収益の成長がなぜ市場の期待と同期して改善されないのか、そしてAI産業の競争の焦点がなぜ単なる拡張から効率とリターンに移行しているのか。

第一に、インフラストラクチャーの価値の再発見です。過去には、鉄道沿線の土地、天然ガスパイプライン、有線テレビネットワークが特定の産業にサービスを提供していましたが、その後、電気通信とインターネットインフラストラクチャーに改造されました。今日、類似の資産の再評価が再び起こっています。一部の新しいクラウド企業は元々暗号通貨の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、高密度計算の運営経験を持っています；AIの需要が爆発した後、これらの能力は急速に希少な計算能力の供給に転換されました。その意義は、AIインフラストラクチャーの競争が完全にゼロから始まるわけではなく、初期の優位性は往々にして古い資産、エネルギー資源、エンジニアリング能力の再構成から来るということです。

第二に、高成長の収益と利益の不確実性の共存です。CoreWeaveなどの新しいクラウド企業の初期の収益成長率は、AWSなどのクラウド大手の初期段階を超えましたが、資本市場は同等の程度の認識を与えていません。その理由は、新しいクラウド企業は典型的な軽資産のソフトウェアビジネスではないからです。GPUの調達、電力の接続、データセンターの建設、チップの減価償却、債務利息は、規模とともに増加し、収益の成長を上回ることさえあります。これは、収益の拡大がAI計算能力の需要が旺盛であることを証明するだけであり、ビジネスモデルが十分に高い資本収益率を持っていることを自動的に証明するものではありません。市場が本当に待っているのは、これらの企業が注文と収益を持続可能な自由キャッシュフローに転換できるかどうかです。

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ていることです。過去には、生成的AIがSaaS企業の競争優位性を一般的に弱めることを市場が懸念していましたが、Atlassianのパフォーマンスは、AIが顧客支出と製品の粘着性を高めるツールにもなり得ることを示しています。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得ています。なぜなら、AIが潜在的なリスクを拡大し、企業が成熟したソリューションへの依存を高めているからです。これは、「SaaSの終末」が均等に発生するわけではないことを意味します。AIが果たして代替製品となるのか、価格を下げるのか、需要を拡大するのかが、ソフトウェアの評価分化の新しい基準となりつつあります。

第四に、AIアプリケーションが「トークンの積み重ね」からトークンの最適化に移行しています。過去には、企業はしばしば最も強力なモデルを直接呼び出すか、エンジニアチームに予算を与えて自分たちで試すことを好んでいましたが、現在、Databricksなどの企業はスマー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と性能のモデルをマッチングさせ、効果を維持しながらコストを削減しています。トークンの単価の低下は、必ずしもAIの総支出の縮小を意味するわけではありません：単位コストが低下し、アプリケーションシーンが増加することで、トークンの消費総量と全体の市場規模は依然として上昇する可能性があります。効率と需要は相互排他的ではなく、むしろ相互に強化する循環を形成する可能性があります。

この記事を一つの判断に圧縮すると、AIインフラストラクチャーはすでに高速成長を生み出すことができることを証明していますが、次の段階の勝敗は企業が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ます。この意味で、この記事で議論されている対象は、CoreWeaveが次世代のクラウド大手になれるかどうかだけでなく、全体のAI産業が計算能力の拡張から持続可能なビジネスリターンに移行できるかどうかです。

以下は原文の内容です：

頭上の「新クラウド」

20世紀初頭、南太平洋鉄道会社はアメリカ各地の都市と町を結ぶ清掃された土地に大量の未使用の建設権を持っていました。鉄道の権利の範囲は鉄道自体よりも広いため、沿線には開発可能な廊下が多く残されていました。

そこで、この鉄道会社は鉄道沿いに通信ネットワークを敷設し、「南太平洋鉄道内部ネットワーキング電話システム」と名付けました。20世紀70年代には、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ました。

その後、2つのことが同時に起こりました：一方では、長距離電話市場の独占構造が終焉を迎え、他方では光ファイバーケーブルが商業的に実行可能になりました。元々の通信廊下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その英語の略称「スプリント」として知られるようになりました。かつて鉄道にサービスを提供していた資産は、こうして電気通信革命のインフラストラクチャーのバックボーンとなりました。

既存の物理ネットワークをより大規模な商業技術インフラストラクチャーに改造したのは、鉄道会社だけではありません。

20世紀80年代、ウィリアムズ社は未使用の天然ガスパイプラインを光ファイバー回線に改造し、WilTelを設立しました。この会社は後に売却され、最終的にWorldComに改名されました。90年代には、有線テレビビジネスのために敷設された一方向同軸ケーブルも、大規模で高コストなアップグレードを経て、最終的にComcastとCharterが消費者に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ストラクチャーとなりました。

これにより、別のタイプの企業が浮かび上がります：彼らもまた既成のインフラストラクチャーを持ち、これらの資産は現在、新興技術の需要を満たすために大幅に改造され、再評価されています------これが「新クラウド」企業です。

簡単に言えば、新クラウド企業は元々エネルギーと計算能力を集中的に使用する暗号通貨マイニングビジネスを行っていましたが、AIの波が到来しました。突然、誰が電力使用権、インフラストラクチャー、そして高強度計算負荷の構築と管理の経験を持っているか------CoreWeaveのケースでは、大量のGPUも含まれます------が、現在最も注目されるトラックの一つに立つことになりました。

もちろん、これは厳密な意味での同類比較ではありません。しかし、最大規模の3つの上場新クラウド企業を観察すると、その収益成長率は確かに注目に値します。

私たちは超大規模クラウドサービスプロバイダーの創業初期のクラウドビジネス収益を推定することしかできませんが、大体の傾向は明らかです：新クラウド企業の成長速度は非常に速く、明らかに三大クラウドサービスプロバイダーの初期段階の成長速度を上回っています。

説明が必要なのは、全体の計算能力販売市場において、新クラウド企業は現在でも相対的に小さな参加者に過ぎないということです。

彼らは超大規模クラウドサービスプロバイダーの規模に到達するまで、まだ長い道のりがあります。

超大規模クラウドサービスプロバイダーが四半期ごとに生み出す収益は、新クラウド企業の数桁上です。しかし同時に、CoreWeaveは約25四半期で、AWSが導入後40四半期で達成した26億ドルの収益を実現しました。再度強調しますが、これらの企業の成長速度は確かに非常に速いです。

これほど高い成長率を持ち、AI業界の追い風に乗っているため、理論的には投資家は非常に興奮するべきです。ある程度はその通りですが、実際の状況はもう少し複雑です。

これらの企業の最近の四半期報告のパフォーマンスは概ね良好ですが、過去1年でCoreWeaveの株価は約16％下落しています；Nebiusだけが以前の高値に近いです。

したがって、このストーリーは全体としては良好ですが、最大の新クラウド企業にとっては、その魅力は明らかに弱まっています。

最近の市場パフォーマンスが比較的平坦である一因は、多くの成長期待がすでに評価に反映されている可能性があるからです。

新クラウドのような資本集約型企業にとって、売上高倍率は最も適切な評価指標ではありませんが、問題を説明するには直感的です。規模が小さく、成長速度が速いNebiusとApplied Digitalは、はるかに大きなCoreWeaveよりも評価プレミアムが高いです。CoreWeaveの収益は依然として倍増していますが、すでに首位企業の400％から450％の成長率には及びません。

新クラウド企業に本当に何か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。新クラウド企業は、スケールを拡大するためにチップ、電力、物理的インフラストラクチャーに継続的に投資する必要があり、これらのコストは決して低くありません：

CoreWeaveの例を挙げると、その収益成長は確かに非常に顕著ですが、資本支出はさらに驚異的です。他の巨額コストには、チップの減価償却が含まれます------減価償却額は収益の半分を超えています------および高価なインフラストラクチャーを前もって構築するために借り入れた際に発生する、かつ上昇し続けている利息支出が含まれます。

この記事は、新クラウド企業が最終的に成功するかどうか、またはその現在の株価が合理的かどうかについて判断する意図はありません。話題自体の熱気を除けば、ここで本当に言いたいのは、新クラウド企業がちょうどAI取引の中での多面的な引っ張り合いの縮図を形成しているということです。

一方では、彼らはすべての人が以前に予想した規模をはるかに超え、なおも拡大し続ける垂直市場------計算能力市場------に身を置き、歴史的に稀な成長速度を生み出しています；他方では、このような企業を構築するコストも歴史的高水準にあり、巨額で継続的に減価償却される固定インフラストラクチャーへの投資が必要です。

横断的SaaSの回帰？

以下は、「SaaSの終末」が変化し続ける市場図を簡単に更新します。以前のソフトウェア株の大規模な売却で最も打撃を受けた企業の一つが、最近1ヶ月でかなり良いパフォーマンスを示しています。

過去30取引日間、横断的ソフトウェア企業はIGVソフトウェアETFの構成銘柄の中で最も良いパフォーマンスを示しました------このデータ収集が始まって以来、彼らはすでに一部の上昇を吐き出しています。

全体的に見て、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、市場が以前に予想していたように、AIの衝撃で衰退することはありませんでした。

この生産性ソフトウェア企業は、業績とガイダンスの「ダブルサプライズ」を達成しました：クラウドビジネスの収益は前年同期比31％増加し、収益の積み上げ注文の成長率はさらに高いです。しかし、より重要な信号は、AIがビジネス成長の推進力となっていることであり、障害ではないということです。Atlassianは、そのAIアシスタントRovoが広く採用されていると述べています；同時に、Rovoを使用している顧客の支出成長率は、非Rovoユーザーの約2倍です。

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、横断的SaaSにとっても良いニュースです。

しかし、横断的SaaSの全体的な評価は依然として他のソフトウェアカテゴリーよりもやや低いです。

少数の例外を除いて、Atlassianを含む横断的SaaS企業の予想売上高倍率は、「成長---評価倍率」トレンドラインに対応する水準を一般的に下回っています。

再度強調しますが、横断的SaaSは比較的良好な「月」を過ごしただけです。「SaaSの終末」がキャンセルされたと市場に信じさせるには、1ヶ月のパフォーマンスだけでは遠く及びません。

もちろん、あなたのソフトウェアビジネスがサイバーセキュリティや可観測性の分野に属する場合、それは別の話です------これらの企業にとって、「SaaSの終末」は決して発生していません。

サイバーセキュリティ部門は、IGVソフトウェアETFの他のカテゴリーを大幅に上回っています。この分野では、AIが逆に追い風要因となっています：市場は一般的に、AIが人々のサイバーセキュリティ脅威に対するリスク認識を高めていると考えており、どの企業顧客も「雰囲気プログラミング」（vibe coding）で自分自身のセキュリティソリューションを即席で作り上げることはありません。

この論理が最終的に成立するかどうかは、もちろん時間が検証する必要があります。しかし、少なくとも現時点では、従来のソフトウェア企業の状況は一様ではありません。

投資家はAIが各企業にどのような利益をもたらすのか、または侵食を引き起こすのかに高度に関心を持ち、新しいデータのたびに既存の判断を修正しています------これは当然のことです。

トークン投入の効率の最前線へ

モデルの使用、トークン消費、トークン支出管理に関する市場の構図は、さまざまな興味深い方法で進化し続けています。

Databricksを例に挙げます。

「どのモデルを使用すべきか」「どのモデルが最良か」といった問題に関して、Databricksは勝者総取りの考え方を採用せず、エンジニアに予算を与えて自分たちで決めさせることもしませんでした。彼らは別の質問を提起しました：「もし私たちが適切なタスクを適切なモデルに自動的に割り当てるソリューションを開発したら、どうなるでしょうか？」

Databricksはもちろん唯一の企業ではありませんが、彼らは「スマートルーター」を開発し、その実際の効果に非常に満足しています。

報告によれば、Databricksのルーターは、必要に応じてより強力で高価なモデルを呼び出し、条件が許せば能力が低く価格が安いモデルを使用することで、「平均タスクコストを30％以上持続的に削減」しています。

全体的に見て、トークン支出の「効率の最前線」を追求することは、良いことではないはずがありません。これは、需要が引き続き成長していることを意味し、アプリケーションシーンは性能の最前線で進化し続けているだけでなく、能力がそれほど高くないモデルにも広がっています。初期の悲観的な物語では、これらの次善モデルはすぐに淘汰されると考えられていました。

前述のように、効率の向上は需要のカバレッジを拡大し、これは市場が見たいと望んでいる、ジェヴンズの逆説に似たダイナミクスです。

Silicon Dataのトークン価格強度指数は、全体の価格強度が低下していることを示しています。特に、より低価格のオープンモデルが拡大する市場でより高いシェアを占めるにつれてです。

ここで、しばしば誤解される概念を再度明確にする必要があります：これらの指数はトークン支出のコスト強度を測定しており、絶対的なドル額ではありません。これは、トークン消費の数量とトークンの総コストに依存します。つまり、トークンの価格が下がっても、トークンの総消費量と総支出額は依然として上昇し続け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おり、価格設定とモデル選択が効率の最前線に向かって進んでいることが、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の需要」や「AIの採用」は単一で均質な概念ではないということです。重度のユーザーと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用する」ことが一部の企業には適しているかもしれませんが、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、市場は迅速に選択肢の多い代替案を形成しています。全体的に見て、これは良いことです。

企業支出管理プラットフォームRampのデータによれば、すべての企業がAI支出を増加させていますが、支出の中央値と上位10％の企業との間、また上位10％と上位1％の企業との間のギャップは非常に大きいです。

Rampのデータは通常、テクノロジー企業に偏っているため、解釈する際にはこの点を考慮する必要があります。しかし、データは、支出ランキング上位10％の企業の一人当たりのAI支出が中央値の企業の約50倍であることを示しています。

この分布は偶然に形成されたものではない可能性が高いです。AI支出からより多くの価値を引き出せる企業は、おそらく最も多く投資している企業であり------すべての企業がそうであるわけではありませんが、少なくとも相当数の企業がこの法則に当てはまります。

ボストンコンサルティンググループによる107社の上場企業の分析では、トークン使用量が上位2つの五分位グループに入る企業は、他の企業よりも収益成長率が明らかに高いことがわかりました。

ここで表現したい核心は、トークンの需要と使用効率が相互に強化されているということです：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ります。

このプロセスには当然、投入とリターンの間の反復的なトレードオフが存在し、研究開発には常に初期コストが含まれます。しかし、ほとんどの企業にとって、無制限に「トークンを積み重ねる」ことは決して効果的な戦略ではありません。

したがって、企業が今後ますますこのような方法を取る必要がなくなることは、明らかに良いことです。

最前線のラボ人材争奪戦

New Mediaは最近、2人の優れたチームメンバーがOpenAIに加わったばかりですので、最後にいくつかの興味深いグラフを用いて、最前線のAIラボの人材採用状況を見てみましょう。

ダリオ・アモデイは最近、従業員が使命よりも金銭を重視していることを懸念していると述べました。Levels.fyiのデータによれば、この懸念は無根拠ではないかもしれません。

データの表面だけで理解すると、Anthropicがエンジニアに支払っている給与は非常に高く、GoogleやTeslaなどの同等のエンジニアよりもはるかに高いです。

技術チームのメンバーになることは確かに良いことのようです。

さらに、もう一つの興味深いデータがあります。

Live Data Technologiesのデータによれば------Truist Securitiesが整理して提示した------各ラボの人材源には多くの重複がある一方で、明らかな違いも存在します：

両社は超大規模テクノロジー企業から多くの人材を採用していますが、OpenAIだけがNVIDIAやTeslaから人材を採用しており、それも2026年に発生しました。

Databricks、Snowflake（最近）、Palantir、DeepMindも、両社の共通の人材源です。

両ラボはSalesforceやStripeからも相当数の従業員を採用しています。

しかし、両者の重複はここまでのようです。AnthropicはSaaS企業から多くの人材を採用していますが、OpenAIはほとんどありません；OpenAIは消費者インターネット、プラットフォーム市場、広告テクノロジー企業から多くの人材を採用していますが、Anthropicはこれらの分野での採用が相対的に少なく、Airbnb、Netflix、Uberを除きます。

これらの違いが何を意味するのかは、各自で解釈してください。