AI減速後、CapExとテック株の論理は変わるのか？

原文タイトル： The bottleneck isn't the model. It never was.
原文著者： Saket Mehrotra, Beta to Alpha

編者按：近日、OpenAIとAnthropicで事前学習に携わっていたJacob CoxonがAnthropicを退職すると発表し、主要AI研究所に対しモデル能力の向上を協調して制限するよう公に呼びかけた。Anthropicのアライメント科学責任者Evan Hubingerはその後、Coxonのリスクに関する主要な判断に同意すると応じ、今後10年間でAIが人類の絶滅を引き起こす確率を10％以上と見積もった。

この論争は「AI減速」を倫理的課題から資本市場へと押し出している。もし最先端研究所が実際にモデル開発を減速させれば、ここ数年上方修正が続いてきたAI資本支出も転換点を迎えるのか。AIのナラティブによってバリュエーション・プレミアムを得てきたテック株は、再評価を迫られるのか。

Beta to Alphaの著者Saket Mehrotraは『The bottleneck isn't the model. It never was.』の中で、研究所のAIリスクへの懸念とインフラ投資の冷え込みは同じではないと指摘する。各社が競争での遅れを依然として懸念する限り、安全への不安が計算資源への投資を押し上げ続ける可能性がある。一方で、産業のボトルネックはGPU、HBM、先端パッケージングから電力・送電網へと徐々に移行している。

これはAI減速が市場にまったく影響しないという意味ではない。より正確には、影響は減速がどの層で起こるかに依存する。安全テストの延長やモデル公開の減速だけであれば、CapExが必ずしも減少するとは限らない。政府が訓練クラスタ、チップ供給、データセンターの電力使用を直接制限すれば、投資の枠組み全体が根本的に変わり得る。

以下は原文の翻訳である。

Jacob CoxonがXに退職声明を投稿し、最先端AI研究所に能力競争の減速を協調して呼びかけた

Jacob Coxonの退職は、最先端AIのリスクを再び前面に押し出した。

Coxonは、OpenAIとAnthropicが自己改善可能な超知能の開発を競っている一方で、十分に責任ある安全対策を講じていないと考えている。これは外部批評家による孤立した声ではない。Anthropicのアライメント科学責任者Evan Hubingerはその後公に、Coxonの主要な判断に同意すると述べ、今後10年間でAIが人類の絶滅を引き起こす確率を10％超と見積もった。この発言はWIREDなどのメディアでも報じられた。

しかし投資家にとって、より直接的な疑問は別にある。最先端研究所が減速を議論し始めたとき、テック企業のAI資本支出も減少するのか。

Mehrotraは、少なくとも現段階では両者を直接同一視できないと考える。AIの安全性をめぐる論争はモデルと研究所のガバナンス層で起きているが、今回のCapExサイクルの制約はチップ、パッケージング、電力、データセンターなどの物理的インフラへと徐々に降りてきている。

競争に負ける懸念が強いほど、研究所は自発的に減速しにくい

Coxonの説明によれば、最先端研究所はリスクを認識していないわけではない。本当の問題は、どの研究所も率先して減速したがらないことだ。

そこにあるゲーム理論的論理はこうだ。ある研究所が減速を選べば、安全意識のより弱い競合他社がより強力なモデルを先に開発するかもしれない。慎重さに欠ける競合に先を越されるくらいなら、資源を投入し続けて自らがリーダーとなり、より安全な方法で技術を制御することを目指す方がましだ、というわけだ。

著者の見方では、この考え方は資本支出の縮小につながりにくく、むしろ軍拡競争を強化する可能性がある。研究所は自らが決定的な技術競争に参加していると信じるほど、GPU調達、訓練クラスタ、データセンター投資を削減しにくくなる。

したがって、安全への不安とCapExの増加は同時に存在し得る。それは自己強化サイクルを形成する可能性さえある。研究所はAI能力の急速な向上を懸念しながらも、競合に遅れることを恐れてより多くの資源を投入し、能力競争をさらに加速させる。

これは著者による業界のゲーム構造の説明であり、企業の資本支出計画によって裏付けられた結果ではない。この論理が成り立つかどうかを判断するには、主要クラウド事業者とAI研究所が実際の調達・建設計画を調整し始めるかどうかを引き続き観察する必要がある。

モデルの減速はインフラサイクルの終了を意味しない

Mehrotraの第二の判断は、AI産業の中核的ボトルネックは何度も移動しており、そのたびに資本集約度が高まっているというものだ。

当初モデル訓練を制約したのはGPU供給とチップ割当だった。その後、ボトルネックはHBM高帯域幅メモリと先端パッケージングへ移った。現在は、電力供給、送電網への接続、データセンター建設が、より迅速に解決しにくい制約になりつつある。

チップとパッケージング能力は生産ラインの拡張で緩和できるが、電力問題は通常、発電設備の建設や再稼働、ガスタービンと変圧器の生産能力増強、送電・系統連系システムのアップグレードを必要とする。こうしたプロジェクトは投資規模が大きく、建設期間も長く、ソフトウェアのアップグレード一回では解決できない。

したがって、最先端モデルの公開頻度が低下しても、すでに締結されたチップ注文、電力購入契約、データセンター建設プロジェクトが直ちに停止するとは限らない。モデル開発とインフラ建設の間にはタイムラグがあり、CapExは通常、世論や研究開発のペースと同期して方向転換しない。

同時に、減速は計算需要の自然な減少を必ずしも意味しない。より長い安全テスト、より複雑な推論プロセス、既存モデルの企業・消費者向けシナリオへの展開は、依然として大量の計算資源を消費し得る。

著者はここから、投資家はソーシャルメディア上で最も激しく争われているモデル層だけに注目すべきではなく、今後18か月で形成されつつある新たなボトルネックを探すべきだと考える。この枠組みに従えば、現在より注目すべき希少資源は「モデルの知能」から電力とその関連インフラへと徐々に移っている。

AIテック株は全面高から分化へ移行する可能性

モデルの減速がCapExの停止を意味しないのであれば、テック株への影響は単純な全面悪材料ではなく、サプライチェーンの再評価として現れる可能性が高い。

第一に、最先端モデルの継続的な飛躍と製品の迅速な収益化に依存する企業は、より影響を受けやすい。モデルの反復が鈍化すれば、市場は収益成長率、商業化のペース、バリュエーション倍率に関する前提を調整する必要が出てくるかもしれない。

第二に、GPU、ネットワーク機器、電力供給・配電、冷却、データセンター資源を握る企業は、受注の論理が必ずしも同時に悪化しない。クラウド事業者がインフラを拡張し続ける限り、あるいは計算能力のボトルネックが電力部門へ移行し続ける限り、関連投資は強い慣性を維持し得る。

第三に、市場は訓練と推論を区別する必要がある。研究所が超大規模な最先端訓練を協調して制限しても、既存モデルの推論需要、企業展開、AIアプリの普及が計算消費を押し上げる可能性がある。その場合、CapExは断崖的な収縮ではなく構造的変化を起こすかもしれない。

これは、AI減速が最初に変えるのはテック業界全体の成長方向ではなく、異なる資産が同じAIバリュエーションの論理を共有する状況である可能性を示す。これまで、モデル企業、クラウド事業者、半導体企業、電力インフラ供給者はすべてAIのナラティブからプレミアムを得てきた。モデル能力競争が鈍化すれば、市場は技術的リーダーシップ、商業化能力、受注の実現をより厳格に区別し始めるかもしれない。

CapExの論理を本当に変える変数は規制である

Mehrotraは、今回のAI資本支出サイクルを本当に中断させ得るのは、再びのサプライチェーン不足ではなく、政府がシステム外部から課すハードな制限だと考える。

GPU、HBM、電力、変圧器の不足は、本質的には投資の増加によって緩和できるボトルネックだ。それらはデータセンターの稼働を遅らせるかもしれないが、資本を新たな希少部門へ導くことにもなる。

規制は異なる。政府がハイエンドチップの調達、訓練クラスタの規模、モデル訓練に必要な計算能力、データセンターの電力使用を直接制限すれば、企業は投資を増やすだけで制約を突破することは難しくなる。そのシナリオでは、クラウド事業者のCapEx予想、インフラ受注、AI関連テック株のバリュエーションが同時に下方修正される可能性がある。

ただし原文は、この状況を低確率のテールリスクとみなし、ベースラインシナリオとはしていない。この判断も継続的な検証が必要であり、規制リスクが排除されたと理解してはならない。AI研究所内部の懸念が公になるにつれ、外部の政策圧力は依然として高まり得る。

今後、市場が本当に観察すべきなのは「AI減速」という漠然としたスローガンではなく、より具体的な三つのシグナルだ。最先端研究所が減速を正式な研究開発計画に盛り込むか、主要クラウド事業者がデータセンター受注を削減するか、規制がチップ、計算能力、エネルギー供給に直接触れ始めるか、である。

Coxonの退職は、最先端AIの安全性をめぐる論争が外部の批判から研究所内部へ入り込んだことを示している。しかし、研究者が懸念を表明してから、テック企業が実際に資本支出を削減するまでには、競争圧力、建設の慣性、インフラ不足など複数の段階が横たわっている。

AI減速はCapExサイクルを直ちに終わらせないかもしれないが、すべてのAI資産が同じ上昇論理を共有する段階を終わらせる可能性はある。