未分類

韓国語で書かれた論考をベースに、主要な数字を WebSearch で 2025〜2026 年時点の公開ソース（METR、Tom's Hardware、Statista、Fortune Business Insights 等）に照合して再構成したもの。推定値には「概算」と注記する。

米ビッグテックが AI に過剰投資する論理 — 非対称な保険から4つの狙いまで1枚に
図 0：本稿のキラーチャート。過剰投資の問いと答え、そして取りに行っている 4 つの狙いを 1 枚に

最近よく聞かれる問いがある。「ビッグテックや OpenAI・Anthropic のような AI フロンティア企業、無茶して GPU を買いすぎじゃないか」と。

中国は蒸留（distillation）で、フロンティア級モデルを安く真似する手法を持っている。具体的には、数万単位の偽アカウントから数千万件の質問を投げ、その回答をそのまま教師信号にして、自前の安価な AI を訓練する（Anthropic の調査では 24,000 件の偽アカウントから 1,600 万件超のやり取りを抽出した蒸留攻撃が観測されている）。LLM が数ヶ月早く良くなるだけ、性能差はわずか、それで何兆円も使う意味があるのか。

結論を先に置く。ビッグテックが買っているのは「3〜6 ヶ月のモデル優位」ではない。「能力の跳躍」が起きたときに席に座っていなかった場合の損失に対する保険である。 そして保険料と保険金の非対称性が、不確実性下で過剰投資を合理化している。

数字で見る「狂気」の CapEx

まず状況を共有する。米ビッグ 4（Microsoft・Google・Meta・Amazon）の合計設備投資は、2025 年で約 3,200 億ドル、2026 年計画は約 7,250 億ドル（前年比 +77%）と報じられている。Amazon 単体で約 2,000 億ドル、Alphabet が 1,800 億ドル前後、Meta と Microsoft も 1,000 億ドルを超える計画だ（Tom's Hardware, 2026-02）。

そのほとんどが AI インフラ、つまり GPU クラスター、自社シリコン（TPU・Trainium・MTIA）、データセンター建設に向かう。

純粋な AI ラボ側も尋常ではない。OpenAI・Anthropic は本業の現預金だけでなく、社債発行や巨額の資金調達でこれを支えている。Anthropic は 2026 年第 1 四半期に「年率換算で 80 倍」の売上成長を見せたと CEO の Dario Amodei が語っている（Dwarkesh Patel との対談, 2026）が、それでも CapEx と訓練コストを上回るには到底届かない。

一見、これは狂っている。しかし買っているものを取り違えると、合理性を見落とす。

一見すると不合理に見える 3 つの反論

世間でよく聞く批判は概ね 3 つに集約できる。

  1. 中国は蒸留で安く同等品を作れる：本物のフロンティアモデルを開発する必要はなく、API 越しに「カンニング」すれば十分
  2. LLM は数ヶ月早く良くなるだけ：先行優位は短く、追いつかれる
  3. 性能差はわずか：体感上の違いは小さく、これに何兆円も払う理由がない

どれも事実として正しい部分がある。しかしこの 3 つの反論は、すべて「投資する側が買っているものは『直近の性能優位』だ」と仮定している点で核心を外している。

真の論点：投資の中身は「非対称な保険」

ビッグテックが買っているのは性能の高低ではなく、能力の跳躍（leap）が来た日に席を持っているかどうかだ。

跳躍が来た日に席に座っていなければ、検索・クラウド・オフィスといった「兆円規模の本業」が一気に取り崩される。跳躍が来なかったとしても、本業は無傷で残り、減損するのは投じた CapEx の一部にすぎない。

このマトリクスで見ると非対称性は一目瞭然になる。

非対称な保険マトリクス — 跳躍が来た／来なかった × 投資した／しなかった で4セルに分けた損益
図 1：左上セル（跳躍あり × 投資なし）だけが、本業ごと吹き飛ぶ破滅シナリオになる

期待値ではなく最悪損失の差で決まる賭けである。Yahoo が Google に追い抜かれ、Nokia が iPhone に飲み込まれたように、新しい関所を取り損なった企業は、利益プールごと失う。これがビッグ 4 にとっての「Google が Yahoo になるシナリオ」だ。

ここで重要な区別がある。本業を持つビッグ 4 と、本業のない純粋ラボ（OpenAI・Anthropic）では、論理が違う。

  • ビッグ 4：GPU は本業を守るための「安い保険料」
  • 純粋ラボ：GPU が本業そのもので、降りる選択肢がない

どちらにとっても、座席を失う恐怖が CapEx を駆動している。

「跳躍」とは何か — 信頼度 × タスクホライズン

ここで「跳躍」の定義をはっきりさせておきたい。これは「もう少し賢いチャットボット」や「ベンチマークが数点上がる」という話ではない。核心は IQ ではなく、信頼度 × タスクホライズンだ。 一度仕事を任せたら、人間の介入なしに何段階もの作業を最後まで崩さずやり切れるかどうかである。

非営利の AI 評価機関 METR の研究によれば、フロンティアモデルがおおむね 50% の信頼度でやり切れるタスクの長さは、過去 6 年でおおよそ 7 ヶ月ごとに 2 倍になってきた。さらに 2024〜2025 年に限れば約 4 ヶ月ごとに 2 倍まで加速している。

なぜこれが「連続」ではなく「跳躍（階段）」なのか。それは、ステップごとの信頼度に対して経済的価値が非線形だからだ。

信頼度の N 乗が描く非線形 — 95% / 99% / 99.9% 単段信頼度の20段直列タスクでの成功率比較
図 2：単段の信頼度がわずか 4.9pt 違うだけで、20 段の直列タスクではエンドツーエンド成功率が 46pt も開く

数字で押さえる。20 ステップの作業を 1 段あたり 95% の信頼度でこなすと、最後まで成功する確率は 0.95²⁰ ≒ 36%。99% なら 82%、99.9% なら 98% になる。

閾値の下では、人間が全ステップを検収しないと信用できないので、人件費は大半が残る。労働の節約効果は限定的。閾値の上に出た用途から順に、検収コストが急減し、人間を抜いて回せる仕事が広がっていく。単段の信頼度は一定のペースで上がっているのに、経済的に使えるかどうかは、ある線で突然ジャンプする。

これが「跳躍」だ。線の下では存在しなかった市場が、線の上では一気に開く。

何を取りに行っているのか — 4 つの狙い

跳躍を待つ理由は 1 つではない。米国企業が取りに行っている狙いは、大きく 4 つに整理できる。下に行くほど、賭けの投機性と上振れの大きさが増していく。

4つの狙い — 既存事業の防衛・新しい関所・労働力市場への拡張・R&D の乗数効果
図 3：4 つの狙いを上から順に。①②は防衛と新独占、③が本命の利益プール、④が最大の上振れ

狙い①：既存事業の防衛 — 「Google が Yahoo になる」シナリオ

世界を支配している既存プラットフォームは、AI バージョンへの城壁の作り替えに追われている。

  • 検索 → 答えエンジン：Google はキーワード検索から AI Overviews へ。リンクを返すのではなく、答えを返す
  • オフィス → エージェント：Microsoft は Word/Excel ではなく、PPT を作り、メールを書く Copilot を売る
  • クラウド → AI 負荷：AWS や Azure は単なるストレージ・コンピュートから、AI モデルを訓練・推論するワークロードのインフラへ

このアップグレードに失敗した瞬間、検索・オフィス・クラウドの利益プールは下流にスライドする。ここでは GPU は攻撃ではなく防衛の保険である。 兆円規模の利益プールを守るために 10 兆円の CapEx を払う、というのは保険料率としては高くない。

狙い②：新しい関所 — 意図ルーター（Intent Router）

歴史的に、IT のパラダイムが変わるたびに、ユーザーが必ず通る「門番＝関所」が存在してきた。

時代関所課金の形
PCWindowsOEM ライセンス、開発者の依存
WebGoogle 検索検索広告
モバイルApp Store / Play Store決済額の 30%

次の世代の関所は AI エージェント＝意図ルーターになる、というのが多くの人の見立てだ。ユーザーは「今夜のチキンと明日のシャツを頼んで」と言うだけ。アプリは立ち上げない。

そうなると下流の EC・予約・配達は、エージェントに選ばれない限り消費者の目に触れない。生き残るためには、「うちを優先的に推薦してくれたら売上の 10% を払う」という形でエージェント側に通行料を渡すしかなくなる。

これは本業の防衛とは別の、次の独占を取りに行く戦略である。スマホに標準搭載される「デフォルト・エージェント」を握った企業は、App Store の次の世代の通行料を全方位で取れる立場に立つ。

狙い③：ソフトウェアではなく「労働力」を売る — TAM の桁が変わる

ここからが本命の利益プールである。

これまでソフトウェア（SaaS）は「席数（Seat）」で売られてきた。Microsoft も Adobe も Salesforce も同じ。会社に 100 人いれば 100 ライセンス分。これは結局、企業の「ツール予算（備品費）」から出る支出で、どんなに高くても 1 人あたりの月給より上には行かない。

世界の SaaS 市場の年間総額は 2025 年でおよそ 0.4 兆ドルにすぎない（Fortune Business Insights、Statista 等の推定）。これに対して、ビッグ 4 の 2026 年 CapEx 計画はすでに 0.7 兆ドル。投資が既存市場の年商を超えてしまっている。

TAM の桁が変わる — SaaS 市場・米ビッグ4 CapEx・世界の労働市場の比較
図 4：ビッグ 4 の年間 CapEx は、すでに世界の SaaS 市場の年間総額を超えている。回収には桁違いに大きい労働市場へ届くしかない

ここで AI が単独で成果物を仕上げる閾値（先ほどの 99%）を越えると、何が起きるか。AI は「道具」ではなく「従業員」になる。

過去はコーディング支援ソフトを 1 席月 2 万円で売っていた。これから売るのは「年俸 800 万円の開発者」だ。課金の基準はソフトウェア価格ではなく、人間の人件費になる。AI が法務アシスタント・金融アナリスト・プログラマーの役割を本当に代替できるなら、企業は彼らに払う給与の 30〜50% を AI 提供者に払う。

世界のホワイトカラー労働市場・サービス市場は数十兆ドル規模（世界 GDP 約 110 兆ドル × サービス比率 × 知識労働比率からの概算）。SaaS の枠で売る限り 1 兆ドルが上限だが、人件費の枠を取りに行けば桁が 1〜2 上がる。この市場のために、今の投資額が払われていると考えると、辻褄が合う。

狙い④：R&D の乗数効果 — 最も投機的、最大の上振れ

最後が一番投機的で、最も上振れが大きい領域だ。

  • 新薬・タンパク質・素材設計（Isomorphic Labs / AlphaFold 系）
  • 半導体設計（AI でよりよい AI チップを設計するフライホイール）
  • 究極的には、AI が AI の研究自体を加速する

ここで得られる報酬はシェアではなく、技術フロンティア全体に対する生産性の乗数である。「いくら払っても安い」と一部が言うのはこの狙いを指す。当たれば、もはや「製品」ではなく「電気のような新しい生産要素」の位置に立つ。

終局：成果が借金より早く来るか

ここまでで、なぜ過剰投資が合理的なのかは説明された。ただし、この投資がいつまでも続けられるわけではない。

跳躍は抽象語ではなく、信頼度 × タスクホライズンという測定可能な線である。そして、この線を越えるかどうかが、数兆ドル全体の分水嶺になる。

投資と回収のレース — 跳躍が来る前に借金が膨らみすぎると破綻する
図 5：投資の累積が「耐久ライン」を越える前に売上が立ち上がれば A、間に合わなければ B

米ビッグ 4 の本業 CF と現預金は厚い。ここに耐えうる借入を足した範囲を「耐久ライン」とすると、その内側で跳躍を見せられれば、新しい利益プールに到達してユートピアシナリオに入る。

間に合わなければ、これは「資産の減耗」では済まない。借入が膨らみ切ったあとに目に見える成果が出なければ、訪れるのは過剰投資の減損よりずっと大きい、負債側からくるパニックである。

まとめ — この賭けの構造を 1 行で

米ビッグテックは「数ヶ月の性能優位」ではなく、「跳躍が来た日に席を持っていなかった場合の本業崩壊」に対して保険を買っている。最悪損失の非対称性が過剰投資を合理化し、4 つの狙い（防衛・新関所・労働市場・R&D 乗数）のどれか 1 つが当たれば、保険料はペイする。賭け全体の生死は、跳躍が借金より早く来るかにかかっている。

中国は蒸留で先行モデルを安く追随できる。しかし、最初に商用化して新しい独占席を押さえる競争では、フロンティアを持っていない側に不利が残る。これが、いくら採算性が悪く見えても、米国の企業が CapEx を緩めない理由である。

数値の出典・注記

  • **米ビッグ 4 の 2026 年 CapEx 計画（合計 ~725B、前年比 +77%）**：<a href="https://www.tomshardware.com/tech-industry/big-tech/big-techs-ai-spending-plans-reach-725-billion" target="_blank" rel="noopener noreferrer">Tom's Hardware, 2026-02</a>。Amazon ~200B、Alphabet ~175-185B、Meta ~115-135B、Microsoft ~$120B の合算
  • METR タスクホライズン：METR 公式ブログ, 2025-03-19。50% 信頼度で完遂可能なタスク長さの倍増ペースは過去 6 年で約 7 ヶ月、2024-2025 年に限れば約 4 ヶ月。原文の「4 ヶ月」は後者の加速期を指している
  • **世界 SaaS 市場（2025 年 ~0.4T）**：<a href="https://www.fortunebusinessinsights.com/software-as-a-service-saas-market-102222" target="_blank" rel="noopener noreferrer">Fortune Business Insights</a>（315.68B）、Statista（390B）、Precedence Research（408B）を概算で $0.4T と表記
  • **世界ホワイトカラー労働市場（20-30T+）**：世界 GDP 110T（IMF）× サービス比率 ~60% × 知識労働比率からの概算。厳密な統一指標は存在しないため「桁感」として参照
  • 蒸留（distillation）：教師モデルの出力を生徒モデルの教師信号として使う手法。Hinton et al., 2015 が元論文。本稿では API 経由でフロンティアモデルから知識を吸い出す広義のニュアンスを含む
  • Anthropic / Dario Amodei「smooth exponential」：Dwarkesh Patel との対談。「Moore's Law-like law, except it's for intelligence itself」「country of geniuses in the data center」等の表現はここから

なお本稿の主張部分は、元の論考（ハングルメモ）の論理構造をそのまま引き継いだものであり、CapEx 額・METR 数字・SaaS TAM などの補強データのみ独自に検証・追記した。

関連記事