AI の経済的合理性は根本的に成り立たない

AI の経済計算は根本的に成り立たない

著者：Ed Zitron**

原文：AI's Economics Don't Make Sense

昨日の朝、GitHub Copilot ユーザーついに確認が得られました：私が一週間前に報じた事柄が現実のものとなったのです——2026 年 6 月 1 日から、すべての GitHub Copilot プランは従量課金（usage-based pricing）へ移行します。

以前は、Microsoft はユーザーに一定数の「リクエスト（requests）」を提供していました。現在は、ユーザーがモデルを実際に使用したコストに基づいて課金されます。Microsoft はこれを「……持続可能で信頼性が高く、すべてのユーザーを対象とした Copilot ビジネスと体験への重要な一歩」と呼んでいます。言い換えれば、ユーザーが GitHub Copilot の月額サブスクリプションにいくら支払うかによって、同等価値のトークン（語元、token）枠が提供されます。例えば月額 19 ドルのプランであれば、19 ドル分のトークンが付与されるのです。

要するに**：「*私たちはもはや GitHub Copilot ユーザーの計算コストを補助し続けることはできません。そうしなければ Amy Hood がバットを持って殴り始めますよ。*」

いずれにせよ、この発表自体が興味深いです。これにより、これらの値上げがどのように包装されるかが事前に示されています：

**

Copilot はもはや一年前の製品ではありません。

それはエディタ内のアシスタントから、インテリジェンスを備えたプラットフォーム（agentic platform）へと進化しました。長時間にわたる多段階のプログラミングセッションを実行し、最新モデルを使用し、コードベース全体で反復的に改善を行います。インテリジェンスを活用した利用がデフォルトとなりつつあり、これにより計算および推論（inference）の需要が著しく増加します。

今日では、簡単なチャット質問と数時間にわたる自律的なプログラミングセッションが、ユーザーに同じ価格を請求する可能性があります。GitHub はこうした利用に伴う上昇し続ける推論コストを引き受けてきましたが、現在の高度なリクエストモデルは持続不可能です。

従量課金はこの問題を解決します。これにより価格設定が実際の使用状況により適切に対応し、長期的なサービスの信頼性を維持するのに役立ちます。また、重度ユーザーを制限する必要性も減らされます。

ご覧の通り、問題は「*Microsoft が約 200 万人の計算コストをずっと補助していること*」ではなく、「*AI はあまりにも強力になり、あまりにもパワフルで複雑になったため、本質的に別の製品になってしまった！*」なのです。

Copilot が確かに「……一年前の製品ではない」かもしれませんが、根本的な経済の不整合は大きく変化していません：Microsoft は連続する *3 年間*、ユーザーが月額サブスクリプション料自体を上回るトークンコストを毎月燃焼させることを許容してきました。『ウォール・ストリート・ジャーナル』2023 年 10 月の報道によると：

個人ユーザーは、この AI アシスタントに対して月額 10 ドルを支払っています。今年最初の数ヶ月間、同社では平均してユーザーあたり月額 20 ドル以上の赤字が発生していました。関連する数字に詳しいある人物によると、一部のユーザーについては、会社にとって月額 80 ドルものコストを発生させるケースもあるそうです。

当然ながら、GitHub Copilot のユーザーたちは反発しています。彼らはこの製品が「死んだ」あるいは「完全に壊れた」と述べています。

私は 2 年前に『サブプライム AI クライシス（Subprime AI Crisis）』において、まさにこの事態を予言していました：

私は、サブプライム型 AI クライシスが進行中であると仮定しました。ほぼ全米のテクノロジー業界が、極めて低い割引率で販売されている技術を買い占めています。この技術は高度に集中しており、大手テック企業によって巨額の補助金で支えられています。いつか、生成式 AI（Generative AI）という驚異的かつ有毒な資金燃焼速度が、それらを追いつくことになるでしょう。その結果として価格引き上げが行われるか、あるいは Salesforce の「Agentforce」製品のような1 回あたり 2 ドルというあり得ない対話課金を伴う新製品や新機能が発表されることになります。最終的には、予算が豊富で最も忠実な企業顧客であっても、この支出の正当性を証明できなくなるのです。

そして今、その日がようやく訪れました。あなたが利用するあらゆる AI サービスが計算資源（Compute）を補助しているためであり、その結果として各サービスが赤字を抱えているからです：

AI スタートアップのサービスを利用するために料金を支払うとき——もちろん、OpenAI や Anthropic も含まれますが——通常は月額制で、例えば Anthropic の Claude には 20 ドル、100 ドル、または 200 ドル/月のプラン が用意されており、Perplexity には 20 ドルまたは 200 ドル/月のプラン、OpenAI には 8 ドル、20 ドル、または 200 ドル/月のサブスクリプション が存在します。企業利用の場面では、特定のタスクを完了するために使用できる「クレジット（ポイント）」が提供されます。例えば Lovable の月額 25 ドルのサブスクリプションはユーザーに「月間 100 クレジット」を提供 し、さらに 2026 年第 1 四半期終了時点までのクラウドホスティング分として 25 ドル分のクレジットが付帯しており、未使用のクレジットは翌月へ繰り越すことができます。

これらのサービスを利用する際、関連企業はあなたが呼び出した AI モデルに対して支払いを行う必要があります。彼らは AI ラボから百万トークンあたりの価格で支払うか、Anthropic や OpenAI のように、モデルを実行するために GPU を貸し出すクラウドプロバイダーに支払います。1 トークンはおよそ 3/4 単語に相当します。

ユーザーとして感じるのは、トークンの消費ではなく、入力と出力のプロセスそのものです。AI ラボは「トークン」や「メッセージ」、あるいは 5 時間のレート制限とパーセンテージ表示のプログレスバーを用いて、サービスのコストを隠蔽しています。ユーザーであるあなたは、これらの要素が実際にどれほどの価値を持つのかを知りません。一方、バックエンドでは AI スタートアップが最近まで猛スピードで資金を燃焼させていました。

Anthropic はかつて、ユーザーが 1 ドルのサブスクリプション料金を支払うごとに、8 ドルを超える計算コストを燃焼させることを許可していました。OpenAI も同様のことが起こりましたが、具体的な比率を測るのは困難です。

AI スタートアップと超巨大クラウドプロバイダー（ハイパースケイラー）は、補助金付きの赤字商品で十分な数のユーザーを引き込み、彼らにこれらのサービスへの深い依存を形成させれば、企業が大幅な値上げを行った際にもユーザーが離脱しないと信じていました。また、トークンコストは時間とともに低下すると考えていたようです。しかし現実は正反対です：_一部の_モデルの価格が下落したとしても、新しい「推論モデル（reasoning models）」はより多くのトークンを消費するため、結果として推論コストが時間の経過とともにむしろ上昇している のです。

これらの仮定はどちらも誤りです。大規模言語モデル（Large Language Model、LLM）に接続するあらゆるサービスにおいて、月額サブスクリプションモデル_根本的に不合理_だからです。

生成 AI の核心となる経済計算はすでに破綻している

こう考えてみてください。Uber（いや、この件は Uber とは全く似ていません）がタクシー料金を引き上げ始めたとき、その基盤となる経済構造は変化せず、乗客と運転手に提示される構造も変わりませんでした：ユーザーは1回の乗車に対して支払い、運転手は1回の配車に対して報酬を受け取ります。運転手は依然としてガソリン代、自動車保険、地方政府が要求する各種ライセンス費用、車両ローン関連コストを負担しており、これらのコストを Uber が補助しているわけではありません。Uber の巨額の赤字は、補助金、途切れないマーケティング支出、そして自動運転車などにおいて必然的に失敗する研究開発への投資に起因します。

生成 AI サブスクリプションと Uber は全く別物です

AI の価格設定のミスマッチの規模を説明するために、別の歴史的バージョンを想像してください。その世界では、Uber のビジネスモデルは全く異なっていました。

生成 AI のサブスクリプションとは、Uber がユーザーから月額 20 ドルを徴収し、100 回まで乗車できる権利を与え、ただし各回の走行距離が 100 マイル以内であればよいというものです。同時に、ガソリン価格はリットルあたり 150 ドル（※原文はガロン）で、*しかもその燃料費を Uber が負担する*という状況です。なぜなら、「いつか石油は計測する価値もなくなるほど安くなる」と主張する人たちがいるからです。

最終的に、Uber はユーザーに月額料金を徴収して乗車権を与え、その後消費したガソリンに応じて課金することを決定します。突然、ユーザーは「月額 20 ドルで 100 回乗車」から、「まず 20 ドルを払って運転手にアクセスし、さらに 10 マイルの走行に対して 26 ドルを支払う」というモデルに変わります。当然ながら、ユーザーは少し不機嫌になります。

これは少し誇張されているように聞こえるかもしれませんが、実際には生成 AI 業界、特に GitHub Copilot で現在起こっていることを非常に正確に描写しています。

以前の GitHub Copilot の価格設定では、ユーザーは月額 300 回の高度なリクエストを使用でき、GPT-5 mini などのモデルによる「無限のチャットリクエスト」も利用できました。各リクエストとは、マイクロソフト自身の言葉によれば、「Copilot に何かを依頼するあらゆるインタラクション」です。リクエスト制約の末期には、*より高価なモデルほど多くのリクエスト枠を消費します*（例：Claude Opus 4.6 は高度なリクエスト枠 3 つを消費）。高度なリクエスト枠を使い果たすと、Copilot は当月残りの期間中、それらの安価なモデルを無制限に使用することを許可します。

しかもこれは当初からそうだったわけではありません。2025 年 5 月まで、マイクロソフトはユーザーにモデルの無制限利用権限を与えていました。その後、わずかな制限が導入され始めただけでも、ユーザーはすでに非常に怒っていました、なぜなら彼らはこの製品に_あらゆる_制限が存在することを認めないからです。

マイクロソフトは——AI 企業である限りすべてがそうであるように——持続不可能なサービスで顧客を欺きました。LLM（大規模言語モデル）によって駆動されるサービスを月額サブスクリプション形式で販売することは、*決して、決して*合理的ではありませんでした。

トークン課金制に移行した後のサービスの価格がどれほど高くなるかを知りたいなら、GitHub Copilot のサブレディットのユーザーは、過去に高度なリクエスト 1 回あたりのトークン消費量が約 11 ドルに相当することを発見しました。その理由は、1 つのリクエストがコンテキストウィンドウ（文脈窓）内で 60,000 トークンを消費し、複数のツールを呼び出し、モデルが結果を生成するためにバックグラウンドで行う一連のステップである内部「ターン」を経る可能性があるからです。

さらに根本的な問題があります。大規模言語モデルは幻覚（hallucination）を起こしやすいのです。高度なリクエストが行き詰まって半壊れのコードを吐き出すのは確かに煩わしいですが、その失敗に対してユーザー自身が費用を負担する必要がある場合、そのようなミスはそう簡単に許容できるものではありません。

ユーザーもまた、トークン課金とは全く異なる方法で製品を利用するように訓練されてきました。おそらく多くの人は、自分が実際にどれほどの「トークン」を消費しているか、あるいは特定のタスクにどの程度のトークンが必要かを本当に理解していません。そしてこの数字は使用するモデルによって変動します。

これは_Uber のビジネスモデルとは全く異なります_。両者が同じだと主張する者はすべて、悪質な行為の言い訳をしているに過ぎません。Uber は価格を上げたことはありますが、プラットフォームの根本的な経済構造を根本から変える必要はありませんでしたし、ユーザーも Uber が突然ガソリン 1 ガロンあたりの課金方式に移行したからといって、製品の利用方法を根本的に変える必要はなかったのです。

AI の月額サブスクリプションはすべて AI サブシディ（補助）詐欺の一部：生成型 AI と実際の費用を意図的に切り離している

各ユーザーが_実際に消費するトークン数_に基づいて課金しない限り、LLM 駆動型のサービスを経済的に持続可能な形で提供することは、過去にも現在も未来においても決して不可能です。これらの企業はユーザーを欺く過程で、収益が虚構であり投資対効果が疑わしい製品を生み出してきました。

この点は_長年、明白に示されていました_。

経済学的に見れば、月額サブスクリプションはコストが比較的安定している事業に適しています。フィットネスジムは会員権を販売できます。なぜなら、機器の摩耗やレッスンの運営コスト、一定期間内の電気代・人件費・水道費などの経費が概算できるからです。

Google Workspace の顧客にとって、少なくとも AI が登場する以前は、コストの主な要因はドキュメントへのアクセスや保存にかかる費用、および Google Docs やその他のサービスの継続的な稼働コストでした。デジタルストレージのコストは比較的安価であり、大規模言語モデル（LLM）とは異なり、Google Workspace は計算リソースに対する要求が特に高いわけではありません。したがって、ある Google Drive ユーザーが非常に重度に利用していたとしても、その月のサブスクリプション料金の利益率を食い潰す可能性は低かったのです。

しかし、AI サブスクリプションユーザーのコストは_激しく変動する_可能性があります。あるユーザーは ChatGPT を偶発的に検索するだけかもしれませんが、別のユーザーは大量のドキュメントを読み込ませたり、コードベース全体のリファクタリングを試みたり、PowerPoint のプレゼンテーション作成を依頼したりするかもしれません。そして、サービス提供者——OpenAI や Anthropic といったモデル研究所であっても、Cursor のような新興企業であっても——製品品質を低下させる以外に、ユーザーがどのように利用するかを真正面から制御する方法はほとんどありません。例えば、使用上限を設定したり、コンテキストウィンドウを縮小したり、ユーザーをより小さく質の低いモデルへ誘導したり、GPU リクエストを大量に発生させるユーザーを価格で撃退するために料金を変更したりすることです。

しかし、これらのサービスは意図的にトークン数を隠し、特定の活動が実際にいくらかかるかを隠しています。その結果、ユーザーはレート制限の意味を本当には理解していません。そのため、突然のレート制限の調整 があるたびに、顧客たちはパニックになりながら、自分たちがこのサービスで実際にどれだけの作業を完了できるのかを必死に理解しようとします。

これは虐待的であり、操作され、欺瞞的なビジネス手法です。これが存在する唯一の理由は、Anthropic、OpenAI、および他の AI 企業がユーザーベースを拡大したいからです。なぜなら、大多数の AI ユーザーが実感している、あるいは想像している利益は、「1 ドルのサブスクリプション料金を支払うごとに、8 ドルから 13.50 ドルまでのトークン を燃焼させている」という前提の上に成り立っているからです。

この意図的な欺瞞には一つの目的しかありません。それは、大多数の人々が生成 AI の真のコストに決して触れることがないようにすることです。『大西洋月刊』が情熱的に Claude Code を Anthropic にとっての「ChatGPT モーメント」と記述した際、彼らが議論していたのは月額 20 ドルのサブスクリプションであり、Anthropic がこのサービスを提供するために裏側で実際に燃焼させたトークンコストではありません。だからこそ、著者はモデルが犯した「軽微なエラー」や、「より複雑なプログラミングタスクでつまずくこと」を許容するのです。

もしその著者が、自分が実際に燃焼させたトークンのコストを支払っており、モデルがつまずくたびに 15 ドルのトークン請求書を受け取っていたとしたら、私は彼女がこれらの失敗に対してこれほど寛容であるとは思いません。

しかし、これが詐欺の一部なのです。

非常に、そして極めて重要な点は、主要メディアで AI について執筆する人々が決してこれらのサービスのコストを真に理解してはならないということです。ChatGPT や Claude Code といったサービスに関する主要な記事は、個々のタスクがユーザーにどれほどの費用がかかるかをほとんど知らない人によって書かれるべきなのです。

覚えておいてください：生成 AI サービスは、本質的に実験的な製品です。これらは他のどの現代ソフトウェアやハードウェアとも異なる動作をします。ChatGPT や Claude の前に立ち向かい、「さあ働いてくれ」と命令するだけで済むものではありません。

つまり、もちろんそのようなことは可能です。しかし、プロンプトの書き方が間違っていたり、その仕組みを理解していなかったり、入力データに誤りがあったり、あるいは AI 自体が誤りを犯したりすれば、満足できない結果を出力します。すると、再度プロンプトを入力し直す必要があります。LLM（大規模言語モデル）は本質的に予測不可能です。

特定の LLM が必ずしも特定の動作を実行するとは保証できませんし、現実に基づいた結果を提供するとも限りません。あるタスク——過去に何度も LLM で実行したタスクであっても——が実際にいくらかかるのかを確信することはできません。また、モデルが突然暴走して何かを削除したり、実際には何もしていないのに「やった」と主張したりするタイミングも予測できません。

トークン課金でない場合、これらの問題はより寛容に許容されがちです。なぜなら、サブスクリプションユーザーにとっては、単にチャットボットとの対話ラウンドが一つ増えるだけであり、実際のコストが発生しているわけではないと考えるからです。また、「ジグザグ知能（jagged intelligence）」——つまり AI は特定のタスクでは驚異的な性能を発揮する一方で、一見単純なタスクではなぜか失敗し、能力の境界が滑らかではないという現象**——についても、人々は厳しく批判しません。なぜなら、現在直面している問題は将来必ず解決されると考えられており、失敗しても追加料金を支払う必要がないからです。

もしユーザーが最初から実質的なレートで課金されるのであれば、多くの人がすぐにこの製品を放棄するでしょう。LLM が何ができるかをただ漠然と探索している最中に、5 ドル分のトークンをあっという間に使い果たすのは非常に容易だからです。

**

補足：** 実際には、膨大な金額を費やしても望む結果が得られない可能性があります。なぜなら LLM は真の意味での人工知能ではないからです。その限界を理解していない人は、30 ドル、50 ドル、あるいは 100 ドルもの費用を投じて、LLM に「自分自身で絶対にできる」と主張するタスクを実行させようとするでしょう。

ここに一つの用語があります：迎合（sycophancy）。LLM はしばしばユーザーの意見に同調するように設計されており、ユーザーが**

危険で制御不能な発言 をしている場合でも、その傾向は「技術的・財務的に全く実現不可能な巨大なものを望んでいますか？」というシナリオにも及ぶことがあります。「問題ありません！」と答えるのです。

これが業界全体がこれらのコストを隠蔽しようとする理由です——これはまさに強奪行為だからです！

私は、多くの AI サブスクリプションサービスがトークン課金へ移行することは避けられないと考えています。特に Anthropic や OpenAI はすでに企業顧客に対してこの方針を採用しています。

Microsoft が GitHub Copilot のサブスクリプションユーザーをトークン課金へ移行させたことも、非常に、非常に悪いシグナルです。Microsoft は資本が最も豊富で、利益率が高く、計算資源の補助を継続する条件も整っている企業と言えます。それでもなお補助を維持できないのであれば、他の企業がそれを負担できるはずがありません。

本当に注視すべきシグナル——真の蒼白の馬——は、Anthropic や OpenAI といった主要な AI ラボが、_すべての_サブスクライバーをトークン課金へ移行させることだ。（「蒼白の馬」とは『黙示録』に登場し死を象徴する馬のことで、ここでは壊滅的な転換点を指す。）**このことが起これば、すぐにわかる：営業終了の時間だ。

一般企業がトークン課金を負担できるのか？Anthropic の試算では、Claude Code ユーザーは 1 日あたり 13 ドルから 30 ドルを費やし、年間 7,000 ドル以上になる；大規模な組織では年間数十万ドル、あるいは数百万ドルに達する。

先週私が議論した通り、Uber の CTO は会議で、同社が数ヶ月のうちに 2026 年の AI 予算をすべて使い果たしたと語った。ゴールドマン・サックスも指摘しているように、一部の企業は AI トークンへの支出がすでに人件費の 10% に達しており、今後数四半期で*100%*に達する可能性がある。

これは、各 AI ユーザーに可能な限り多くのサービス利用を促しつつ、実際のコストを隠蔽しようとする試みの直接的な結果だ。「できるだけ多く AI を使え」と全従業員に求める大企業は、自社の実際のトークン消費量を根本的に無視しているか、あるいはこの現実と完全に断絶している。そして企業が_実際の費用_を支払うことを迫られたとき、私は、この技術への_いかなる_投資を経済的に正当化できるのか疑問だ。

もちろん、「エンジニアがコードをより速く納品する」などという屁理屈を言うだろうし、その意図はわかる。しかし問題は：*具体的にどれほど速くなったのか？したがって、どれだけ稼いだり、節約したりしたのか？* 人件費の 10% に相当する金額を AI トークンに支出しているなら、その追加支出を相殺できる収益を他の場所で得ているのだろうか。私はそう思わないし、多額の資金をトークンに投入する_どの_企業も、_いかなる_投資収益（ROI）を見出せているとは考えにくい。だからこそ、AI 投資に関するあらゆる研究が、その存在を証明する証拠を見つけるのが極めて困難なのである。

概して、生成 AI の多様な可能性に興奮しすぎて失態を演じている人々の多くは、その真の費用を支払ったことがありません。Twitter で長文を投稿し、「自分のエンジニアチーム全員が Claude Code を猛スピードで叩き込んでいる」と叫ぶ狂信的な人々は、月額 125 ドルの Teams サブスクリプションを利用しており、その利用制限は Anthropic の月額 100 ドルの消費者向けサブスクリプションとほぼ同等です。LinkedIn で怪物のように振る舞い、「Perplexity の製品を使えば数時間で終わる作業を数分で完了させた」と主張する人々も、Perplexity の Max サブスクリプションに月額 200 ドルしか支払っていないのがせいぜいです。

現実には、10 人のチームが月額 1,250 ドルの Teams サブスクリプションを利用している場合、API 呼び出し（API calls）で毎月 5,000 ドルから 10,000 ドル、あるいはそれ以上を燃費のように使い果たす可能性が高いです。Anthropic の成長責任者である Amol Avasare は先週、同社の Max サブスクリプションは重度のチャット利用のために設計されたものであり、Claude Code や Cowork を使って行うような用途には設計されていないと明言しました。さらに彼は、Anthropic は現在「優れた体験を提供し続けるための異なるオプションを探している」とも明確に示唆しました。つまり、「いつか価格を変更せざるを得ない」という意味です。

人々が、特に大規模なコードベースを扱い、プログラミングツールやインフラストラクチャ（infrastructure）ツールへの頻繁な呼び出しを伴うコーディングプロジェクトにおいて、これらのトークンがどれほど高価であるかを認識しているかどうかはわかりません。月額 200 ドルを支払っている人が、350 ドル、400 ドル、あるいは 500 ドルという費用を見越して負担できるでしょうか？ある月で_それ以上_の支出を耐え忍ぶことができるでしょうか？予算超過した場合どうなるのでしょうか？もし作業完了に必要な資金を本当に支払うことができない場合、どうすればよいのでしょうか。

より現実的な例を挙げましょう。4 月初めまで、Anthropic 自社の Claude Code 開発者向けドキュメント（アーカイブ）には、「Claude Code ユーザーの平均コストは、開発者あたり 1 日 6 ドルで、90% のユーザーの 1 日のコストは 12 ドル未満である」と記載されていました。しかし今週現在、ドキュメントは以下のように変更されています：

**

Claude Code は API トークンの消費量に基づいて課金されます。サブスクリプションプラン（Pro、Max、Team、Enterprise）の価格は claude.com/pricing をご覧ください。

開発者あたりのコストは、モデル選択、コードベースの規模、および複数のインスタンスを実行したり自動化プロセスを運用したりする使用パターンなどによって大きく異なります。

企業向けデプロイメントでは、平均コストはアクティブな 1 日あたり開発者 1 人につき約 13 ドル、月額で 150 ドルから 250 ドルです。90% のユーザーの 1 日のコストは 30 ドル未満です。

ご自身のチームの支出を見積もる場合は、まず小規模なパイロットグループから始め、以下の追跡ツールを使用してベースラインを確立してから、より広範なデプロイメントに進んでください。

もし月平均 21 営業日と仮定すれば、Claude Code ユーザーの平均コストは月額約 273 ドル、あるいは年額 3,276 ドルとなります。1 営業日あたり 30 ドルで計算すると、月額 630 ドル、年額 7,560 ドルになります。

これらの数字は驚くべきものです。さらに驚くべきことに、*Anthropic の最新のいずれのモデルを使用する場合でも、毎日 30 ドルしか使えないことはあり得ません*。Claude Opus 4.7 の価格は、入力トークン 100 万あたり 5 ドル、出力トークン 100 万あたり 25 ドルです。「100 万トークンはおよそ 50,000 行のコードに相当します」。いわゆる最先端モデルを使用する場合、少なくとも 100 万トークンを超えないわけにはいきません。特定のタスクにどのモデルを使うべきか明確でない場合、この数字はさらに大幅に上昇します。

では、毎日 30 ドルという数字をもう少し計算してみましょう。

• 10 人の開発チームの場合、これは年額 75,600 ドルとなり、しかもこれは営業日だけの計算です。

• もし 3 ヶ月間の平均費用が 1 営業日あたり 50 ドルに上昇すれば、総額は 88,200 ドルになります。

• さらに 1 ヶ月間、毎日 100 ドルを超えた場合、年間の支出は 102,900 ドルとなります。

• もし毎日 300 ドルを使うなら、10 人のチームが 1 年間にトークンだけで費やす額は 756,000 ドルに達します。

資金が潤沢なスタートアップにおける「小金庫マインドセット」や、メタ（Meta）のような「バナナ共和国」であれば、こうした状況も起こり得るかもしれません。しかし、コストを真に懸念する企業にとって、「生産性向上」のためのサービスに対して 5 桁または 6 桁の追加費用を支払う合理性を示すことは極めて困難であり、その生産性向上を実証できる人もほとんどいません。

現在、私はほとんどの企業が以下の 3 つのカテゴリーに分かれると考えています。

• Spotify や Uber のような大規模組織で、企業導入規模が巨大であり、CEO が AI に洗脳されて予算管理を放棄しているケース。

私も付け加えますが、大規模で資金に余裕のあるスタートアップもこのカテゴリーに含まれます。

• 補助付きの「Teams」サブスクリプションを利用する小規模スタートアップ。

• クラウド（Claude）やその他の AI サブスクリプションを月額利用している個人ユーザー。

大規模組織は現在なお、AI トークンにソフトウェアエンジニアのために数百万ドルを費やしたことを正当化するための免罪符を得ており、「最も優秀なエンジニアが 12 月以来コードを一行も書かなくなった」といった疑わしいメリットを理由として掲げています。

しかし、一度でも酷い決算電話会議があれば、この物語は変わってしまうでしょう。そのうち、投資家たち——AI バブルを吹き上げてきた無知な連中でさえも——が、上昇し続ける研究開発コスト（AI トークンの消費は通常ここに隠されている）に疑問を抱き始めます。特に企業の収益成長が追いつかない場合です。これにより、コスト削減のためにさらに多くの人員整理が行われる可能性があります。Meta の事例のように [1] です。そして、「これらのツールが本当に私たちの作業をより速く、より良くしてくれるのか？」という問いが投げかけられた時、最終的に縮小局面が訪れます。

また、AI トークンに人件費の 10% 以上、あるいはそれ以上に相当する金額を浪費しているスタートアップ企業は、6 ヶ月後には投資家に対して「これは必要だ」と説得するのが極めて困難になると考えます。

全員がトークン課金に移行した暁には、生成 AI を巡るこれほどまでの過熱ぶりが再び見られるかどうか、私は確信が持てません。

AI データセンターと計算資源の経済合理性も成り立たない

AI データセンターについて語られる内容は、すでに現実から完全に乖離しています。彼らはこの時代の荒唐無稽さがどれほど深刻なものか、自覚していないようです。

AI データセンターは建設にも運行にも巨額の費用がかかるが、実際の収益は極めて少ない

TD Cowen のジェローム・ダーリング氏によると、1 メガワットあたりのデータセンター容量には、約 3,000 万ドルの重要 IT 設備（GPU および関連ハードウェア）と、1,400 万ドルのデータセンター容量コストが必要です。データセンターの建設には規模にもよりますが 1 年から 3 年を要し、電力供給が利用可能であることを前提としています。

2028 年末までに完成予定とされる 114GW のデータセンターのうち、[実際に何らかの形で建設中なのはわずか 15.2GW に過ぎません] [2]。ここでいう「建設中」とは、単に「地面を掘り起こした状態」である可能性さえあります。これは決して、あるいはそうあるべきでもないですが、その施設がすぐに提供できる容量が直ちに稼働する意味着ではありません。

[1]: https://www.wsj.com/tech/ai/the-ai-splurge-is-costing-big-tech-its-workforce-34a88e68?ref=wheresyoured.at

[2]: https://www.wheresyoured.at/four-horsemen-of-the-aipocalypse/#nvidia-claims-to-have-1-trillion-in-sales-visibility-through-2027-but-only-285-billion-gpus-worth-of-data-centers-are-under-construction-%E2%80%94-nvidia-is-selling-years%E2%80%99-worth-of-gpus-in-advance-and-warehousing-them:~:text=for%20all%20involved.-,AI%20Compute%20Demand%20Is%20Being%20Inflated%20By%20Anthropic%20and%20OpenAI%2C%20With%20More%20Than%2050%25%20of%20AI%20Data%20Centers%20Under%20Construction%20Built%20For%20Two%20Companies%2C%20and%20Only%2015.2GW%20of%20Capacity%20Under%20Construction%20Through%20The%20End%20of%202028,-Pale%20Horse

サイドバー：もしここでより深い数学的詳細に興味があれば、私の有料ニュースレターを購読してください。そうすれば、私が構築した「バスタードデータセンターモデル」を見ることができます。このモデルは、複数のアナリストと超規模クラウドプロバイダーの情報源の協力のもとで完成しました。

まずは簡単なところから始めましょう：今後「100MW」という数字を目にしたら、それは「44 億ドル」と理解してください。そのうち相当な部分が NVIDIA GPU の購入費に充てられます。

つまり、AI データセンターは開設時点で数百万ドルの赤字を抱えてスタートすることになります。仮に 6 年間の償却期間（depreciation）を設定したとしても、採算が合うまでには_非常に長い年月_が必要です。さらに、NVIDIA の年間アップグレードサイクル により、最初の顧客契約を完了した頃には、その GPU はすでにほとんど価値を失っている可能性が高いのです。

現時点では、OpenAI と Anthropic の他に、AI 計算リソースに対して十分な規模の顧客層が存在するかどうかは不明です。現在建設中の AI データセンターの 50% が OpenAI と Anthropic の需要に支えられており、2028 年末までに建設が完了する容量はわずか 152GW に過ぎません。もしこれらの企業のいずれかが支払い能力を失えば、それは巨大なシステム上の脆弱性を生み出します。

いずれにせよ、これらのデータセンターの継続的な課金基準も明確ではありません。B200 GPU のスポット価格（spot price）は時間あたり約 4.50 ドル程度ですが、長期契約では通常はるかに低い価格が設定されます。The Information の報道によると、ある創業者は 1 年間のコミットメントに対して、GPU あたり時間あたり約 3.70 ドルで契約したと述べています。

明確にしておく必要がありますが、私たちは_スポットコスト_と_契約による計算リソース_を厳密に区別する必要があります。スポットコストとは、他社のサーバー上でランダムに GPU を起動する際の価格を指します。一方、契約による計算リソースは、データセンターの資本支出（capex）の大部分を構成しています。多くのデータセンターは_1〜2 社の大規模顧客_のために建設されており、これらの顧客はより低い総合単価について交渉する可能性が高いのです。

その結果、多くのデータセンターが時間あたり受け取る金額は 3.70 ドルを大きく下回ります。なぜなら、それらはメガワット（またはキロワット）あたりの課金方式を採用しているからです。

そして、ここから経済的な計算が崩れ始めます。

100MW データセンターが機能不全に陥った際の経済計算：時間あたり 2.55 ドル、満室時の粗利益率 16%、しかし債務により依然として黒字化せず

これは 100MW データセンターの初期コストです。100MW のデータセンターでも、実際には課金可能な設備負荷は 85MW に満たない場合があります。超大規模クラウド事業者の課金システムに詳しい人物との議論に基づくと、1MW あたり年間約 1,250 万ドルの収益が見込めるとされており、これは年間で約 10.63 億ドルに相当します。

一点補足しておきますが、多くのデータセンター企業は自らデータセンターを建設するのではなく、Applied Digital のような会社（「ホスティングパートナー」または「colocation partners」とも呼ばれます）にこの業務を委託しています。例えば、CoreWeave は Applied Digital に託児料を支払うことで、同社のノースダコタ州にあるデータセンターを利用しています。一方、CoreWeave はデータセンター内部のすべての GPU やその他の技術設備を管理・運用します。

この経済的な不整合を説明するために、私は「理論上の」例を用います：ある「理論上の」AI 計算会社へデータセンターが賃貸されるというケースです。

このデータセンター内に設置されている GPU はおそらく NVIDIA の Blackwell チップでしょう。より具体的には、8 枚の B200 GPU で構成されたポッド（pod）を採用している可能性が高く、各ポッドの定価は約 45 万ドル、つまり 1 枚あたり 56,250 ドルとなります。85MW の重要 IT 負荷を想定し、1MW あたりの包括的な資本支出（CapEx）は約 3,678 万ドル、総 IT 資本支出は約 31.26 億ドルに達します。そのうち約 26.7 億ドルが GPU の購入費として使われます。

このデータセンターはノースダコタ州の Ellendale に位置すると仮定しましょう。同地域の工業用電気料金は 1kWh あたり約 6.31 セントで、年間電気代は約 5,540 万ドルとなります。情報源との議論に基づき、保守、人件費、電源装置の交換などにかかる継続コストは収益の約 12% と推定され、これは年間約 1.28 億ドルに相当します。これにより総コストは 1.834 億ドルとなります。

待ってください、すみません。重要 IT 負荷に対してホスティング料（colocation fee）も支払う必要があります。Brightlio の情報によると、この費用は通常、設置規模や立地に応じて kW あたり月額 180〜200 ドルですが、私は 130 ドルのケースも見たことがあります。ここでは 130 ドルで計算し、年間約 1.33 億ドルとします。すると総コストは 3.164 億ドルに上昇します。

さて、これはまだ 10.6 億ドルを下回っているので、私たちはまだ大丈夫でしょうか？

いいえ、違います！IT 設備の減価償却費として 31.26 億ドルを考慮する必要があります。6 年間の償却期間と仮定すると、年間約 5.21 億ドルとなります。これにより年間総コストは 8.374 億ドルとなり、残りの利益は約 1.686 億ドル、つまり粗利益率（gross margin）で約 16.7% です……

……*前提は、あなたが常に 100% の稼働率を維持していることだけです！* ご覧の通り、データセンターでは GPU を設置し、顧客をオンラインにするまでに 1〜2 か月かかる場合があります。この期間中、あなたは収入がゼロなのに、さらに損失を被ります。なぜなら、ホスティング料や電気代、運営コストを引き続き支払わなければならないからです。ただし、電気代とホスティング/運営コストは低い割合で計算されます（私のモデルでは、電気代を 10%、ホスティング/運営コストを 15% と見積もっています）。つまり、あなたは毎日約 327 万ドルの損失を被ることになります。

この例では、稼働開始までさらに 1 か月かかったと仮定しています。つまり、すでに約 1.02 億ドルを支払っており、これは二度と回収できないお金です。この金額を第 1 年の総コストと減価償却費に含めると、総コストは 9.394 億ドルに達し、粗利益率はわずか 6.6% となります。

待ってください、ひどい話ですが、あなたはこれらの GPU を買うために借金をしたのでしょうか？*本当にそうしましたか？* これはどれほど悲惨なことでしょうか。ああ_神様_——あなたは 6 年物の資産担保ローン（asset-backed loan）を利用し、貸付額対価値比率（loan-to-value ratio, LTV）が 80% のものです。つまり、金利 6% で 28 億ドルを借り入れたことになります。

あなたの銀行は、その永遠の寛大さをもって、あなたに以下のプランを提供しました：12 ヶ月の据え置き期間（利息のみ支払い）。これにより、利息は約 1.68 億ドルとなります。これは第 1 年の総コスト（公平を期すため、この 1 か月の遅延分は除く）を約 10.05 億ドルに押し上げます。一方、あなたの収入は 10.6 億ドルです。

粗利益率はわずか 5.19% ですが、あなたは元本の返済さえまだ始めていません。元本返済が始まると、毎月 5,410 万ドルのローン返済が必要となり、今後 5 年間は毎年約 6.49 億ドルを支払うことになります。これによりコストは約 14.8 億ドルに達し、粗利益率は約マイナス 40% となります。

そして私は強調しておきます：これはすべて、あなたが 100% の稼働率を維持し、かつ常に支払いを遅延させないテナントを持っているという前提に基づいています。

Stargate Abilene は大惨事：GPU 時間あたり 2.94 ドル、年間収益 100 億ドル、数年の遅れ、そして毎年数十億ドルを失うテナントがたった 1 つだけ

データセンター史上、経済的に最も実現可能であるはずだったプロジェクトについて語りましょう。それは世界最大の AI 企業向けに建設された大規模キャンパスであり、数十年の歴史を持つ超大规模クラウドプロバイダーに近い Oracle によって建設されました。Oracle は過去、企業や政府に対して高価なデータベースおよびエンタープライズ管理ソフトウェアを販売してきました。

はは、もちろん冗談です。この場所はまさに地獄のような悪夢です。

Stargate Abilene は 8 棟の建物で構成され、総規模 1.2GW、主要 IT 負荷は約 824MW のデータセンターキャンパスであり、2024 年 7 月に最初に発表されました。2026 年 4 月 27 日現在、稼働して収益を発生させているのは 2 棟のみで、3 棟目にはまだほとんど IT 設備が設置されていません。私の推計では、Stargate Abilene の総コストは約 528 億ドルに達します。

私の報道に基づくと、Oracle は Stargate Abilene が年間約 100 億ドルの収益をもたらすと予測しています。また、単一顧客である OpenAI のために建設された 7.1GW のデータセンター容量に関する総収入は約 750 億ドルと推計しています。私の報道でも触れた通り、Oracle は 2024 年時点で、Abilene のホスティング料と電気代だけで年間少なくとも 21.4 億ドルが必要であり、この費用は土地開発業者の Crusoe に支払われると見積もっていました。

さらに付け加えるなら、Oracle が Abilene の建設コストをすべて負担しているように見えます。

私の計算と報道に基づくと、Abilene が完全稼働した後の粗利益率は概ね 37.47% と推計されます：

この 37.47% という粗利益率は、Oracle の実際の保険コストや人件費の正確な数値を把握していないため、おそらく過大評価されている可能性が高いことを付記しておきます。あくまで本誌で入手した文書に基づいた推計に過ぎません。また明確に言っておきますが、Oracle は_自社のすべての運命_を Stargate Abilene といったプロジェクトに賭けています。同社は前期に数十億ドルの費用を負担しており、仮に OpenAI がすべての支払いを遅滞なく行ったとしても、この事業が黒字化するまでには数年を要します。

残念なことに、Abilene の資金のうちどれほどが債務（借入金）によって賄われているかを確認することはできません。私が知っているのは、Oracle が 2025 年 9 月に約 180 億ドル規模の多様な債券を発行し、その償還期間は 7 年から 40 年まで多様であること、そして直近の四半期決算でフリーキャッシュフローがマイナス 247 億ドルであったことです。

また、開発業者の Crusoe と 15 年間の賃貸借契約を結んでいることも知っています。Oracle の未来は OpenAI が支払いを継続できる能力に大きく依存しており、OpenAI の支払い継続能力は、Oracle が Stargate Abilene を完了させる能力にかかっています。

さらに付け加えるなら、年間の 38.5 億ドルという利益が実現するのは、OpenAI が支払いを遅滞なく行い、Abilene の利用権を最速で引き渡し、すべてが計画通りに進行した場合に限られます。

もし OpenAI が今後 4 年間で収入、資金調達、債務を通じて 8,520 億ドルを確保できない場合、Stargate データセンタープロジェクトは Oracle を破滅させる

残念ながら、実際には全く逆のことが起こっています：

**

DatacenterDynamics の報道によると、最初の 200MW の電力は当初「2025 年」に供給開始される予定でした。時が経つにつれ、入居時期は「2025 年前半」とされ、「2025 年に 1GW に達するポテンシャルがあるが「アビリーンは計画通りに進行しており、『96,000 個以上の NVIDIA Grace Blackwell GB200 が納入された』」と述べています。つまり、これは 2 棟に必要な GPU の数を指しています。

4 ヶ月後の 2026 年 4 月 22 日、

Oracle がツイート によると、「……アビリンでは 200MW が稼働しており、8棟のビルからなるキャンパスの引き渡しは予定通り進行している」とのこと。ここでいう 200MW が、重要な IT 容量を指すのか、それともアビリン・キャンパス全体の利用可能電力を指すのかは現時点では不明である。いずれにせよ、この規模では 2棟分のビルしか賄えない。つまり、Oracle の「予定通り」という主張は絶対的に成り立たない。

これは重大な問題だ。OpenAI は実際に存在する計算リソースに対してのみ支払いを行うことが可能であり、現在実際に収益を生み出している重要な IT 容量はわずか 206MW に過ぎない。3棟目のビルが稼働するには、少なくともあと1ヶ月、あるいは四半期を要する見込みである。

しかし、Stargate データセンター・プロジェクト全体には、これよりもはるかに大きく、存亡に関わる別の問題が存在する。このプロジェクトが成立するのは、OpenAI が漫画のような荒唐無稽な予測を実現した場合に限られるのだ。

私が先週金曜日に論じた通り：

念のため、これらの数値を再確認しよう。現在進行中の 7.1GW の Stargate データセンターが完成すれば、年間約 750 億ドルの収益をもたらすことになるが、総コストは 3,400 億ドルを超える見込みだ。Oracle のフリーキャッシュフローはマイナス 247 億ドルであり、他の事業セグメントは停滞傾向にあるため、低収益から中収益へと転換したクラウド事業が唯一の成長エンジンとなっている。

OpenAI が計算リソース契約（Amazon、Microsoft、CoreWeave、Google、Cerberas などのパートナー企業向けおよび Oracle 向けを含む）を本当に履行するためには、今後4年間で収入と/または資金調達を通じて合計 8,520 億ドルを確保・獲得する必要がある。これは、事業が毎年 250% を超える成長率を示し、2030 年末までにほぼ10倍規模に拡大することを意味する。さらに、その時点ではキャッシュフローの黒字化（cashflow positive）を実現する方法を見出さなければならず、初めてこれらの数値は妥当性を帯びるのだ。

明確に述べておこう。OpenAI の予測によれば、今後4年間で 6,730 億ドルの収益を上げ、そのために 2,180 億ドルを費やすことになるという。これは極めて非営利的なビジネスモデルである。仮にそれがそうではないとしても、Oracle に支払いを継続するためには、現状よりもはるかに多くの資金を稼ぎ出す必要がある。

私が 750 億ドルという数字を算出する際、Vera Rubin GPU は1メガワットあたり約 1,400 万ドルの収益を生むと仮定した（この数値はデータセンター業界に詳しい情報源と確認済みである）。そして、残りの Stargate データセンターに含まれると予測される 4.64GW の重要な IT 負荷（IT load）にこの単価を適用したものである。

OpenAI の数値は、The Information が報じた OpenAI の予想される資金燃焼速度と収益漏洩データに基づいています。これらのデータによると、同社は 2030 年末までに 6,730 億ドルの収益を達成し、そのために 8,520 億ドルを燃費（キャッシュバーン）すると予測しています。

私は明確に言っておきます：これらの数字がどれほど「馬鹿げているか」を説明せずに、記者たちがこれらを繰り返すなら、少しは恥じるべきです。私が金曜日に公開した有料記事からの引用をご覧ください。

つまり、OpenAI は 2 年後の収益が TSMC を超えると予測しており、3 年後には年間の収益が Meta とほぼ同等になり、2030 年末には Microsoft の過去 12 ヶ月分の約 3,000 億ドルに匹敵する年間収益を達成すると見込んでいます。

もし OpenAI がこれらの計算資源（コンピュート）の支払いができない場合、Oracle は「死」に直面します。なぜなら、同社は Stargate データセンターの建設のためにすでに約 1,150 億ドルの債務を負っており（Stargate の完成にはさらに 1,500 億ドルが必要ですが）、その完了のためにもう 1,500 億ドルを調達する必要があるからです。

Oracle は現在、年間収益が約 640 億ドル（640 億ドル）の企業であり、直近の四半期におけるフリーキャッシュフローはマイナス 247 億ドルでした。同社は 2025 年 9 月に 180 億ドル規模の債券を発行し、2026 年 2 月には 250 億ドル規模の債券を発行しました。さらに 3 月のある時点で、時価発行による 200 億ドル規模の株式計画を完了しました。この資金調達は数ヶ月にわたり「完了済み」とされてきましたが、Stargate Wisconsin および Shackelford 向けの380 億ドル規模のプロジェクト融資は、つい最近になって完了したようです。また、Stargate Michigan に関連する140 億ドル規模のデータセンター債務もこれに含めて計算しています。

いずれにせよ、Oracle の資本力では Stargate Abilene を完了させるには不十分です。このプロジェクトを完遂するには、少なくとも追加で 1,500 億ドルが必要であり、これは他のパートナーが約 300 億ドルの費用を負担すると仮定した場合の数値です。正直なところ、実際にはこれ以上の金額が必要になる可能性さえあります。

私は明確に述べておく必要があります：*OpenAI がなければ、Oracle にこの収益を稼ぐ他の道はありません*。これらのプロジェクトはすべて、データセンター自体が将来見込むキャッシュフローによって資金調達され、支払われることになります。

私が懸念していることだけではありません。OpenAI の Sarah Friar も、同社がユーザー数および収益目標の達成に失敗した後に、同様の懸念を表明しています。『ウォール・ストリート・ジャーナル』の報道によると：

OpenAI は最近、自ら設定した新規ユーザー数および収益目標を達成できず、これらの挫折により同社の上層部は、データセンターへの巨額の支出を支える能力に疑問を抱き始めている。

事情に通じた人々の話によると、最高財務責任者（CFO）の Sarah Friar は他の企業の指導者に、収益成長が十分でなければ、将来の計算契約を支払うことができない可能性があると警告している。

ここ数ヶ月、取締役会メンバーは同社のデータセンター取引をより厳しく精査し、事業の減速にもかかわらず最高経営責任者（CEO）の Sam Altman がさらに多くの計算リソースを獲得しようとする姿勢に疑問を呈している。

これでもまだ心配が足りないなら、以下の内容でさらに不安になるかもしれない：

彼女は役員や取締役に対し、社内統制の改善が必要だと強調し、OpenAI は上場企業に求められる厳格な報告基準を満たす準備ができていないと警告した。一部の関係者によると、Altman 氏はより積極的な IPO（株式公開）スケジュールを好んでいるという。

これは確かに今世紀末までに 8,520 億ドルの収益を上げる会社のように聞こえるだろう！

Anthropic も OpenAI と同様に問題がある：Google および Amazon から最大 10GW の計算リソースを確保し、年間収益規模は 1,000 億ドル超と約束

私はしばしば OpenAI の荒唐無稽な約束を批判してきたが、Anthropic も決して後れを取っていない。同社は Google と Amazon からそれぞれ「最大」5GW の容量を確保すると約束している。この容量規模に基づいて推定すると、これらの取引には約 1,000 億ドル相当の計算リソースの実際のコミットメントが含まれていると考える。

もちろん付け加える必要があるが、Google と Amazon は Oracle よりもはるかに賢明であり、それほど絶望的でもない。つまり、Anthropic が最終的に資金不足に陥っても、両社は衝撃を耐えうるというわけだ。これらの取引における「最大」という言葉は、両社にとって急需の回旋余地を与えており、Oracle にはそのような余地が全くない。

それでも、約束を本当に履行するためには、Anthropic は 2030 年末までに毎年 250 億ドルから 1,000 億ドルを計算リソースの購入に充てる必要がある。

Anthropic の CFO は 3 月、同社の設立以来の総収益は 50 億ドルであると述べている。

現在建設中の 15.2GW の AI データセンターを支えるには年間 1,568 億ドルの AI 計算リソース収益が必要であり、もし発表されたすべての 114GW を支えるなら、1.18 兆ドルが必要となる

ジェンセン・ファンは頻繁に、NVIDIA が数千億ドル規模の GPU を出荷していると言います。これらの数字を巡るほぼ官能的な興奮が、しばしば厄介な問題を覆い隠しています：その計算能力は実際には誰に売っているのですか？ジェンセン？

2028 年末までに建設され、引き渡しが予定されている 15.2GW のデータセンター容量を想定し、電源使用効率（PUE: Power Usage Effectiveness）が約 1.35 と仮定すると、主要な IT 負荷は約 11.2GW となります。メガワットあたり 1,400 万ドルという計算に基づけば、これらのデータセンターが建設する価値があるためには、年間約 1,568 億ドルの GPU リース収入を達成する必要があります。

もし理論上 2028 年末までに稼働予定となる 114GW の容量もすべて含めると、この数字は年間 1.18 兆ドルの収益に跳ね上がります。

背景をお伝えしましょう：CoreWeave は最大の「ニュークラウド（neocloud）」事業者であり、顧客には Meta、OpenAI、Google（OpenAI のサービス提供）、Microsoft（OpenAI のサービス提供）、Anthropic、そして NVIDIA が含まれます。同社の年間収益は約 51 億ドルと推定されており、2026 年の収益は 120 億〜130 億ドルと予測されています。

では、この膨大な計算能力の顧客は一体誰なのでしょうか？これらの容量が完成した時点で、彼らはまだ購入するのでしょうか？多くの異なるデータセンターが、建設初期からすでにテナントがいると主張していますが、それらのテナントが支払いを開始するのはデータセンターが完成した後です。*もしテナントが AI スタートアップであれば、データセンターが完成した時点でその企業は存続しているのかという疑問を持つのは妥当だと考えます。*

覚えておいてください：AI 計算能力の顧客の多くは、資本支出を貸借対照表から転嫁しようとする超大规模クラウド事業者か、あるいは黒字化していない AI スタートアップです。Anthropic と OpenAI はどちらも今後数年間で数百億ドルを燃焼させる計画を持っており、両社とも収益化への道筋はまだ見えていません。

これはつまり、AI 計算能力収入の大部分——おそらくは大多数——が、リスク資本と債務からの継続的な流入に依存していることを意味します。そしてこれら二つは、投資家が生成 AI が世界で最大かつ最も巨大で、無敵のものになると信じている間のみ成立するものです。

これがどうして成立し得るのでしょうか？誰がこのデータセンター容量に対して支払いを行うのですか？それは誰のために建てられているのでしょうか？真の需要はどこにあるのでしょうか？

もし需要が本当に存在するのであれば、*これらの顧客は一体何をもって支払うのでしょうか？*

生成 AI は黒字化せず、持続可能ではなく、ますます高騰する

OpenAI と Anthropic が 2028 年または 2029 年に黒字化を達成すると報じる複数の記事があるにもかかわらず、それらがどのようにして実際に利益を生み出すのかを私に説明できる人はいない。特に、両社の利益率が予想を下回っており、その利益率ですら数十億ドル規模のトレーニングコストを除外した上でさえあることを考慮すれば、なおさらだ。

私はこの質問を_何年も_問い続けてきた。Anthropic や OpenAI の新しいニュースが入るたびに、聞かされるのは予想以上に数十億ドルを失ったこと、利益率が悪化していること、コストが急騰していること、そしてすべてが_ますます高価になっている_ということだ。彼らが以前に約束したのはまさにその逆だった。

Cursor という企業でさえも——同社は一時的に売上総利益率（グロス・マージン）がプラスであると主張し、後に Musk の SpaceX によって近似された買収が行われた——1 月時点の_実際の売上総利益率はマイナス 23%_である。非課金ユーザーのコストを含めると、それはマイナス 31% になる。もしあなたが会計に本当にこだわっているなら、当然_この部分を計算に入れるべき_だ。不思議なことに、Cursor の利益率が「最近プラスに転じた」と報じられているが、その転換幅や転換の仕組み、そして他の詳細については一切不明で、ただ会社が売却できるかもしれないという結論だけが存在する。

これらの AI データセンターがどのようにして成立するのかも私には理解できない。仮にここ数年で確かに顧客からの支払いがあったとしても、それらの経済モデルは完璧な前提の上に成り立っており、誤差を許容する余地がない。_常に_安定した 100% の稼働率（利用率）とテナント率（tenancy）を維持し続けなければならず、そうでなければ数百万ドルが燃え尽き、技術業界で最も高価な過ちによって生み出された何年にもわたる減価償却の壁を効果的に削減することはできなくなる。

仮に奇跡的に成功したとしても、これらは利益が平凡な悪いビジネスだ——最良の場合でも売上総利益率は 70% だが、継続的な支払いと継続的なテナント契約を前提とし、_実際に回収できるまでには整整六年の減価償却が必要_となる。これはそれ自体が困難である可能性が高い。なぜなら、年次アップグレードサイクルによって、支払いが終わる頃にはシステム全体がすでにほぼ時代遅れになっているからだ。

そしてこれらにまだ加算されていないのが：ほとんどの顧客は利益を出しておらず、持続不可能なスタートアップ企業だということだ。

このすべてが最終的にどうなるのか、私は本当にわからない。

これは少し大げさに聞こえるかもしれませんが、私は心から、サブスクリプション型の AI サービスはほぼ詐欺的な欺瞞行為だと信じています。なぜなら、それは核心的な単位経済モデルを歪め、それゆえに大規模言語モデルの可能性さえも歪めているからです。Anthropic や OpenAI といった企業が月額料金で製品を販売し、製品の入手可能性を中心にユーザーの習慣を形成することは、本質的に自社のビジネスを誤解させる方法です：大多数のユーザーがこれらの製品を使用し、現在の形態では持続不可能であり維持也不可能なこれらの製品にワークフローを構築しているのです。

Anthropic の 最近の過激なレート制限調整 は、数か月にわたる過激なマーケティングキャンペーンの直後に発生しました。そのキャンペーンで描かれた体験は、現在のレート制限下ではほぼ不可能になっています。Anthropic の最近の動きによると、明らかに将来のある時点で、月額 20 ドルの低層級サブスクリプションユーザーの一部サービスを取り除く計画 です。これは吐き気を催すほど欺瞞的な経営手法です。Anthropic が製品やサービスについて語る際の曖昧さは、すべてのユーザーに対する侮辱であり、それがメディアに対して何らかの意味で恐怖を抱いていないことを示しています。

私は非常に明確に言います：最近のレート制限の変更により、Anthropic が現在提供している製品は、あなたが至る所で読んでいるその製品とは本質的に異なり、さらに大きく異なります。Anthropic は、自分が 3 ヶ月以内に消滅させることを知っている製品を、明確かつ意図的にマーケティングしています。Dario Amodei は全く気にしていません。メディアが今日彼がでっち上げた数十億ドルの年間収益について報じ続けるか、あるいは成長がすでに鈍化しているある不運な上場 SaaS 会社（Software as a Service：ソフトウェアとしてのサービス）を破壊する supposedly な新製品について報じる限りです。

メディアの皆さん、私は十分な敬意を持ってこのように言います：Anthropic は顧客を虐待しており、それは自分が罰せられないと信じているからです。この会社はあなた方を尊重していません。実際、あなた方に対して相当な軽蔑を抱いています。そのため、すぐにサービスを修復したり、論理的にサービスがなぜ壊れたのか説明したりすることはありません。

これが Anthropic が「Claude Mythos はあまりにも強力すぎてリリースできない（実際には容量の問題）」と*嘘をついている*理由です。そしてそれは単なるまた新しいことのない大規模言語モデルの空砲に過ぎません。Anthropic は、あなたが彼らが売るものを何でも買うと思い込んでおり、システムカードを素早く見ただけで、あなたや編集者が書いていることが真実だと信じてしまうような包装方法をすでに学んでいます。

また、彼らはあなたが*本物の専門家が話すのを待たずに*急いで報道することを知っています。

AI は詐欺であり、これがその詐欺が機能する仕組みです。AI は人間が可能な最速で、最も非効率的だが最もアクセスしやすい形で、我々の前に無理やり押し付けられています。この形式が持続可能なビジネスの何らかのもの ever 生み出すことができないとしても、それは強制的に押し出されます。メディアはすぐに「*これがその大きな出来事だ*」と発表するよう促されています。そこで誰もが同意します：*これが今まさにその大きな出来事だ*と、できる限り多く使用します。重要なのは、サブスクリプション形式でそれを使用することで、人々がそれを体験する際に「このものを提供するには一体いくらかかるのか？」という質問を一切しないことです。

物語は事前に焼き上げられたものだ。LLM（大規模言語モデル）の真のコストを実感している人がほとんどいないため、人々は容易に「これは Uber のようだ」と曖昧な表現を使う。確かに Uber は巨額の赤字を出しながらも倒産しなかった会社だ。「ええと、OpenAI は今年 50 億ドルの赤字を見込んでいるってどういうこと？」と言うよりも、この比喩の方がずっと言いやすい。

こう考えてみてほしい：記者、投資家、経営者、あるいは普通の LinkedIn の休憩室にいる蜥蜴人（リザードマン）として、あなたはたまに「入力トークン 100 万あたり 5 ドル」「出力トークン 100 万あたり 25 ドル」といった価格を目にしたことがあるかもしれない。しかし、そのお金がどれほど速く、あるいは遅く消えていくかを本当に体験したことは一度もないだろう。この製品を真に理解するためには、こうした実感が不可欠だ。Anthropic と OpenAI は意図的にこの実感の欠如を作り出し、2026 年に数百億ドル、2030 年には数千億ドルを燃費する事業を構築しているが、その背景には生成 AI がサブスクリプション（定期購読）モデルを通じて評価されているという事実がある。

LLM はカジノのようなものだ。あなたはディーラーの金で賭けを行いながら、他人に自らの資金で「あるモデルが生産的な成果物を出せるか」という賭けをさせるよう仕向けているのだ。

これは意図的なことだ。彼らは決してコストについて考えさせたくない。なぜなら、あなたが本当にコストについて考え始めると、*この全体が少し狂気じみて見えるから*だ。私は心から信じているが、LLM に基づくサブスクリプションサービスは完全に消滅するだろう。少なくともコード生成を行う製品については、ある程度の規模に達すればそうなる。その過程で、Amodei 氏と Altman 氏は彼らの詐欺を終了させるか、あるいは少なくとも自分がそれを終えたと思い込むことになる。

問題は、これらの人々がすでにあまりにも多くの契約を結んでしまっており、無傷で撤退することが不可能になっていることだ。

OpenAI の CFO（最高財務責任者）は何度も 表明しているが、OpenAI はまだ IPO（株式公開）の準備ができておらず、成長と継続的な義務履行能力について重大な懸念を抱いていると。前述の引用を繰り返す：

**

事情に詳しい関係者によると、首席財務官の Sarah Friar 氏は他の企業のリーダーに対し、収益成長が十分でなければ、同社は将来の計算契約を支払うことができないと懸念していると伝えた。

これは点滅する赤信号だ。理性的な市場であれば、このニュースは Oracle の株価を急落させるだろう。なぜなら、*OpenAI が年間 2,800 億ドルの収益に達できるかどうかは、Oracle が現金を枯渇させないために極めて重要だから*である。理性的なメディア環境であれば、これはあらゆるグループチャットや Slack チャンネルで不安を煽る衝撃波を引き起こすはずだ：OpenAI は果たして持ちこたえられるのか？

これが企業が死に始める前に起きることだ。OpenAI の成長は鈍化しており、それはまさに加速が必要な時期である。同社は 2030 年までに現在の事業規模を約 10 倍に拡大し、義務を果たさなければならない。OpenAI の CFO——この事実を最もよく知っている人物——がこう述べている：「収益が増えなければ、私は OpenAI があの計算契約を支払えないと懸念している」。これは巨大で点滅する警告灯だ！これは演習ではない！

しかし、私を本当に不安にさせるのは『ウォール・ストリート・ジャーナル』の別の一文である。Friar 氏は OpenAI が「上場企業に求められる厳格な報告基準を満たす準備がまだできていない」と考えているというのだ。

*これって何のことだ？* もう一度言ってくれませんか？この会社はすでに 1,220 億ドルを調達し、評価額は 8,520 億ドルに達していると言われていますが、2030 年末までに*8,520 億ドル*を燃やし尽くすと予測されています。まだ会計の整理がついていないのでしょうか？OpenAI はいったいどのような「厳格な報告基準」に達していないというのですか？

一般的に私は、これほどまでに_詮索好き_になるような人間ではありません。しかし問題は、この会社が過去 1 年間でリスク投資資金の約 20% を吸い上げてしまったことです。その一方で、私がどこへ行っても、Altman や Brockman、そして OpenAI の他のすべての男性たちが、彼らの_アイデア_について延々と高談闊論し、_一般の人々がどうすべきか_を説教しているのを聞かされます。優雅にふらつきながらゴミのようなソフトウェアをリリースし、他人のお金を浪費するのです。

Anthropic と OpenAI がどれほど多くの市場の空気（注：資金や注目度）を独占しているかを考慮すれば、これら 2 社は製品としても企業としても_完璧でなければならない_はずです。しかし現実は、両社とも自社の経済モデルと成果に関する程度の異なる欺瞞を軸に、自分たちを売り出しているのです。真実を隠蔽し、CEO たちが金銭、権力、注目を蓄積できるようにしています。これは良質なソフトウェアに対する侮辱であり、良質な品味に対する侮辱でもあります——これらは人類が作り出した中で最も高価で、最も信頼性の低いアプリケーションです。それらの誤りは許され、平庸は称賛され、インフラストラクチャーは沈黙する資本の神として崇められています。

生成 AI は侮辱そのものです。それは信頼できず、経済的な計算が成立せず、生み出される成果はその存在を正当化するに足らず、この詐欺を推進しているのは、退屈で、無礼で、貪欲で、社会と断絶し、彼らに反対する可能性のある誰とも断絶した男たちです。それは人々の芸術をすべて盗み取り、環境を破壊し、電気料金を引き上げ、経済破滅の継続的な脅威をもたらし、「今や AI のせいですべてが最悪になっている」という尽きることのないノイズをもたらします。これらすべては、基本的な金融常識か、あるいは基本的な理性を無視できる人々だけが正当化できると主張するソフトウェアを推進するためのものです。

これはすべて高価すぎますし、あまりにも_クソつまらない_です。侮辱的になるほどに退屈しています。意図的にイライラさせます。誰かが AI を大量に使っているという話を聞かされるたびに、その人は虐待的な関係にあるか、あるいはカルトに入信したように聞こえます。その言葉の奥には、微妙な絶望が響いています：「_本当に私に参加する必要があります。なぜならこれは素晴らしいからです；私がこの製品から全く楽しさを得ていないように見えるのは、それがあまりにも効率的だからです。_」AI ができることに、楽さや喜びはありません。大規模言語モデルに、愚かさや奇想天外な発想はありません。すべての対話が空虚な感覚を与えます。

意識化しているか、「より強くなっている」という手がかりを必死に見つけようとしている人々は、実は自分自身への確認を探しているだけです——彼らは何かを発見した最初の人になりたいのです。なぜなら、他者が結論に達する前に同じ結論に到達することは、彼らが生計を立てるための手段だからです。

「最初の」になること——あるいは「最先端」にいることは、内面で何かが欠けている人々が渇望することです。そして这正是詐欺師が最も好む燃料です。なぜなら LLM は_常にうなり声を上げ、まるで何か新しいことをしようとしているかのような感覚を帯びているからです。しかし実際には、数学的には他の動作の繰り返しに制限されています_。

これは深く悲しい時代です。この業界を積極的に支えようとする人々は、避けられない崩壊を単に先送りしているだけです。私が恐れているのは、私たちの市場と一部の経済が、広く受け入れられながら完全に証明されていない仮定によって支えられていることです：LLM は何らかの形で安くなり、AI 創業企業は奇跡的に黒字化し、AI 計算資源を提供することは永遠に利益を生み出し、2030 年までに現在の供給量を10倍にする必要があるというものです。

人々は AI 業界を擁護するために自らを貶めています。なぜなら、これが業界が信者に求めることだからです。「AI の専門家」になるためには、歴史上どの業界よりも最悪の経済計算を意図的に無視し続けなければなりません；製品に明白で目立つ問題を常に説明する必要があり、他人にもそうさせるよう積極的に説得しなければなりません。OpenAI と Anthropic は、自らがどのようにして利益を生むのかについて明確な説明を提供しません。なぜなら、彼らは支持者が決して追及しないことを知っているからです。「AI を完全に信じる」ためには、意図的に眼帯を装着する必要があるのです。

私はこの状況を理解しています。もし OpenAI や/または Anthropic が最終的に崩壊すると受け入れるなら、すべてが少し狂気じみて見えるでしょう。私は心からあなたに真剣に考えてほしいと願います：これらの企業のいずれか、あるいは両方が資金を枯渇させる可能性があります。

私は本当に心配しています。そして、メディアやより広い社会における一般的な懸念の欠如は、私をさらに不安にさせています。

もし私が推測するとすれば、人々は私が単に大げさに騒いでいるだけだと考え、「需要は確実にそこにある」と思うでしょう。

あなたが正しいことを願うのが良いでしょう。

少なくともラリー・エリクソンにとってはそうです。エリクソン氏はすでに保有するオラクル株式 3.46 億株を質入れしています——これは約 615 億ドルの価値があります——「特定の個人債務、各種信用枠を含む」ための担保としてです。翻訳すれば、「彼のオラクル株式を担保にした多くの大型で立派なローン」という意味です。IFR は9月に推計しました（当時オラクル株価ははるかに高かった）、保守的な貸付価値比率 20% を適用すれば、これは彼に最大で 214 億ドルの債務をもたらす可能性があり、銀行が特別に寛大でないという前提での話です。

もし OpenAI が 2030 年末までに収入と資金調達を通じて 8,520 億ドルを確保できない場合、Stargate プロジェクトを支払うことはできません。それはオラクル株式の価値を殺し、一連の追加証拠金通知（マージンコール）を引き起こします。その後エリクソン氏は株式を売却せざるを得なくなり、さらに多くの追加証拠金通知を誘発することになります。どのような救助措置があっても、ラリーの資産を救うことはできません。

つまり、エリクソンの未来は、サム・アルトマンが 4 年以内に 8,520 億ドルの資金調達と収益創出に成功できるかどうかに賭けられています。

幸運を祈ります、ラリー！あなたは本当にそれを必要とするでしょう。