AI計算資源の逼迫が訪れ、経済全体に影響を与えている
AIモデルの提供コストが利用料を上回る非持続可能性により、主要企業がアクセス制限や価格上昇を実施しており、これが消費向け半導体不足や電気料金高騰など広範な経済領域へ波及している現状。
キーポイント
主要AI事業者によるアクセス制限と価格改定
GitHub Copilotの新規登録停止、AnthropicのClaude Code利用制限、OpenAIのSora終了など、各社が計算資源の逼迫に対応し、利用制限や価格引き上げを強化している。
AI統合ツールの普及とコスト増の連鎖
Microsoft 365、Notion、SalesforceなどAI機能を組み込んだソフトウェアの価格が20〜37%上昇しており、企業のコスト負担が増大している。
インフラ投資優先による雇用調整と消費財への波及
Metaの人員削減はAIインフラ投資資金捻出のためであり、データセンター需要の高まりにより消費向けSSDや家電の価格が急騰し、供給不足が生じている。
地域社会への影響と規制の懸念
データセンター集中地域で電気料金が急騰し、住民や自治体が新規データセンターの建設拒否や規制を強めており、社会受容性の課題が顕在化している。
AIコストの持続可能性の崩壊と価格転嫁
安価なAI提供時代は終わり、投資家による subsidy 依存のビジネスモデルはサステナブルではなく、将来的なサービス料金の大幅値上げや利用制限が避けられない。
インフラ・社会的コストの増大
データセンター建設、政治的反発への対応、訴訟対策など、AI企業は単なるアプリ運営以上の莫大なインフラおよび社会的コストを負担しており、現状の拡大ペースは維持不可能である。
AI活用スタートアップへのリスク
現在、低コストな計算資源を活用して事業を拡大しているスタートアップは、突如として計算コストが数倍に跳ね上がるか、リソースへのアクセス自体を失うリスクを抱えている。
影響分析・編集コメントを表示
影響分析
本記事は、AIバブルの裏側にある「収益性とインフラ供給のミスマッチ」を明確に示しており、単なる技術論を超えてマクロ経済への影響を指摘している点で重要度が高い。主要テック企業の戦略変更（アクセス制限・人員整理）が消費者物価や地域社会に波及していることは、投資家および政策立案者にとってリスク管理上の重大なシグナルとなる。
編集コメント
AI開発のコスト増大が消費者市場の物価上昇や雇用環境に直結している点は、今後のAI投資判断において無視できないマクロ要因である。インフラ制約が成長のボトルネックとなる可能性を警戒する必要がある。
image今週初頭、私はAIの計算資源（ClaudeやOpenAIのプロダクトにおけるトークンなど）に資金を投じ、人間の従業員を採用するのではなく支出しているスタートアップ企業に関する記事を投稿しました。このビジネス戦略が失敗する可能性は様々ありますが、最も明白なものの一つが現実になりつつある兆候が見え始めています。つまり、AI企業は、実際に運用するコストよりも低い価格でユーザーに製品を提供し続けることで、自社のAIプロダクトを無制限に補助金で支えることができないのです。
これが「AI計算資源の逼迫（AI Compute Crunch）」であり、その兆候は私たちの周囲に溢れています。
GitHubはCopilotの新規登録を一時停止し、使用制限を強化し、さらに高コストなAIモデルへのアクセスを取り除くと発表しました。
AnthropicはClaude Codeへのアクセスを制限し、月額20ドルのプランではClaude Codeへのアクセスを完全に削除するテストを行い（月額100ドルのプランではアクセスを維持）ました。
The Vergeで指摘されているように、AnthropicはOpenClawのユーザーに対してClaudeへのアクセスを制限しました。これは過重使用が持続不可能だったためです。
OpenAIの最高財務責任者（CFO）であるSarah Friar氏は、同社に十分な計算資源がないことを繰り返し指摘しており、その結果としてSoraのサービス終了といった決定がなされました。
一部のアナリストによると、AIツールを内蔵したソフトウェアの普及率は20〜37％増加しており、これにはMicrosoft 365、NotionのBusinessプラン、Salesforce、Google Workspaceの価格上昇が含まれています。
AI製品およびサービスには全般的な割当制が適用されている
Metaは従業員の10％を解雇しているが、その理由の一部として、同社は節約した資金のいくらかをAIインフラストラクチャに充てたいと考えているようだ。同社は残った従業員に対し、この解雇は「我々が他の投資を行っている分を相殺するため」であると説明した。同社の最近の主な投資は、データセンターおよびそれらを運用するための技術に向けられている。
しかし、問題はAI企業が製品のアクセスを制限し、製品自体を完全に停止させ、価格を引き上げ始めていることだけではない。現在のAIの非持続可能性が経済のさまざまな分野に与える広範な影響が見て取れる。
消費者向けのRAM、グラフィックスカード、ハードディスク/ソリッドステートドライブ（SSD）の価格は急騰し、多くの店舗で在庫切れとなっている。昨年暮れに購入した同じ2TBの外付けSSDは、当時159ドルで購入できたものが、一ヶ月前には449ドル、今日では575ドルとなっている。
同様に、半導体メーカーおよび生産ラインがより多くのAIキャパシティの構築に注力するにつれ、消費者向け電子機器の全体的なコストが増加している。世界最大の消費者向け電子機器メーカーであるAppleは、今後のiPhone向けの半導体製造キャパシティを確保することに困難を抱えていると述べている。
AIデータセンターの集中度が高い一部の州では、家庭の電気料金が高騰しており、その結果として、いくつかの町や州政府が新しいデータセンターの新設を完全に拒否・制限するよう、広範かつ協調した取り組みを進めています。専門家の間では、水供給においても同様の不足と価格上昇が生じる可能性を懸念する声が上がっています。
これは、安価で過小評価されたAIの時代が終焉を迎えつつあることを意味しており、少なくとも「コンピュート・クラッチ（計算資源の逼迫）」により、OpenAIやAnthropicに資金を提供するベンチャーキャピタルや投資会社は、自らの製品を補助し続けるために、さらに多額の資金を投じざるを得なくなることを示しています。
今週のポッドキャストでは、この状況をウーバー（そして顧客を囲い込み、その後価格を吊り上げることを狙った多数の急成長スタートアップ）に例えました。この比較が有用なのは、ウーバーと同様に、AI企業がこれまで行ってきたことが極めて持続不可能であり、投資家によって補助されているという点だけです。長年にわたり、ウーバーの投資家は市場シェアを獲得し、競合を壊滅させ、タクシー業界を崩壊させるために、消費者への価格を人為的に低く保つ目的で、個別のウーバーライドのコストを補助しました。ウーバーとその投資家は、現金を燃やし続ける限り、各ライドで損失を出し続けることができました。しかし最終的に、ウーバーは消費者への価格を突然引き上げ、ドライバーへの支払いを減らす方法を探し始めたため、ライダーとドライバーの双方にとって「エンシティフィケーション（Enshittification：サービスの質が段階的に低下する現象）」が生じました。エド・ジトロンが指摘している違いは、ウーバーのコストが極めて低かったことです。ウーバーは本質的にインフラを一切所有しないアプリであり、そのためサービスコストを引き上げても、損益分岐点に達するまでには比較的容易だったのです。
この状況は AI 企業にとって避けられないものですが、さらに大規模なインフラと社会コストを伴う AI のスケーリングには持続可能性への道筋がはるかに複雑です。「Claude の価格を引き上げ、サービスを制限する」というのは Anthropic が行使できるレバーですが、AI 企業は新たなデータセンターの構築に多額の資金を費やす一方で、それらのデータセンターに対する政治的反発と対峙し、さまざまな著作権および公共の安全に関する訴訟に対処し、さらに大規模言語モデルの次世代バージョンのトレーニングに巨額の資金を投じています。現状のままでは、これらはいずれも持続可能とは到底言えません。
つまり、AI エージェントを用いて事業を拡大しているスタートアップ企業は、AI コストが持続不可能なほど低い時期にその取り組みを行っており、ある日突然計算コストが 2 倍や 10 倍に跳ね上がる、あるいは単に計算資源へのアクセスができなくなる事態に直面する可能性があります。
AI業界の一般的な長期的な希望は、より広範なAIバブル崩壊を避けるために複数のことが起こる必要があるというものです。社会と環境が切実に必要としている再生可能エネルギー革命の普及、チップや部品の製造能力の大幅な増強、そしてモデルの効率化が必要です。さらにその上、AIは幅広い分野やユースケースで持続的に有用かつ信頼できるものであることを証明し、広く採用される必要がありますが、これについてはまだ結論が出ておらず（すでに一部の研究では、AIの使用は人間の仕事量を減らすのではなく増やしていることが示されています）、議論の余地が残っています。これらすべてのことが、AIがこれらのシステムに圧力をかけ続け、問題を悪化させている間に行われなければなりません（短期的にはAIがエネルギーコストを上昇させ、多くのデータセンターは化石燃料で稼働しており、AIは部品のコストを押し上げているなど）。
最終的に、これらすべてのことが、AIから生じる潜在的な大量失業や経済的 fallout（影響）と、仕事を探すのに苦労する人口に製品を売ろうとする「従業員なし」の企業が直面する問題という、社会が調整しなければならない状況の中で行われなければなりません。私の前の記事への多くのコメントで指摘されたように、企業が従業員をAIエージェントに置き換え始めたら、彼らは誰に製品を売るのでしょうか？
原文を表示
imageEarlier this week, I wrote an article about startups that are spending money on AI compute (tokens on tools like Claude and OpenAI’s products) rather than hiring human employees. There are all sorts of ways this business strategy could fail, and we are beginning to see signs that one of the most obvious ones could be coming to pass: AI companies can’t endlessly subsidize their AI products by charging users less than it costs to actually run them.
This is the AI compute crunch, and the signs are all around us:
GitHub announced it is pausing new signups for Copilot, tightening usage limits, and removing access to several more expensive AI models.
Anthropic has tightened access to Claude Code, and tested removing access to Claude Code entirely in its $20 per month plan (keeping access in its $100 per month plan)
As noted in The Verge, Anthropic restricted Claude access to users of OpenClaw because the heavy usage was unsustainable
OpenAI’s CFO Sarah Friar has been talking endlessly about how the company does not have enough compute, which has manifested in decisions like deciding to shut down Sora
Software that has AI tools embedded in them have increased between 20 and 37 percent according to some analysts; this has included increases in prices for Microsoft 365, Notion’s Business plan, Salesforce, and Google Workspace prices
There is a general rationing of AI products and services
Meta is laying off 10 percent of its workforce in part because it sounds like the company wants to spend some of the savings on AI infrastructure: The layoffs are “to allow us to offset the other investments we’re making,” the company told its remaining employees. Its main recent investments have been data centers and the tech to run data centers.
But it’s not just that AI companies are restricting access to their products, shutting down products altogether, and beginning to increase prices. The broader impact of the current unsustainability of AI can be seen across various sectors of the economy.
RAM, graphics cards, and hard drive / solid state storage for consumers have skyrocketed in price and are sold out in many stores. The same 2TB external SSD I bought late last year cost me $159 at the time, cost $449 a month ago, and costs $575 today.
Similarly, the general cost of consumer electronics is increasing as chip manufacturers and production lines shift their focus to building more AI capacity. The largest consumer electronics manufacturer in the world, Apple, says it is having trouble securing chipmaking capacity for upcoming iPhones.
Home electric bill costs have skyrocketed in some states with high concentrations of AI data centers, leading in part to a widespread, concerted effort by some towns and states to reject and restrict new data centers entirely. There is a fear among experts that similar shortages and price increases could come for water supplies as well.
What this means is that the age of cheap, underpriced AI appears to be ending, or at least the compute crunch means the venture capitalists and investment firms funding OpenAI and Anthropic are going to have to be willing to burn even more cash in order to continue subsidizing their products.
On the podcast this week, I compared this situation to Uber (and any number of fast-scaling startups that sought to lock in customers then jack up prices). This comparison is only useful in that, like Uber, what AI companies are doing to this point is wildly unsustainable and is being subsidized by investors. For years, Uber’s investors subsidized the cost of individual Uber rides to keep prices for consumers artificially low in order to gain market share, crush competition, and destroy the taxi industry. Uber and its investors could only lose money on each ride for so long as it continued to burn cash. This eventually led to enshittification for both riders and drivers as Uber suddenly jacked up prices for consumers and sought to find ways to pay drivers less. The difference, as Ed Zitron has pointed out, is that Uber’s costs were extremely low because Uber is essentially an app that owns none of the infrastructure, and so jacking up the cost of its service went quite a bit further toward getting it to break even.
Some version of this is coming for AI companies, but the path toward sustainability is far more complicated because of the enormous infrastructure and societal costs of scaling AI even further. “Make Claude more expensive and limit its services” is a lever Anthropic can pull, but AI companies are also burning money trying to build new data centers, juggling the political backlash to those data centers, fending off various copyright and public safety lawsuits, and spending huge amounts of money trying to train the next frontier versions of their large language models. None of this is remotely sustainable as it currently stands.
This means that the startups that are using AI agents to scale their operations are doing so at a time when AI costs are unsustainably low and may wake up one day to find that their compute costs suddenly double, 10x, or that they simply aren’t able to access compute anymore.
The general, long-term hope for the AI industry seems to be one in which multiple things need to happen to avoid a broader AI bubble burst. There needs to be a widespread renewable energy revolution (which society and our environment desperately needs), vastly increased chip and component manufacturing, and models need to become more efficient. On top of that, AI needs to be widely adopted and prove to be enduringly useful and reliable across a bunch of different sectors and use cases, something the jury is still very much out on (and some studies have already shown AI use is creating more work for humans, not less). All of this must happen while AI continues to put pressures on these systems that are making the problem worse (AI is making energy more expensive in the short term; lots of data centers are powered by fossil fuels; AI is pushing up the costs of components, chips, and gadgets, etc).
Finally, all of this must happen while society juggles whatever potential mass unemployment / economic fallout comes from AI and the ensuing problems this causes for these employee-less companies who expect to sell their products to a populous that is struggling to find work. As many commenters pointed out in response to my last story: If companies begin replacing their employees with AI agents, who are they going to sell their products to?
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み