AIバブル嫌いのためのガイド
(wheresyoured.at)- AIバブルとは、実質的な収益がないまま泡だけが大きく膨らんだ状態であり、経済的にも技術的にも非常に不安定な構造である
- NVIDIAと少数のビッグテックが市場を支えており、ほとんどのAI企業は莫大な赤字を計上している
- エコシステム全体がGPU販売に過度に依存しており、実際に利益を上げている企業はNVIDIAだけである
- 生産性、イノベーション、雇用代替などAIの効果は誇張されており、AI系スタートアップの大半は明確なビジネスモデルも黒字化もないまま持ちこたえている
- 巨大資本とメディアがAIへの幻想を煽っているが、実態は反復的で限定的な機能、高コスト、不確実な未来に彩られている
序論: 「AIバブル」への警戒
- 真のジャーナリズムとは、歴史を記録し事実を正確に診断し、現状を「警告に値する」と明確に描写することだ
- 筆者はAI業界の現在の姿に深い懸念と危機感を抱いている
- この懸念は弱さや悲観主義ではなく、市場と資本のバブルと自己欺瞞を批判的に見つめる健全な懐疑主義から来ている
- 筆者を含む批判者たちは、市場論理に従わないという理由で過度に貶められ、「反対のための反対」や「トラフィック狙いのクリック誘導」だという非難を受けている
- しかし批判の目的は単なる注目集めではなく、業界内の誇張と虚偽、資本の浪費、環境破壊、そして一部だけが利益を得る構造を明らかにすることにある
- 筆者は2021年以降、在宅勤務反対ブーム、Clubhouseの音声ソーシャルバブル、NFTバブル、静かな退職(Quiet Quitting)の捏造、FTX騒動など、さまざまなバブルや操作を一貫して批判してきた
- これは単なる「ひねくれ者」ではなく、権力と資本に対する批判的思考と健全な不信から生まれたものだ
- 最近の状況を見ると、AIバブルは単なる市場期待と雰囲気(vibes)、そして盲信の上に築かれた極度に不安定な構造である
- バブルの存在が明白であるにもかかわらず、市場は依然としてそれを否定するか、実際よりはるかに強固で堅牢だと錯覚している
- 筆者は自らを「ヘイター(hater)」と呼び、浪費と損失、環境破壊、虚偽マーケティング、雇用代替という幻想への嫌悪を明かしている
- 本稿は従来型のガイドではなく、AIバブルの本質的な問題と批判の根拠を圧縮して整理した資料である
- AI業界の虚像、機能しない「エージェント」という概念、効用のない高額なクラウドソフトウェア、そして「未来はすでに到来した」という誇張に幻滅している
- 筆者が見る生成AIブームは、売上・成果・効用のすべてを欠いた蜃気楼にすぎない
- この一連の状況が崩壊するとき、筆者があらかじめ警告していたことをぜひ覚えておいてほしい
The Magnificent 7の弱点: NVIDIA
- 2025年7月時点で、NVIDIAの株価は170ドルまで急反発したが、今年1月にはDeepSeek騒動で100ドル未満まで下落するなど、主要な市場イベントに極端に敏感に反応している
- Magnificent 7(米国株式市場の35%を占める): NVIDIA, Microsoft, Alphabet(Google), Apple, Meta, Tesla, Amazon
- このうちNVIDIAの時価総額はMagnificent 7の19%を占める
- 多くの米国人の年金・投資商品がこのビッグテック群に連動しており、AIバブルが崩壊すれば実体経済に影響しうる
- NVIDIAの主要売上依存度は深刻
- Microsoft(18.9%), Amazon(7.5%), Meta(9.3%), Alphabet(5.6%), Tesla(0.9%)がNVIDIA全売上の42.4%を占める
- Metaは設備投資の25%、Microsoftは47%をNVIDIAチップの購入に充てている
- MicrosoftはCoreWeaveからサーバーを賃借しており、CoreWeaveやCrusoeなどの新興クラウド企業もNVIDIA売上の10%に寄与している
- NVIDIAの四半期ごとの業績成長率
- 年間成長率: 101%, 94%, 78%, 69% (直近4四半期)
- 四半期成長率は69%→59%→12%→12%と急激に鈍化
- データセンター売上(主にサーバー向けGPU)は391億ドルで、市場予想(394億ドル)を下回った
- 中国市場の問題(H20禁止など) と相まって、売上成長には徐々に限界が見え始めている
- NVIDIAのリスク
- 成長を維持するには、四半期ごとにGPU販売量が増え続けなければならない
- 売上の88%がデータセンターGPU(つまりAIトレード)から発生しており、ビッグテック5〜6社の継続購入が途切れれば市場全体が揺らぎうる
- 実際、米国株式市場の35%が5〜6社のGPU購入によって「支えられている」構造である
- Russell 1000の利益の47.87%がMagnificent 7から生み出されている(2024年時点)
- 結論として、NVIDIAの成長鈍化や売上への打撃が起きれば、Magnificent 7全体、ひいては米国株式市場や年金市場に直接的な衝撃が波及しうる構造である
The Hollow "AI Trade" (空虚なAIトレード)
- 「AIで儲かる」という市場の一般的な認識とは異なり、NVIDIAを除けば、生成AIで利益を上げている企業は事実上ほとんど存在しない
Magnificent 7は2024〜2025年の2年間でAI関連の設備投資(Capex)に5600億ドルを投じたが、その結果生まれたAI関連売上はわずか350億ドルにすぎない
- Meta, Amazon, Microsoft, Google, Teslaが約束どおりに進めたとしても、5600億ドルの投資で350億ドルの売上しか発生しないことになる
- 実際には、ほとんどの企業が**「売上」こそあれ、利益(Profit)はまったく出ていない**
- このような市場構造は極めて非合理的で、危険な資本消耗である
Microsoft AI Revenue In 2025: 130億ドル、このうち100億ドルはOpenAIが「サーバー運用原価をかろうじて賄うだけの割引料金」でAzureに支出
-
2025年設備投資(Capex): 800億ドル
- 2025年1月時点で、MicrosoftのAI関連年間換算売上は130億ドルと発表されたが、このうち100億ドル(約77%)はOpenAIがMicrosoft Azureを利用することで発生したものである
- OpenAIが支払う金額は**「Microsoftのサーバー運用費を賄う程度の大幅割引料金」**であり、実質的な利益はほとんど残らない
- 実際のMicrosoftの**「本当の」AI売上は約30億ドルにすぎず**、これは2025年設備投資の3.75%にとどまる
- 2024年のAI売上も47億ドルのうち20億ドルがOpenAI由来で、2年間でAIインフラに1357億ドルを投資したが、AI売上全体177億ドルのうち127億ドルが内部取引である
- 結局、MicrosoftのAI事業は見かけだけが膨らんでいる状態であり、実際の利益はごくわずかで、その大半がOpenAIとの内部取引である
Amazon AI Revenue In 2025: 50億ドル
-
2025年設備投資(Capex): 1,050億ドル
- 2025年のAmazonのAI関連予想売上は50億ドルで、1,050億ドルという巨額の設備投資に比べると極めて小さい水準である
- 2024年も設備投資は830億ドルに達したが、実際のAI売上はわずか27.7億ドルだった
- アナリストはAmazonのAI売上が80%増加しうると見ているが、投資対比の収益構造は極めて非効率的である
- Amazon CEO Andy Jassyは「AIはクラウド以来最大のビジネス機会であり、インターネット以後で最大の技術変化だ」と強調したが、実際のデータはこの主張を裏付けていない
- 大規模な資本投入にもかかわらず、AIで意味のある利益を生み出せないという構造的限界が露呈している
Google AI Revenue: 最大77億ドル
-
2025年の設備投資（Capex）: 750億ドル
- 2025年のGoogleのAI関連の最大売上推定値は77億ドルにすぎず、Bank of Americaのアナリストによる推定はやや甘めである
- このうち42億ドルはGoogle Cloud内のAIサブスクリプション売上、31億ドルはGoogle OneのプレミアムAIプランから発生
残る11億ドルは、WorkspaceサービスにGemini AI機能を強制的に追加したことによる値上げで生み出された売上である - Google OneのプレミアムAIプランで31億ドルの売上を達成するには、有料加入者約1,290万人を前提とする必要があるが、これは現実的根拠に乏しい推定である
- Workspaceの売上もまた、ビジネスユーザー向けの強制的な値上げ効果に依存しており、継続的な成長性には疑問が呈されている
- 総額750億ドルのAI関連設備投資に比べ、実際のAI売上（利益ではない）は非常にわずかな水準
Meta AI Revenue: 20〜30億ドル
-
2025年の設備投資（Capex）: 720億ドル
- 2025年のMetaのAI売上は20〜30億ドルで、720億ドルに達するAI設備投資に比べると極めて小さい水準である
- Metaは生成AI（LLM、画像生成など）機能をInstagram DMなどすべての主要サービスに強制的に統合したが、それによる実質的な収益化には失敗している
- 著作権訴訟で公開された資料によると、Metaは2035年までにAI売上4,600億〜1.4兆ドルを主張していたが、これは非現実的な誇張にすぎない
- 総売上の99%は広告に依存しており、Llamaモデルのライセンス売上も一部**クラウドパートナー（AWS、NVIDIA、Googleなど）**から発生する可能性はあるが、具体的な実績は未公表である
- 結果としてMetaのAI部門は大規模投資に見合う利益創出がなく、莫大な現金消費と非効率性だけを深める構造になっている
Tesla Does Not Appear To Make Money From Generative AI
-
2025年の設備投資（Capex）: 110億ドル
- TeslaはMagnificent 7に含まれるが、生成AIトレードとは最も距離のある企業である
- Elon MuskがxAI（代表的なLLMであるGrokを開発、Xを所有）でAI分野に参入したが、xAIは月10億ドルの現金を消費し、年間1億ドル（月830万ドル）というごくわずかな売上しか記録していない
- TeslaのAI関連の直接売上は事実上ゼロであり、xAIへの投資の有無も株主投票で決定される予定だが、これはMusk個人のレバレッジ目的の色合いが強い
- xAIのようなAI事業にTeslaの資本が投入される場合、実質的な収益創出の可能性は低く、むしろTesla本業の売上・ブランド悪化リスクだけが高まる見通しである
- 結論としてTeslaは生成AIブームの直接的受益者でもなく、AI投資による実質的な利益も期待しにくい状況
Apple's AI Story Is Weird
-
2025年の設備投資（Capex）: 約110億ドル
- Appleは生成AI導入に最も消極的で、AIトレンドに出遅れた企業だと評されている
- Apple Intelligence機能のリリース後、数百万人のユーザーがむしろAIに反感を抱くようになったが、その理由は、ほとんどのAI機能（文書要約、メール作成、カスタム絵文字など）が実際には望まれていない機能だったためである
- 市場ではAppleがAI競争に出遅れたと評価されており、無理に生成AIを導入した結果、ユーザーの不満だけが増えた
- それにもかかわらず、AppleはAIインフラに天文学的な投資を行っておらず、AI関連の設備投資は110億ドル水準と比較的かなり少ない
- 市場性が限定的で収益性のないAI製品に巨額の資本を賭けなかったという点で、Appleのアプローチはむしろ保守的かつ慎重だったと見ることができる
The Fragile Five — Amazon, Google, Microsoft, Meta and Tesla — Are Holding Up The US Stock Market By Funding NVIDIA's Future Growth Story
- Amazon、Google、Microsoft、Meta、Teslaという、いわゆる「Fragile Five」が、NVIDIA GPUの購入を通じて米国株式市場を支えている構図である
- **NVIDIAの企業価値は米国株式市場全体の約8%、S&P 500の約7.5%**を占め、売上の88%が生成AI向けエンタープライズGPUから発生しており、そのうち42%はこの5社の購入に依存している
- このうち1社でもNVIDIAチップへの投資に変化を与えれば、米国市場全体に直接的かつ重大な悪影響が生じる可能性がある
- NVIDIAの業績がそのまま市場の信認と見なされる状況だが、実際には彼らが構築したAIサービスは莫大な赤字を出しているにもかかわらず、実質的な売上・利益創出にはほとんど寄与していない
- 各社は「AIによる成長」「AIによる雇用代替」などを語るが、これは実際の収益開示を避けるための身振りにすぎない
- 実質的な成長や売上増加があったなら市場全体に大々的に知らせていたはずであり、実際には巨額のコストを投じ続けているだけである
- 結局、AIブームの本質は実際のビジネス収益ではなく、NVIDIAのGPU購入をめぐる資本循環にすぎない
Ed! Amazon Web Services Took Years To Become Profitable! People Said Amazon Would Fail!
- 多くの人は「Amazonもしばらく赤字だったのだから、AIも時間が経てば黒字転換できる」という論理を繰り返すが、実際にはAmazon Web Services（AWS）と生成AI産業は本質的に異なる
- 1999年のBarron'sのAmazon.bomb記事では、Amazonの赤字構造、競争激化、「いつか黒字転換できるのか」という懐疑的な見方があったが、
この当時でさえも、Amazonのビジネスモデル（オンライン商取引）そのものの市場需要までは否定していなかった - AWSも2006年の立ち上げ前後には赤字があったが、既に存在していた明確な市場（ウェブサービス、オンライン・トラフィックの増加）に対する実需があり、成長後には急速に黒字化に成功した
- 生成AI産業はAWSとは異なり、収益性のある確かなビジネスモデルや大衆的需要がまだ証明されたことがない
- 過去のAmazon懐疑論が誤っていたという理由だけで、現在のAI産業批判に対して「いつか黒字転換するはずだ」と楽観するのは、本質的な文脈の違いを無視した誤った比較である
But Let's Talk About Amazon Web Services
- Amazon Web Services(AWS) は、もともと Amazon.com の急増するWebトラフィックと複雑なサービス運用インフラを自社で拡張する過程から派生した事業である。
- インターネット初期時代（Facebook、Twitter 登場以前）に、AWS はクラウドコンピューティング、サーバーレンタル、ストレージなどの実質的なインフラ革新を初めて提供し、市場を新たに切り開いた。
- 2006年の Bloomberg の記事でも、**Bezos の「危険な賭け」**と評され、ウォール街や投資家から強い懐疑論に直面していた。
- しかし当時もハードウェア／ソフトウェアのインフラはすでに構築されており、数年間の大規模な先行投資が終われば本格的に事業成果が出るという経営陣の長期的な見通しは明確だった。
- 当時アナリストの Scott W. Devitt は「何年もの間、経済的リターンはないだろう」と悲観的に評価していたが、
実際には AWS は**既存の明確な市場需要（企業・開発者向けITインフラサービス）**を素早く取り込み、成功裏に黒字化した。 - 今日のAIブームでも、多くのアナリストは生成AIがAWSのように収益性の高い産業になると楽観視しているが、
実際には Salesforce、Palantir など主要IT企業もAI部門で収益改善の兆候がないと公式に明らかにしている。 - 明確な違いは、AWS が明確な市場と必要性に基づいて成長したのに対し、生成AIサービスは誇張された期待だけが先行し、実質的な需要や収益モデルが証明されていない状態にあることだ。
- アナリストも大きな誤判断をする可能性があることを強調し、市場の楽観論だけでAI事業の成功を期待するのは危険だとしている。
But Amazon Web Services Cost Money Ed, Now You Shall Meet Your End!
- AWS もまた長期間の赤字と莫大な設備投資（Capex）負担を抱えながら成長したが、
2015年に黒字化する直前まで、多くのアナリスト（例: Katy Huberty）は
「AWS は依然として大きな損失を出している」、「利益貢献度が低い」といった悲観的評価を下していた。 - 2014年時点で、Amazon 全体の設備投資 49億ドルのうち かなりの部分が AWS に投じられていたが、
最終的に10年間で累計676億ドルの投資によって AWS は
四半期ごとに数十億ドルの利益を生み出す超大型インフラ事業へと成長した。 - ちなみに、**676億ドルは 2024年の Amazon のAI設備投資（830億ドル）**にも及ばず、
2025年の Amazon 全体のAI設備投資の 1/15 にすぎない。 - つまり、AWS の成長にかかったコストでさえ、現在のAIブームで投入されている資本のごく一部にすぎない。
- これに対して、生成AI産業はすでに数十億〜数百億ドル規模の資本を短期間で投じているにもかかわらず、実質的に収益性も市場性も証明できていない状態にある。
- 要するに、過去の AWS と生成AIは、投入資本、市場性、成長の明確さにおいて根本的に異なる。
- 現在のAI投資の規模とスピードは、AWS 当時とは比較にならない。
Generative AI and Large Language Models Do Not Resemble Amazon Web Services or The Greater Cloud Compute Boom, As Generative AI Is Not Infrastructure
- 多くの人が生成AIおよび大規模言語モデル（LLM）を AWS、Azure、Google Cloud などのクラウドインフラ事業と同列に比較しているが、実際には両者は本質的にまったく異なる。
- AWS などのクラウドサービスは、EC2（コンピュートのレンタル）、S3（ストレージのレンタル）のように実質的なITインフラを柔軟に提供し、エンタープライズ市場ですでに数十億〜数百億ドル規模の売上を記録している。
需要が明確で、企業や開発者に高い効用を提供する基盤事業である。 - クラウドインフラの本質は、安価かつ安定的に、世界中のどこからでもサービスを運用できるようにすることであり、これは顧客が自らインフラを構築・運用する必要を取り除くからだ。
- AWS の成長は、オンラインショッピングやWebサービスのトラフィック増加など、すでに存在していた問題と需要を効果的に解決することで実現した。
- つまり、明確なビジネス上の必要性と市場需要が先行していた。
- 一方で、生成AI／LLM 事業は、過大なデータセンター・GPUコストの投入以外に、インフラとしての多様性や汎用性、明確な市場需要が不足している。
- 実際、AIスタートアップの大半も AWS や Azure のような「本物の」インフラの上に乗るしかない。
- 結論として、生成AIはクラウドインフラの一機能（Feature）にすぎず、
クラウドのように多様な産業や製品の土台となる汎用インフラであると証明されたことはない。
AIブームとインフラ革新を同列に比較するのは論理的誤りである。
Companies Built On Top Of Large Language Models Don't Make Much Money (In Fact, They're Likely All Deeply Unprofitable)
- 生成AI（LLM）ベースの企業はほぼすべて赤字である。例外的に Midjourney は 2022年に黒字だと主張したが、現在は不確かだ。
- **OpenAI、Anthropic、Cursor（Anysphere）**を除けば、年間売上が5億ドルを超える企業は存在しない。
- Midjourney、Ironclad、Perplexity など少数だけが年商1億〜2億ドル台で、1億ドル超の売上を持つ生成AI企業は世界でわずか12社しかない。
- このうち一部はすでに買収されており、7社は年商5,000万ドル超の水準にとどまっている。
- SaaS／エンタープライズソフトウェア市場と比べると、この売上規模はきわめて小さい（例: Hubspot の年商は26億ドル）。
- 3年が経過しても、OpenAI や Anthropic のような先頭企業でさえ数十億ドル規模の赤字を出しており、成長企業も大衆的人気・収益性の両方に欠けている。
- 代表例の Cursor も 5億ドルの売上を上げているが、無理のある料金政策やサービス制限などにより、持続不可能なビジネスモデルであることが明らかになっている。
Cursor's $500 Million "Annualized Revenue" Was Earned With A Product It No Longer Offers, And Anthropic/OpenAI Just Raised Their Prices, Increasing Cursor’s Costs Dramatically
- Cursor の5億ドルの年換算売上は、実際にはすでに提供していない、持続不可能なサービスから生まれた数字にすぎない。
- 2025年6月、Anthropic と OpenAI が API 価格を引き上げ、サービスティアや優先処理などの構造を導入したことで、Cursor の運営コストは急増した。
- これに伴い Cursor は、サブスクリプション料金体系、利用制限、速度制限などユーザーに不利な方針を相次いで導入した。
- Cursor の急激な売上成長の背景には、採算性がまったくない無理な価格政策とモデル利用条件があり、今ではそれを維持できず、サービス品質や条件は悪化している。
- 実際に Cursor が調達した投資資金の大半は、OpenAI、Anthropic などのLLM提供企業への支払いに充てられている。
- このような環境では、どのAIスタートアップも永続的なビジネスモデルを作るのは難しく、Cursor の急成長事例も結局は「見せかけの成長」だったことが判明した。
> いや、本当に、コンシューマー向けAIスタートアップはどこにあるのか？
- 代表的な消費者向けAIスタートアップ Perplexity は年換算売上が 1.5億ドルにすぎず、
2024年には売上の167%に相当するコストを Anthropic、OpenAI、Amazon に支払い、6,800万ドルの赤字を記録した。 - 実際のところ、消費者向け生成AIサービスでまともに収益化できた事例はほとんどない。
- ほとんどの新規AIサービスは、既存の検索、自動化、チャットボットなど既存SaaSの機能を繰り返しているだけで、実質的な革新や「新しい市場」を生み出せていない。
The Generative AI Software As A Service Market Is Small, With Little Room For Growth And No Profits To Be Seen
- 生成AI SaaS市場は全体規模が非常に小さく、高成長かつ収益性のある企業はまったく存在しない
- 業界は実際の収益ではなく**「年換算売上（Annualized Revenue）」ばかりを強調**しているが、これは月次売上が低かったり解約率が高かったりする場合、実際の成長性・継続性を判断するうえで限界がある
- 月次売上ベースで換算すると大半の企業は1,000万ドル以下にすぎず、たとえば2008年のAWSの月次売上（1,575万ドル）と比べても成長速度は大きく見劣りする
- Cursor以外に目立つSaaS企業はなく、「最高成長」を誇る企業でさえ不透明な価格政策と虚偽の成長指標を用いている
- 代表的なAI検索SaaSであるGleanも、2024〜2025年に連続して資金調達し「100M ARR達成」を発表した後も、月次売上・実質的な成長は停滞し、突然の値上げも行うなど、実質的な市場性も高成長性も欠如している
- 全体として生成AI SaaS市場は狭く、成長余地もなく、いまだ黒字化に成功した企業は皆無である
There Are No Unique Generative AI Companies — And Building A Moat Based On Technology Is Near-Impossible
- **生成AI企業はほぼすべて同じ機能（チャットボット、検索・要約、テキスト／画像生成、翻訳、コーディング支援など）**しか提供しておらず、技術的な差別化はきわめて難しい
- 結局、ほとんどの企業が同じLLM（OpenAI、Anthropicなど）のAPIに依存しており、中核となる知的財産（IP）もLLM提供企業に帰属する
- Cursorのように成長した事例でも、UI・プロンプト・料金政策以外に実質的な差別化要素はなく、競合他社（Amazon、ByteDanceなど）も類似製品を容易に投入できる
- サービス設計・運用は技術的な参入障壁（モート）にはなり得ず、モデル提供企業がその気になればいつでもクローンサービスを作れる
- 結果として、独創的な生成AIスタートアップや、実質的な「堀（Moat）」の構築に成功した事例は存在しない
Established Large Language Models Are A Crutch
- 過去の技術ブームでは企業ごとに独自のモデルやインフラを開発していたが、生成AI時代にはほぼすべてのスタートアップが少数の大手LLM（OpenAI、Anthropicなど）に依存している
- 結局、市場は2〜3社を中心に、その他の企業が下請けのように機能ソフトウェアを載せる構造へと変質している
OpenAI And Anthropic Are Their Customers' Weak Point
- OpenAI、AnthropicなどのLLM提供企業は、価格やサービス条件をいつでも恣意的に変更でき、Windsurfの遮断事例のように顧客企業のビジネスを直接脅かす
- 顧客企業はLLM提供企業の方針変更に完全に従属している
The Limited Use Cases Are Because Large Language Models Are All Really Similar
- すべての大規模言語モデルはほぼ同じデータと構造（Transformerなど）を使用しているため、結局は機能的な差別性も用途の多様性もきわめて限られている
Generative AI Is Simply Too Expensive To Build A Sustainable Business On Top Of It
- 運用費、APIコストなどの費用構造が過大で、予測もしにくい
- OpenAI、Anthropic、Perplexityはいずれも収益に対する維持コスト負担が極めて重く、持続可能なビジネスモデルの構築はほぼ不可能である
Companies Are Using The Term "Agent" To Deceive Customers and Investors
- 「AIエージェント」という用語は、実際には自律的ではないチャットボットや自動化フローをもっともらしく装ったマーケティング詐欺に近い
- 代表例としてSalesforceのAgentforce、OpenAIのChatGPT Agent、Glean、ServiceNowなどが、「AIエージェント」の名の下に単純なチャットボットやIF-THENベースの自動化機能しか提供していない
- 実際には単一ステップ作業の成功率は58％、複数ステップ作業の成功率は35％にすぎず、「人を代替する」本物のエージェントではまったくない
- コーディングエージェントですら、実質的には実行・エラー・品質管理のすべてを人間の監督に依存している
- 実際の研究結果では、AIコーディングツールは開発者の生産性を19％低下させた
- 「AIエージェント」という用語自体が顧客や投資家を誤導するための誇張された象徴的レトリックにすぎず、メディアもまたそれを無批判に反復報道している状況だ
But Really Though, Everybody Is Losing Money On Generative AI, And Nobody's Making A Profit
- UBSのレポートによれば、実際にAIサービスを運営する上場企業のAI関連収益はきわめて小さい
- 例としてServiceNowのAI関連の年間契約価値（ACV）は2億5,000万ドルにすぎず、しかもそれが純粋な「AIのみ」の売上なのかも不明である
- Gartnerは2027年までに「AIエージェント」プロジェクトの40％以上が途中で中止されると予測している
- AdobeやSalesforceなども生成AIを大々的に宣伝しているが、年換算売上は1億ドル前後であり、コストを考慮すれば実質的な利益はほとんどないか、赤字に近い
- こうした売上規模は未来産業を主導するにはあまりにも小さく、実質的な収益性も市場性も欠如している
OpenAI and Anthropic Are The Generative AI Industry, Are Deeply Unstable and Unsustainable, and Are Critical To The AI Trade Continuing
- OpenAIとAnthropicは生成AI産業売上の半分以上を占めているが、年間で数十億ドル規模の赤字を出している極めて不安定な構造である
- OpenAIはSoftBankなどから400億ドルを調達中だが、そのうち300億ドルはまだ確保されていない
- 投資資金のかなりの部分はデータセンター（例：Stargate）に投入される予定だが、実際に資金調達できるかどうかも不確実である
- 2025年までに営利企業への転換に失敗すれば、200億ドルのうち200億ドルを失い、2026年10月までに未転換の場合は投資金全額が負債に転換される
- Microsoftなど主要投資家との交渉も膠着状態にある
- Anthropicも年間売上40億ドルに対して30億ドルの赤字で、Cursorなど主要顧客に対する値上げやサービス制限を繰り返している
- 収益性も持続可能性もない不安定な事業構造である
- 両社は生成AI全体売上の50％以上を占めるが、実際には利益の出ない赤字構造に全面的に依存している
- 外部資金支援と継続的なインフラ拡張なしには存続自体が不透明な**「危険産業」**である
There Is No Real AI Adoption, Nor Is There Any Significant Revenue
- 生成AIサービスの実質的な大衆的採用（adoption）と有意な売上はほとんど存在しない
- ChatGPTは週次ユーザー5億人という数字を掲げているが、実際の有料購読者は1,550万人にとどまり、このうち相当数は単発利用や学習・課題などで、ビジネス目的ではない
- Google Geminiなども、実利用者数を水増しするためにGoogle Assistantなどと合算集計するなど、実際の市場浸透率ははるかに低い
- 3年間にわたり業界・メディア・投資市場がAIブームを主導してきたにもかかわらず、売上・加入者・エコシステムのすべてが既存SaaSと比べて著しく不足している
- ChatGPT以外に、市場内で意味のある売上・ユーザーを確保した生成AIサービスは事実上存在しない
Yes, Generative AI "Does Something," But AI Is Predominantly Marketed Based On Lies
- 生成AIが一定水準の機能（コーディング、検索など）を提供しているのは事実だが、関連企業はすべて赤字であり、
黒字企業が一社もない状況では本物の産業とは言えない - **「エージェント」「AGI」「シンギュラリティ」**といった用語を乱用し、あたかもLLMが自律的・知的な革新を実現しているかのように誇張している
- AIが人間の雇用を代替するという主張も、企業価値や株価上昇のための意図的な誇張・歪曲にすぎない
- 実際には、大半のメディアや企業広報がAIの能力を現実以上に膨らませ、投資家と大衆をミスリードしている
- モデルの虚偽・詐欺などの挙動も意図的なプロンプトで誘導された結果であるにもかかわらず、メディアはそれを自律性や危険性の誇張に利用している
- 全体として生成AI市場は、実際の売上500億ドル規模の産業を1兆ドル級の未来産業に見せかける虚像が大きく、メディアもこうしたバブル形成に加担している
The AI Trade Is Entirely About GPUs, And Is Incredibly Brittle As A Result
- AI関連株の取引は、収益、ユーザー増加、技術革新とは無関係に進んでいる
- 企業の株価が上がるのはAIで稼いでいるからではなく、AIと結び付いたイメージや空気感によって株価が動いているからだ
- OpenAIとその上に積み上がった企業群は、ビジネスとして非常に脆弱であり、大規模言語モデルは運用コストが高すぎ、根本的に差別化された革新も生み出しにくい
- 現在のAI産業全体は、GPU販売に全面的に依存する構造になっている
- CoreWeave、Oracle、MetaなどはNVIDIAから大量のGPUを購入しており、MicrosoftもOpenAI支援のため大規模なAzureインフラをNVIDIA GPUベースで運用している
- Microsoft、Meta、Google、Apple、Amazon、TeslaはいずれもAIで実質的な利益を出せておらず、株価の成長もAIに関連するイメージのおかげで起きている
- これらすべての流れは最終的にNVIDIAのGPU販売能力にかかっており、AI製品自体は実際には意味のあるビジネス価値を提供できていない。一部で採用されていても、その大半は深刻な赤字を受け入れながら運用されている
I'm Alarmed!
- 今のAI産業は明らかなバブル状態にある
- 1990年代のITバブルよりも、現在のS&P 500上位10社の過大評価のほうが深刻だという分析がある
- 生成AIは実際のビジネス成果、ユーザー獲得、労働の自動化、実質的な価値創出にほとんど貢献できていない。大半の企業は利益を出せず、むしろ深刻な赤字を計上している
- 今回のバブルは単なる金融資本の問題ではなく、GPUの継続的な販売だけに依存する象徴的な構造である。実際、データセンターにGPUを詰め込むためのスペースも資本も限られている
- コスト低下やASIC（特定用途向けチップ）導入を主張しても、実質的な証拠不足と生産・適用の難しさがある。現時点では依然としてNVIDIA GPUに依存している
- メディアと市場の空気が実体のないAI成功神話をあおり、実質的な革新も収益もない現実から目をそらしている
- NVIDIAは市場の原動力であると同時に最大の弱点でもある。誰もがNVIDIAに頼って大規模にGPUを購入しているが、実際には設置した瞬間から損失が始まる
- 大規模言語モデルベースの製品はどれも似たり寄ったりで、莫大なコストを費やしてもマイナスの収益率しかもたらさない
- 現在のAI産業構造は、過去のUberやAWSなどとも異なり、技術・産業界のアイデア枯渇と一社への過度な依存から生まれた特異な構造である
- AI懐疑派は常に説明を求められてきたが、AI楽観論者は実質的な根拠を示せていない
- バブルがはじければ、AI産業の根本的な虚構が明らかになるだろう
-
「推論コストは下がっている？」への反論
- トークン単価の下落がそのまま推論コストの低下を意味するわけではない。大規模モデルであるほど実際のコストはむしろ増える
- 実際にReasoning-heavyモデル（例: Claude Opus 4など）は、運用コストの増加につながっている
-
「ASIC導入が解決策？」への懐疑
- OpenAIやBroadcomなどが独自ASICを開発しようとしているが、生産可能性、実性能、サーバーアーキテクチャとの互換性など多くの問題が未解決である
- 実際にMicrosoftにも、信頼できるASIC開発に失敗した事例がある
- たとえASIC移行に成功しても、NVIDIA GPUの販売が減ればAI取引そのものが揺らぐ
-
バブルの本質的な危険性
- 現在のAI産業は実質的な革新やインフラ面での参入障壁（モート）もなく、メディアと市場心理に依存して株価とバリュエーションが維持されている
- 歴史上比較できる事例は、ドットコムバブルやWeWork崩壊などしかない
- 市場はNVIDIAのGPU販売の継続だけにすがっている。設置と同時に損失が始まる構造だ
- 結局、すべての製品と事業モデルが似たような方式で動き、高コスト・低収益の悪循環に陥っている
- 産業の内外を問わず、実体のない楽観論ばかりがあふれ、AIの実際の活用や革新は誇張されている
- AIバブルが崩壊すれば、これまで根拠なく楽観論を振りまいてきた者たちは責任を負うべきだ
I Don't Like What's Happening : 私は今起きていることが気に入らない
- テック業界は革新、実質的な収益、本物の成長を追求すべきだが、現在の生成AIは、市場とメディアが人間の労働代替という幻想にばかり執着している現実を示している
- Rot Economy（腐った経済）という議論のように、実質的な価値や製品完成度とは無関係に成長至上主義へ陥った結果、LLMとGPUはただ金を使うための手段へと変質している。実際には誰も好まないような商品を作りながら、データセンターとチップの購入だけが繰り返されている
- 今のAI産業は非常に脆く危険な構造だ。たった4〜5社がチップを買い続けるかどうかで市場全体が揺らぐ。設置した瞬間から損失を出すGPU、実質的な差別化のないLLM製品、続く赤字が根本問題である
- 生成AI礼賛者と一部メディア、経営陣は、批判的な意見に対して軽蔑的な態度を取り続け、実際の有用性や革新の説明ではなく虚像をあおっている。AIがすごいと主張しながら、実質的な根拠は乏しい
- LLMは正誤を見分けられず、誤った情報を権威ある口調で伝える。経営陣や管理職は、AIで賢くなったふりをし、本当の学習や責任を回避する手段として使っている
- 生成AIの最大の錯覚は経済活動の幻想である。実際には意味のある価値を生み出せていないにもかかわらず、GPUやデータセンターに巨額投資する口実を作り、バブルだけを膨らませている
- この構造はUberやAWS、過去のほかの産業事例ともまったく異なる。一社のハードウェア販売が4〜5社に依存しており、認識の変化だけでも巨大なドミノが崩れうる
- 現在の方向性は不要な浪費と破壊につながっている。多くの人々の退職金や雇用が失われ、大企業は四半期ごとの成長数字を取り繕うために、データセンターとGPUへ天文学的な支出を強行している
- 最終的に、市場混乱の責任者は明確に存在し、その被害は産業全体に及ぶだろう。この過程で人々に恐怖や不信を植え付けるのではなく、真の責任者を正確に認識することが重要だ
- Sam Altman、Dario Amodei、Satya Nadella、Sundar Pichai、Tim Cook、Elon Musk、Mark Zuckerberg、Andy Jassyらには、この不要で破壊的な経済構造を主導した責任がある
- バブル崩壊後には必ず責任を取るべきだ
- 一般の人々もこの構造を十分理解できるのであり、権力や資本が正しさや賢明さを意味しないことを自覚してこそ、よりよい未来を作ることができる
5件のコメント
LLMに欠点がないわけではないが、すべてのAIサービスに収益性がないというのは同意しがたい。今後5年以内に、現在のプラットフォームサービスのほぼすべてはAIエージェントに置き換えられると思う
LLMは本当に実用的になってきているのに、使ってもみずにけなしてわざと避けているならその人に問題がありますが、
現在のコンシューマー向けサービスの品質は使いづらいレベルです。
Perplexity、GPT、Geminiのような有名サービスの有料モデルを使ってみましたが、どれも大差ありません。
自分で資料を探してリンクを添え、必要なデータを与えてやっても、きちんと読めずに内容をでっち上げ、間違った主張ばかり繰り返します。
しかもどれも妙な意地があって、一度間違った主張を始めると絶対に直せません。会話全体を捨てて最初からやり直したほうが早いです。
正直、こんなものと押し問答するのはうんざりです。話が通じません。
その時間があるなら、自分で文書を探して、自分で調べて修正したほうが早いです。
Copilot系のサービスも一つ選ぶためにいくつか使ってみましたが、結局は全部やめました。
スニペットレベルの作業は得意ですが、それ以上を期待するのは難しいです。そこまでなら、何のためにデータを共有し、ひどく遅いインターネットに接続して使うのでしょうか。単にスニペットをいくつか追加登録すればいいだけです。
良い体験をしたという人たちが、どのサービスをどれほど複雑な作業に使ったのかは分かりません。
Claude Codeを使ってみた経験では、エージェントが開発を代行してくれるという感じよりは、開発工程のうち実際にコードを打つまさにその部分だけを外注する感覚に近かったです。
設計は多くの場合人間が行う必要があり、指示も誰が来てもそのまま従えるように細かく出さなければならないので、聞いていたのとは違う印象でした。
それでも私は満足して使っています。自分の仕事を大幅に減らしてくれるわけではありませんが、AIが作業している間に私が別の作業をしたり、別のAIに命令を出したりできるので、時間の節約という面で役立ちました。
Claude Codeを使うなら、プロンプトに
think deeplyやultrathinkのようなあらかじめ用意された推論指示語を含め、Shift+Tabでplan modeに切り替えて作業してみることをおすすめします。VisiCalcやLotus 1-2-3みたいなものが出てきたときでも、相変わらずそろばんや計算機を叩いていた……。思っている以上に、一般の人が実感するまでには時間差がある。
Hacker Newsのコメント
2023年7月に友人にこう言ったことがある: "正直、AI懐疑派だ。AIとLLMは少し興味深くはあるけれど、5年前の自動運転車みたいに、ベンチャーキャピタルが作り上げた誇大ブームの頂点にいて、じきにバブルはしぼむ気がする。自分が技術に関心を持つのは、イノベーションが実際の人々にとって役に立つようになるからだが、現段階ではコンテンツ消費の面でのちょっとした改善以上に有益な使い道を想像できない。いちばん得意なのはもっともらしいコンテンツを作ることだが、実際に生成された成果物はどれも、エラー、ミス、『幻覚』などを専門家が綿密に検証しなければならない。もしどこかの工場がChatGPTみたいに不良品を出していたら、即閉鎖されるはずだ。インターネットにはすでに質の低い、さらには欺瞞的なコンテンツがあふれている問題があるのに、これを自動でさらに増やすなんて悪夢みたいだ。しかも、一般に使われている学習データセットには大勢のクリエイターの文章が無許可で含まれている可能性が高く、こうしたシステムは結局、クリエイターたちの労力で作られた体裁の整った嘘を、報酬も表示もなく吐き出している。気味が悪すぎる！" この『spectacular deflation』がどれだけ早くやって来るのか気になる。これまで生きてきて3回ほど大きな技術バブルを経験してきたが、自分の勘ではその時は遠くなさそうだ
自分も現在の経済的資源配分には深い懐疑を抱いているが、こういうことは開拓地ではいつも起きることだ<p>AI分野では、人々がtransformerアーキテクチャが本質的に大規模データセットから意味的関係を識別・採掘する抽出的プロセスだという事実を見落としている<p>人間の文化データには表面に現れていない膨大な量の推論的情報が含まれているので、多くの賢い人がこれを生成的メカニズムだと誤解している<p>だからこの分野全体を『生成』AIと呼ぶが、実際には決して生成的ではない。隠れた意味を抽出し、シード値から外挿しているにすぎない<p>こうしたメカニズムには役立つ部分が多い。新しい意味や物語を作る必要がない労働の例は非常に多い<p>既存の意味的パターンをデータに適用して手作業を自動化でき、その際、目標達成に必要なアルゴリズムを完全に規定する必要もなくなる<p>万能アルゴリズム、いわばソニック・スクリュードライバーのようなもので、問題と解決例を十分に与えれば、隠れたアルゴリズムがモデルのパラメータに吸い込まれ、完全に解かれた系統の問題をすべて解ける<p>ただし、これはすでに十分に解決された問題群には有効だ。未解決問題でも、生成-検証フレームワークで解けるなら、この道具で解決を試みることはできるかもしれない
このバブルは19世紀の鉄道バブルや第1世代のドットコムバブルのように、最終的には莫大な価値を生むインフラ投資が行われる『良い』バブルだと思う<p>ただし、すべてのLLMは代替可能で（差別化の壁がない）、利益の大半は『ラストマイル』、つまり現場の専門家が実務にAIを組み込む活用から生まれるだろう
『良い』バブルだというが、大量に購入したハードウェアが数年後に捨てられる運命なら、どうして前向きなインフラ投資だと言えるのか疑問だ
消費者向けデバイスに信頼できるメモリ帯域幅が広く普及してほしい。多くのハードウェアベンダーが残念ながらこの点を軽視している
『本当に使い道のある大規模・低価格GPU活用アイデアがあるなら準備しておけ』と周囲によく言っている。でもまだ本当に良い事業アイデアは思い付かない
鉄道やドットコムのように、AIバブル崩壊後に残って再利用できるインフラが何なのか気になる
著者は悲観的すぎると思う。AI企業がいま金食い虫で持続不可能だという点には同意するが、AIが絶対に収益化できないと断言するのは無理があると感じる。業界全体がものすごい速度で進歩していて、モデル品質も毎月向上している。コストも急速に下がっている。AIの使い方自体、まだ見つけ切れていない このバブルの後でも、誰もAIを使って価値提供や収益化ができないと結論づけるなら、それは過度な思い上がりだ
『コストは急速に下がっている』とはいえ、設備投資は依然として大きい。結局は課金される運命ではないのか？
収益性だけの問題ではない。長期的には社会全体に純利益がなければならない 現在の標準では収益性の確保は簡単だ。ユーザーを集め、依存度を高め、値上げし、AIを義務化し、という具合だ
nooneって何？ その単語に信頼を置きすぎている
gpt4以降、基盤モデルの性能はほぼ停滞している。今は主にツールや統合の競争で、目標地点はAGIだから、どんな製品でもその進歩速度で評価される。『最新』モデルが次々に出てくるのでユーザー維持も難しく、ユーザーは実質的にモデル性能にしか関心がない。openai、お前らのことを見ているぞ...<p>『彼らは私をbubble boyと呼んだ...』 - Deutsche銀行の誰か
分析は非常に詳細だが、著者は自分の感情に没入しすぎて、感情を正当化する結論しか導いていないように見える。バブルだという点、多くの会社が潰れるだろうという点には同意するが、GoogleやAnthropicのようなところが潰れるとは思わない（ただし、Googleがはるかに優れた、あるいははるかに安い同等性能モデルを作らない限り）。ClaudeはPythonやTypescriptのようなデータが豊富な言語ではコードの出来が良すぎて、月に数百ドル、多ければ数千ドル（会社補助あり）を使わない理由がない。今は最強のエージェントとモデルを確保する競争中だ。結局、人間が要求事項とコンテキストをどれだけ明確化できるかがボトルネックになり、その後はモデル単価の引き下げが主な競争力になる。まだその段階ではない（ただし、要求やコンテキストをうまく伝えるほど、すでにモデルをより生産的に使える）。コスト引き下げが本格的な目標になれば、Googleがハードウェア能力で勝つと思う
本質的にIDEプラグイン以上の市場規模では、こうした企業の評価額を正当化するのは難しいと思う
Claudeが実際に収益を上げられるかは未知数だ。補助コストを本当に喜んで払う人が十分にいるのか、そして追加人員の年俸の大きな割合を占める水準の費用ならなおさら疑問だ
OpenAIがかつて『圧倒的優位』にいたが競合が1年で追いついたことを見ると、こうした格差の参入障壁はそれほど厚くない。Anthropicのケースのように中核人材が抜ければ、いくらでも追い付ける市場だ
今の私たちは、経済の大きな部分を吹き飛ばすほどのバブルにはまっているのか？ ほぼ確実にそうだと思う。だからといってAI自体が詐欺だという意味ではない。結局、ドットコムバブルも崩壊したが、インターネットは消えず、当時ドットコムが約束したことのほとんどはいつか実現した
インターネットがあらゆることを可能にしたのは事実だが、それがGPU加速LLMが人間労働の大半を代替するという話に自動的につながるわけではない
本文でも、実際のユーザーが有用だと感じる事例があること自体は認めている。『詐欺』という評価も、実際の有用性よりVCやメディア、投資資金などが誇張しすぎているという意味だ。バブルと呼ぶのは、完全に消えて二度と現れないという意味ではなく、結局は現実が明らかになって多くの会社が潰れ、評価額が暴落し、連鎖的な影響が出るということだ
予測の問題は、まさに『時期』そのものが実質的な予測になるということだ。今後何が来るか分からない。GPT-3を最初に見たときは本当に大したことないと思って気にも留めなかった。だから今は未来に対する不確実性がずっと大きい<p>インターネットも『当初の約束のあるバージョン』を、長い時間をかけて、当時存在しなかった新技術で実現した事例だ。『方向性は合っていた』というのは、実は『間違っていた』の同義語にかなり近い
ドットコムが約束したことのほとんどが実現したという主張、ブロックチェーンバブルを考えてみたらどうか？ 今どきブロックチェーンはよく使われているか？ 実際に何かを変えたか？
バブルはいつかはしぼむ。ウェブバブルもしぼみ、その過程は痛みを伴った。だがAI技術は残り、実際に変革をもたらすだろう。ウェブがそうだったように、良い方向にも悪い方向にも影響するだろう
AIをめぐる議論が結局、クリプトの議論と『見分けがつかない』レベルで同じなのがいつも面白い<p>（ただし、LLMには実際の使い道がある）
ドットコムバブル期のNASDAQのP/E比率は200を超えていたが、現在の市場全体は40、Nvidiaは49だ。みんな今回もバブルだと言いたがるが、実際の『顧客』や『収益』ベースで見ればまったくバブルではない。ChatGPTはMAU1億人を史上最速で達成し、インターネットで訪問者数ベースの上位5位以内に入ると言われている。Cursorは史上最短で売上5億ドル突破。Midjourneyも最近は話題にならないが、年商2億ドル超で黒字だ。冷静に見れば、Hacker Newsの人たちのほうがむしろ『バブル』じみた考え方をしている。もちろん、過大評価された会社も多く浮き沈みもあるだろうが、こうした実質的な指標を見ても『クリプトと同じだ』と言うのはまったく理解できない。最近の調査では48%がChatGPTで心理相談をしたことがあるという（調査リンク）。これほど爆発的な普及は人類史上なかった。今ではサーバーも需要に追い付かず、毎週サービスがダウンするほどだ。バブルとは本質的に違う
本文の主張には意味があるが、無駄を削ればもっと力強く簡潔に伝わるだろう
皮肉なことにChatGPTにフランス語の要約を頼んだことがある。でもAIバブルにはもううんざりしていて、Twitterのタイムラインの半分がAIニュースやスレッドで埋まっているのに疲れている
RedditとLinkedInは自動生成コンテンツの温床になった。それでもパターンさえ分かれば見分けてブロックするのは簡単だ
要約や翻訳用途ではAIはかなり使える<p>私はAIの成果物を、プロンプト+入力情報量に対する出力量で分類している<p>要約: 出力 < 入力。こうした低リスク作業では十分だ<p>翻訳: 出力 ≈ 入力（形式や言語が違うだけ）。これはもう少し確認が必要だ<p>生成拡張: 出力 > 入力。危険があるのはここだ。たとえばチーズバーガーの構成を出せと言ったら、AIが『ごま付きバンズ』を『入れようと』するように、AIの内部データにおける平均値を推測しているだけだ。問題ないかもしれないが、もしごまアレルギーなら致命的になりうる。入力を超える部分には常に注意が必要だ。本質的に、入力を超えた生成結果は『平均的』であるほかない。だからAI生成物が『平均的な』スラッジに見えるのだ
この文章は新鮮に感じる。自分は『楽観論者』寄りのグループに近いが、全体としては懐疑が足りないと思う。保守的な見方をする人や批判する人のほうが、むしろ変人扱いされる雰囲気がある。以前のトレンドと違って、AI業界には本当に詐欺師が多く、単にラッパーやチャットボットを被せるだけで何でも『AIベース』だと包装できてしまう