将来、AIは数多くの産業で富を生み出すのか、それとも純損失になるのか？
(joincolossus.com)- 革新的な技術が新たな企業の富を生み出す場合もあれば、社会変化には貢献しても投資家に戻る利益は少ない場合もある
- 生成AIがどちらの類型に属するのかという疑問が提起されており、現在は既存のICT革新の延長線上で大企業中心の寡占構造へ向かう様相を見せている
- 過去のマイクロプロセッサとコンテナ輸送の事例を比較すると、AIも多くの利益が生産者よりも消費者と一部の大企業に集中する可能性がある
- AIに投資して収益を上げるアプローチとして、インフラ企業や、AI活用によってコスト削減と生産性向上を重視する業種が有望である可能性がある
- ほとんどの新規AI企業の投資家にとっては、期待ほど大きな機会はなく、最終的には消費者と効率的な既存企業が最大の恩恵を受けると見込まれる
革新的技術と富の誕生
- 鉄道、電気、内燃機関、マイクロプロセッサなどの革新的技術は、新たな産業時代を生み出し、投資家や起業家に莫大な富と影響力をもたらした
- 一方で、コンテナ輸送のように社会的には大転換を実現したものの、企業価値を高める効果は限定的だった事例もある
技術革新の投資価値と「誰が利益を得るのか」という問題
- 新技術に投資する際には、どれだけの価値創出が起こるのか、そしてその利益を誰が占有するのかが決定的である
- ICT革新は新興企業と投資家に富をもたらしたが、コンテナ輸送では価値が希薄化し、多くの投資家は利益を得られなかった
- AI、とりわけ生成AIがこのうちどのカテゴリーに属するのかという不確実性が浮き彫りになっている
マイクロプロセッサとコンテナ輸送の事例比較
- マイクロプロセッサ革命は、初期には予測が難しかったが、実験と市場参入を通じて革新の好循環構造を形成した
- 1970年代末には、PC市場の段階的な成長と参入障壁の形成が進み、投資が活発化してエコシステムの成長を牽引した
- IBM、HP、DECなど既存の巨大企業はPC導入に消極的だったが、後発企業が革新の中心に立った
- ICTバブル→バブル崩壊→安定成長という流れの中で、投資家と起業家の役割、そして転換点が説明される
AIとコンテナ輸送の比喩
- コンテナ輸送もまた巨大な社会的・経済的変化を引き起こしたが、参入障壁の欠如と競争激化によって、投資家の大半は大きな収益を得られなかった
- 革新を主導したSeaLandの創業者McLeanと一部の投資家だけが、実質的な富を得た
- 大手海運会社、インフラ投資会社、そして実際の利点を活用した企業（例: IKEA、Walmart）が最大の恩恵を受けた
- 競争激化、需要に対する過剰投資、インフラ費用の増加が、投資収益を制限する構造につながった
AIの革新サイクルと投資環境
- 経済学者Carlota Perezの理論によれば、技術革新は爆発、狂乱、シナジー、成熟の4段階で進行する
- 狂乱とシナジーの時期に、投資家の収益機会が集中する
- AIではすでに大手ICT企業による寡占化と統合が進んでいる
- 大規模モデル企業、インフラ/チップ/データ企業が、バリューチェーン上で重要な役割を占めている
- 新しいアプリケーション系スタートアップは次々に登場しているが、巨大モデル企業に吸収されるか、競争で押し負ける可能性が高い
AI産業における投資機会とリスク
- モデル企業への投資機会はすでに限定的であり、ドメイン特化型モデルも統合や買収を通じて少数企業だけが頭角を現す見通しだ
- インフラ企業（例: NVIDIAなど）への投資も、すでに高い期待が織り込まれており、追加的な収益余地は限定的である
- AI活用業種（専門サービス、ヘルスケア、教育、金融など）で、コスト削減と生産性向上を戦略的に活用する企業が、最大の受益者になる可能性が高い
- 新規企業やスタートアップは、競争激化や成長障壁などにより大規模な資金調達が難しく、経験と実行力が鍵となる
AIの経済的波及効果と最終的な受益者
- AIは今後、世界のGDPの1〜7%に相当する付加価値を生み出すと見込まれるが、その利益の大半は消費者と生産性の高い既存企業に帰属する可能性が高い
- サービス産業における生産性向上効果によって、消費者厚生の増大と、多様なサービスを利用できる機会の拡大が期待される
- 過去の製造業の自動化と同様に、AIによる社会的コスト削減が企業戦略に組み込まれてこそ、注目に値する投資機会の創出が可能になる
結論 – AI時代の投資戦略
- 革新技術初期への無分別な期待よりも、知識労働者の生産性向上がどのような市場と戦略を開くのかに注目する、差別化された投資思考が必要である
- 今後は単に技術そのものに賭けるのではなく、その技術が新たな機会と市場をどのように切り開くのかについての洞察が成功要因となる
2件のコメント
AIとロボットによって、労働、物流、安全、サービスなどで破壊的な影響が発揮されるとき、非常に身近に感じられるのではないでしょうか？
Hacker Newsの意見
AIの興味深い点は、本当にさまざまな分野で参入障壁を大きく下げているように見えること これまで、どの会社もそれが自分たちに本当に影響したことを説得力をもって示せた事例を見たことがない。たいていは宣伝ばかりで、実感できるものはあまりなかった。ただ、個人が活用している例は自分自身も含めてたくさん見ている 昔から趣味でビデオゲーム開発をいじるのが好きだったが、いつもアートアセットが最大の障害だった。絵は描けないし予算もないので、Itch.ioでアセットパックを漁っては、それが提供するものに方向性を左右されることが多かった。でも今年からすべてが大きく変わった。今では1時間だけ投じて自分が欲しいグラフィックを直接作ってみて、修正まで重ねれば自分にぴったりのアセットを確保できる。作りたいゲームに合わせたアセット構成が可能になった これはあくまで参入障壁の話だ。作ったアセットは「ショベルウェア」レベルだし、自分はこれで商売をしているわけでもない。でも今では、インターネット上で一人の人間が自分の好きな趣味やスキル開発を思いきりやれるようになった。いつか本当に大当たりのアイデアが出たら、実際のアーティストを雇ってお金を投じることもできるかもしれないという希望を持っている GarageBand、iMovie、YouTubeのようなものが、複雑な機材や高価なAdobeソフトなしでも人々が音楽や動画制作を体験できるようにしたのと似た流れだと感じる
自分も似たように感じている 長いあいだ個人プロジェクトを始めては、細かな問題（たとえばサーバーが妙なエラーを返すようなケース）で詰まり、いら立ってやめてしまうことが多かった。仕事でもないし、無償の作業に対する忍耐にも限界があった ChatGPTを使えば、エラーをコピーして貼り付け、解決の糸口を提案してもらえる。最初の試行で当たることもあれば外れることもあるが、それでも少なくとも何か試せる材料ができるし、ある程度進むと勢いがついてプロジェクトに没頭できる 依然として自分でやるべき努力は多いが、AIは初期の参入ハードルでは良い道具になってくれる
自分もこの現象を感じている スタートアップにとって大きな利点だ。以前ならロゴデザイン、グラフィックデザイン、プログラミング、コピーライティングなど専門人材が必要だった仕事を、今ではFounderがAIで「そこそこ」こなせる。法務やSaaSベンダーのように人の助けを完全には代替できない分野もあるが、AIがどんなサービスを使うべきか助言はしてくれる ただ、皮肉なことに、誰もが簡単にスタートアップを作れるなら、むしろ競争は激化しFounderにとってはより厳しい環境になる。結局、ProsumerやFounder層が受益者になるのかは不確かだ もしAIが、これまで高額で行われていた取引を月額20ドルのAIに置き換えていく流れになるなら、むしろ経済活動全体を縮小させてしまう可能性があるという点は興味深い
以前はゲームのアートを外注しようとすると数千ドルと1か月ほどのコストがかかり、これが作れるものの幅を狭め、計画を変えるたびに大きな制約があった。今はAIのおかげで、2倍、5倍、10倍のアートやオーディオなどのアセットをほぼ追加コストなしで作れ、アイデアを自由に探っては捨て、新しい方向へもすぐ切り替えられる
GarageBandやiMovie、YouTubeが音楽や動画を大衆的に容易にしたのと同じ文脈だという話には共感する。William Deresiewiczの The Death of the Artist という本は読んでみる価値がある。誰もがアートやゲームや創作をできるというマーケティングが、本当にその分野に純粋な好影響だけをもたらすのかは考える余地がある
「AIが参入障壁を下げる」という話に関連して、LLMに画像を生成させたからといって自分がビジュアルアート分野に参入したと言えるのか、音楽を作ってくれと頼んだから自分が音楽家になるのか、テキストを出力させたから自分が作家になるのかは考える必要がある
次のようなイノベーションは、社会的な波及力は大きくても、新たな富を創出するというより既存構造を強化する役割を果たす 15年前のコンテナ化もまた、業界の先駆者たちが大富豪になったわけではないが、東アジアの輸出経済、オフショアリング、WalmartやAmazonのような小売モデルの基盤となり、下流で莫大な富を生み出した。AIもまた、実際のインフラを所有する少数者より、AIによって構造変化が起こり付加価値の再配分が進む場所のほうに、より多くの機会が生まれるだろう なぜこれが重要かというと、モデルを作り、インフラを構築し、データセンターを運営することは非常に資本集約的で、耐えがたい競争にさらされるからだ。本当の富は、新しいコスト構造をもとに産業を再構成できる人々に集中するだろう
この記事の要点は、AIのダウンストリーム分野（二次派生産業）に投資しろという意味だ
AIも同じパターンを示している兆候が出ている。インフラ競争も興味深いが、最も実質的で長続きする価値はその先（ダウンストリーム）に積み上がるだろう
AIは工場の自動化に似た形で発展していくと予想している 何百万もの工場が恩恵を受ける一方で、自動化部品（コンベヤー、ビジョン／ハンドリングシステム、産業用ロボットなど）を提供するのは比較的少数の企業になるだろう。しかし競争が激しいなら、技術提供者がとてつもなく豊かになるわけではない 初期導入組はより多く支払うだろうが、LLMは次第にコモディティ化し、推論コストが競争力の中核になる見込みだ。現在は大企業が巨額投資によって最先端の製品を出しているが、オープンソースや無料モデルがすぐ後ろに迫っている 今もっとも急速に発展しているのはLLMそのものではなく、LLMを活用したエージェント・推論・リサーチシステムの側だ。こちらでは大規模学習クラスターよりエンジニアリング能力のほうが重要だ 私たちはまだAIの1回戦（LLM時代）の入り口にいる。この時代は長くは続かず、AGIのための新しいアーキテクチャと漸進学習アルゴリズムが登場するだろう。さらに数世代の進歩が必要だろうが、今後はLLMが1つの部品として組み込まれる、より複雑な構造（DeepMindが5〜10年内に計画しているものに近い）が中核となり、LLMの周辺に構築されるシステムが次段階の能力へとつながっていくはずだ
本当の挑戦は、AIが人を「代替」するかどうかではなく、実際にスキルを磨き蓄積できる場をどう守るかだ インターンシップ、ジュニア向けプロジェクト、そして初級職は、効率よりも成長曲線と学習環境を提供するために存在していた。もしAIがこうした機会をあまりに急激に置き換えてしまえば、次世代の有能なエンジニアやクリエイターを育てる梯子が断たれるおそれがある 本当の問いは「AIは仕事を奪うのか？」ではなく、「AIが反復作業を処理する一方で、人間が学べる訓練の場をどう設計するか？」にある
AIブームで混乱し、もどかしく感じるのは、歩く前に走ることを学んでいるように見える点だ たとえばWebには、何でもフォトリアルな画像にしてくれるサイトが多いが、「16x16 PNGのリンゴのアイコン」のような本当に簡単で具体的な要求に正確に応える道具はない その理由は、ニューラルネットワークが固定サイズの有機的データには強い一方で、現実には取るに足らなく見える部分では弱さもあるからだ。そのため今ではAIのWebサイト生成ツールも、普通の人なら単なる画像や音声ファイルを使いそうな場所に、わざわざコードでアセット（WebAudioシンセなど）を作って貼り付けるようなことをしている 今後AIブームが落ち着き、みんなが「すごさ」よりも、もっと実用的で日常的なものに目を向ける流れになることを願っている。もちろん世の中はかなり前から「地味だが実質的なもの」を避けがちではあるけれど
ChatGPT-5に「16x16 PNGのリンゴのアイコン」を頼んだら、まさにそれを作ってくれた LLMの本質的な限界は確かにあるが、学習データセットに含まれているぶんのエッジケースもかなりカバーしている
誰かに頼まれた通りに何か「それらしい」成果物を作るのがAIの「歩く」だとすれば、細部の指示に完璧に従うのは「走る」だ ただ、今は技術進化の方向のせいで順番が逆転しているように感じるだけだ
もしAIをたった一人だけが所有していたなら、想像を絶するほどの大富豪になれていたかもしれない Googleが「Attention is All You Need」の論文を自分たちだけの秘密にしなかったことには心から感謝すべきだ
OPの論点はさらに拡張する必要があると思う
ゲームのような分野はすでにレッドクイーン競争に入っている。GenAIがゲーム制作を容易にすると、むしろ成功確率はさらに下がる。すでに高品質なゲームで市場が飽和していて、新規参入者が地位を築くのはますます難しくなる
過去20〜30年にわたってWeb、データ、ゲーム、OS分野で積み上げられてきた成果物の最後の部分まで根こそぎ網でさらって、それらの仕事をしていた人たちを排除するような図も想像できる。では、そういうやり方でこの分野の進歩が止まるなら、それは「もう終わった」という意味なのか？ LLM AIは入力に依存しており、その限界は明白で、RLHF（人間のフィードバックによる強化学習）でその隙間を埋めようとしても、フィードバック自体に限界があり、二次生産物はさらに品質が落ちるだろう。結局これは既存製品の参入障壁を下げるだけで、その分野の人々は新たな競争に押しつぶされることになる
会社のコストを最適化すれば製品価格が下がるという考えには同意できない 実際には企業は、可能な限り高い価格を付け、最低限の品質だけ維持しようとするものだ。最適化の効果はそのまま利益になる
現実には、AIのインパクトは私たちが考えるよりも大きいかもしれないし、小さいかもしれない ある側面では、AIが多くの分野で職業を代替したり、人員を大幅に削減したりするという見方がある。初級のWeb開発者、ソフトウェアエンジニア、コピーライター、デザイナー、アートワーク担当、リサーチアシスタントなど、反復的で定型化された作業は危うい。求められる成果物が「とにかく何か」でよい場合、その分野の従事者は不安になるだろう。すでにある資料を集める仕事もAIに代替可能だ その一方で、一部の企業が考えているようにAIが万能になる可能性は低い。AIはソフトウェアエンジニアのボイラープレートコード作成のような、すでに広く行われている作業には役立つが、新しい課題やあまり扱われていない分野では品質が大きく落ちる。特に弁護士や医師のように、結果の正確さが生存や法的問題に直結する職種では、AIが完全に代替することはできない 結論として、AIは反復的で成果物の完成度がそれほど重要でない分野には非常に向いている。しかし、フィードバックが必須であったり、専門性不足による誤りが重大になる領域には適していない
タイトルのように「ゼロサムか純利益か」という二分法自体が誤っている 富が集中せず分配されるなら、社会全体が利益を得る。利用者が自らAIを使って価値を積み上げ、AI企業は月額20ドルのような少額だけを受け取る構造なら、価値ある作業が低コストで実行され、社会全体の純利益につながる いわゆる割れ窓の誤謬とは逆の効果だ
AIの変化は予測可能だという主張もあるが、自分はそこまで予測可能だとは感じない ある人はAIはLLMに限定され、じきに役に立たなくなると言い（Ed Zitron）、またある人はAGIと超知能が近いうちに来ると言う（Musk/Altman）。もし本当に超知能が来るなら、その波及がどう展開するかを簡単に予測することはできない ジョン・フォン・ノイマンは1958年に、技術進歩と人間生活の変化が加速し、本質的な特異点に近づいていると述べており、この用語が現在のAI特異点論争を引き起こした。電気、自動車、ITのような過去の5大イノベーションと比べても、AIははるかに予測しにくい領域だ