- AI産業と投資市場 の両方でバブルが形成されているのではないかという議論が広がっており、過度な楽観論が核心的な要因として指摘されている
- 技術革新に基づく「転換型（Inflection）バブル」 は短期的な損失をもたらすが、長期的には技術発展を加速させる役割を果たす
- AI関連支出と株価上昇 が米国経済とS&P 500の成長の大部分を占めており、Nvidiaなど主要企業の急騰が投資心理を刺激している
- 負債によるAIインフラ投資の拡大 が、過去の通信・インターネットバブルと似た危険信号として言及されている
- AIの潜在力と不確実性 が共存する状況において、全面的な楽観や回避ではなく、慎重で選択的なアプローチ が必要である
バブルの本質と繰り返されるパターン
- バブルは 技術的・金融的イノベーションそのものよりも過度な楽観論 から生じる
- 新しい技術が登場すると、初期参加者が大きな利益を得て、後から来た投資家が 「乗り遅れられない（FOMO）」という心理 で熱中する
- 短期的には損失が避けられないが、長期的には技術発展の土台となる
- 過去の事例（南海会社、インターネット、光ファイバー、サブプライムなど）でも、「新しさ」が想像力を刺激 し、非合理的な評価を招いた
- 合理的な楽観と非合理的な熱狂の境界 は判断の問題であり、明確に区別するのは難しい
「良いバブル」と「悪いバブル」
- Byrne HobartとTobias Huberはバブルを2種類に分類している
- 「平均回帰型（Mean-reversion）」バブル: 単なる金融的流行にすぎず、富を破壊する
- 「転換型（Inflection）」バブル: 鉄道やインターネットのように技術進歩を促進し、社会的インフラを構築する
- Carlota Perezの分析によれば、投機的熱狂が「設置段階（Installation Phase）」を可能にし、その後「展開段階（Deployment Period）」へと続く
- 技術進歩型バブルは 資本投入と実験を加速 させる一方で、同時に多くの資金が失われる
- 核心は 進歩を促進しつつ、その過程で破壊される富の犠牲者にならないこと である
AI市場の現状と不確実性
- AIは 企業の設備投資、GDP成長、S&P 500上昇分の大部分 を占めている
- Nvidiaは時価総額が26年間で約8,000倍上昇し、象徴的な存在として浮上した
- しかし、AIの商業的活用、収益構造、勝者となる企業 は依然として不確実である
- 自動車産業の事例のように、技術の重要性と投資の成功は別問題である
- 「宝くじ式投資（lottery-ticket thinking）」 が広がっている
- 例: スタートアップEtchedが1,200万ドルの投資で「世界最大の企業」になる可能性を掲げている
- 収益性、競争構造、循環取引（circular deals） なども疑問視されている
- OpenAIとNvidiaの相互投資・支出構造は 「自己取引」 として批判されている
- Goldman Sachsは、Nvidia売上高の15%がこうした取引から発生すると推定している
負債拡大と金融リスク
- AIインフラ構築コストは 最大5兆ドル と推定されており、主要ビッグテックは 社債発行で資金調達 している
- Microsoft・Meta・Alphabetなどは30年物の社債を発行
- 健全な投資 はキャッシュフローに基づく自己資本投資であり、危険な投資 は顧客もいないまま負債でデータセンターを建設する形である
- Paul KedroskyとAzeem Azhar は、「AIインフラはすでに 『Minsky Moment』 の段階に入った」と警告している
- 利益より速い設備投資、SPV（特別目的事業体） の活用、ベンダーファイナンス の拡大が危険信号である
- 負債は 損失を増幅 させ、需要鈍化や技術進化によって データセンターの過剰・破綻 の可能性がある
- OaktreeとBrookfieldは 「慎重な負債活用」 を強調し、過熱地域ではない場所に投資している
AIの特殊性と投資判断
- AIは 人類の認知機能を代替しうる技術 であり、過去のイノベーションとは質的に異なる
- コーディング・デジタル広告などで、すでに人間の労働を代替している
- 技術発展の速度があまりに速く、需要予測が不可能なほど である
- 過去のラジオ・航空機産業のように、「不確実性を機会とみなす物語」 が過熱をあおる
- AIバブル論とその反論 が共存している
- 類似点: 過度な期待、FOMO、循環取引、SPV、大規模なシード投資
- 相違点: 実際の収益創出、大規模なユーザー基盤、合理的なP/E比率
- AnthropicやCursorなどは 売上が1年で100倍成長 しており、AI製品への実質的な需要が存在する
結論: 慎重な楽観主義
- AIはバブルである可能性が高いが、同時に歴史的な技術転換点 でもある
- 「非合理的な過熱（irrational exuberance）」 かどうかは、時間が経って初めて確認できる
- 過去のあらゆるイノベーションは過剰投資と損失を伴っており、AIも例外であるとは考えにくい
- 負債の利用 は今回のサイクルのリスクをさらに増幅させる可能性がある
- したがって、全面的な投資も完全な回避もどちらも危険 であり、選別的で節度ある参加 が最善の戦略である
- データセンター・AIインフラ投資でも、冷静な分析と実行力 が不可欠である
付録: AIと雇用の未来
- AIは 労働節約型技術 であり、生産性向上と同時に 大規模な雇用減少 への懸念がある
- VanguardのJoe Davisは「業務時間の43%が削減される」と分析している
- 生産性向上 ≠ 雇用増加
- 雇用減少は税収減少と福祉支出増加につながる可能性がある
- ユニバーサル・ベーシックインカム（UBI） の導入可能性も取り沙汰されているが、財源と社会的意味の喪失 が問題である
- 仕事の意味の喪失、社会分断、ポピュリズム拡大 への懸念が提起されている
- 将来も生き残る職業として、身体労働（配管工、看護師など） と 創造性・洞察に基づく職種 が挙げられている
- 結論として、AIは 経済・社会構造を根本的に再編する潜在力 を持っており、それに対する 賢明な対応とバランスの取れた視点 が求められる
1件のコメント
Hacker Newsの意見
多くの高度なソフトウェアチームでは、いまや開発者が直接コードを書かず、欲しい機能を入力するとAIがコードを生成すると主張していた。あまりに大げさな主張に思えるので、根拠があるのか気になる
ただ、ClaudeにGoで並行データマイグレーション用ユーティリティを書かせたら、goroutineとwaitgroupの扱いがめちゃくちゃで、バグだらけだった。自分で書いたほうが速かったと思う。
それでも翌日、同僚が似たようなツールを必要としていて、Claudeとの45分の対話で6〜8時間を節約できた。
自分はハイブリッドなアプローチを取っている — 基本構造とサンプルコードは自分で書き、AIが作ったものを修正し、テストとガードレールを用意してAIに残りをやらせる。結果にはばらつきがあるが、少しずつ良くなっている。
ただ、CEOがうちの会社を『AI-first』だと宣言して、すべての業務でAIを使うよう求めている。正直間違った方向だと思うが、AIの使用量がKPIで評価されそうだ
文章の最後の部分が印象的だった。初めて、ある技術に対して約束を果たしてほしくないと思った。たいていの新技術には可能性への高揚感があるが、今回は人件費削減にしか焦点が当たっておらず、気が滅入る。
情報収集ツールとしてのAIは素晴らしいが、人間の創造性を置き換えようとする方向は歓迎できない
10年以上学んできた言語でコンピュータを制御するのは奇跡のようなことだ。英語で説明だけして待つのは嫌だ。自分は自分でコードを書く人間であり、それを手放したくない
技術が人類を向上させうると信じている一方で、同時に少数の富裕層に社会的統制力を与えている現実がつらい。
AIは大多数の人にとって敵対的で不平等な世界を作り出す危険がある。技術の社会的被害をもっと真剣に評価すべきだ
ただし企業は常に人件費削減に執着しているので、AIでなくても別の方法で人を減らそうとするだろう
「AIが人類史上最大級の技術的進歩の1つになる潜在力がある」という文を見て、**ベア（悲観論者）**には意見を聞かなかったのかと冗談を言いたくなった
「コーディングはAI影響の炭鉱のカナリアだ」という文が印象的だった。
続けてGrace Hopperの1944年のインタビューを引用し、プログラミングという概念が存在しなかった時代の話を伝えている。
Grace Hopper口述記録 PDF
AIの議論が極端に偏るのが問題だ。「AIがほとんどのコードを書く」というのは誇張だが、AIの利用を無条件に否定するのも非現実的だ。
初期段階のスタートアップはLLMでテストやボイラープレートを素早く処理するが、中核的なエンジニアリングは依然として人間の仕事だ。
バブルではあるが、ドットコム時代のように調整が来ても技術そのものは残るだろう
自分もKubernetes、Helm、ConfigMapを知らなかったが、AIが完璧なサービス構成を作ってくれた
WebがSaaSの基盤になったように、AIも中核技術として定着するだろう。
いまはGPU価格のおかげでNvidiaが儲けているが、本当の価値はAI応用分野から生まれるはずだ。
オープンソースモデルと低下する推論コストのおかげで、インフラ自体は参入障壁ではない。
ChatGPTでさえバグが多く完成度は低い。本当の革新は小さな企業たちがモデルを活用して新しいUXと製品を作るところから生まれるだろう
「AIにはできない」というコメントを検知して、「自分にはうまくいってるけど？」という返信を自動で付けるAIボットがいたらどうか、という想像をした。単なる面白い思考実験だ
シリコンバレーはLLMとGPUで数兆ドルを創出できるだろうか？
もしそれだけ経済が成長しなければ、他の地域にしわ寄せが行くだろう。
そしてLLMは十分な資金によってAGIへ進化できるのだろうか？
現時点ではLLMは賢いテキスト生成器程度に見える
インターネットも変革的ではあったが、多くの企業が収益なしに破綻した。
AIも現実的であると同時にバブルでありうる
このメモをどう見るかは立場次第だ。
ドットコムバブルのように一部の企業は潰れても、技術は残るだろう。
一方で2007年の住宅バブルは全面的な崩壊だった。
AIは前者に近い — 調整はあるにせよ、長期的な成長機会は莫大だ。
短期利益を狙う投資家にはバブルに見えるだろうが、創業者や長期のビルダーには新たな価値創出の時期だ
以前はHoward Marksの文章が好きだったが、今回は表面的な理解に見えた。
技術的事実よりもトレンドに合わせようとしているように感じられた
AIが5〜10%の人件費を削減するだけでも、社会に大きな影響を与えうる。
技術が完璧でなくても経済的効果は現実的だ
AIデータセンター建設に8兆ドルが投じられる予定だという記事を見た（Yahoo Finance）。
年10%の利回りを満たすには、毎年8,000億ドルを稼がなければならない。
GPUは3年ごとに交換されるのに、それほどの収益は可能なのだろうか？
Ilyaのインタビューでも「AGIを作る方法は誰にも分からない」と語っていた