花証券のリサーチャー、イ・ヨンジュ氏は25日、「AI投資の生産性」が資本支出（CAPEX）の規模と同じくらい重要になっていると述べた。市場の注目が「いくら使ったか」から「その支出が価値を生むかどうか」へと移っているためだ。平均で推論トークン100万個を処理するのにかかるコストを測るブルームバーグのLLMトークンコスト指数は、5〜6か月の高水準から直近の3〜4か月水準まで低下し、モデル最適化と価格引き下げによる効率改善を示唆した。Exponential Viewによれば、中国を除くAI関連の売上は2四半期連続で、データセンターおよびAIチップの減価償却コストを上回っており、既存インフラが収益を生み始めていることを示している。この生産性の転換はAIエコシステム全体に影響する。ハイパースケーラーの投資継続は収益性に依存し、それが結果として、AI供給チェーンで相互につながる半導体、データセンター、電力、ネットワーク企業の成長を支える。
市場はCAPEX規模から投資効率へと焦点を移す
ハイパースケーラーのAI投資に伴うCAPEXは引き続き増加しており、モルガン・スタンレーは最近、ロングの投資見通しを引き上げた。イ氏は、市場の焦点が移行していると述べた。以前は「CAPEXがどれだけ増えるか」が論点だったが、今は「その投資がどれだけ効率よく活用されているか」、さらに「将来の投資を持続できるだけの十分な経済的実現性を確保できるか」が優先事項になっている。この転換は、半導体と電力の投資家に直結する。AIエコシステムは相互に連結したベルトのように機能しており、半導体、データセンター、電力、ネットワーク各社の成長見通しは、ハイパースケーラーが引き続き支出を行うという前提に支えられている。もしハイパースケーラーが財布の紐を締めれば、業界全体の成長ストーリーは弱まる。逆に、ハイパースケーラーがAI事業から十分な収益を生み出せば、その収益がさらなる投資の原資となり、半導体・電力企業の業績へと還流する。
ブルームバーグのトークンコスト指数、5〜6か月の高水準から3〜4か月水準へ低下
ブルームバーグのLLMトークンコスト指数は、推論トークン100万個を処理する平均コストを追跡している。指数は5〜6か月でピークを付けた後、直近では3〜4か月水準まで低下した。この低下は、人々がAIを使わなくなったことを意味するのではなく、構造的な効率化を反映している。ユーザーが特定の用途に適したより安価なモデルを選び、推論プロセスを最適化し、モデル価格の下落の恩恵を受けることで、同じサービス提供をより低コストで実現できるようになっている。イ氏はこれを、レストランが顧客数を維持しつつ厨房の運用を改善し、食材コストを下げてマージンを押し上げるのに似ていると例えた。売上は増えない可能性があるが、利益は増える。
AI売上は2四半期連続で減価償却コストを上回る
Exponential Viewによれば、中国を除くAI関連の売上は、現在稼働しているデータセンターとAI半導体の減価償却コストを2四半期連続で上回った。この数字は、将来のデータセンター建設や追加のGPU調達コストまではまだ織り込んでいないが、既存インフラが自らの費用をまかなえ始めていることを示している。マイクロソフトは、AzureとCopilotのAIサービス需要がクラウド成長を押し上げているとした。一方アルファベットは、AIプロダクトとAIインフラ需要がGoogle Cloudの成長の中核ドライバーだと特定している。投資の完全な回収はまだ達成されていないものの、AIは現在、売上とキャッシュフローの改善に具体的に寄与し始めている。
Metaが外部クラウドへの計算資源のリースを検討
Metaは新しいデータセンターを通じて自社の計算能力を増強しつつ、計算資源の一部を外部クラウドにリースすることも検討している。この手法は、既存インフラの利用率を最大化し、さらに新たな収益源を生み出す。インフラが外部からの収益を生み出せるなら、将来の投資を支えるための能力もそれに応じて高まる。イ氏は、市場の注目はAI投資規模そのものから「投資の生産性」へ移るだろうと結論づけた。そして、ハイパースケーラーがコスト効率と収益性を達成すれば、半導体、データセンター、電力、ネットワークにまたがるAIエコシステムの投資サイクルはより盤石になる。
よくある質問
花証券は25日にAI投資について何と言いましたか？
花証券のリサーチャー、イ・ヨンジュ氏は25日、「AI投資の生産性」がCAPEX規模と同じくらい重要になっており、市場の焦点が「いくら使ったか」から「その支出が価値を生むかどうか」へ移っていると述べた。
なぜブルームバーグのLLMトークンコスト指数は低下したのですか？
ブルームバーグのLLMトークンコスト指数は、5〜6か月の高水準から直近の3〜4か月水準へ低下した。要因は、ユーザーが特定のタスク向けにより安価なモデルを選び、推論プロセスを最適化し、モデル価格の下落の恩恵を受けることで、同じサービス提供をより低コストで実現できるようになったためだ。
AIの売上はインフラ費用と比べてどうですか？
Exponential Viewによれば、中国を除くAI関連の売上は、2四半期連続で、現在稼働しているデータセンターとAI半導体の減価償却コストを上回った。これにより、既存インフラが自らの費用をまかなえ始めていることが示される。
