小型モデルがクラウドの計算能力需要を奪い、数兆ドル規模のデータセンターへの資本支出が試練に直面

AIアプリケーションは拡大が続いているものの、このブームを支える大規模データセンター投資には新たな需要面での課題が生じている。

ジェフリーのレポートによれば、小型言語モデルの性能向上とコスト低下に伴い、企業のAI導入は集中型クラウドからローカル化へとシフトする可能性があり、これによりクラウド側の計算能力の需要と巨額のデータセンター資本支出にプレッシャーがかかっているという。

この判断の一つの重要な根拠は、最近のAIサーバーの実際の利用状況の観察である。2026年9月、Swerve Research TechnologiesはAnthropicのサーバーリクエストキューの待機時間を追跡し、「混雑指数」を構築した。その結果、関連サーバーの利用率は2026年1月から2月のピーク時から26%低下していることが判明した。この指標自体は企業収入に直接対応するものではないが、利用率が継続的に低下すれば、一部の計算能力供給が余剰になる可能性もある。

一方で、AIインフラへの投資は今もなお急拡大を続けている。現在の市場予想では、Meta、Alphabet、Amazon、Microsoftのアメリカ大手テック4社合計の2027年資本支出は9900億ドルに達する可能性がある。レポートでは、もしAIの計算能力需要の成長速度がこれほど大規模な投資規模と最終的に釣り合わなければ、一部データセンターは十分なリターンを得られず、さらには「塩漬け資産」化するリスクすらあると指摘している。

サーバー利用率の低下、AI計算能力供給は試練に直面

Meta傘下の個人向けAIプロダクトMuseが9月8日にリリースされ、これを受けMetaの株価は数週間で21%上昇し、最近のAIコンシューマーアプリのハイライトとなった。しかしレポートは、単一のアプリケーションの成功だけではAIインフラ投資サイクル全体の持続性を証明するには十分でないと見る。

より注目すべきは、AI企業自身からも市場の楽観的な見通しとは異なるシグナルが発せられていることだ。Anthropic CEO、OpenAI CEOのSam Altman、Elon Muskはいずれも最近、AI開発ペースの減速の必要性について公然と議論している。またAnthropicの計画していたIPOも11月へと延期された。

同時に、AnthropicはこれまでにSpaceXと総額450億ドル、3年間に及ぶ計算能力契約を締結し、Amazon、Google Cloudとも数十億ドル規模の計算能力協力を結んでいる。もしAIの収益成長が減速し、かつ既存の大規模な計算能力契約の履行が継続される場合、企業側のコスト負担は更に増大する可能性がある。

報道によれば、Metaは7月にもAnthropicと交渉し、2年間で最大100億ドル相当のデータセンター計算能力を貸与することを計画している。レポートでは、大手テック企業が積極的に外部顧客に計算能力を提供し始めていることからも、インフラ供給が急拡大する中、資産利用率の向上が新たな課題となっていることが分かると指摘している。

小型モデルの性能向上、ローカル導入がクラウド需要を分散か

サーバー利用率の短期的な変化と比べ、レポートはAIモデルのアーキテクチャに起きている変化により着目している。

スタンフォード大学とTogether AIが共同発表した『Intelligence per Watt』の調査では、小型言語モデルの性能が急速に大型言語モデルに近づいており、同時に消費電力と計算コストは50%～85%も低いことが示されている。この流れが続いた場合、企業のAI導入に必要な計算能力規模とコスト構造は大きく変わる可能性がある。

これまで企業は主に集中式クラウドの大規模モデルでAIタスクを実行してきたが、小型モデルの能力が向上すれば、一部シーンではローカル導入に転換する可能性が高まる。銀行業界のようなデータセキュリティ要求の高い分野では、ローカル導入ニーズはもともと強く、小型モデルによる導入コストのさらなる低下が進めば、この方式は適用範囲をさらに広げることになる。

これはつまり、AIアプリケーションの拡大は必ずしもクラウド計算能力需要の同比例成長につながらないことを意味する。企業はAIアプリの拡大を進めつつ、超大型モデルAPIや集中式クラウドの計算能力への依存を同時に減らしていくかもしれない。

これこそがレポートが1兆ドル近い資本支出に疑問を呈する重要な理由である。今後、より多くのAIアプリが低コスト・小規模・ローカルモデルによって支えられるなら、現在の超大規模データセンターへの投資規模は実際の計算能力需要とミスマッチを起こす可能性がある。

このようなシナリオでは、再評価が必要なのはAI需要そのものではなく、AI需要にどれだけの集中計算能力が必要か、そしてそれらのデータセンターが投資額に見合ったリターンを得られるかである。