ブロードコムCEO：多くのAI投資家はカジノのギャンブラーのようであり、AIの発展を最も制約する要因は資本である

AIインフラへの投資ブームが続いているが、資金調達コストの上昇や投資リターンの不確実性が高まる中、資本がチップや電力供給に代わり、AI業界のさらなる拡大を制約する重要な要因となっている。

BloombergやCNBCの報道によると、BroadcomのCEOであるHock Tanは月曜日、シンガポールで開催されたDBS Asia Future Forwardカンファレンスで、「多くのAI投資家は自ら賭けている技術について基本的な理解がなく、極めて高いリターンを期待しており、その行動はまるでカジノのギャンブラーのようだ」と率直に指摘した。また、OpenAIを例に挙げ、「同社の年間収益は9月に500億ドルに達したものの、高額なモデル訓練コストのために赤字が続いており、収益拡大がビジネスモデルの有効性を証明するものではない」と述べた。

Hock Tanは「資本が現時点でAI業界が直面している最大の制約要因となっている」とし、その重要性はチップ、ストレージ、電力不足をも上回ると語った。生産能力の拡大に伴い、一部のハードウェアやエネルギーのボトルネックは緩和される見込みだが、資金調達コストや投資家によるリターンへの要求、そしてAIビジネスモデルが持続的に価値を創出できるかが、業界の新たな課題となっている。

インテルCEOのPat Gelsinger（日本語名：陳立武）も同じくカンファレンスで類似した見解を示した。「資本コストの上昇と、投資家が最終的に十分なリターンを得られるかどうかが、AI業界の中核的課題だ」と指摘した。オーストラリアのデータセンター企業Firmus Gridが先週IPO計画を撤回したことも、AIインフラ投資の評価や将来の収益に対する市場の慎重な姿勢を一層際立たせた。

資本コストの上昇、AI投資リターンが試される

Hock Tanは、過去2年間でAI業界は一連の供給ボトルネックを経験したが、生産能力拡大により一部制約が徐々に緩和される見込みだと指摘した。彼は、「ウェハーの不足は2028年～2029年に改善する可能性があり、新しいインフラ投入にともない電力供給も緩和されると予測している。」

これに対し、資本制約はより解決が難しい。DBSグループCEOのTan Su Shanも、大規模な投資を経た今、市場がAIファイナンスのリスクを再評価していると述べた。データセンター構築、チップ調達、モデル訓練へ巨額投資を継続的に必要とする企業にとって、資金調達コストの上昇は投資へのハードルをさらに高める。

Firmus GridによるIPO計画の撤回は、この流れを現実的に示すものだ。同社はNvidiaの支援を受けていたものの、資金調達計画は最終的に進展せず、投資家がAIインフラ企業の評価や今後の収益力を厳しく見極めていることが浮き彫りになった。

OpenAIの収益増加、最先端AIがまだ収益化できていない現実

Hock TanはOpenAIを例に挙げ、「収益増加とビジネスモデルの成熟度には依然として隔たりがある」と述べた。OpenAIの年間収益が9月に500億ドルに達し、最先端生成AIが高い収益ポテンシャルを持つことを示したが、莫大なモデル訓練コストが重なり依然として赤字の状態にある。

彼は、収益規模だけでは最先端AIモデルが長期的に収益化可能であるとは証明できないと見ている。もう一つの課題は企業ユーザーによるAI支出で、多くの企業はまだ実験段階にあり、AIサービスを購入してもそれが生産性向上に直接結びついていない。

Hock Tanはこの現象を、「子供が親からもらったゲームコインをゲームセンターですぐに使い切り、何も学ばない」ことに例えている。AIモデル開発者は、技術展開から実際の利益を得られる顧客を探し出す必要があり、試験的消費にいつまでも依存して成長を続けることはできないと考えている。

短期的な算力需要は強いが、中長期の成長はリターン次第

資本制約や投資リターンへの警戒感を示しつつも、BroadcomとIntelの2人のCEOは今後2～3年のAI需要には楽観的な見方を示している。

Hock Tanは、「算力インフラへの需要は供給を上回り続けており、このアンバランスな状況は2029年、場合によっては2030年まで続く可能性がある」と明言した。Pat Gelsinger（陳立武）も、AIアプリケーションの普及と算力需要の拡大が業界成長を引き続き支え、ハードウェア供給のタイトな状況は短期的には続くと見ている。

しかし、短期的な需要が強いからといって投資ブームが無限に続くわけではない。Hock Tanは、「先進的AIモデルの導入進行が想定ほど進まなかったり、モデル性能の向上が限界に達した場合、算力インフラ需要は大きく減速する可能性がある」と警鐘を鳴らす。Pat Gelsinger（陳立武）は、企業は効率向上や新たなビジネスモデルの模索を通じてAI投資による実際のリターンを証明する必要があると強調した。

業界が算力確保やインフラ構築からビジネス価値の検証へと軸を移す中で、資本が今後も投資を続けるかどうかは、AIがその生産性向上の約束を果たせるかどうかに左右されるだろう。