Meta卖算力、Palantir骂街、智谱成硅谷顶流，AI Capex的故事要换一个讲法
AI相場が再び急落。今回はMetaが、余剰のAI計算リソースを外部に販売する可能性を示唆したことが原因だ。
このニュースが3年前にあれば、おそらく誰も驚かなかっただろう。クラウドコンピューティングは、そもそもサーバーを分割して他者に販売するビジネスだ。Amazon、Microsoft、Googleは長年にわたりこれを実践してきた。CoreWeaveやNebiusといった新興クラウド企業も、同じ道筋でNVIDIAのチップを資金調達の担保とし、その資金でさらに多くのチップを調達している。
しかし、Metaとなると話は別だ。
Metaはこれまで、計算資源をそのように捉えてこなかった。チップを購入し、データセンターを建設し、電力と土地を確保するのは、自社のモデル、広告システム、レコメンドフィード、そしてザッカーバーグCEOが口にする、ますます現実味を帯びてきたスーパーインテリジェンスのためだ。Metaはクラウド事業者ではない。機械を他者に貸し出して収益を上げることを本来のビジネスとしてこなかった。
かつて「将来、膨大な計算資源が必要になるため、可能な限り多くのマシンが必要だ」と語っていた企業が、今、「もしこれらのマシンに一時的に余剰が生じれば、他者に販売することもできる」と言い始めた。
これは直ちに計算資源の過剰を意味するものではないが、軽視できる話でもない。
株式市場が急落した当日、PalantirのCEO、アレックス・カープ氏はCNBCのインタビューで、約20分間にわたりカメラに向かって批判を展開した。
彼は本来、PalantirとNVIDIAの新たな提携について語る予定だったが、すぐに話題はOpenAIやAnthropicのトークン課金モデルに移った。彼は、CEOたちが「何の価値も生み出さないトークンに料金を支払い、さらに自社のデータまで提供している」と私的に不満を漏らしていると述べた。彼はさらに、高騰するモデル利用料を、企業に課せられる富裕税と表現した。
過去2年間、話題の中心は「誰が大胆に投資するか」「誰がより速く支出するか」「誰が真っ先にデータセンターを建設できるか」だった。しかし今、問題は変わりつつある。マシンを購入した後、それをフル稼働させ続けられるのは誰か、ということだ。
Metaの発表はまだ正式なビジネスとして具体化していない。公開情報によれば、社内には「Meta Compute」と呼ばれる方向性があり、生の計算資源を販売するか、あるいはAmazon Bedrockのように、自社のインフラ上で異なるモデルを提供し、開発者に販売する可能性もある。ザッカーバーグ氏は以前の株主総会で、外部企業から毎週のように「APIサービスを購入できないか」「計算資源の一部を購入できないか」と問い合わせがあり、Metaのコストを上回る価格を提示する用意があると述べたと説明している。
その際、彼はこうも付け加えた。まだその計画は実行していない。なぜならMetaは、これらの計算資源を自社でまだ活用できると考えているからだ、と。
活用できるのであれば、貸し出しは選択肢の一つだ。活用できないのであれば、貸し出しはバランスシートの痛み止めとなる。
ここが最も判断の難しい点でもある。Metaは単に、建設のペースの中で一時的な空きが生じたリソースを販売しているだけかもしれない。あるいは、数千億ドル規模のAI投資を、遠い将来のスーパーインテリジェンスだけで支え続けることはできず、もっと近い収益源を見つけなければならないと、投資家に伝えているのかもしれない。
どちらの解釈も成り立ち得る。
需要は消えていない、選別が始まっただけだ
設備投資（Capex）はAIストーリーの中核であり、それに勝るものはない。2021年の金融緩和と同様に、市場はCapexの継続的な増加を前提とし、それによってあらゆる関連セクターが上昇してきた。Metaが計算資源の販売を検討していると聞いて、多くの人がまず頭に浮かべたのは「AI向けCapexが崩壊する」ということだ。大手企業がついに買いすぎを認め、半導体の盛宴は終わりを迎える、と。
しかし、それは結論を急ぎすぎている。
公開データは、そのような単純な結論をまだ支持していない。AWSの第1四半期の売上高は28%増の376億ドルとなり、近年では珍しい急成長を記録した。Google Cloudは第1四半期にさらに急成長し、売上高は200億ドルに達した。Microsoft Azureも依然として約40%の成長率で推移している。
Amazonは今年の設備投資が2000億ドルに達する可能性があると述べ、Alphabetは2026年の設備投資見通しを1800億～1900億ドルに引き上げ、Meta自身も年間設備投資を1250億～1450億ドルに引き上げている。
これらの数字は、需要の崩壊を示しているようには見えない。
むしろ、需要の分散を示している。
クラウド事業者とモデル事業者の状況は異なる。クラウド事業者が販売するのは「道路」だ。道路上を誰が走ろうと、車を誰が作ろうと、クラウド事業者は利用料を得られる。OpenAI、Anthropic、企業顧客、政府顧客、スタートアップは、結局のところ、どこかのデータセンター、どこかのチップ、どこかのネットワーク、どこかの電力契約に依存することになる。
だからこそ、三大クラウド事業者は強い立場を維持できる。
AWSは6月末、AIクラウドサービスの価格を値上げした。これは、顧客がGPUを事前に確保するためのサービスであり、AWSはこのサービスの価格を7月から約20%引き上げた。1月にも約15%の値上げを実施している。これは需要が低迷している状況では見られない動きだ。
希少性が高まれば、売り手は価格を上げる。
しかし、モデル企業が皆、同じように快適な状況にあるとは限らない。
モデル企業の資産はより選別的だ。計算資源は、ただそこにあるだけで収益を生むわけではない。より賢いモデル、より頻繁に利用するユーザー、より高額な企業ワークフローによって絶えず満たされる必要がある。モデルが十分に優れていて初めて、ユーザーは待ち時間、利用制限、値上げ、複雑化するサブスクリプション階層を受け入れる。
だからこそ、Anthropicは市場から別格の企業と見なされている。安いからではなく、ユーザーが高コストのタスクを喜んで任せるからだ。コード作成、システム改修、長時間タスクの実行、企業ワークフローとの連携など、これらのタスクが実際のプロダクション環境に移行すると、消費するトークンは雑談とは比較にならないほど多くなる。
強力なモデルの悩みは、マシンが不足することだ。
弱いモデルの悩みは、誰もマシンの稼働を気にしないことだ。
この二つの悩みは、どちらも「計算資源」に関わるものだが、全く異なる性質のものだ。
xAIにも同様の状況が見られる。Grokは最強モデルのように明確な企業向けのポジションを確立していないが、マスク氏のグループ内の計算資源の一部はAnthropicに流れている。この動きは、どんなスローガンよりも冷静だ。マシンは創業者を選ばない。マシンをフル稼働させられる者を選ぶのだ。
GoogleとMetaの関係も、事態がそう単純ではないことを示している。6月には、GoogleがMetaによるGeminiの利用を制限したとの報道があった。Metaが購入を希望する計算資源の規模がGoogleの提供可能範囲を超えており、それがMeta内部の一部AIプロジェクトにも影響を及ぼしたためだという。ある企業が計算資源の販売を検討する一方で、特定のタスクにおいては十分なトップクラスのモデル能力を購入できないという状況が生じている。
これは従来の意味での「過剰」ではない。
これは「ミスマッチ」だ。請求額が目立ち始めたからこそ、顕在化した問題である。
クラウド事業者は値上げを続けられる。彼らが販売するのは「確実性」だからだ。顧客が求めるのは、一定期間確実に利用できるGPU、安定したデータセンター、夜間に突然停止することのないインフラストラクチャだ。
しかし、企業顧客が計算資源を手に入れた後も、問題は終わらない。
彼らはこの請求書をCFOに提出しなければならない。CFOは「何トークン使ったか」とは聞かない。「このトークンで会社はいくら節約できたのか」「いくら追加の収益を上げたのか」「どれだけミスを減らせたのか」を問うだろう。
企業にとって、トークンは電力量計になる
ここで、冒頭のカープ氏のインタビューに話が戻る。
彼は、多くのAI企業が企業向けに販売しているものを「過剰販売」だと非難した。インタビューの前日、PalantirはX（旧Twitter）で9項目からなる声明を発表し、いわゆる「AI主権」について論じ、その中で特に「tokenmaxxing」というモデルを批判した。この言葉は直訳しにくく、聞こえは悪いが、意味は複雑ではない。つまり、トークンの消費を進歩と見なし、資金を燃やすことを利用と見なし、請求書を生産性と見なすことだ。
カープ氏は、OpenAIやAnthropicのような最先端の研究所を標的にした。彼の主張は、企業が最強のモデルを使うべきではないということではない。企業が自社のデータ、プロセス、ビジネス判断を全て外部に委ね、消費量に応じて増え続ける請求書を支払うべきではないということだ。
Palantirが販売したいのは別のものだ。汎用的なチャットボックスや単一のAPIではなく、データ、承認フロー、権限、運用ルール、そしてAIを同一の業務システムに統合したものだ。顧客が対価を払うのは「AIを使用した回数」ではなく、特定の生産ライン、特定のリスク管理プロセス、特定の政府タスクが実際に変革されたかどうか、という点だ。
企業で実際に予算を管理する人々は、目覚め始めている。
UBSが企業のIT幹部と行った最近の対話からは、一つの明確な方向性が見えてくる。多くの企業はAIの使用を止めているわけではない。AIへの支出にブレーキをかけ始めているのだ。約60%の回答企業が、トークン支出の抑制と利用ガードレールの強化を行っており、特に試用期間を終え、AIを日常業務に組み込み始めた企業でその傾向が強い。
これもまた、非常に興味深い逆転現象だ。
AIが「おもちゃ」から「ツール」へと変わると、支出はむしろ難しくなる。おもちゃの段階では、経営陣は予算を出し渋らない。誰もが機会を逃すことを恐れるからだ。ツールの段階になると、CFOは「誰の作業時間を節約したのか」「誰の販売を増やしたのか」「誰のリスクを低減したのか」と問う。
この観点で見ると、トークンは収益のように見えない。
まるで電力量計のようだ。
電力量計の回転が速いのは、工場が稼働している証拠だと言える。あるいは、電力量計の回転が速すぎるのに生産量が比例して増えていないなら、その機械に問題がある証拠だとも言える。
AIエージェントは、この問題を拡大している。OpenAIと数大学によるCodexの研究には、驚くべきデータがある。2026年上半期、Codexのアクティブユーザーは5倍以上増加した。OpenAI内部の一部の役職では、アウトプットトークンが急増し、法務部門の月間中央値は2025年11月比で13倍、研究部門では50倍以上となった。
別の研究では、さらに衝撃的な事実が示されている。エージェンティックコーディングタスクが消費するトークンは、通常のコードチャットやコード推論と比較して最大1000倍になる可能性がある。同じタスクでも、実行ごとにトークン消費量が30倍も異なることがあるという。
これこそが、今日の計算資源逼迫の根底にある問題だ。
単にチャットボットへの問い合わせが増えたからではない。
ソフトウェアが、ファイルを繰り返し読み込み、コマンドを実行し、コードを修正し、失敗し、再試行し、また失敗し、再試行する、一連の小さなワーカーの集団になりつつあるからだ。彼らに昼休みはないが、すべてのステップでトークンを消費する。
トークンが電力量計となった今、発電所を所有する者が力を持つ。しかし、電力を浪費する者は、誰よりも先に詰問されることになる。
請求書が厚くなれば、安価なモデルに居場所ができる
CFOがこの電力量計に注目し始めると、次のステップはほとんど自明となる。
彼は問うだろう。「どのタスクに最強のモデルが必要で、どのタスクは十分な性能のモデルで事足りるのか」と。
この時点で、GLM、Kimi、DeepSeek、Qwenといったオープンソースモデルは、単なる技術ニュースではなくなる。それらは、企業の調達テーブルにおける値引き交渉の道具となる。
シリコンバレーのトップベンチャーキャピタルであるa16zのマーク・アンドリーセン氏でさえ、多くのAI従事者はすでに智譜（Zhipu）のGLM-5.2を、多くのタスクで米国のトップ公開モデルに匹敵、あるいは凌駕する最初の中国モデルと見なしていると述べている。この判断が最終的な評価とは限らないが、企業に「別の選択肢」を与えることになる。
Coinbaseは、より具体的な事例を示している。ブライアン・アームストロングCEOは、同社がデフォルトのAIモデルをGLM 5.2、Kimi 2.7といったオープンソースモデルに切り替え、さらにモデルルーティング、キャッシュ、コンテキストの削減を組み合わせることで、トークン使用量が指数関数的に増加しているにもかかわらず、AI支出をほぼ半分に削減できたと述べている。
この発言の破壊力は、企業が初めてモデル能力を分解して調達できるようになった点にある。
最も困難なタスクは、引き続き最も高価なモデルに任せる。一般的な要約、カスタマーサポート、情報抽出、テンプレート化されたコード、社内ナレッジベースのQ&Aは、安価なモデルやローカルデプロイに
