原作者:アナスタシア・マトヴェーワ|
編集・コンパイル： Gonka.ai
AIは驚異的なスピードで拡大しているが、その根底にある経済原理は見た目以上に脆弱だ。3つの巨大クラウド企業が世界のコンピューティング能力の3分の2を支配し、トレーニング費用が10億ドルに迫り、推論処理費用がスタートアップ企業を驚かせている現状において、このコンピューティング能力をめぐる軍拡競争の真のコストは、AI業界全体の価値分配を静かに変えつつある。
本稿では、誰が最も先進的なモデルを構築するかについては論じない。より根本的な問いを探求する。すなわち、現在のAIインフラの経済モデルは、規模拡大後も真に持続可能なのか？そして、コンピューティング能力の配分メカニズムの変化は、市場全体の価値分配をどのように変えるのか？
I. 舞台裏の情報収集にかかるコスト
最先端の大規模モデルのトレーニングには、数千万ドル、場合によっては数億ドルもの費用がかかることがあります。Anthropic社は、Claude 3.5 Sonnetのトレーニングに「数千万ドル」かかったと公表しており、同社のCEOであるダリオ・アモデイ氏は以前、次世代モデルのトレーニング費用は10億ドルに迫る可能性があると予測していました。業界メディアの報道によると、GPT-4のトレーニング費用は1億ドルを超えた可能性があるとのことです。
しかし、トレーニングコストは氷山の一角に過ぎません。構造レベルでの真の、そして継続的なプレッシャーは、推論コスト、つまりモデルが呼び出されるたびに発生する料金から生じます。OpenAIが公開しているAPI料金表によると、推論には数百万トークンの料金がかかります。使用頻度の高いアプリケーションの場合、スケーリングを行う前であっても、1日の推論コストはすでに数千ドルに達する可能性があります。
AIはしばしばソフトウェアとして説明される。しかし、その経済的な性質は、多額の初期投資と継続的な運用費用を必要とする、資本集約型のインフラストラクチャにますます似てきている。
こうした経済構造の変化は、AI業界全体の競争環境を静かに変えつつある。コンピューティング能力を確保できるのは、既に大規模なインフラを構築している巨大企業であり、その隙間で生き残ろうとするスタートアップ企業は、推論コストによって徐々に淘汰されつつある。
II．資本集約度と市場集中度
Holoriの2026年クラウド市場分析によると、現在、AWSは世界のクラウド市場シェアの約33%、Microsoft Azureは約22%、Google Cloudは約11%を占めている。これら3社は世界のクラウドインフラストラクチャの約3分の2を支配しており、世界中のAIワークロードの大部分はこれら3社のインフラストラクチャ上で稼働している。
この集中化の実際的な意義は、OpenAIのAPIがダウンすると、数千もの製品が同時に影響を受けること、そして主要なクラウドサービスプロバイダーに障害が発生すると、業界や地域を問わずサービスが中断されることだ。
市場の集中は縮小するどころか、インフラ投資は拡大を続けている。例えば、Nvidiaのデータセンター事業からの年間売上高は800億ドルを超えており、高性能GPUに対する根強い需要が続いていることを示している。
さらに懸念されるのは、隠れた構造的不平等である。SECへの提出書類や市場レポートによると、OpenAIやAnthropicといった大手研究所は、数十億ドル規模の「コンピューティング能力と引き換えの株式」契約を通じて、1時間あたり1.30ドルから1.90ドルというほぼ原価に近い価格でGPUリソースを確保している。一方、Nvidia、Microsoft、Amazonといった大手企業との戦略的パートナーシップを持たない中小企業は、1時間あたり14ドルを超える小売価格で購入せざるを得ず、その差は最大600%にも及ぶ。
この価格差は、NVIDIAが最近、主要研究所に総額400億ドルという戦略的投資を行ったことが原因となっている。AIインフラへのアクセスは、自由市場競争ではなく、資本集約型の調達契約によって決定されるケースが増えている。
導入初期段階では、この集中化は「効率的」に見えるかもしれない。しかし、規模が拡大すると、価格リスク、供給ボトルネック、インフラ依存という3つの脆弱性が伴うことになる。
III．見過ごされてきたエネルギーの側面
AIインフラのコストには、見落とされがちなもう一つの側面がある。それはエネルギーだ。
国際エネルギー機関（IEA）によると、データセンターは現在、世界の電力消費量の約1～1.5％を占めているが、AI主導の需要増加により、今後数年間でこの割合が大幅に増加する可能性がある。
これは、コンピューティング能力の経済性が、単なる財政問題だけでなく、インフラとエネルギーの課題でもあることを意味する。AIワークロードが拡大し続けるにつれ、電力供給の地政学的な重要性はますます高まるだろう。最も安定したコンピューティング能力を最も低いエネルギーコストで提供できる国が、AI時代の産業競争において構造的な優位性を獲得することになる。
ジェンセン・フアン氏がGTC26でNvidiaの受注見込み額が1兆ドルを超えたと発表した際、彼は単に一企業の商業的成功を語っただけでなく、文明全体が電気、土地、希少鉱物を高度なコンピューティング能力へと転換していく壮大なプロセスについても語った。
IV．インフラ整備メカニズムの再考
集中型データセンターが拡大を続ける一方で、別のタイプの探求が静かに台頭しつつある。それは、コンピューティングリソースの調整方法を根本的に再定義しようとする試みである。
分散型推論：構造的代替案
Gonkaプロトコルは、この方向性における代表的な事例です。これは、AI推論専用に設計された分散型ネットワークであり、その設計の中核となる目標は、ネットワークの同期と合意形成のオーバーヘッドを最小限に抑え、可能な限り多くのコンピューティングリソースを実際のAIワークロードに割り当てることです。
ガバナンスレベルでは、Gonkaは「計算能力単位あたり1票」の原則を採用しており、ガバナンスにおける影響力は、資本構成比率ではなく、検証可能な計算能力への貢献度によって決定されます。技術レベルでは、プロトコルは短いサイクルでのパフォーマンス測定間隔（スプリントと呼ばれる）を使用し、参加者はTransformerベースのプルーフ・オブ・ワーク（PoW）メカニズムを通じて、リアルタイムで実際のGPU計算能力を実証する必要があります。
この設計の重要な点は、ネットワークの計算能力のほぼ100%が、合意形成や通信調整といったインフラストラクチャのオーバーヘッドに消費されるのではなく、AI推論ワークロード自体に向けられることである。
分散コンピューティング能力の経済的論理
経済的な観点から見ると、分散型コンピューティングネットワークの価値提案には3つのレベルがある。
まず、コスト層について見ていきましょう。中央集権型のクラウドサービスプロバイダーの価格設定構造には、基本的に多額の固定資産減価償却費、データセンターの運用コスト、および株主への期待利益が含まれています。分散型ネットワークは、遊休状態のGPUリソースを収益化することで、これらのコストを大幅に削減できます。例えば、Gonkaの推論サービスは、現在、米ドル建てのゲートウェイであるGonkaGateを通じて提供されており、100万トークンあたり約0.0009ドルで提供されています。一方、Together AIのような中央集権型サービスプロバイダーは、同様のモデル（DeepSeek-R1など）を約1.50ドルで提供しており、その差は1000倍以上にもなります。
第2層は供給の弾力性層です。集中型サービスプロバイダーのコンピューティング能力供給は固定されており、拡張サイクルは月単位、あるいは四半期単位で計算されます。分散型ネットワークの参加者は、需要の変動に応じて柔軟に参加したり離脱したりできるため、理論的にはピーク需要への迅速な対応が可能になります。Amazon Web Servicesが休暇中のトラフィック需要のピークをきっかけに誕生したように、AI推論のピークと谷の変動にも対応できる柔軟なインフラストラクチャが必要です。
3つ目は主権レベルです。この側面は、主権国家の観点から特に重要です。政府の公共サービスが外部のクラウドサービスプロバイダーに大きく依存している場合、コンピューティング能力への依存は戦略的な脆弱性となります。分散型ネットワークは、この問題に対する解決策を提供します。ローカルデータセンターがノードとして機能し、グローバルに分散されたネットワークにアクセスすることで、データ主権を確保しつつ、グローバル市場にコンピューティング能力を提供することで持続可能な商業的利益を生み出すことができます。
V. 価値再構築の瞬間
記事冒頭の核心的な問いに戻りましょう。AIインフラの現在の経済モデルは、規模拡大後も持続可能なのでしょうか？
答えはこうだ。トッププレーヤーにとっては持続可能だが、それ以外のすべてのプレーヤーにとってはますます持続不可能になっている。
AWS、Azure、Google Cloudは、数十年にわたる資本蓄積を通じて強固な競争優位性を築き上げており、短期的にはその規模の優位性はほぼ揺るぎない。しかし、この構造的な優位性は、価格決定力、データアクセス権、インフラへの依存度が少数の民間企業に高度に集中していることを意味する。
歴史的に見ると、主要な技術インフラにおけるあらゆる独占は、最終的には代替となる分散型アーキテクチャを生み出してきた。インターネット自体は通信独占に対する反乱であり、BitTorrentは中央集権的なコンテンツ配信の転覆であり、ビットコインは中央集権的な通貨発行への挑戦であった。
AIインフラの分散化は、イデオロギー的な選択ではなく、経済的な必然性と言えるだろう。中央集権化のコストが高騰し、大規模なユーザー移行が引き起こされるようになれば、代替手段への需要は爆発的に増加するはずだ。ジェンセン・フアンはこの論理を説明するために、「あらゆる金融危機がより多くの人々をビットコインへと駆り立てる」という比喩を用いたが、これはコンピューティング能力市場にも当てはまる。
DeepSeekの登場は、ある一つのことを証明した。オープンソースモデルの能力がクローズドソース技術の最先端に迫る世界において、推論コストはAIアプリケーションの拡張速度を左右する重要な要素となるだろう。最も低コストで、かつ最も利用可能な推論計算能力を提供できる企業が、この競争の勝者となるのだ。
結論：インフラ整備戦争はまだ始まったばかりだ。
AIにおける次の段階の競争は、モデルの性能ランキングではなく、インフラをめぐる経済的な競争によって決まるだろう。
集中型コンピューティング大手は、資本力と規模の面で優位性を持つ一方で、固定費構造と価格圧力という負担も抱えている。分散型ネットワークは極めて低い限界費用で市場に参入しているが、安定性、使いやすさ、エコシステムの規模といった点で、真の商業的障壁を克服できることを証明する必要がある。
この二つの道は、今後長期間にわたり共存し、互いに影響を与え合うだろう。中央集権化と分散化の間の緊張関係は、今後5年間におけるAI業界で最も注目すべき構造的テーマの一つとなるだろう。
このインフラ整備戦争はまだ始まったばかりだ。
