出典：Cynthia、Hong Kong Ethereum Community Hub

ゲスト：qinbaFrank— 米国株および暗号資産セカンダリー市場投資家。第一原理に基づきマクロ、産業、個別銘柄のロジックを長期的に分析

2026年6月8日、Futu、SNZ、ETH HK HubおよびSharplinkが共催したVIPイベントにおいて、ベテラン投資家のqinbaFrank氏が「AIコンピューティングパワー波の回顧と展望」と題した講演を行い、2023年から現在に至るAI相場の全体的な経路を体系的に整理した。それは、「コンピューティングパワーは本当に必要なのか」という市場の三度にわたる大論争から、普及率の上昇がいかに商業化効率を決定づけるか、そして現在、ハードウェア不足から商業化検証へと移行する重要な段階に至るまでを網羅している。

彼は同時に、今回の調整局面の規模を判断するためのフレームワーク——バリュエーション調整、業績調整、ロジック調整という三つのシナリオを提示し、なぜ今回のAI相場が2000年のインターネットバブルと「形は似ているが本質は異なる」のかを説明した。

免責事項：本記事の内容はゲストの見解を忠実に提示したものであり、投資アドバイス、商品販売の勧誘、または収益の保証を構成するものではありません。

一、なぜ6月3日にリスクを警告し、ポジションを一部削減したのか

2023年から、私はマクロおよび今回のAI/コンピューティングパワー相場に関する考察を断続的に記してきました。2024年6月には、X（旧Twitter）上でPalantirを推奨し、今後、国防・軍事AIの代表銘柄として3～5倍の上昇余地があると指摘しました。当時、市場ではこの判断に大きな議論がありましたが、振り返ってみると、実際に非常に大きな相場が到来しました。

このような場で直接お話しするのは今回が初めてです。この機会に、今回のAI相場に関する私の全体的なフレームワークを体系的に整理したいと思います。それは、どのように推移してきたのか、現在どの位置にあるのか、そして今後どの方向に進化していく可能性があるのか、という点です。

先週水曜日（6月3日）の夜、私はX上で米国株コミュニティ168Xのインタビューを受け、2時間以上にわたって話しました。その核心的な見解は、市場がやや「過熱」しており、適切な冷却と調整が必要だというものでした。具体的な理由はいくつかあります：

• 第一に、センチメント面での過度な混雑、FOMO（乗り遅れ恐怖）の過熱。 人気セクターへの資金集中度は既に極端な水準に達しており、放物線を描くような上昇は持続が難しく、一方で受注や決算はまだ完全には実現していません。
• 第二に、SpaceXのIPOロードショーが機関投資家のポートフォリオ調整を誘発。 SpaceXのロードショー期間中、多くの機関投資家は正式な上場を待たずに、事前に関連保有銘柄の売却と資金移動を開始しました——このような資金のローテーションと吸い上げ効果は、往々にして早期に顕在化します。
• 第三に、地政学的な状況がリスク回避ムードをもたらしている。 米国とイランの交渉には依然として紆余曲折があり、先週金曜日に発表された雇用統計と今週のCPIデータも重なり、市場全体のリスク選好度は低下しています。
• 第四に、雇用統計が利下げ期待に打撃を与えた。 5月の非農業部門雇用者数が市場予想を大幅に上回った場合、市場はより高い金利経路を再び織り込むことになります。
• 第五に、今週のCPIデータこそが真の政策変数である。 強い雇用統計だけでは利上げの有無を決定するには不十分であり、真に重要なのはコアCPI——特にエネルギー価格の上昇がサービス価格に波及・伝播するかどうかであり、これが今後1～2週間で注視すべき核心的な変数です。

今回の調整規模を判断する上での核心的な分岐点は以下の通りです：単なる資金面やポジション偏りの解消であれば、通常は小規模な調整にとどまります。インフレデータが予想を上回れば、小～中規模の調整に発展する可能性があります。AIの商業化やクラウド収益に明確な減速が見られた場合にのみ、物語全体がリセットされたことを意味します。全体として、短期的には市場は消化と待機の期間を必要としており、過度に混雑していた人気セクターは、次の「マクロシグナル」による緩和が見られるまで、緩やかな、あるいは中程度の調整局面に入る可能性があると私は考えています。

二、回顧：過去3年間のAI相場における「三度の大論争」

現在地を理解するには、今回のAI相場が2023年から現在に至るまでの全体的な経路を振り返る必要があります。これは単純な一本調子の上昇ではなく、「市場の論争―検証―再論争」によって押し上げられてきた波状的な相場だったと私は考えています。

第一の論争（2023年下半期）：設備投資はそもそも必要なのか？

2023年上半期、このメインテーマは主にバリュエーション主導型でした——業績に明確な改善が見られないまま、株価は先に一波乱上昇しました（おおよそ数倍の上昇）。当時はちょうど世界の半導体業界が下降サイクルにあり、「AIにどれだけのコンピューティングパワーが必要か」について市場で大きな意見の相違があったため、2023年下半期は全体として高値圏でのボックス相場となりました。

第二の論争（2024年初頭から2025年初頭）：大手企業の設備投資は持続的に加速するのか？

2024年第1四半期、NVIDIAの業績は前期比で改善し始め、大手テクノロジー企業の設備投資も加速し始めました。これにより、「コンピューティングパワー需要は本物のトレンドである」という認識が市場で徐々に固まりました。象徴的な出来事は、2024年初頭のダボス会議で、OpenAIのサム・アルトマン氏が、今後チップ製造能力に数兆ドルを投資する必要があると提言したことです。当時、この発言は業界内で大きな論争を呼び、NVIDIAやTSMCの経営陣も、そこまでの大規模投資は必要ないと公に否定的な見解を示していました。しかし、その後の大手クラウド事業者の設備投資が予想を上回り続けたことから、市場は徐々にこの判断を受け入れていきました——米国で新設されるデータセンターに必要な電力とコンピューティングパワーの規模は、確かに数兆ドル規模に達するものです。

この段階では、大手テクノロジー企業の設備投資からNVIDIAおよび上流サプライチェーンへと資金が流れ、2024年のメイン上昇波を押し上げました。

第三の論争（2025年初頭）：コンピューティングパワーは過大評価されているのか？

2025年第1四半期、トレーニング効率を大幅に向上させた大規模モデルが発表され、「これほど多くのコンピューティングパワーが本当に必要なのか」という市場の疑問を引き起こし、株価は大幅に調整しました。続く2月には、米国の関税政策の変更が追い打ちをかけ、関連するコア銘柄は高値からかなりの幅で下落しました——これは、この相場における二度目の比較的大きな調整でした。

第三段階（2025年下半期）：コンセンサスの形成

2025年の第2、第3四半期までに、市場は大規模モデルの能力と実用性が明らかに向上したことを広く実感するようになりました。アプリケーションシナリオは「トレーニング中心」から「推論中心」へと移行し、モデルのパラメータ規模とマルチモーダル能力の向上がコンピューティングパワー需要をさらに押し上げました。この段階で、大手テクノロジー企業の設備投資は新たな加速段階に入り、相場もそれに伴い新たな上昇局面に入りました。

三、核心的フレームワーク：普及率が商業化効率を決定する

私が個人的に、ある技術の波がどこまで続くかを判断する上で最も重視するのは、普及率であり、「トレンドが存在するかどうか」だけではありません。

多くの人が今回のAI相場を2000年のインターネットバブルと比較します。私は両者は「形は似ているが本質は異なる」と考えています。いずれも業績に先行したバリュエーションの放物線的上昇を経験しましたが、産業環境は全く異なります。

• 2000年前後、米国のインターネット普及率はわずか30%台でした。ビジネスモデル（広告、EC、ゲーム、付加価値サービス）もまだ模索段階にあったため、バブル崩壊後、ナスダック指数が底を脱するまでにはかなりの時間を要しました。

• 2010年前後のモバイルインターネットは異なります：iPhoneが2007年に発売され、Android OSが公開された後、モバイルインターネットの米中における普及率は、約10年間（2010-2018年）で初期段階から主流への移行を完了しました——これは、インターネットが20～30年かけたプロセスよりもはるかに速いものでした。この背景には、前世代のインフラ（インターネットの普及、情報伝達の効率性）が次世代のために非常に優れた基盤を築いたという事実があります。

今日、私たちが直面しているのは、世界中の数十億人がすでにWeChat、ソーシャルメディア、さまざまなアプリを使い慣れている環境です——情報伝達の速度と大衆の新技術への受容度は、2000年当時とは全く比較になりません。これこそが、今回のAIの産業環境が2000年のインターネットと最も異なる点です。

判断手法として、私は「技術採用ライフサイクル」（キャズム理論）における重要な節目を評価しています：普及率10%が臨界点です。10%未満は、技術がまだ「初期検証」段階にあることを意味し、十分に革新的かどうかが普及の可否を決定します。ひとたび10%を超えると、マスマーケットへのキャズムを越えたことを意味し、成長の傾きは通常より急になります。10%～50%の区間は、核心的な観測ウィンドウであり、関連産業投資の「黄金期」でもあります——ユーザー規模の拡大と支払い意欲の向上が同時に起こり、トークン消費量もそれに伴い上昇します。50%を超えると、増分余地は逓減していきます。

ある調査データを参考にすると、大手投資銀行による企業のAI調達意向に関する調査では、この割合は昨年9月の約10%から、今年3月末には約18%に上昇しました——これは、企業におけるAI普及率がすでに臨界点を超え、正式に急成長期に入ったことを意味します。

今回のAIの波を三世代の技術の波の中で比較すると、PCインターネットは1990年から2010年まで、普及におよそ20年を要しました。モバイルインターネットは2010年から2019年まで、10年未満でした。そしてAIは2023年から始まり、その拡散速度はさらに短くなる可能性があります。その核心的な理由は、インフラが整っているほど、商業化サイクルは短くなるという点にあります。モバイルインターネット時代には、スマートフォン、4G、アプリストア、モバイル決済が大衆化を推進しました。今日のAIは、クラウドコンピューティングパワー、モデルAPI、ソーシャル拡散、エージェントといったインフラの上に成り立っており、情報拡散と商業化の手段は、これまでのどの世代よりも成熟しています。

四、AIとインターネット：商業化ロジックの本質的な違い

インターネットが解決する核心的な問題は「接続と情報伝達の効率性」です——情報、物流、資金の流れにおける中間コストを削減しますが、それ自体は「人」を直接代替するものではありません。

AIは異なります。AIが直接代替するのは、人の認知と労働です。AIの能力が「社会平均レベル」の人間の従業員に達するか、それを超えた場合、それは単なる効率化ではなく、真の意味での代替をもたらします——これは、企業がAIに対して支払う対価が、本質的には、過去にその労働力の一部を雇用するために支払っていたコストと等価であることを意味します。これが、多くの人（私自身を含む）がAIツールへの支払い額を、無料版から月額数十ドル、数百ドル、あるいは同時に複数の大規模モデルに支払うレベルへと急速にアップグレードする理由でもあります——「確かに自分よりも優れており、速い」と一度体験すれば、支払い意欲は非常に強固に高まります。したがって、AIがひとたび社会平均的な知的水準を超えれば、その商業的価値は指数関数的に急速に上昇します。

これは、先ほどのゲストが提起した問題とも呼応します。AIが認知労働を急速に代替するトレンドの中で、個人の専門知識や経験という「堀」の価値がどのように変化するのか。これこそが、AIの商業化がインターネットよりも複雑である根本的な理由の一つです。

五、コンピューティングパワー産業チェーンの投資ロジック：「GPU単点の物語」から体系的な再評価へ

今回のコンピューティングパワー投資のロジックは、単純にGPUに賭ける段階から、ストレージ、CPU、相互接続、電力供給、パッケージング、エッジハードウェアに至る全チェーンの体系的な再評価へと拡散しつつある。全体像は、以下の三段階のフレームワークで概括できる：短期は「リソース不足」、中期は「システムアップグレード」、長期は「Physical AI普及率」に注目する。

1. 逼迫プレミアム：GPU需要のストレージとCPUへの波及

ロジックチェーンは次の通り：長文コンテキスト、マルチモーダル、エージェントアプリケーションがストレージ需要を押し上げ——HBMが最初に逼迫し、その後DRAM/GDDR、NAND/SSD/HDDへと層状に伝導し、最終的にCPUスケジューリング、そして電力供給へと波及する。

まずGPUが逼迫した。 2022年から2023年にかけては世界のストレージ業界の下降サイクルに当たり、大量の生産能力が淘汰された。2024年に入り、大手クラウド事業者の設備投資が加速するにつれて、この生産能力淘汰の影響が顕在化し始めた。

次にストレージ/HBMが逼迫した。 HBM自体の製造プロセスは複雑で、歩留まり向上も遅い。さらに前回の悲惨な過剰生産能力を経験した後、主要ストレージメーカーは増産に非常に慎重になっており、新たな生産能力は2027年下半期まで徐々にしか解放されない見込みだ。このため、ストレージメーカーは長期供給契約を結ぶ際の交渉力が大幅に高まっている——長期契約は一度結べば5年間、10%～30%の前払い金を要求し、さらには川下顧客に金融保証ツールの提供まで求める。これが、これらの企業が「業績がバリュエーション上昇に先行する」という特徴を示す理由である：過去数四半期、業績は継続的に予想を上回ったが、市場が「半導体サイクルの二の舞」を懸念したためバリュエーションは抑制され、長期契約の存在が市場に周期的変動は「平準化」されると徐々に確信させるまで、バリュエーションの修復は始まらなかった。

続いてCPUスケジューリングが逼迫し、最後に電力が逼迫した。 中核的な理由は、データセンター内の大量のオーケストレーション、スケジューリングタスクはGPUでの処理に適さず、CPUに依存せざるを得ないためだ。NVIDIAのNVL72ラックを例にとると、現在の構成はおおむねGPU 72基に対してVera CPU 36基、つまりCPU：GPU比は約1：2である（初期案では約1：8）。市場では、将来的に1：1に近づく可能性が予想されており、これはCPU（Intel、AMD、自社開発ARMチップを問わず）のコンピューティングパワーインフラにおける重要性が再評価されていることを意味する。さらに川下へ伝導すれば、データセンターの電力と送電網容量の問題に行き着く。

2. アップグレードプレミアム：光相互接続、電力供給、先進パッケージングの同時進化

第二の主軸は「アップグレードロジック」である——その核心は「このモジュールがあるかどうか」ではなく、変換効率、消費電力、電力供給密度、パッケージング歩留まりを継続的に向上させられるかどうかにある。

光相互接続：光モジュールはLPO/NPO/CPOへと進化する。 共パッケージ光学（CPO）は光チップと電気チップをより緊密に統合し、理論上は消費電力を低減できるが、現在はまだ大規模量産には至っていない。一部の調査訪問によると、大手クラウド事業者は2027年までにCPOを大規模採用する可能性は低い——その中核的な懸念は信頼性にある。従来の光モジュールは故障しても直接交換できるが、CPOは一度問題が発生すると、ボードカード全体レベルの交換コストと検証期間が関わってくるため、大手企業は歩留まりと故障率を十分に検証するための時間をまだ必要としている。

電力供給ネットワーク：48/54Vから800V HVDCへと進化する。 これは電気自動車業界の高電圧化の道筋と非常に似ている——初期の電気自動車は一般的に比較的低電圧の電力供給アーキテクチャを採用しており、効率が低かった。その後、BYDやHuaweiなどのメーカーが相次いでより高電圧の直流アーキテクチャに移行し、電圧が高く、電流が低く、損失が小さくなった。データセンターの電力供給システムも同様のアップグレード経路をたどっており、これがパワー半導体（炭化ケイ素など）や電源管理関連の産業チェーンの需要を牽引している。

先進パッケージング：3Dスタッキング＋ガラス/セラミック基板。 これはスマートフォンチップのここ数年の進化の道筋と類似している——プロセスノードの微細化だけによる性能向上の限界効用がますます低くなる中、業界はより先進的なパッケージング方式（3Dスタッキング、ガラスまたはセラミック基板など）を通じて物理的限界を突破し、より優れた材料とパッケージングプロセスによって全体性能を継続的に向上させる方向へと転換した。

3. 長期プレミアム：エッジコンピューティングとPhysical AI

長期的なロジックは、エッジコンピューティングとPhysical AIがアプリケーション検証段階に入ることである——小規模モデルのエッジ推論から、ロボット、自動運転、そして大規模量産とコスト低下を経て、最終的に新たな普及率曲線を形成する。短中期的な追跡の重点はストレージ、CPU/ARM、光相互接続、電力機器、先進パッケージングにある。長期ではロボットと自動運転の量産曲線を見る必要がある。

六、投資メインテーマの進化：物理的制約から垂直AI OSへ

コンピューティングパワー供給の逼迫状況が緩和された後、市場の注目点は以下の移行経路をたどるだろう：物理的制約（コンピューティングパワー/生産能力不足） → 企業導入層（企業がAIを生産システムに変えられるか） → 垂直AI OS（業界ワークフローへの入口掌握） → Physical AI（現実の物理世界への進出）。

企業導入層の本質は、単にチャットボックスを接続することではなく、企業のワークフローを書き換えることにある。すなわち、高頻度・高人件費・結果検証可能なワークフローを最初に見つけ出し、次に企業のプライベートデータ（RAG、権限管理、データリネージ、ナレッジグラフに関わる）に接続し、エージェントが実際にアクションを実行できるようにし（APIやSaaSの呼び出し、承認とロールバックプロセスの完了）、タスク完了率、引き継ぎ率、コスト、ROIを継続的に測定する。

いわゆる「垂直AI OS」とは、業界のインテリジェント制御層と理解できる——従来のSaaSが「人がソフトウェアを操作する」のとは異なり、AI OSは「AIがツールを呼び出し、プロセスを推進し、人は監督、承認、意思決定を担当する」ものであり、本質的にはSystem of Intelligence + Action + Governanceの結合体である。この段階の進捗を判断する中核的な指標には以下が含まれる：商業化が加速し続けているか（モデルARR、クラウド収益、企業顧客数）、導入品質が本当に生産ラインを通過したか（タスク完了率、手動引き継ぎ率、正確率）、経済性が閉ループを形成しているか（推論単位コスト、ROI、粗利率）、そして堀が形成されているか（プライベートデータ、プロセス深度、コンプライアンス監査）。

七、波状上昇の基盤となる錨：モデルARRとクラウド収益

市場の物語が継続できるかどうか、その核心は「バリュエーションが高いかどうか」ではなく、モデルベンダーのARR（年間経常収益）とクラウド事業収益が高成長を維持し続けるかどうかにある——これが大手テクノロジー企業の設備投資の妥当性、そしてコンピューティングパワーチェーン全体の好調さが持続するかどうかを決定づける。この伝導チェーンは次の通り：実需（B/C端末の実際の支払い）→ モデルベンダーARRの高成長 → クラウド事業の予想超え → コンピューティングパワーチェーンの継続的な恩恵。

この伝導チェーンを踏まえ、以下の三つのシナリオに分けて議論できる：

シナリオ1：成長率が減速せず、ロジックが逆転していない。 モデルベンダーのARRが依然として成長しており、クラウド事業が引き続き予想を上回っている場合、設備投資の妥当性は依然として成立しており、コンピューティングパワーチェーンの受注ロジックも引き続き有効である。この場合、短期的に上昇しすぎてバリュエーションが「割高と嫌気される」ことにより小～中規模の調整が発生したとしても、ファンダメンタルズは悪化しておらず——下落が速ければ回復も速い傾向にあり、決算期や新アプリケーションの登場があれば、すぐに反転を促す可能性がある。

シナリオ2：成長率が予想を下回り、物語がリセットされる。 モデルベンダーの業績が明らかに失速したり、クラウド事業の需要連鎖に明確な減速が見られた場合、問題はより「商業化の原点」に近いことを示している——なぜならクラウド上の多くのコンピューティングパワー調達は、これらのモデルベンダー自身から来ているためだ。この場合、少なくとも中級レベルの調整となり、規模と成長率が再び予想を超えられるという新たな証拠が確認されるまで、信頼感は戻らない。

シナリオ3：マクロ/資金面は「増幅器」だが、根本原因ではない。 マクロ環境と資金面は市場センチメントと割引率に影響を与えるが、それが本当に商業化のレベルにまで打撃を与えた場合にのみ、中核的リスクに格上げされる。具体的には三層に分けられる：単純な資金撤退や単発のCPI予想超えは、通常小規模な調整である。持続的なインフレ、利下げ見送り、地政学的リスクが重なれば、小～中規模の調整に発展する可能性がある。モデルARRやクラウド収益に実際の減速が見られた場合にのみ、中級レベルのロジックリセットに入ったと見なされる。

端的に言えば：大規模モデルのARRとクラウド収益が減速しない限り、今回の調整はバリュエーションと資金面での再評価に近く、2000年型の暴落ではない。ファンダメンタルズが本当に失速した場合にのみ、新たな反転の証拠を待つ必要がある。

八、現在の段階：ハードウェア逼迫から商業化検証へ

今年4月から6月にかけての段階で、市場の中核的な仮説は次の通りである：大手クラウド事業者の設備投資ガイダンスは継続的に予想を上回り、その背後にあるのは企業と消費者によるクラウドサービスへの実際の支払い需要（すなわちクラウド事業収益の成長率）である。この仮説が成立すれば、設備投資は「合理的かつ持続可能」であることを意味し、そうなればサプライチェーン全体——ストレージ、光、CPU、チップ、そして電力と送電網に至るまで——が恩恵を受けることになる。

今後を展望すると、私は市場の注目点は「ハードウェア逼迫」から「商業化の実現」へと徐々に移行すると考える。今年5月のあるレポートでは、エンタープライズサービス市場で最も売れている製品カテゴリーは、実はAI実装/コンサルティングサービスであると指摘されていた——つまり、企業がAIを具体的な業務プロセスに実際に落とし込むのを支援する能力である。この背後にあるロジックは、多くの業界の中核的な生産プロセスや経験は公開された文書資料ではなく、ベテラン従業員の経験の中に蓄積されており、大規模モデル自体の訓練データにはこれらの「暗黙知」が含まれていないということだ。誰が企業のこうした業界ノウハウとAIの結合を支援できるか、それが次の段階のチャンスを掴む鍵となる。

私個人の判断としては、この成長率自体に明確な悪化が見られない限り、その後マクロ要因（金利、関税など）によって引き起こされる調整は、いずれもトレンドの逆転ではなく、中小規模の段階的な調整である可能性が高い。本当に警戒すべきは、AI商業化の全体成長率が予想を大幅に下回る状況である——その時こそ、セクター全体のバリュエーションロジックを真に再評価する必要がある。

九、歴史的参考：米国株調整の三段階フレームワーク

米国株の調整のレベルを判断する上で、下落率そのものを見ても意味は薄い。重要なのは、トリガー要因が長期的なロジックを覆したかどうかである——単なるバリュエーション調整の衝動なのか、マクロイベントのショックなのか、それとも産業全体の物語がリセットされたのか。ナスダック指数を物差しとして（テクノロジー色がより純粋なため）、過去20年近くの調整はおおむね三つの層に分けられる：

L1 小規模（一桁台の下落率）： トリガーは通常、上昇ペースが速すぎたことによる「バリュエーション調整」の衝動に、流動性ショックやインフレ/利下げ期待の擾乱が重なったものである。この種の調整は危機ではなく、ファンダメンタルズに変化はなく、擾乱の緩和が確認されれば、反転は通常非常に速い。比較的最近の例としては、昨年11月の約7%～8%の調整がある。これは主に流動性ショックに、AI設備投資への疑問が芽生え始めたことが重なったものだ。

L2 中規模（約15%の下落率）： 通常、一定のマクロ的大事件や市場メカニズムへのショックを伴い、リスクの再評価が必要となるが、基盤となる秩序の崩壊を意味するわけではない。市場はリスクがこれ以上拡散しないことを確認するための新たなデータを待つ必要がある。例えば、2023年8月から10月の約15%の調整は、10年物米国債利回りが5%に迫ったことが背景にある。2024年7～8月の調整は、キャリートレードの巻き戻しと景気後退への懸念に関連している。

L3 大規模（25%超の下落率）： これは、これまで慣れ親しんだマクロロジックがリセットされたか、産業の長期的な物語が覆されたことを意味し、リスク選好は体系的な再評価を経験し、信頼を再構築するには全く新しい証拠が必要となる。歴史的な例としては、2008年の金融危機（半減）、2018年第4四半期（約25%～30%）、2020年3月のパンデミックショック（約30%～40%）、2022年の利上げサイクル（約33%～35%）、そして関税や世界貿易秩序への衝撃によって引き起こされた約28%の調整が含まれる。

これを現在のAI相場に当てはめると、中核的な分岐点はやはりAI商業化の成長率が減速するかどうかである。モデルARR、企業ユーザー数、トークン収益、クラウド事業収益が依然として予想を上回っている場合、事業ロジックは逆転しておらず、調整は資金面やマクロの擾乱によって引き起こされた小～中規模の調整である可能性が高い。モデルベンダーの業績が予想を下回った場合、それは商業化の原点により近づいていることを意味し、少なくとも中級レベルの再評価が必要となり、新たな証拠を待つことになる。AI成長率が減速し、同時にインフレ急騰、地政学的紛争、世界秩序の破綻などの体系的リスクが重なった場合にのみ、大規模な調整に発展する可能性がある。

端的に言えば：AI商業化が減速しない限り、今回の調整は「再評価」に近い。商業化の証拠に断層が生じた場合にのみ、フレームワーク全体のリセットが必要となることを意味する。

十、まとめ：AIは文明の基盤能力における底層的な飛躍である

最後に、今回の波の性質についての私個人の理解を共有したい。歴史上の火薬、蒸気機関、電力、インターネットは、本質的にはいずれも「単点産業革命」である——それらがアップグレードしたのは特定の道具、エネルギー、または情報チャネルであり、一つの重要なボトルネックを解決した後、産業チェーンに沿って拡散し、単一の技術サイクルのS字曲線を示す。これらの革命が変えたのは「ある次元の能力」であり、知能そのものを直接的に向上させたわけではない。

私はAIは異なると考える——それが向上させるのは「知能」という最も底層的な基礎能力である。人類の「火の使用」に例えることができる。火を使えなかった状態から使えるようになることで、もたらされたのは単に「道具が一つ増えた」ことではなく、加熱調理が身体構造を変え、さらに脳の容量に影響を与え、最終的に文明全体の能力拡大をもたらした。AIも同様に底層能力を変えている——感知、推論、生成、意思決定、行動という一連の能力全体が底上げされており、これは「文明の生産関数」レベルでの基盤的なアップグレードであり、特定の道具を使いやすくするだけではない。

まさに底層能力の飛躍であるからこそ、上位層では持続的かつ段階的に新たな産業革命が生まれてくる。エージェント革命、ロボット革命、ドローン革命、さらには国防・軍事、宇宙技術、そしてより多くの業界のプロセス再構築へと続く。このプロセスは一度に実現するものではなく、波のように次々と現れる。したがって、私が本当に追跡する価値があると考える本筋は、特定のアプリケーションの爆発的な普及に賭けることではなく、「知的能力がどのように物理世界や各業界のプロセスに波及していくか」を継続的に観察することである——これこそが、今回のAIの波がどこまで続くかを判断する核心的な手がかりである。

今後1、2年を展望すると、人々はこの「加速の中の加速」を継続的に感じることになるだろう——技術能力と商業化のプロセスが相互に検証し、相互に推進し合う。しかし、相場そのものは決して一直線ではなく、「逼迫—アップグレード—将来の実現」というロジックの切り替えの中で、波状的な特徴を示すだろう。

免責事項：本文の内容はゲストの見解をありのままに提示したものであり、いかなる投資アドバイス、商品販売の勧誘、または収益の保証を構成するものではない。