原文タイトル：Charts of the Week: Head In The Neoclouds
編集者注：生成AIが新たなコンピューティング投資を促す中、AIインフラをめぐる市場の議論は「十分なGPUがあるかどうか」から「誰が持続可能な形でコンピューティング能力を提供できるか」へと移りつつある。モデルの学習・推論需要とデータセンター拡大がすでにコンセンサスとなるなか、より根本的な問いが浮上している。コンピューティング需要の急成長は、本当に安定した利益とキャッシュフローへ転換できるのか、という問いだ。
a16z New Mediaが公開した『Charts of the Week』で、著者のMoses SternsteinはCoreWeave、Nebius、Applied Digitalなどのネオクラウド企業を切り口に、AIコンピューティング市場の成長、評価と収益性の矛盾を論じ、さらにホリゾンタルSaaS、モデルルーティング、フロンティアラボの人材獲得競争へと話を広げている。
この記事で著者は、AI需要が強いかどうかを単純に判断しているのではなく、現在のAIトレードをより本質的な構造的問題の集合として分解している。すなわち、既存インフラがどのように再評価されているのか、収益成長がなぜ市場予想の改善に同期していないのか、そしてAI産業の競争の焦点がなぜ単なる拡大から効率性とリターンへと移りつつあるのか、である。
第一に、インフラ価値の再発見だ。かつて、鉄道沿線の土地、天然ガスパイプライン、ケーブルテレビ網は、それぞれ特定の産業を支えていたが、後に通信・インターネットインフラへと転用された。今日、同様の資産再評価が再び起きている。一部のネオクラウド企業はもともと暗号資産マイニング向けで、電力、データセンター施設、冷却システム、高密度コンピューティングの運用経験をすでに持っていた。AI需要が急拡大すると、これらの能力は希少なコンピューティング供給へと急速に転換した。その意味するところは、AIインフラ競争は完全にゼロから始まるわけではなく、初期の優位性は往々にして既存資産、エネルギー資源、エンジニアリング能力の再結合から生まれるということだ。
第二に、高い収益成長と収益性の不確実性の共存だ。CoreWeaveなどのネオクラウド企業の初期収益成長率は、AWSなどのクラウド大手の立ち上げ期を一時的に上回ったが、資本市場は同等の評価を与えていない。その理由は、ネオクラウドは典型的なアセットライト型のソフトウェアビジネスではないことにある。GPU調達、電力接続、データセンター建設、チップの減価償却、債務利息は、規模の拡大とともに、時には収益成長よりも速く増えていく。つまり、収益拡大はAIコンピューティング需要が旺盛であることを示すにすぎず、ビジネスモデルが十分に高い資本リターンを生むことを自動的に証明するものではない。市場が本当に待っているのは、これらの企業が受注と収益を、持続可能なフリーキャッシュフローへ転換できるかどうかだ。
第三に、ソフトウェアの価値はAIの影響に応じて再分化しつつある。かつて市場は、生成AIがSaaS企業の堀を全般的に弱めるのではないかと懸念していたが、Atlassianの業績は、AIが顧客支出と製品スティッキネスを高める手段にもなり得ることを示している。同時に、サイバーセキュリティとオブザーバビリティのソフトウェアはバリュエーション・プレミアムを得続けている。AIが潜在的リスクを拡大し、成熟したソリューションへの依存度を高めているからだ。つまり、いわゆる「SaaSの終焉」は均等には起きない。AIが製品を代替し価格を押し下げるのか、それとも需要を拡大するのかは、ソフトウェア評価の分化における新たな基準になりつつある。
第四に、AIアプリケーションは「トークンを積み重ねる」ことから、トークンを最適化することへと移行しつつある。かつて企業は、最も性能の高いモデルを直接呼び出したり、エンジニアリングチームに予算を渡して試行錯誤させたりする傾向があった。現在では、Databricksなどの企業がインテリジェントルーティングを通じて、タスクの難易度に応じて価格と性能の異なるモデルを割り当て、効果を維持しながらコストを削減し始めている。トークン単価の下落も、必ずしもAI総支出の縮小を意味しない。単位コストが下がり利用シーンが増えれば、トークン消費量と市場全体の規模は引き続き拡大し得る。効率性と需要は互いに排除し合うものではなく、互いを強化する循環を形成する可能性がある。
この記事を一つの判断に圧縮するなら、それは「AIインフラは高い成長を生み出せることをすでに証明したが、次の段階の勝敗は、企業が成長をより高い資本効率へ転換できるかどうかにかかっている」というものだ。その意味で、本記事が論じている対象は、もはやCoreWeaveのような企業が次世代のクラウド大手になれるかどうかだけではなく、AI産業全体がコンピューティング拡大から持続可能な商業的リターンへと進めるかどうかである。
以下、原文の内容である。
頭上に「ネオクラウド」
20世紀初頭、南太平洋鉄道会社は、米国の各都市や町を結ぶ、伐採・整地済みの土地に大量の未利用の建設権を保有していた。鉄道用地は線路そのものよりはるかに広く、そのため沿線には開発可能な回廊が多く残されていた。
そこで同社は、鉄道沿線に通信ネットワークを敷設し、それを「南太平洋鉄道内部ネットワーク電話システム（Southern Pacific Railroad Internal Networking Telephony）」と名付けた。1970年代までに同社はこのネットワークの商用化を開始し、より幅広い利用者に開放した。
その後、二つのことが同時に起きた。一方で長距離電話市場の独占構造が終焉を迎え、他方で光ファイバーケーブルが商業的に成立し始めた。既存の通信回廊は光ファイバー回線へと改造され、このネットワークは後にその英語の頭字語「Sprint」として知られるようになった。かつて鉄道に供していた資産は、こうして通信革命の基幹インフラとなった。
既存の物理的ネットワークをより大規模な商業テクノロジー基盤へ改造したのは、鉄道会社だけではない。
1980年代、ウィリアムズ社（Williams Company）は遊休状態の天然ガスパイプラインを光ファイバー回線に改造し、WilTelを設立した。同社は後に売却され、最終的にWorldComへと社名を変更した。1990年代になると、ケーブルテレビ事業向けに敷設された単方向同軸ケーブルも大規模で高コストのアップグレードを経て、最終的にComcastとCharterが消費者向けブロードバンドインターネットサービスを提供するためのインフラとなった。
ここから、別のタイプの企業が浮かび上がる。同様に既存のインフラを保有しているが、その資産は現在、新興テクノロジーの需要を満たすために大幅に改造・再評価されている。それが「neocloud（ネオクラウド）」企業だ。
簡単にまとめると、ネオクラウド企業の多くはもともとエネルギー集約的かつコンピューティング集約的な暗号資産マイニングを手がけていた。そこへAIの波が到来した。突然、電力へのアクセス権、インフラ、そして高負荷なコンピューティングを構築・管理する経験——CoreWeaveの場合は大量のGPUも含む——を持つ者が、いま最も注目される分野の一つに立つことになった。
もちろん、これは厳密な意味で同種の比較ではない。しかし、上場している最大手のネオクラウド3社の収益成長率をみると、たしかに目覚ましいものがある。
ハイパースケーラーの創業初期におけるクラウド事業の売上高は推定するしかないが、おおよその傾向はすでにはっきりしている。ネオクラウド企業の成長速度は極めて速く、しかも大手3クラウド事業者の立ち上げ期よりも明らかに速い。
なお、コンピューティング販売市場全体では、ネオクラウド企業は現時点でまだ比較的小さなプレーヤーにすぎない。
ハイパースケーラーの規模には、まだ長い道のりがある。
ハイパースケーラーが四半期ごとに生み出す売上高は、ネオクラウド企業より数桁多い。しかし一方で、CoreWeaveは約25四半期で、AWSがサービス開始から40四半期目にようやく達した26億ドルの売上高を実現した。繰り返しになるが、これらの企業の成長速度は実に速い。
これほどの高成長率を持ち、AI業界の追い風にも乗っているのだから、投資家は本来かなり興奮してもおかしくない。ある程度は実際にそうなのだが、実態はもう少し複雑だ。
これらの企業の直近四半期決算はおおむね好調だったが、過去1年間でCoreWeaveの株価は依然として累計約16％下落している。Nebiusだけが以前の高値に比較的近い水準にある。
したがって、このストーリーは全体としては依然として悪くないが、その中で最大のネオクラウド企業にとっては、魅力が明らかにやや弱まっている。
このところの市場パフォーマンスが比較的さえないのは、多くの成長期待がすでにバリュエーションに織り込まれていることが一因と考えられる。
ネオクラウドのような資本集約型企業にとって、株価売上高倍率（PSR）は最も適した評価指標ではないが、問題を説明するには依然として直感的だ。規模が小さく成長が速いNebiusとApplied Digitalは、はるかに規模が大きいCoreWeaveよりも評価プレミアムが大幅に高い。CoreWeaveの売上高は依然として倍増しているが、首位企業の400%〜450%という成長率には及ばない。
如果说ネオクラウド企業に本当に問題があるとすれば、それは成長ではなく、長期的な収益力だ。ネオクラウド企業は規模を拡大するために、チップ、電力、物理的なインフラへ継続的に投資する必要があり、そのコストはどれも低くない：
CoreWeaveを例に取ると、その売上高の成長は確かに非常に目覚ましいが、資本支出はさらに驚異的だ。その他の巨額なコストには、チップの減価償却費——減価償却額はすでに売上高の半分を超えている——や、高価なインフラを前倒しで建設するために借り入れた負債から生じ、今も増加している利息費用などが含まれる。
本稿は、ネオクラウド企業が最終的に成功できるかどうか、あるいは現在の株価が妥当かどうかを判断するものではない。このテーマ自体の注目度を別にすれば、ここで本当に述べたいのは、ネオクラウド企業がまさにAI取引全体における強気と弱気の綱引きの縮図になっているということだ。
一方で、それらは誰もが以前に予想していた規模をはるかに超え、なお拡大し続ける垂直市場——コンピューティング市場——に身を置き、歴史的にまれな成長速度を生み出してきた。他方で、そうした企業を構築するコストも歴史的な高水準にあり、巨額で、かつ継続的に減価償却される固定インフラへの投資が必要になる。
ホリゾンタルSaaSは復活するか？
以下では、変化し続ける「SaaS終末論」の市場地図を簡単にアップデートする。これまでのソフトウェア株の大幅な売りで最も深刻な打撃を受けた1社が、直近1か月はかなり好調だ。
過去30営業日、ホリゾンタルソフトウェア企業はIGVソフトウェアETF構成銘柄の中で上位のパフォーマンスを示した——ただし、このデータを取得した日以降、これらの企業は上げ幅の一部をすでに吐き出している。
総じて、これらの企業のファンダメンタルズは依然として健全だ。特にAtlassianは、市場が以前に予想していたように、AIの衝撃で衰退に向かうことはなかった。
このプロダクティビティ・ソフトウェア企業は、業績とガイダンスが「そろって予想を上回った」。クラウド事業の売上高は前年同期比31%増となり、売上高の受注残高の伸びはさらに高い。しかし、より重要なシグナルはおそらく、AIが事業成長の抵抗ではなく、追い風になっていることだ。Atlassianによると、AIアシスタントのRovoはすでに広く採用されており、Rovoを利用する顧客の支出の伸びは、Rovoを利用しない顧客の約2倍に達している。
これはAtlassianにとって良いニュースであり、Rovoにとって良いニュースであり、ホリゾンタルSaaSにとっても良いニュースだ。
ただし、ホリゾンタルSaaSのバリュエーション全体は、依然として他のソフトウェア・カテゴリーをやや下回っている。
少数の例外を除き、Atlassianを含むホリゾンタルSaaS企業の予想株価売上高倍率は、「成長率—バリュエーション倍率」のトレンドラインが示す水準を概ね下回っている。
改めて強調しておくが、ホリゾンタルSaaSは比較的良好な「1か月」を過ごしたにすぎない。「SaaS終末論」は撤回されたと市場に信じさせるには、1か月のパフォーマンスだけでは到底不十分だ。
もちろん、ソフトウェア事業がサイバーセキュリティや可観測性の分野に属するのであれば、話は別だ。これらの企業にとって、いわゆる「SaaS終末論」は一度も起きたことがない。
サイバーセキュリティ・セクターは、IGVソフトウェアETFの他カテゴリーを引き続き大幅にアウトパフォームしている。この分野では、AIはむしろ追い風要因となっている。市場では、AIがサイバーセキュリティ脅威に対するリスク認識を高めており、「バイブコーディング（vibe coding）」で間に合わせの自社セキュリティ・ソリューションを組み立てようとする企業顧客はいない、という見方が一般的だ。
このロジックが最終的に成り立つかどうかは、もちろん時間をかけた検証が必要だ。しかし、少なくとも現時点では、従来型ソフトウェア企業の置かれた状況は決して一様ではない。
投資家は、AIが各企業にとって追い風になるのか、それとも収益を侵食するのかを注視しており、新しいデータが入るたびに従来の見方を修正し続けている。それも当然のことだ。
トークン投入の効率フロンティアへ
モデルの利用、トークン消費、トークン支出管理をめぐる市場構造は、今もさまざまな興味深い形で進化し続けている。
Databricksを例に取ろう。
「どのモデルを使うべきか」「どのモデルが最適か」という問題について、Databricksは勝者総取りの考え方を取らず、エンジニアに予算を渡して使い道を自分で決めさせるだけでもなかった。同社は別の問いを投げかけている。「適切なタスクを適切なモデルに自動的に割り当てる仕組みを開発したら、どうなるだろうか？」
もちろん、そうした取り組みをしているのはDatabricksだけではない。だが同社は「スマートルーター（Smart Router）」を開発し、その実際の効果にかなり満足している。
伝えられるところでは、Databricksのルーターは、必要な場合には能力が高く価格も高いモデルを呼び出し、条件が許す場合には能力が低く価格も安いモデルを使うことで、「平均タスクコストを継続的に30%以上削減」しているという。
総じて、トークン支出の「効率フロンティア」を追求することが悪いことであるはずはない。これは需要が依然として伸び続けており、ユースケースが性能の最先端に限らず、能力がそれほど高くないモデルにも広がっていることを意味する。当初の悲観的な見方では、こうした次善のモデルはすぐに淘汰されると考えられていた。
以前に触れたように、効率の向上は需要の対象範囲を広げる。これは市場が見たがっている、ジェボンズのパラドックスに似た動きだ。
Silicon Dataのトークン価格強度指数は、全体の価格強度が低下していることを示している。特に、より低価格のオープンモデルが拡大し続ける市場でより高いシェアを占めるにつれて、その傾向が強まっている。
ここで、よく誤解される概念をもう一度明確にしておきたい。これらの指数が測っているのは、トークン支出のコスト強度であり、絶対的なドル金額ではない。それはトークンの消費量とトークンの総合コストの両方に左右される。つまり、1トークン当たりの価格が下がっても、トークンの総消費量と総支出額は依然として増え続ける可能性がある。
本当に重要なのは、全体の需要が依然として伸びており、価格設定とモデル選択が徐々に効率フロンティアへ向かうことが、その成長を一段と押し上げるという点だ。特に注目すべきは、「AI需要」や「AI導入」が単一で同質的な概念ではないことだ。ヘビーユーザーとその他のユーザーの間には、依然として巨大な格差がある。このことは、「常に最高のモデルを使う」のが一部の企業には適していても、すべての企業に適しているとは限らないことをはっきり示している。
現在、市場ではより多くの代替選択肢が急速に形成されつつある。総じて、これは良いことだ。
企業支出管理プラットフォームRampのデータによると、あらゆる企業がAI支出を増やしているが、支出額の中央値と上位10%企業の間、そして上位10%企業と上位1%企業の間の格差は極めて大きい。
Rampのデータは通常テクノロジー企業に偏っているため、解釈する際にはその点を考慮する必要がある。ただしデータによると、支出上位10%の企業の従業員1人当たりAI支出は、中央値の企業の約50倍に達する。
この分布はおそらく偶然ではない。AI支出からより多くの価値を引き出せる企業は、おおむね最も多くを投じている企業でもある。すべての企業がそうであるわけではないとしても、かなりの数の企業がこのパターンに当てはまる。
ボストン コンサルティング グループ（BCG）による上場企業107社の分析では、トークン使用量で上位2つの五分位グループに入る企業は、他の企業よりも売上高の伸びが明らかに速いことがわかった。
ここで伝えたい核心は、トークン需要と利用効率は相互に強化し合っているということだ。企業が得る価値が大きいほど、消費するトークンも増える。
このプロセスには当然、投資とリターンの間の絶え間ないトレードオフがあり、研究開発には常にある程度の初期コストが伴う。だが、大多数の企業にとって、無制限に「トークンを積み上げる」ことが有効な戦略であったことは一度もない。
したがって、企業が将来このような手法を取る必要はますますなくなるのは、明らかに良いことだ。
最先端研究所の人材争奪戦
New Media は最近、優秀なチームメンバー2名が OpenAI に加わったばかりだ。そこで最後に、いくつかの興味深い図表で、最先端 AI 研究所の人材採用状況を見てみよう。
Dario Amodei 氏は最近、従業員が使命よりもお金を優先しつつあることを懸念していると述べた。Levels.fyi のデータを見る限り、この懸念はあながち根拠のないものではなさそうだ。
データを表面上そのまま解釈するなら、Anthropic がエンジニアに提示する報酬は非常に高く、Google や Tesla などで同等の経験を持つエンジニアを大きく上回っている。
どうやら、技術チームのメンバーになるのは確かに悪くない話のようだ。
さらに、もう一組のデータも非常に興味深い。
Live Data Technologies のデータ（Truist Securities が整理・提示）によると、各研究所の人材ソースには大きな重複がある一方で、明確な違いも存在する。
- 両社ともメガキャップのテック企業から多くの人材を採用している。ただし、NVIDIA と Tesla から採用したことがあるのは OpenAI のみで、いずれも2026年のことだ。
- Databricks、Snowflake（最近）、Palantir、DeepMind も、両社に共通する人材ソースである。
- 両研究所はまた、Salesforce と Stripe からも相当数の従業員を採用している。
しかし、両者の重なりはそこまでのようだ。Anthropic は SaaS 企業から多くの人材を採用しているが、OpenAI はほとんど採用していない。一方、OpenAI は消費者向けインターネット、プラットフォームマーケットプレイス、アドテック企業から大量に採用しており、Anthropic は Airbnb、Netflix、Uber を除き、これらの分野での採用が比較的少ない。
これらの違いが何を意味するのかは、読者の皆さんの解釈に委ねたい。
