AIはバブルなのか？上振れリスクを過小評価している可能性

2025年12月11日更新

2025年12月更新： ハイパースケーラーのAI設備投資予測は2025年に4,050億ドルへと上方修正され、当初の2,500億ドルの見積もりから増加した。GitHub Copilotが180万人の有料契約者を獲得し、コードの46%がAI生成となる中、マッキンゼーの年間2.6〜4.4兆ドルの価値創造予測が裏付けられつつある。大企業におけるAI導入率は87%に達し、支出は前年比130%増加している。ドットコム時代との比較が示唆するよりも生産性向上が早く実現する中、インフラ投資の根拠は強まっている。

この問いは、誤った方向に答えを導いてしまう。レイ・ダリオがAI投資を「ドットコムバブルと非常に似ている」と呼び、IMFがバブル崩壊を警告し、アポロのチーフエコノミストが現在のトップテック企業が1990年代のカウンターパートよりも高いバリュエーションで取引されていると指摘するとき——このフレーミングは、中心的なリスクが過剰投資であると仮定している。¹ ² ³

中心的なリスクは逆方向にある。投機は上振れを過小評価している。

多くのAI企業は失敗するだろう。膨張したバリュエーションで資金調達するスタートアップの大半は、投資家に何も還元しない。エンタープライズのパイロットプロジェクトは95%の失敗率を続けるだろう。⁴ 調整は来る、おそらく痛みを伴って。しかし、それはテーゼと矛盾しない。現在の投資の波から台頭する勝者は、投下された資本に対して不釣り合いなほど大きな価値を生み出し、今日のハイパースケーラーによる年間3,800億ドルの設備投資は誤差の範囲に見えるようになるだろう。⁵

ドットコムとの比較は実際にこのテーゼを裏付けている。AmazonとGoogleはあの廃墟から台頭し、数兆ドルの価値を創造した。バブル時代の企業が構築したインフラ——光ファイバー、データセンター、プロトコル——は何十年もの経済変革を支えた。敗者はすべてを失った。勝者は文明を変えた。AIは同じパターンを、より大きな規模とより速いスピードで辿っている。

バブル議論が無視する価値創造の計算

バブル分析は間違った比率に固執している。アナリストはAI投資とAI収益を比較し、ギャップを見出す。ギャップは存在する。しかし、その比較はポイントを外している。

関連する比較は、投資を価値創造ポテンシャルに対して測定するものだ。AnthropicがClaudeを企業全体に展開するとき、重要な指標はAnthropicの収益ではない。重要な指標は、その技術を使用するすべての組織にわたる生産性向上、コスト削減、能力拡張を包含する。製薬会社がAIを使用して年単位ではなく週単位で創薬候補を特定するとき、創造される価値は計算コストやライセンス料を大きく上回る。

マッキンゼーは、分析した63のユースケース全体で、生成AIが世界経済に年間2.6〜4.4兆ドルを付加する可能性があると推定している。⁶ この範囲は累積価値ではなく、1年間の影響を表している。年間3,800億ドルのインフラ投資に対して、この比率は桁違いに強気派に有利だ——たとえマッキンゼーの推定が半分楽観的すぎたとしても。

生産性の証拠はすでに蓄積されている。GitHub Copilotユーザーは、非ユーザーより55%速くタスクを完了する。⁷ GPT-4を使用するBCGコンサルタントは、25%少ない時間で40%高い品質の仕事を生み出した。⁸ カスタマーサービス業務では、AIアシスタントを使用するエージェントの生産性が14%向上し、最大の改善は新人ワーカーで見られた。⁹ これらの数字は初期の原始的な導入から出てきたものだ。モデルは毎月改善されている。

コンピューティング史上のすべての主要なプラットフォームシフトは、初期投資を超える価値の倍数を生み出してきた。パーソナルコンピューターは、その形成期の数十年間で、業界に投資された1ドルあたり約10ドルの経済価値を創造した。¹⁰ インターネットも同様かそれ以上の比率を生み出した。モバイルコンピューティングはそのパターンを増幅した。AIはこれらのどれよりも根本的な汎用技術を代表する——以前の革命が物理的作業や情報作業を増強したように、認知作業を増強する技術だ。

バブルのフレーミングはAIをPets.comのように扱っている：価値創造への道がなく、誰も必要としない製品を売っていた企業だ。AIはすべての導入において明確に価値を創造している。問題は存在ではなく、規模と分配だ。

なぜ導入速度は価値創造速度を意味するのか

セントルイス連銀は、AI懐疑派を恐怖させるべきデータを公表している。1981年にIBM PCが発売されてから3年後、パーソナルコンピューターの普及率は19.7%に達した。¹¹ インターネットが商業的に開放されてから3年後、普及率は30.1%に達した。¹² 2022年11月にChatGPTが発売されてから3年後、生成AIの普及率は2025年8月までに54.6%に達した。¹³

この格差は、深遠な価値含意を持つ構造的優位性を反映している。以前のプラットフォームシフトでは、ユーザーは新しいハードウェアを購入し、新しいインターフェースを学び、確立されたワークフローを変更し、馴染みのない機能を中心にプロセスを再構築する必要があった。AI導入はこれらを一切必要としない。この技術は既存のデバイス、既存のブラウザ、既存のアプリケーションを通じてユーザーに届く。2024年のナレッジワーカーは、2022年には存在しなかった機能へのアクセスを、新しいものを購入したり新しいインターフェースパラダイムを学んだりすることなく得た。

導入速度は価値創造にとって重要だ。なぜなら価値は展開とともに複利で増加するからだ。3年で50%普及に達する技術は、その3年間に価値を生み出す。同じ普及率に達するのに15年かかる技術は、価値創造をそれに比例して遅らせる。AIの導入速度は価値創造速度を意味する。

企業導入の数字がこのパターンを具体化する。2025年までに、大企業の87%がAIソリューションを導入していた。¹⁴ 生成AIツールの週次利用は前年比で37%から72%に跳ね上がった。¹⁵ 企業のAI支出は1年で130%成長した。¹⁶ これらの組織は熱意から支出しているのではない。技術がリターンを生み出すから支出しているのだ。

批評家が引用する95%のパイロット失敗率は、注意深く検討すると実際には強気のケースを支持する。¹⁷ 企業は何がうまくいくかを見つけるためにパイロットを実施する。パイロットの95%失敗率は5%の成功率を意味し——成功したパイロットは本番展開にスケールアップして持続的な価値を生み出す。高いパイロット失敗率を経験した後も投資を続ける企業は、うまくいく5%を見つけたのだ。彼らは放棄しているのではなく、最適化しているのだ。

コーディング生産性革命

ソフトウェア開発は、生産性向上が測定可能で、即座に現れ、すでに大規模に運用されているため、AIの価値創造を最も明確に見ることができる窓を提供する。将来のアプリケーションに関する抽象的な予測とは異なり、コーディング生産性の向上は、AIツールを毎日使用する何百万人もの開発者からのハードデータを生成する。

GitHub Copilotが最も堅牢な証拠を提供している。GitHubの内部調査によると、Copilotを使用する開発者は、アシスタンスなしで作業する開発者より55%速くタスクを完了した。⁷ この研究はタスクの複雑さと開発者の経験レベルをコントロールしていた。2024年後半までに、Copilotは180万人以上の有料契約者を獲得し、年間経常収益4億ドルを生み出していた。²⁷ さらに注目すべきことに、Copilot対応リポジトリのコードの46%がAIの提案から来ている。²⁸

技術はオートコンプリートを超えて進化した。初期バージョンは次の数行のコードを提案していた。現在のバージョンはアーキテクチャパターンを提案し、包括的なテストスイートを生成し、ドキュメントを書き、複雑な問題をデバッグする。「次の行を提案する」から「この機能を実装する」への移行は、約18ヶ月で起こった。

エコシステムはCopilotをはるかに超えて広がっている。AIネイティブIDEであるCursorは、2024年後半までにゼロから4万人以上の有料ユーザーに成長し、月間成長率は50%を超えた。²⁹ Claude Code、Aider、Clineは、最小限の人間の介入で複数ファイルの変更を実行する自律コーディングエージェントを可能にする。開発者はますます、すべての文字を書くのではなく、何が欲しいかを記述するようになっている。ワークフローの変革は、アセンブリ言語から高級言語へのシフト——抽象化レベルの質的変化——に似ている。

経済計算はバブルのフレーミングを維持することを困難にする。米国労働統計局は、ソフトウェア開発者の中央値報酬を年間約127,000ドルと報告している。³⁰ 55%の生産性向上は、開発者1人あたり約70,000ドルの追加アウトプット相当に換算される。米国は約440万人のソフトウェア開発者を雇用している。³¹ 保守的な仮定——20%の採用率で30%の生産性向上——でも、米国のソフトウェア開発だけで年間260億ドルの価値創造が得られる。世界の開発者人口は2,800万人を超える。³²

懐疑論者の反論は真剣に検討する価値がある： AI生成コードにはバグが含まれ、セキュリティ脆弱性を導入し、技術的負債を生み出す。開発者はAI出力のデバッグに、生成で節約した時間と同じくらいの時間を費やす。生産性研究はAI企業によって資金提供されており、好意的な結果を出す明らかなインセンティブがある。現実世界の使用では、ジュニア開発者が理解していないツールに依存するようになり、基本的なスキルが低下している。

この批判は、未熟な使用と熟練した使用を混同している。品質低下を示す研究は、典型的には、プロフェッショナルがAIをレバレッジとして使用するのではなく、初心者がAIを松葉杖として使用する場合を調べている。40%の品質向上を見出したBCG/ハーバード研究は、馴染みのないツールで手探りするジュニア開発者ではなく、経験豊富なコンサルタントを特に調査した。⁸

コードレビュープロセスは、人間のエラーを捕捉するのと同じ方法でAIエラーを捕捉する。セキュリティの懸念には妥当性があるが、軌道を見落としている：静的解析ツールは現在AI生成コードを自動的にスキャンし、GitHub Advanced Security統合により、AIの提案はマージ前にセキュリティレビューを受ける。ツールは機能に追いついている。

最も重要なことに、開発者は指で投票している。Copilotの継続率は80%を超える。³³ Cursorは数ヶ月でゼロから4万人の有料ユーザーに成長した。ツールがネットでマイナスの価値を提供していたら、開発者は放棄するだろう。彼らは放棄していない；使用を拡大している。

ソフトウェアは6,500億ドルのグローバル産業を代表する。³⁴ 業界全体で20%の生産性向上は、年間1,300億ドルの価値を創造する——AIが測定可能な利益を生み出す数十のセクターのうちの1つから。AIコーディングツールを可能にするインフラ投資は、その価値創造のほんの一部に過ぎない。バブルのフレーミングはAI投資がAI収益に見合うかどうかを問う。正しいフレーミングはAI投資がAI価値創造に見合うかどうかを問う。ソフトウェアだけでも、その比率は比較にならない。

ダークファイバーの教訓：敗者が勝者に資金を提供する

1995年から2000年の間に、電気通信企業は約2兆ドルを投資して8,000万から9,000万マイルの光ファイバーネットワークを構築した。¹⁸ バブルが崩壊したとき、そのファイバーの95%はダーク（未使用）のままだった。¹⁹ それを構築した企業——Global Crossing、Level 3、Qwest、WorldCom——は破産するかそれに近い状態になった。それらの企業への投資家はすべてを失った。

ファイバー自体は価値を保持した。構築者を破壊したインフラが後継者を可能にした。NetflixはWorldComの株主が支払ったケーブルで動画をストリーミングしている。クラウドコンピューティングは元のオーナーを破産させたダークファイバーを通じて動いている。そのインフラが20年にわたって創造した経済価値は、投資された2兆ドルを少なくとも桁違いに上回る。

敗者が勝者に資金を提供した。バブル時代のテレコムへの株式投資家が損失を被った。より広い経済が利益を獲得した。Amazonは依存するインターネットインフラを構築しなかった；他の企業の投資家が資金を提供し、損失を被ったインフラの上に構築した。

AIは同じパターンを辿るが、1つの重要な違いがある：インフラコストと創造される価値の比率がさらに有利なのだ。ファイバーは大陸を横断する物理的な設置を必要とした。AIインフラはグローバルなユーザーベースにサービスを提供するデータセンターに集中している。AIインフラの資本効率は、物理的なネットワークインフラの資本効率をかなりの差で上回っている。

今日のAIインフラ投資は敗者を生み出すだろう。数十億ドルのバリュエーションのスタートアップがゼロリターンになる。投機的に構築されたインフラの一部は何年も十分に活用されない。生き残る企業が

[翻訳のため内容省略]