著者：a16z
翻訳：深潮 TechFlow
深潮導読：テクノロジー業界全体で7％の人員削減が行われる中、ソフトウェア開発職は逆に14.6％増加——その理由は、AIツールにより初心者でもプロダクションレベルのコードを書けるようになったからだ。これは「AIが仕事を奪う」という話ではなく、ツールが人間の価値を高める証拠である。インターン職の急増や、青少年の給与上昇率が最も高いことから、労働市場のシグナルは明確だ：AIを活用できる人が今、最も求められている。
図：Claude Code のリリース以降、ソフトウェア開発職の求人掲載数は114.6まで回復した一方、全体市場は93まで低下。出典：a16z
ソフトウェア株の選択的売却
公開取引ソフトウェア会社の困難は続いていますが、これまでお伝えしたように、現在の状況は無差別な「大虐殺」ではありません。
ソフトウェア株の売却は、現在または近い将来の業績によるものではなく、市場がこれらの企業が長期にわたり業績を維持できるかどうかに疑問を抱いているためです：
次の12月期のフリーキャッシュフローに対する評価倍数は、2014年の水準以下である。言い換えれば、投資家がソフトウェア企業のキャッシュ生成能力に付与するプレミアムは、10年以上で最低レベルとなっている。
重要なのは、SaaSが死んだという証拠が現在まだ弱いとしても、投資家の役割は未来を見通すことであり、彼らの見通しはやや暗いということである。
しかし、すべてのソフトウェア企業が前景暗淡というわけではありません。差別化と識別力が、ますますゲームのルールとなっています。これはさまざまな角度から見ることができます。
まず、IGV指数の中央値、上位四分位数、下位四分位数のパフォーマンス差を見てみましょう。
過去30の取引日において、上位四分位数および中央値のIGV株式は全体のETFを上回りました。これは、下位四分位数（最大規模の企業を含む）が全体のパフォーマンスを引き下げたためです。
前年と比較すると、状況は大きく異なります：
過去1年間、中央値は全体のETFパフォーマンスをより密接に追跡していたが、年初前後になってようやくパフォーマンスの四分位数が分かれ始めた（現在、トップとボトムの間には約50ポイントの差がある）。
30日ビューに戻ると、ファンダメンタルズのパフォーマンスは直近の株価動向の厳密な駆動要因ではないことが明確です：
収益成長の観点から見ると、成長と最近のパフォーマンスの間にはほぼ相関が見られない（ただし、公平に言えば、多くの場合、成長レベルではなく成長の変化で説明できる）。業績の四分位数で分類しても、同様のパターンが見られる：多くのソフトウェア企業が収益成長率10〜20％の範囲に集まっているが、パフォーマンスはほぼ垂直に分布しており、収益成長が最も速い企業（またETF内で最大の企業）が業績の下位四分位数に位置している。
成長よりも、長期的な耐久性が重要です。以下は業界別に分けた同じチャートです：
各社を明確に分類するのは難しいが、上位および第2四分位層のパフォーマンスを示す企業は、（1）サイバーセキュリティ／オブザーバビリティ、および（2）垂直SaaSが主導している。一方、下位二つの四分位層は、水平SaaS、クラウド／インフラストラクチャ、および「その他」カテゴリの組み合わせであり、これにはマーケットプレイス、広告テクノロジー、ポイントソリューション（およびMicroStrategyのような分類が難しい企業）が含まれる。
明確なポイントがあります。正誤に関わらず、市場はAIの防御性または追い風を持つ企業とそうでない企業との間の明確な差異を感知しています。
セキュリティと可観測性において、AIはバイヤーの切実さを高めると予想されます（また、既存のベンダーはAI新興企業よりも信頼プレミアムを保っています）。
垂直SaaSにおいて、ワークフロー、データ、顧客関係に特化した情報は、AI挑戦者への参入障壁と見なされる（水平プラットフォームではそうは言えない）。
しかし、他のすべての人にとっては、情報は明確です：ソフトウェア自体が防壁ではありません。
長年にわたり蓄積された粘着性のあるARR、豊富な機能セット、広範な採用は、すべて昨日のニュースに過ぎない。おそらく数四半期にわたり安定または改善した成長が状況を転換するだろうが、現在の市場はそれを買わず、納得していない。
AI需要の増加 > AI支出の増加
最近、トークンマクシングからトークン最適化への認識の変化について耳にした可能性があります。これは大きな出来事です。
最先端モデルのトレーニングコストはますます高くなっているが、これらの最先端改善の限界効果は、顧客が追加コストを負担する理由には十分でない可能性がある。顧客は、最新かつ最強のトークンを最大限に活用するのではなく、可能な限りより安価で機能が劣るモデル（オープンウェイトモデルを含む）に降格する可能性がある。
一部の人々にとっては、この変化が最先端モデル開発の持続可能性を疑問視している——顧客が最新かつ最強のモデルのコストを支払わない場合、ラボはどうなるのか？公平だが、この反対意見はやや皮肉である。なぜなら、最先端モデル開発の持続可能性を脅かすとされていた非最先端モデルの急速な陳腐化が、今やますます起こらなくなっているからだ……これは明らかに悪いことである。まあ。
その議論の是非を深く論じるのではなく、私たちは知的コストが急速に低下しているという事実を観察しています。これはAI需要に肯定的な影響を与えるように見えます。言い換えれば、ジェボンズ的なダイナミクスは依然として成立しています：AIが安くなればなるほど、人々や企業はそれをより多くの用途に使用したくなります。
拡大する需要面こそ、あなたが望むものです。
もう一つのイノベーションの先例から始めましょう。それは、集中化かつ高価なところから始まり、後に分散化かつ安価になったコンピューターです。PCが主導した前回の技術的飛躍と比較して、AIでは知能のコストがさらに速やかに低下しています：
PCは約20年かけて、AIが約3年で実現したコスト削減の恩恵を達成した。
これは非常に顕著なトレンドであり、コンピュータと同様に、コストの低下がAI需要を右上方へと押し上げているように見えます（さらに大きな成長空間があります）。
消費者側では、PNC銀行のデータによると、有料利用の浸透率は依然として小さいが、着実に増加している：
有料AIの家庭シェアとその平均月間支出は継続的に上昇しており、月間支出の増加幅はより急激で、年初以来約25%増加しています。
これらは明らかに完璧な比較ではありませんが、ある視点として、1997年には35〜54歳の成人の約45％のみがPCを所有していると報告していました（コンピューターの商業導入から数十年が経過し、主に企業向けでした）。現在では、コンピューターを所有する世帯の割合は約90％であり、スマートフォンを含めると97％近くに達しています——重要なのは、大衆市場への採用には時間がかかることであり、それは有用性とコストに応じて拡大していくということです。
他のデータも、AI需要がコスト効率の向上に伴って増加していることを示しています。
YipitDataによるOpenRouterデータの分析（総トークン消費のサブセットのみを測定）によると、フロントランナーのトークン使用量は引き続き増加しており、オープンウェイトのトークンは引き続き急速にシェアを獲得しています：
「アジアのサプライヤー」が総トークンのシェア（オープンウェイト代替品の代理）を約60％まで拡大し、年初の3倍となった。OpenRouterのサンプルは、少なくとも某种程度、オープンウェイトユーザーに偏っている可能性があるが、これは価格差別化の物語とジェヴォンズ的な物語の両方と一致している。
同様に、OpenRouterによると、1ユーザーあたりのトークン数と1ユーザーあたりの支出はいずれも急成長していますが、年初以来、前者の成長率は後者をはるかに上回っています：
再びお知らせしますが、OpenRouterはその見ることができる範囲しか見ることができません。このモデルはJevonsの設定と非常に一致しています（需要はAIの急速なコスト効率の向上に伴って増加します）。
少なくとも現在のところ、スマートが安くなるにつれて、需要曲線はさらに右上方にシフトしていることが明確です。次世代モデルからのより安価なトークンは確かにシェアを獲得していますが、净効果は全体的な支出を指数的に増加させています。これは悲観的な物語とは言い難いです。
悲観主義者は、オープンウェイトモデルが最先端を徐々に圧迫していると主張し続けるかもしれないが、効率の向上が需要に明確な影響を与えず、あるいは総支出の減少を促す代替シナリオは、実際にはディストピアに近い状況となる。一方、ジェヴォンズの理論は、利多派が望むもの恰恰である。
入门级职位的顺风
AIの需要について言えば、AIは意味のあるROIを生み出すには十分でないとされる一方で、すべての仕事を消滅させるほど有用であるとも言われていますが、現在のところ、AIが実際に雇用を削減しているという証拠はほとんど存在しません。
実際、労働市場における一つの弱みである初級職の採用にも、最近いくつかの動力が生まれており、もしそれでも違いがあるとすれば、AIは逆に助けになっているように見える。
まず、Revelioのデータによると、2026年夏のインターンシップの追跡状況は過去数年よりもはるかに高いです：
インターンシップは仕事ではないが、少なくとも若者に対する某种の需要シグナルである。2026年のサイクルは'25や'24を大幅に上回る（ただし'23には及ばない）。
それよりも良いのは、青少年および若年成人の給与増加も上昇しているようだということである：
ADPのデータによると、16〜24歳の若年労働者の賃金上昇率は2025年の低点から回復しています。賃金上昇率はほぼ確実に需要のシグナルであり、賃金が上昇している場合、入門級の雇用見通しも改善していると推測できます。
AIの影響（もしあるなら）については、状況はさらに良好です。AIはエントリーレベルの採用を大幅に加速しているようです：
Revelioの職位データとRampの支出データの分析によると、「高強度AI導入」は、導入から2年後にエントリーレベルの従業員数が約6ポイント増加することを意味する。一方、「低強度AI導入」は約0.5ポイントの減少を意味する。
図：AIを高強度で導入した企業では、2年後に新入社員の割合が平均で1.15％増加したのに対し、低強度で導入した企業では0.52％減少し、AIが新入社員の職を奪うのではなく、新入社員の職を「創出」していることを示している。出典：a16z
これはいくつかの解釈が可能で、「AIがエントリーレベルの採用を生み出している」から、「AIの採用者は成長企業であり、したがって当然それらが採用を行っている」、さらに「Rampのデータは経済全体を代表していないため、どのような結論も導きにくい」といった解釈が成り立つ。しかし、ほぼ確実に成り立たない解釈は「AIがエントリーレベルの職を扼殺している」というものである。
おそらくある日は（十分な理由があってそうは思われないが）、今日は違う。
全体として、「ゼロ金利時代後」の「AI暴露」職種の減少は広く議論されているが、「AI暴露」職種が最近復活を牽引しているという事実については、比較的議論が少ない：
Indeed 求人ラボのデータによると、2025年5月以降、AI露出度が高い職種ほど回復幅が大きくなっています。これはソフトウェアエンジニアに特に顕著で、職種の掲載数は約15%増加したのに対し、全体では約7%減少しています（Claude Codeのリリース以降）。
より広い視点から見ると、今すぐ結論を出すのは早すぎますが、AIが人間を陳腐化させているという主張については、データはそれを一切裏付けていません。むしろ逆に、AIの導入度合いは雇用の増加と正の相関があるように見えます。
図：2025年5月以降、AIへの露出度が高い職種ほど求人掲載数の回復幅が大きく、ソフトウェア開発職は全体市場を上回り、約15％の増加を記録。出典：a16z
公平に言えば、「AIへの暴露」というカテゴリーが実際にどの程度意味を持つのかは明確ではなく、何または誰がAIに暴露されているのか、そしてその暴露の度合いがどの程度なのかについて、ほぼ合意が得られていないからである：
特定の職業における平均的な「AI暴露度」が高いほど、暴露度に関する意見の差が大きくなることが示されている。
図：職業ごとの平均AI暴露スコアが高くなるほど、学術界での暴露度に対する意見の違いが大きくなり、この概念にはまだ合意が欠けていることを示している。出典：a16z
予想通り、新技術の将来への影響を予測する際、理性的な人々は異なる見解を持つ可能性があります。
もちろん、いくつかの例外もあります。校正者、保険のリスク評価者、統計学者、そして興味深いことに、経済学者もAIの影響を非常に受けやすいと誰もが同意しています。もしAIが最終的に人間の経済学者を置き換えた場合、それはこの罪を認めるでしょうか、それともこの物語を語る経済学者は一人も残らないのでしょうか？
データセンターにより電力コストが低下します
今週初、ニューヨーク州知事ホーチュールは、データセンター開発に対して1年間の凍結措置を発表しました。この凍結措置の目的の一つとして、「データセンター開発が電気・水道料金を引き上げる脅威となるため、電力利用者を保護すること」が挙げられています。彼女の主張について、より詳しい説明はOdd Lotsポッドキャストで聞けますので、ぜひご確認ください。
しかし、これは依然として理解しがたい声明です。
データセンターは確かに電力需要を増加させていますが、証拠はデータセンターが実際にはユーザーのコストを削減していることを示しています：
バークレー国立研究所とThe Brattle Groupの研究に基づくと、州レベルでは電力料金の上昇と需要の増加は負の相関を示す。消費が増えれば、支払額は少なくなる——不思議だが事実である。
確かに、過去6年間で負荷成長が最も速く（データセンター開発が最も多かった）テキサス州やバージニア州などの州では、価格上昇はほとんど見られませんでした。一方で、価格上昇が最も大きかった（新規データセンターがほとんどない）カリフォルニア州やニューヨーク州では、負荷成長が鈍化しました。カリフォルニア州の電力需要は約5％減少し、価格上昇率は全米で最も高く、2番目に高い州よりも約33％高い水準でした。
図：2019年から2025年までの米国各州の電力需要増加と電気料金変動は負の相関を示しており、カリフォルニア州とニューヨーク州では需要が減少している一方で、電気料金の上昇幅が最大。出典：a16z
さらに、エネルギー需要とエネルギー価格との逆相関関係はヨーロッパでも成立しているようである：
EIAのデータによると、電力需要の減少が最も大きかったEU諸国は、アイルランドを除き、価格上昇が最も大きかった国々である。
図：2019年から2024年にかけて、欧米主要経済圏の電力需要の変化と電力価格の変化は同様に負の相関を示しており、テキサス州とバージニア州では需要が増加しているが、価格はほぼ安定している。出典：a16z
同じように、より多くの消費で、より少ない支払い。これは直感に反しますよね？
私たちは皆、他の条件が同じであれば、需要が増加すれば価格は上昇すると考えています（ホーチャー知事が主張するような逆の結果にはなりません）。しかし、電力網の場合はその逆です。需要とコストが逆の関係にある理由は、電力網が規模の経済を恩恵受けるためです。電力需要が多ければ多いほど、固定インフラコストがより広く分散され、結果としてユーザー全体の価格が低下します。
言い換えれば、ホーチャーのデータセンター停止命令は「電力利用者を保護」するどころか、逆効果をもたらす可能性がある：データセンターが電力網の固定コストを分担する場合に比べ、電気料金の上昇幅がはるかに大きくなる可能性がある。この関係が今後も続くとは限らないが、これまでのところはその通りである。
エネルギーコストを除けば、より広範な経済的影響を考慮する必要があります。現実には、AI関連のインフラ投資がなければ、ほぼすべての投資成長はあり得ません：
テクノロジー関連の投資は唯一の成長投資カテゴリであるため、この停止命令は最も重要な部分を打撃した。
図：2022年以降、テクノロジー関連投資（ソフトウェア、研究開発、IT機器およびデータセンター）は、民間固定投資の増加における唯一の正の寄与要因であった。出典：a16z
知事にはもちろん理由があるだろうが、（a）「電力利用者を保護する」取り組みの一環として電気料金を引き上げ、かつ（b）ニューヨーク州で最も重要な投資の追い風を奪うような政策は、理解しがたい。