出典：Cynthia、香港Ethereumコミュニティハブ
ゲスト：qinbaFrank— 米国株式および暗号資産二次市場の投資家。長期的に第一原理に基づいてマクロ、産業、個別銘柄のロジックを分析
2026年6月8日、Futu、SNZ、ETH HK Hub、Sharplinkが共同開催したVIPイベントで、ベテラン投資家のqinbaFrankが「AI算力の波の振り返りと展望」と題して発表し、2023年から現在に至るまでのAI市場の全体的な展開を体系的に整理しました。これは「算力は必要か」という3回にわたる大論争から、浸透率の恩恵が商業化効率を決定するまで、そして現在、ハードウェアの不足から商業化の検証へと移行する重要な段階までを含んでいます。
彼は、本轮調整のレベルを判断するためのフレームワークとして、評価の削減、業績の削減、ロジックの削減という3つのシナリオを提示し、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」理由を説明した。
声明：本記事の内容はゲストの意見をそのまま掲載したものであり、いかなる投資アドバイス、商品販売の提案、収益保証でもありません。
一、なぜ6月3日にリスク警告を出し、ポジションを少し減らしたのか
2023年から、私はマクロ経済とこのAI/計算能力の行情に関する考えを次々と書き留めてきました。2024年6月、X上でPalantirを推奨し、国防・軍事AIの代表銘柄として今後3〜5倍の上昇空間があると判断しました。当時はこの見解に対して市場で大きな議論がありましたが、振り返ると、確かに非常に顕著な上昇相場を形成しました。
これは初めて対面でこのようなシェアを行うものです。この機会に、この一連のAI市場動向について、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。どのように進んできたのか、現在どの位置にいるのか、今後どのような方向に進化する可能性があるのかを明らかにします。
先週の水曜日（6月3日）の夜、X上で米国株式コミュニティ168Xのインタビューを受け、2時間以上にわたり話し合いました。核心的な見解は、最近の市場が「やや熱すぎ」ており、適切な冷却と調整が必要であるということです。具体的な理由は以下の通りです：
- まず、感情面が過剰に混雑し、FOMOが過熱しています。人気のある分野への資金集中が非常に極端なレベルに達しており、放物線的な上昇は持続できません。また、注文や業績報告はまだ完全に反映されていません。
- 第二に、SpaceXの上場ルートが機関のポートフォリオ調整を引き起こしました。SpaceXのルート期間中、多くの機関は正式な上場の瞬間を待たず、関連ポジションを事前に売却し、資金を再配分しました——このような資金の循環と引き抜き効果は、通常、事前に顕著に現れます。
- 第三に、地政リスクが避難ムードを引き起こしています。米イラン交渉は依然として揺れ動いており、先週金曜に公表された非農業部門雇用統計と今週のCPIデータが重なり、市場全体のリスク志向が低下しています。
- 第四、非農データが金利引き下げ期待に影響を与える。5月の非農データが大幅に予想を上回れば、市場はより高い金利路線を再び織り込むことになる。
- 第五に、今週のCPIデータが真の政策変数である。強力な非農業雇用データだけでは利上げの決定には十分ではなく、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伝播・拡散するかどうかである。これは今後1〜2週間で注目すべき核心的な変数である。
この調整のレベルを判断する核心的な分岐点は：単なる資金面・混雑度の消化であれば、通常は小規模な調整にとどまる。インフレデータが予想を上回れば、小～中規模の調整に昇格する可能性がある。AIの商業化やクラウド収益が明確に減速した場合にのみ、全体のナラティブがリセットされたと見なされる。全体として、短期的には市場が消化と待機の時間を要すると考えられる。前期に過剰に混雑していた注目銘柄は、次の「マクロシグナル」が緩和するまで、穏やかから中程度の修正局面に入る可能性がある。
二、振り返り：過去3年間のAI相場の「3つの大きな議論」
現在の位置を理解するには、2023年から現在に至るまでのこのAIラウンドの全体的な経路を振り返ることが必要です。私は、これが単純な直線的な上昇ではなく、「市場の議論—検証—再議論」の繰り返しによって推進される波状の行情であると考えています。
第一次辩论（2023年下半年）：資本支出は本当に必要か？
2023年上半年、この主軸は主にバリュエーションの押し上げによって動いていました——業績はまだ明確な改善を示しておらず、株価はすでに一度上昇していました（約数倍の上昇）。当時は世界の半導体業界が下落サイクルにあり、市場では「AIにはどれほどの計算能力が必要か」について大きな意見の相違がありました。その結果、2023年下半期は全体として高値圏での振れ動きが続きました。
第二次辩论（2024年初から2025年初）：大手企業の資本支出は継続的に加速するか？
2024年第1四半期に、NVIDIAの業績は前四半期から改善し始め、大手テクノロジー企業の資本支出も加速し、市場は「計算能力の需要は真のトレンドである」と徐々に確認しました。象徴的な出来事として、2024年初頭のダボス会議でOpenAIのSam Altmanが、今後数兆ドルを半導体製造能力に投資する必要があると提唱しました。当時、この主張は業界内で大きな議論を呼び、NVIDIAやTSMCの経営陣も公開的に賛同せず、これほどの大規模な投資は必要ないと述べていました。しかし、その後の大手クラウド事業者の資本支出が予想を上回り続けたことから、市場はこの判断を受け入れるようになり、米国で新設されるデータセンターに必要な電力と計算能力の規模は、確かに兆ドルレベルであると認識されるようになりました。
この段階では、大手テクノロジー企業の資本支出がNVIDIAおよび上流サプライチェーンに流れ込み、2024年の主要な上昇相場を牽引しました。
第三次討論（2025年初）：ハッシュレートは過大評価されているか？
2025年第1四半期、訓練効率が大幅に向上した大規模モデルがリリースされ、市場で「本当にこれほど多くの計算リソースが必要なのか」という疑問が生じ、株価は明確な修正を経験した。その後、2月には米国の関税政策の変更により再び下落が発生し、関連するコア資産は高値から大幅に下落した——これはこのラウンドの相場における2回目の大きな調整であった。
第3段階（2025年下半年）：コンセンサス形成
2025年第二四半期から第三四半期にかけて、市場は大規模モデルの能力と実用性の顕著な向上を実感するようになり、アプリケーションシーンは「主に訓練」から「主に推論」へとシフトする。モデルのパラメータ規模とマルチモーダル能力の向上により、計算リソース需要はさらに高まる。この段階で、大手テクノロジー企業の資本支出が新たな加速期に入り、相場も新たな上昇局面に入る。
三、コアフレームワーク：浸透率が商業化効率を決定する
私が技術の波がどれほど進むかを判断する際の核心は、「トレンドが存在するか」ではなく、浸透率です。
多くの人がこのAIの行情を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」と考えます。どちらも業績よりも評価が先行する放物線的な上昇を経験しましたが、産業環境は大きく異なります。
2000年前後、米国のインターネット浸透率は30％台後半に過ぎず、ビジネスモデル（広告、EC、ゲーム、付加価値サービス）もまだ模索段階だったため、バブル崩壊後、ナスダック指数は長期間にわたり低谷から回復しなかった。
2010年前後のモバイルインターネットは異なりました：iPhoneは2007年に発売され、Androidシステムがオープンした後、モバイルインターネットは米中で約10年間（2010-2018年）で初期段階から主流へと移行しました——これはインターネットが20〜30年かかったプロセスよりもはるかに速いものです。その背後には、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）が次世代に非常に良い基盤を築いたことがありました。
今日私たちは、数十億人の人々が微信、ソーシャルメディア、さまざまなアプリを日常的に使用している環境に直面しています——情報の伝播速度と大衆の新技術への受容度は、2000年とは比べものにならないほど進化しています。これが今回のAI産業環境と2000年のインターネットとの最大の違いです。
具体的判断方法として、私は「技術採用ライフサイクル」（ブリッジ・ザ・ギャップ理論）における重要な節目、すなわち浸透率10％を臨界点と見なすことに賛成です。10％未満では、技術は「早期検証」段階にあり、その革命性が十分かどうかが拡大の鍵となります。10％を超えると、大衆市場への移行を達成し、成長の傾斜は通常より急峻になります。10％～50％の範囲は、主要な観察期間であり、関連産業への投資の「ゴールデンタイム」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発生し、トークンの消費量も上昇します。50％を超えると、増加空間は次第に収束していきます。
ある調査データによると、大手投資銀行が実施した企業のAI調達意欲に関する調査では、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の浸透率が臨界点を越え、本格的な成長期に入ったことを意味します。
この一連のAIの波を3つの技術波と比較すると：PCインターネットは1990年から2010年まで、約20年かけて浸透した。モバイルインターネットは2010年から2019年まで、10年未満で実現した。一方、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る。核心的な理由は、インフラが整備されているほど、商業化のサイクルが短くなることだ。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た。一方、今日のAIは、クラウドコンピューティング、モデルAPI、ソーシャル拡散、エージェントというインフラの上に構築されており、情報の拡散と商業化の手法はこれまでのどの世代よりも成熟している。
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課題は「接続と情報伝播の効率」——情報流、物流、資金流の中間プロセスのコストを削減するが、それ自体は「人」を直接置き換えるものではない。
AIは異なり、それは人間の認知と労働を直接置き換える。AIの能力が「社会平均レベル」の従業員に達し、あるいはそれを上回ったとき、効率の向上だけでなく、真に置き換えが実現する——つまり、企業がAIに支払う費用は、かつてその労働力の雇用に支払っていたコストと本質的に等価になる。これが、多くの人（自分を含む）がAIツールの無料版から月額数十ドル、数百ドルへ、さらには複数の大規模モデルに同時に支払うようになる理由だ。「確かに自分より優れていて、速い」と体験すれば、支払い意欲は非常に明確に上昇する。したがって、AIが社会平均知能レベルを超えた瞬間、その商業的価値は急速に指数関数的に上昇する。
これは、以前のゲストが提起した問題にも呼応しています。AIが認知労働を急速に代替する傾向の中で、個人の専門知識や経験という「護城河」の価値はどのように変化するのかという点が、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。
5. ハッシュレート産業チェーンの投資ロジック：「GPU単点ナラティブ」からシステム的な再評価へ
この一轮の計算能力投資のロジックは、GPUへの単純な賭けから、ストレージ、CPU、インターコネクト、電力供給、パッケージング、エッジハードウェアに至るまでの全チェーンにわたる体系的な再評価へと拡大しています。全体は三段階のフレームワークで要約できます：短期的には「リソース不足」、中期的には「システムアップグレード」、長期的には「Physical AIの普及率」です。
1. 短缺価格：GPU需要のシフトがストレージとCPUに及ぶ
ロジックチェーンは：長いコンテキスト、マルチモーダル、および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る——HBMが最初に逼迫し、次第にDRAM/GDDR、NAND/SSD/HDDへと伝播し、最終的にCPUスケジューリング、そして電力供給へと影響を及ぼす。
まずGPUが不足した。2022-2023年はグローバルストレージ業界の下落サイクルにあたり、多くの生産能力が整理された。2024年に入り、大手クラウド事業者の資本支出が加速したことで、この生産能力の整理の影響が顕著になってきた。
次に、メモリ/HBMの供給不足です。HBM自体の生産プロセスは複雑で、良品率の向上が遅れており、前回の過剰生産の後、主要なメモリメーカーは拡張に非常に慎重であり、新規生産能力は2027年後半から徐々に解放される見込みです。これにより、メモリメーカーは長期供給契約の交渉で強力な交渉力を得ています——契約期間は5年と長く、10％～30％の前払いを要求し、さらには下流顧客に金融保証ツールの提供を求めています。これが、これらの企業が「業績が評価より先に上昇」する特徴を示す理由です。過去数四半期にわたり業績は継続的に予想を上回りましたが、市場は「半導体サイクルの再現」を懸念して評価を抑制していました。しかし、長期契約の存在が徐々に市場に周期的な変動が「平準化される」との信頼をもたらし、評価が回復し始めています。
次にCPUのスケジューリングが逼迫し、最終的には電力が不足する。核心的な理由は、データセンター内の大量のオーケストレーションやスケジューリングタスクがGPUには適しておらず、CPUに依存しなければならないことである。NVIDIAのNVL72ラックを例に挙げると、現在の構成はおよそ72個のGPUに対し36個のVera CPUであり、CPU：GPUの比率は約1：2（初期の構成は約1：8）である。市場では、今後この比率が1：1に近づくと予想されており、これはCPU（Intel、AMD、または自社開発のARMチップいずれも）が計算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。その影響がさらに下流に伝播すると、データセンターの電力および電力網の容量問題につながる。
2. プライシングのアップグレード：光インターコネクト、電力供給、先進パッケージングが同時にアップグレード
第二の主軸は「アップグレードのロジック」——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、電力密度、パッケージ良品率をさらに向上させられるかどうかである。
光インターコネクト：光モジュールはLPO/NPO/CPOへ進化しています。共封止光（CPO）は、光チップと電気チップをより密接に統合することで、理論的には消費電力を削減できますが、現在は大規模量産には至っていません。いくつかの訪問調査によると、大手クラウドベンダーは2027年までにCPOを大規模に採用する可能性は低いとされています——主な懸念は信頼性です。従来の光モジュールは故障時に直接交換できますが、CPOは故障した場合、ボード全体の交換コストと検証期間が発生します。大手企業は、良品率と故障率を十分に検証するための時間を必要としています。
電力ネットワーク：48/54Vから800V HVDCへの進化。これは電気自動車業界の高電圧化の道筋と非常に類似している——初期の電気自動車は一般的に低電圧の電力供給アーキテクチャを採用し、効率が低かったが、その後、BYDや華為などのメーカーが次々とより高電圧の直流アーキテクチャに移行し、電圧が高くなり、電流が低くなり、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路径をたどっており、これによりパワーセミコンダクタ（炭化ケイ素など）および電源管理関連産業の需要が促進されている。
先進パッケージング：3D積層＋ガラス／セラミック基板。これは、スマートフォンチップがここ数年進化してきた道筋と類似している——単にプロセスノードの微細化によって得られる性能向上の限界が近づく中、業界は3D積層やガラス・セラミック基板といったより先進的なパッケージング手法にシフトし、より優れた材料とパッケージング技術を用いて全体的な性能をさらに向上させている。
3. Forward Pricing: Edge Computing and Physical AI
フューチャーズ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——小規模モデルのエンド側推論から、ロボットや自動運転へと進み、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。短期〜中期の注目ポイントはストレージ、CPU/ARM、光相互接続、電力機器、先進パッケージング；長期的にはロボットと自動運転の量産曲線に注目する。
六、投資の主軸の進化：物理的制約から垂直AI OSへ
計算能力の供給が緩和された後、市場の注目点は以下の移行経路をたどる：物理的制約（計算能力／生産能力の不足）→ 企業の導入層（企業がAIを生産システムに変えることができるか）→ 垂直AI OS（業界のワークフロー入口を掌握する）→ Physical AI（現実の物理世界へと進出する）。
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再設計することである：高頻度で人的コストが高く、結果が検証可能なワークフローを特定し、企業のプライベートデータ（RAG、権限管理、データラインエッジ、知識グラフを含む）を接続して、エージェントが実際にアクションを実行できるようにする（APIやSaaSを呼び出し、承認プロセスとロールバックプロセスを完了させる）、そしてタスク完了率、引き継ぎ率、コスト、ROIを継続的に測定する。
「垂直AI OS」とは、業界の知的制御層と捉えることができる。従来のSaaSが「人がソフトウェアを操作」するのに対し、AI OSは「AIがツールを呼び出し、プロセスを推進し、人が監督・承認・意思決定を行う」ものであり、本質的にはSystem of Intelligence + Action + Governanceの統合である。この段階の進捗を判断する核心指標には、商業化が継続して加速しているか（モデルARR、クラウド収益、企業顧客数）、デプロイメントの品質が本格的に生産ラインを通過したか（タスク完了率、人間による引き継ぎ率、正確性）、経済性が閉ループを形成しているか（単位推論コスト、ROI、粗利益率）、および競争優位性が確立されているか（独自データ、プロセスの深さ、コンプライアンス監査）が含まれる。
7. 波浪式上行の基盤となるアンカー：モデルARRとクラウド収益
市場のナラティブが継続できるかどうかの鍵は、「評価が高すぎるかどうか」ではなく、モデルベンダーのARR（年間定期収入）とクラウド事業収入が引き続き高い成長を維持できるかどうかである——これは大手テクノロジー企業の資本支出が妥当であるかどうか、および計算能力チェーン全体の景気循環が継続できるかどうかを決定する。この伝達チェーンは以下の通りである：真の需要（B/C端の実際の支払い）→ モデルベンダーのARRが大幅増加→ クラウド事業が予想を上回る→ 計算能力チェーンが継続的に恩恵を受ける。
この伝導チェーンを中心に、3つの状況に分けて議論できます。
状況1：成長率が減速していない、ロジックは逆転していない。モデルベンダーのARRが引き続き増加し、クラウド事業が予想を上回り続けるのであれば、資本支出の妥当性は依然として成立しており、計算能力チェーンの受注ロジックも有効である。この場合、短期間で価格が過剰に上昇し、評価が「高すぎる」と見なされて小～中規模の調整が発生しても、ファンダメンタルズは悪化していない——通常、急激に下落しても迅速に回復する。決算期や新アプリケーションが登場すれば、すぐに反転を促す可能性がある。
状況2：成長率が予想を下回り、ナラティブがリセットされる。モデルメーカーの業績が著しく減速した場合、またはクラウドビジネスの需要チェーンに明確な減速が見られる場合、問題は「商業化の原点」に近いことを示している。なぜなら、クラウドの多くの計算リソースの調達はこれらのモデルメーカーから来ているからである。このような場合、少なくとも中程度の調整が必要であり、規模と成長率が再び予想を上回ることを示す新たな証拠が現れるまで、信頼は回復しない。
状況3：マクロ・資金面は「増幅器」だが、根本的原因ではない。マクロおよび資金面は市場心理や割引率に影響を与えるが、商業的レベルに実際に到達したときのみ、核心的リスクへと昇格する。具体的には3段階に分かれる：単なる資金の引き上げやCPIの1回の予想外の上昇は、小規模な調整にとどまる。持続的なインフレ、金利引き下げの停止、地政学的リスクが重なると、小から中規模へと昇格する可能性がある。しかし、モデルARRやクラウド収益が実際に減速したときこそ、中規模のロジックリセットに入ると見なされる。
簡単に言えば、大規模モデルのARRとクラウド収入が減速しなければ、今回の調整は2000年型の崩壊ではなく、評価と資金面での再評価にすぎない；基礎的な業績が本当に減速したときこそ、新たな反転の証拠を待つ必要がある。
八、現在の段階：ハードウェアの不足から商業的検証へ
今年4月から6月の段階において、市場の核心的な仮定は、大手クラウドプロバイダーの資本支出見通しが継続的に予想を上回ることであり、その背後には、企業および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）がある。この仮定が成り立てば、資本支出は「適正かつ持続可能」であることを意味し、ストレージ、光、CPU、チップから電力および電網に至るまで、全体のサプライチェーンが恩恵を受けることになる。
今後を見据えると、市場の関心は「ハードウェアの不足」から「商業化の実現」へと徐々にシフトしていくと考えます。今年5月に発表されたレポートによると、企業サービス市場で最もよく売れている製品カテゴリは、AI実装・コンサルティングサービス、つまり企業がAIを具体的な業務プロセスに実際に導入するための能力です。その背後にあるロジックは、多くの業界の核心的な生産技術や経験が、公開された文書資料ではなく、経験豊富な従業員の経験に蓄積されているという点です。大規模モデルのトレーニングデータにはこうした「暗黙知」は含まれていません。誰がこれらの業界のノウハウとAIを結びつけることができるかが、次の段階の機会を掴む鍵となります。
私の個人的な判断では、この成長率自体に明確な悪化が見られない限り、今後の調整（例えば金利や関税などのマクロ要因によるもの）は、トレンドの反転ではなく、中程度から小規模な段階的な調整である可能性が高いです。真正に注意すべきは、AIの商業化全体の成長率が大幅に予想を下回る場合です。そのときこそ、このセクター全体の評価ロジックを見直す必要が生じます。
九、歴史的参考：米国株式市場の調整の三段階フレームワーク
米国株式の調整レベルを判断するには、下落幅そのものを見るだけでは意味がなく、重要なのはその引き金が長期的なロジックを覆すものかどうかです。単なる評価切り下げの衝動か、マクロイベントの衝撃か、それとも産業全体のナラティブが再構築されたかです。ナスダックを指標（テクノロジー属性がより純粋であるため）として見ると、過去20年間の調整は大きく3つのレベルに分けられます：
L1小レベル（単数桁の下落）：発生の原因は、急激な上昇後の「評価修正」の衝動に、流動性ショックやインフレ・金利引き下げ期待の影響が重なることが一般的です。この調整は危機ではなく、ファンダメンタルズに変化はありません。影響要因が緩和されたと確認されれば、反転は通常迅速に起こります。最近の例としては、昨年11月の約7％～8％の修正があり、主に流動性ショックとAIへの資本支出に対する疑念が芽生え始めたことが要因でした。
L2レベル（約15％の下落）：通常、マクロ的な大きな出来事や市場メカニズムの衝突を伴い、リスクの再評価が必要となるが、これは基盤的な秩序の崩壊を意味しない。市場は、リスクがさらに拡大していないことを確認するための新しいデータを待つ必要がある。例えば、2023年8月から10月にかけての約15％の修正は、10年物米国債利回りが5％に近づいたことが背景にある。2024年7月から8月にかけての修正は、キャリートレードの決済と不況への懸念に関連している。
L3大レベル（25％以上の下落）： 過去のマクロロジックがリセットされたり、産業の長期的なナラティブが覆されたりすることを意味し、リスク志向が体系的に再評価される。信頼を再構築するには、新たな証拠が必要である。歴史的な例には、2008年の金融危機（半減）、2018年第4四半期（約25％～30％）、2020年3月のパンデミック衝撃（約30％～40％）、2022年の利上げサイクル（約33％～35％）、および関税やグローバル貿易秩序の衝撃による約28％の修正がある。
現在のAI市場ラウンドに適用すると、核心的な分岐点はAIの商業化スピードが鈍化するかどうかである：モデルのARR、企業ユーザー数、トークン収入、クラウド事業収入が依然として予想を上回るならば、ビジネスロジックは逆転されておらず、この修正は資金面やマクロ要因による小～中規模の調整にすぎない。モデルメーカーの業績が予想を下回るならば、商業化の原点にさらに近づいており、少なくとも中規模の再評価が必要となり、新たな証拠を待つ必要がある。AIの成長鈍化が、インフレ急騰、地政学的対立、またはグローバル秩序の崩壊といったシステムリスクと重なる場合にのみ、大規模な調整へと昇格する可能性がある。
簡単に言えば、AIの商業化が減速しなければ、この調整は「再評価」にすぎない；商業化の証拠に断絶が生じたときこそ、全体の枠組みを再構築する必要が生じる。
十、まとめ：AIは文明の基盤能力の根本的な飛躍である
最後に、私がこの一連の波の性質について個人的にどう理解しているかをお伝えします。歴史上の火薬、蒸気機関、電力、インターネットは本質的に「単点産業革命」でした——これらは特定のツール、エネルギー、または情報チャネルをアップグレードし、ある重要なボトルネックを解決した後、サプライチェーンに沿って拡散し、単一技術サイクルのSカーブを描きました。これらの革命は、「ある一次元の能力」を変革しただけで、直接的に知性そのものを向上させたわけではありません。
私はAIは異なります——それは「知性」という最も基本的な能力を高めます。人類が「火を使う」ことと類似します：火を使わなかった状態から火を使えるようになったことは、単に「新しいツールが追加された」だけでなく、加熱された食事が身体構造を変化させ、結果として脳の容量に影響を与え、最終的には文明全体の能力を拡張しました。AIも同様に、知覚、推論、生成、意思決定、行動という一連の基本能力を全体的に引き上げています。これは、特定のツールをより使いやすくするのではなく、「文明の生産関数」レベルでの根本的な進化です。
基盤能力の飛躍であるがゆえに、上層には継続的かつ段階的に新たな産業革命が生み出される：エージェント革命、ロボット革命、ドローン革命、そして国防・軍需、宇宙技術、さらには他の多くの業界におけるプロセスの再構築。このプロセスは一気に実現されるのではなく、波のように次々と現れる。したがって、私が真に注目すべき主线は、特定のアプリケーションの爆発的拡大に賭けることではなく、「知的能力が物理世界および各業界のプロセスにどのように拡散していくか」を継続的に観察することである——これが今回のAIの波がどれほど長く続くかを判断するための核心的な手がかりである。
今後1〜2年を見渡すと、技術力と商業化の進展が互いに検証し合い、促し合うという「加速中の加速」が継続して感じられるでしょう。しかし、市場の動き自体は必ずしも直線的ではなく、「不足—アップグレード—長期的な実現」というロジックの切り替えの中で、波状的な特徴を示すでしょう。
声明：本記事の内容はゲストの意見をそのまま掲載したものであり、いかなる投資アドバイス、商品販売の提案、収益保証でもありません。