論理的思考力が希少な資源となったとき、その価値を誰が享受するのだろうか？

著者：フランク・フー、IOSG

2023年にデビッド・カーンが指摘した「ボトルネック」は、トレーニング側では決して解消されていません。推論側では解消され、市場はここ数週間でようやく価格に反映させ始めたところです。Nvidiaが「サービストークン」を中心とした財務報告体制を再構築し、Cerebrasが20倍もの応募超過で上場した時点で、ボトルネックに関する議論はすでに終結しており、真の問題は、推論が希少なリソースとなったとき、コンピューティングスタックのどこに価値が集中するのか、という点に移りました。

1. GPUの動向：2000億ドル問題から6000億ドル問題へ

2023年、セコイア・キャピタルのデビッド・カーン氏は、AIインフラ全体にのしかかる「2000億ドル問題」という疑問を提起した。GPUに1ドル投資するごとに、データセンターでGPUを稼働させるためにさらに1ドル投資する必要があるため、毎年のGPU設備投資額は、最終的にこれらのチップが約2000億ドルの収益を生み出してその資本を回収しなければならないことを意味する。AIの収益について非常に寛大な仮定を置いたとしても、彼は「投資」と「エンドユーザーからの実際の支払い」の間に1250億ドル以上のギャップがあることを発見した。懸念は単純明快だ。GPUは実際の需要に先駆けて過剰に生産されているのだ。

1年後、その差は縮まるどころか、むしろ拡大した。2024年の続報で、カーンはハイパースケールベンダーの設備投資が膨れ上がるにつれ、これを「6000億ドルの難問」と再定義した。弱気な論理は、おなじみの形に収束した。つまり、過剰投資は過剰供給につながり、過剰供給は資本を浪費するというものだ。

どちらの記事も本質的に同じ疑問を投げかけている。この穴を誰が埋めるのか？その答えは、これまで「トレーニング」側のデータには現れていない。答えは推論側のデータに現れており、市場が価格に反映させ始めたのはここ数週間のことだ。

2. CerebrasのIPOとInference Squeeze

Cerebrasは木曜日に株式公開を行った。今回のIPOは20倍もの応募超過となり、価格は水曜日の最終値上げ幅のほぼ2倍となった。この需要は「次世代のNvidiaキラー」への期待からではなく、より単純な認識から生まれたものだ。つまり、AIにおける真のボトルネックは学習ではなく推論にあるということを、市場は理解し始めているのだ。

Cerebrasの強みは、推論を極めて高速化するチップアーキテクチャです。重要なのは学習ではなく、推論そのものです。ウォール街が注目しているのはまさにこの点です。推論市場は、利用が進むにつれて拡大していく、継続的な需要のある市場です。Claudeが質問に答えるたび、エージェントがタスクを実行するたびに、計算能力が消費されます。学習は一度きりですが、推論は決して止まることはありません。

JPモルガンは、推論市場の規模を学習市場の10倍から50倍と推定している。マシンが他のマシンから割り当てられたタスクを実行し始めると（すなわち、エージェント拡張）、推論需要はユーザー数の増加に伴って拡大するのではなく、コンピューティング能力そのものの増加に伴って拡大するようになる。

3. Nvidiaが業界を塗り替える：推論が主役に

Cerebrasが市場の覚醒を象徴するものであるならば、Nvidiaの最新の四半期決算報告はサプライチェーンのトップからの確証と言えるだろう。最新の決算説明会で、ジェンセン・フアンCEOは暗黙の真実を明らかにした。AIの需要は急激に伸びているのだ。理由は単純明快だ。エージェント型AIが到来したからだ。主流のAIは、一回限りの推論から論理的推論へと移行し、今やツールを呼び出し、タスクを自律的に実行できるエージェント段階へと移行している。フアンCEOは「トークンは今や収益を生み出す」と述べた。AI時代においては、計算能力は収益と利益に直結する。

これは業界全体を根本的に変えるものです。トレーニングはモデル構築のための1回限りのコストですが、推論はモデルを実行するための継続的なコストであり、現在のボトルネックはトレーニングではなく推論にあります。

Nvidiaはこの判断を財務報告に反映させた。同社は現在、業績を1つのプラットフォームではなく、データセンターとエッジコンピューティングの2つのプラットフォームに分けて開示している。データセンター（今四半期は約750億ドル、前年同期比+92%）はさらにハイパースケール（約380億ドル、前四半期比+12%）と、AIクラウド、産業、エンタープライズを含むACIE（約370億ドル、前四半期比+31%）に細分化されている。新たにエッジコンピューティングが加わり、64億ドル（前年同期比+29%）となり、PC、ワークステーション、AI-RAN基地局、ロボット、自動車など、エージェント型AIと物理AIが実際に動作するエンドポイントを対象としている。

エッジは現在、総収益の 8% 未満を占めていますが、Nvidia はこれをデータセンターと並ぶ「第 2 プラットフォーム」に位置付けています。これは、推論が 2 つの戦線に分かれていることを示しています。データセンターでのクラウド推論と、AI が物理世界で認識、移動、行動する必要があるエッジでのエンドポイント推論です。ロードマップも同じロジックに従っています。第 3 四半期に出荷開始予定の Vera Rubin は、Blackwell の最大 35 倍の推論スループットを実現できます。また、Huang 氏は、エージェントワークロード向けに設計された Vera CPU の新たな総潜在市場 (TAM) を 2,000 億ドルと発表しました。主要なモデル企業はすべて初日からこれに完全にシフトすると予想されています。

地球上で最も価値の高い企業が「サービストークン」を中心とした財務情報開示体制を再編する中で、ボトルネックに関する議論は既に決着がついたと言えるでしょう。本稿の残りの部分では、推論（学習ではなく）が希少な資源となった場合に、誰が価値を獲得するのかについて考察します。

まず、範囲を明確にしておきます。この記事では、APIトークンサービスを提供するデータセンターのレンタルGPUを指すクラウド推論について論じています。エンドポイント推論は、デバイス自体（NvidiaのJetson、RTX、Drive、AI-RANなど）内のローカルチップ上で実行され、その下にあるGPUリースおよび集約スタックを完全にバイパスします。ここでは、HyperbolicやVeniceが事業を展開する完全にクラウド側の市場ではなく、推論経済全体を増幅させ、ボトルネック論を裏付ける追い風として捉えてください。

4．窮地に陥った

Anthropicは炭鉱のカナリアだ。使用率は事前設定された容量をはるかに超え、Claudeが「脳を抜き取られた」という苦情がインターネット上に殺到している。応答速度の低下、推論の遅延、コンテキストウィンドウの圧縮などだ。解決策は明らかにコンピューティング能力の増強にある。2026年5月、AnthropicはSpaceXからColossus 1データセンター全体を引き継ぎ、22万台以上のNvidia GPUと300メガワット以上の電力を、トレーニングではなく推論専用に割り当てた。

この容量によって、一連の割り当て変更が実現し、それぞれがシグナルとして機能します。5月6日、AnthropicはClaude Codeの5時間制限を倍増し、ピーク時のスロットリングを解除し、OpusのAPIレート制限を大幅に引き上げました。5月13日には、Claude Codeの週ごとの制限をさらに50%引き上げました（7月13日まで）。そして6月15日からは、「寛大」とは正反対の措置を取りました。エージェントとプログラムによる使用（Agent SDK、ヘッドレスモードのclaude -p、CIパイプライン）を定額サブスクリプションから分離し、個別に計測されるクレジットプール（月額20ドルから200ドル、APIレートで課金）にしました。この最後のステップで、議論全体が1つのアクションに集約されました。エージェントが推論を消費する速度は定額サブスクリプションの設計容量をはるかに超えているため、元の「継続コスト」に応じて価格設定する必要があるということです。

トレーニングは一度限りの設備投資です。推論は継続的な運用コストであり、新規ユーザーや新規エージェントが増えるごとに増加します。

5. このスタック：6層、1つのボトルネック

すべてのAIアプリケーションは、TSMCのウェハー製造から始まり、APIエンドポイントで終わるサプライチェーンの上に成り立っています。

ほとんどの企業は、このスタックの1つのレイヤーしか所有していません。Nvidiaはシリコンを、CoreWeaveはベアメタルを、Together AIは推論最適化を、そしてOpenRouterはモデルAPIルーティングを所有しています。

例外はただ一つだけある。

6. ハイパーボリック：3つの階層にまたがる唯一の企業

Hyperbolicは2025年6月にオンデマンドGPUマーケットプレイスを立ち上げた。最初の数か月で、開発者数は20万人を超え、最先端のAIラボ、検索エンジン、大手消費者向けプラットフォームなど、幅広い分野を網羅している。

興味深いことに、その建築様式は。

HyperbolicはGPUを1枚も所有していません。すべてのカードは、CoreWeave、Lambda Labs、Nebiusなどのネオクラウドやデータセンター、そして遊休容量を持つ小規模事業者から調達しています。これは弱点のように聞こえるかもしれませんが、実際には強固な競争優位性となっています。

HyperbolicはGPUサプライヤーと消費者の間に位置することで、他社には入手できないリアルタイムデータを把握できます。誰がどのGPUをいくらで、いつ購入しているかを把握し、供給過剰が公になる前にそれを察知し、需要の急増が市場に波及する前にそれを検知します。

現在、Hyperbolicの強みは、このマルチクラウド集約そのものです。Hyperbolicは、数十もの独立したクラウドやデータセンターから断片化された容量を標準化された統合プールに統合し、開発者が各事業者と交渉したり、多数のアカウントを管理したりすることなく、どこでも最も安価なGPUをレンタルできるようにします。接続するクラウドが増えるほど流動性が高まり、価格データも豊富になります。さらに、Hyperbolicチームは、このデータを使ってGPUの価格曲線をモデル化し、最終的には自社の資金を投じて需給を平準化し、物理コンピューティング能力のマーケットメーカーとして機能させることを目指しています。しかし、この目標はまだ初期段階にあり、現在真に成長しているのは集約レイヤーです。

これがフライホイールです。

より多くのクラウドを接続する → より多くの集約された供給

供給量の増加 → より深い市場とリアルタイムの価格データ

より良いデータ → よりスマートなルーティングと長期的な価格設定モデル

流動性と価格の向上 → 開発者の増加 → より多くのクラウドが接続を希望する

他にこのような試みをしている企業は存在しない。Hyperbolicは、GPUリース層、デプロイメント層、モデルAPI層を網羅する唯一の企業である。

7. 鏡としてのヴェネツィア

Veniceは、アプリケーション層における推論経済の最も明確な例であり、Hyperbolicの立場とは対照的な存在と言える。プライバシーを最優先とする推論アプリケーションであり、OpenAI互換のAPIセットと、消費者向けサブスクリプション（無料／プロ／プロプラス／マックス）を提供し、約75のモデルにリクエストをルーティングする。そのうち3分の2はオープンソースまたは自社ホスト型のモデル（Llama、Mistral、Qwen、DeepSeek）であり、残りはクローズドソースの最先端モデルを匿名でパススルーしたものである。重要なのは、Veniceが実質的な計算能力を所有していない点だ。非公開のGPUパートナーや機密性の高いコンピューティングプロバイダー（NEAR AI Cloud、Phala）からレンタルし、パススルーのために最先端の研究所に料金を支払っているため、収益の真のコストはSaaSホスティングではなく、推論計算能力にある。

Veniceが真に提供しているのはプライバシーです。ここで言う「民営化」とは、公共のコンピューティング能力を私有財産にするという意味ではなく、むしろコモディティ化された推論を保証の層で包み込むことを意味します。具体的には、データ保持なし、トレーニングなし、リクエストの匿名化、そして一部のワークロードをTEEで実行することで、オペレーターが平文を見ることが不可能になります。基盤となるコンピューティング能力はコモディティレベルであり、価格の上乗せはこのプライバシー保護の層から生じます。さらに、この保証は階層化されており、均一ではありません。Veniceが管理するGPUまたはTEEで実行されるオープンソースモデルの場合、ほぼエンドツーエンドの機密コンピューティングを実現できますが、ClaudeやGPTのようなクローズドソースモデルの匿名パススルーの場合、プライバシーは単にIDを削除するだけで、反対側の最先端ラボは依然として元のプロンプトを処理しています。したがって、最も強力なプライバシーはオープンソース部分のみを対象とし、最先端モデル部分は「真に機密」ではなく「匿名」にとどまります。 Veniceの粗利益は、購読料から下流で支払われる推論コストを差し引いたものであり、APIの基本価格に上乗せできる部分は、ほぼ完全にこのプライバシープレミアム層に依存しているため、利益率が低く、最先端のパススルー価格設定によって制約を受けている。

トークン設計では、推論需要のこの部分をパッケージ化しています。Veniceは、VVV（ステーキングとプラットフォームアクセス）とDIEMの2つのトークンで運営されています。DIEMは推論クレジットであり、1 DIEMは1日あたり約1ドルの計算能力に相当します。有料サブスクリプションにより、VVVのプログラムによる買い戻しがトリガーされます（Pro / Pro+ / Maxは約2ドル / 5ドル / 10ドル）。発行量は固定スケジュールに従って減少します。1か月あたり600万VVV → 500万VVV → 400万VVVとなり、7月1日には300万VVVに調整されます。買い戻しは実際に行われますが、裁量によるもので、まだ小規模です。4月と5月にはそれぞれ約10万3000ドルが焼却され、6月は徐々に約11万ドルまで増加していますが、月間20万ドルのラインには遠く及びません。

実際の業績は、世間の報道ほど悪くはありません。「年間経常収益（ARR）7,000万ドル」という公表されている数字は、おそらくサブスクリプションの更新を新規顧客獲得と混同した結果でしょう。妥当なARRの範囲は、600万ドルから1,500万ドル程度です。この数字を下回るものの、着実な成長が見られます。約13万6,000のユニークウォレットアドレス、月間約990万回のウェブサイト訪問（1日あたり約33万回）、そして1日あたり約1,400件の新規Proサブスクリプションが見込まれます。これは確かにビジネスですが、利益率の低いビジネスであり、その経済性は購入するコンピューティング能力によって制約されています。

まさにこの理由から、HyperbolicはVeniceの1つ上の階層に位置づけられています。Veniceがガソリンスタンドだとすれば、Hyperbolicは精製所のようなものです。Veniceは誰もが頼っている限られた供給源からコンピューティングパワーを購入しますが、Hyperbolicはその断片化された供給源を集約・標準化し、Veniceをはじめとする同様の事業者に販売します。推論需要が増加するにつれて、コンピューティングパワーを消費するアプリケーションだけでなく、コンピューティングパワーを集約・ルーティングし、これらのアプリケーションが支払う収益コストを回収する階層にも価値が蓄積されていきます。

8．なぜこれが今重要なのか

Nvidiaは「サービストークン」を中心に財務体制を再編しました。CerebrasのIPOは、推論がボトルネックであることを市場が理解していることを証明しています。Anthropicが必死にキャパシティを確保しようとしていることは、これが現実的な問題であることを示しています。エージェント型AIと物理AIは、クラウドとエッジの両方の領域にわたって、需要を数桁も増幅させるでしょう。

さらに、同社は「6000億ドルの疑問」にも別の側面から終止符を打った。カーン氏の弱気な論理、つまり過剰構築が供給過剰につながるという論理は、おそらく検証されるだろう。しかし、供給過剰はまさに資産の少ないアグリゲーターにとって最適なシナリオだ。GPU価格が下落し、供給が数十のクラウドに分散すると、ハードウェアを一切所有せず、すべてのワークロードを最も安価なカードにルーティングするプレーヤーは価格差益を得る一方、価値が下落するGPUを保有する事業者は損失を被ることになる。ハイパーボリックは供給過剰を空売りするのではなく、供給過剰に賭けているのだ。

最終的に生き残るのは、最も多くのGPUを保有する企業ではなく、どのGPUがどこでいくらで入手可能かを把握し、あらゆるワークロードを最も低コストで実行できる場所にルーティングできる企業だろう。

Hyperbolicはまさにそのような企業を構築している。GPUを所有せず、純粋にソフトウェアのみで運営し、3つのレイヤーにまたがりながらも、推論コンピューティング能力のための究極の集約レイヤーになりつつある。