Citadel：計算力の不足は依然としてAIの最大のボトルネックであり、超大規模クラウドプロバイダーが最終的な勝者となる可能性がある

AI業界の競争構造は急速に分化しており、勝敗を決する重要な変数はモデル能力ではなく、物理的な算力の可用性です。

Citadel Securitiesの最新分析によると、算力需要は供給の増加ペースを継続して上回っており、本当に希少な資産は倉庫にあるチップではなく、通電され、すぐに利用可能な算力です。

この構造的なボトルネックは短期的に解消しがたく――電力網への接続やプロジェクト認可までのサイクルは年単位であり、規模の大きな設備投資計画でさえ、このギャップを短期的に埋めることはできません。これは、ハイパースケーラー（超大規模クラウド事業者）の現在のキャッシュフローが、既存インフラの実際の収益潜力を過小評価している可能性を意味します。

市場のシグナルをみると、旧型GPUを含む算力レンタル価格は依然として堅調であり、既存の生産能力が引き続き活用されており、市場の需給逼迫は大規模投資によっても顕著に緩和されていません。同時に、AIエージェントの台頭は算力消費を拡大し続けており――ひとつの人間による指示が数十、場合によっては数百回ものモデル呼び出しを誘発し、単一タスクの算力消費を上昇させ、需要側をさらに支えています。

算力ボトルネックの本質：単なるチップではない

Citadel SecuritiesのアナリストNohshad Shahは、「算力」とはGPUだけを指すものではなく、GPU、電力、データセンタースペース、メモリ、ネットワーク、冷却設備、そして運用に関する専門能力までを含む総合体であると指摘します。本当に希少なのは、「通電され、いつでも利用できる算力」であり、倉庫に眠っているハードウェアではありません。

算力先物カーブによれば、供給は増加しているものの、需要の伸びの方が速いです。電網接続やプロジェクト認可のサイクルが年単位であるため、規模の大きな設備投資計画でさえ、短期間でこのギャップを埋めることはできません。AIが現在直面している制約は、利用ユーザー数が足りないことではなく、本当に稼働可能な算力自体の不足です。

注目すべきは、現時点で大量の算力キャパシティが2024年から2025年に締結された契約に基づいていることです。当時は需要の強さがまだ十分に顕在化していませんでした。これらの契約が順次満了するにつれ、既存インフラは利用率の向上と同時に再評価される見込みで、コスト基盤はほぼ固定されているため、経営レバレッジ効果が段階的に発揮されます。当該分析は、市場が今すぐ設備投資の費用を織り込む一方で、今後の収益拡大可能性を過小評価しているかもしれないと指摘しています。

さらに、token価格の下落は必ずしもネガティブとは限りません。より安価なスマートコストによって、より多くのアプリケーション・シナリオが経済的に成立するためです。加えて、AIエージェントによる算力消費の倍率効果により、全体的な算力需要は拡大し続ける見込みです。重要な変数は需要の弾力性にあり――もし使用量の増加が単価の下落を上回れば、低価格化によって市場が拡大しますし、逆にtokenが安くなっても実需が伸びなければ、これは本質的なネガティブとなります。

業界の分化が加速、ハイパースケーラーが二重優位を獲得

Citadel Securitiesの分析は、AI業界における両極化の構造をますます鮮明に描いています：一方にはOpenAIやAnthropicのような最先端ラボが知性そのものを商品化しており、もう一方にはGoogleやMicrosoftのような多角的なハイパースケーラーが存在します。どのモデルが最終的に勝利しようとも、全スタックをカバーすることで収益化が可能です。

この枠組みでは、最先端モデルは計画策定、推論、プログラミング、タスク編成といった高付加価値タスクに特化し、比較的小さなtokenシェアでプレミアム収益を獲得します。一方で、廉価またはオープンソースモデルは高並列処理の実行層任務を担い、最先端ラボは高付加価値分野における価格決定権を保ちつつも、ハイパースケーラーや推論サービスプロバイダーは両層の恩恵を受けます。なぜなら、どのようなワークロードでも、チップ、メモリ、ネットワーク、電力が不可欠だからです。

この論理の帰着点は、「最先端モデルが計画を担い、廉価モデルが実行を担い、そして『通電済み算力』の所有者が両端の経済価値を同時に刈り取る」というものです。投資家にとっては、AIビジネス化の道筋がまだ不確実な中で、物理算力インフラを押さえているハイパースケーラーこそが、この競争において最もリスクとリターンのバランスが明確な投資先である可能性があります。