9 月 20 日、VC 大手 Sequoia の記事により、Nvidia だけでなく AI 業界全体が最前線に躍り出ました。 Sequoia のパートナーである David Cahn 氏は、控えめに見積もっても Nvidia の GPU 売上高 500 億ドルは、他社のデータセンター支出 1,000 億ドルに相当すると考えています。利益率を 50% と仮定すると、AI 業界はこの支出を相殺するために 2,000 億ドルの収益が必要になります。しかし、現時点では年間売上高が750億ドルしかなく、1,250億ドルの差が残っている。

カーン氏はGPUの生産能力が過剰であると指摘し、AI分野でも「貨幣焼却炉」モデルが繰り返されると予想している。

この事件が3日間発酵した後、シリコンバレーのベンチャーキャピタル大手A16Zの特別顧問でAIスタートアップ2Xの創設者であるグイド・アッペンツェラー氏は10件近くのツイートを投稿し、AIの収益性に関するセコイアの見積もりを覆しただけでなく、セコイアの最も根本的な問題はAIの歴史的革命の影響を過小評価していることだと指摘した。


アッペンツェラー: AI はすべてのソフトウェアを破壊し、収益格差は存在しません

アッペンツェラー氏は一連のツイートで、カーン氏の記事にある３つの大きな間違いを指摘した。

まずカーン氏は注目を集めるために記事の冒頭で2000億ドルという数字を使ったが、アッペンツェラー氏はこの数字の計算過程に問題があると考えている。


アッペンツェラー氏は、カーン氏が GPU の購入コスト (資本支出)、年間運用コスト、GPU ライフサイクル中の累積収益、および AI アプリケーションからの年間収益を合計し、2,000 億ドルという一見誇張された数字を導き出したと指摘しました。


ただし、より適切な計算は、GPU 購入者が資本を投資した後に得られる年間投資収益率に基づいたものになります。言い換えれば、GPU 購入者の投資収益率を計算する必要があります。さまざまな期間や性質のさまざまなコストと収益を単に合計するのではなく。


第二に、Appenzeller 氏は、GPU の電気コストも過大評価されていると考えています。Cahn 氏は、GPU の電力消費量とハードウェア コストの比率は 1:1 であると想定していましたが、実際にはそれほど誇張されていませんでした。

Appenzeller 氏によると、H100 PCIe GPU の価格は約 30,000 ドルで、消費電力は約 350 ワットです。サーバーと冷却を考慮すると、総消費電力は約 1 キロワットになると考えられます。

電気料金が 0.1 米ドル/kWh の場合、この H100 GPU はGPU ハードウェアに費やす 1 ドルごとに必要な電気代はわずか 0.15 ドルで、カーンの推定値 1 ドルよりもはるかに低くなります。


上記 2 つの推定値は最も致命的なものではないとアッペンツェラー氏は考えています。この記事の根本的な問題は、AI革命の範囲を過小評価していることだ。

アッペンツェラー氏は、AIモデルはCPU、データベース、ネットワークと同様にインフラストラクチャコンポーネントであると述べた。現在、ほぼすべての AI ソフトウェアは CPU、データベース、ネットワークを使用しており、将来的にはそうなるでしょう。

したがって、AI モデルはすべてのソフトウェアと IT システムに重大な影響を及ぼし、その影響範囲は記事で分析した狭い領域をはるかに超えています。この記事は、将来のソフトウェア インフラストラクチャとしての AI モデルの地位を無視しているため、AI 革命の真の重要性を過小評価しています。


スタートアップはこのギャップを埋めることができるでしょうか?カーン氏は「大きなチャンス」があると信じている。 AI 分野における技術の飛躍と前例のない GPU 購入の波は、常に人類にとって良いニュースです。しかし：

歴史的なテクノロジーサイクルでは、インフラの過剰構築は資本を浪費する傾向がありましたが、同時に新製品開発の限界コストを下げることで将来のイノベーションを生み出す傾向もありました。AI の分野でもこのパターンが繰り返されると予想されます。

そこで問題は、AI 産業が十分な 2,000 億米ドルを稼ぐことができるかということです。アッペンツェラー氏は肯定的な答えを出しましたが、それ以上に、ネットワークインフラとして、それが生み出す収益は各部門に異なる形で存在します。

アッペンツェル氏はこう語った。

ネットワーク インフラストラクチャには年間 2,000 億ドル以上が費やされており、8,000 億ドルの「ネットワーク ソフトウェア」収益を生み出すことができるでしょうか?

いいえ、ただし、Google はネットワーク インフラストラクチャを使用して広告を販売しているため、発生した収益は「ネットワーク ソフトウェア」の収益ではなく、広告収益として表示されます。また、Microsoft Office 365 によって達成された収益は「ネットワーク ソフトウェア」の収益とは表示されません。


言い換えれば、インフラストラクチャからの収益は、セクターに応じて異なる収益カテゴリとしてラベル付けされることになります。

最後にアッペンツェラー氏は次のように結論づけた。AI はすべてのソフトウェアを破壊するでしょう。カーン氏が説明した「AI の収益格差」は実際には存在しません。

記事内で想定されている「AIの収入格差」は実際には存在しない。 AI と AI がサポートするインフラストラクチャへの支出は、最終的にはさまざまな形でさまざまな業界のソフトウェア支出と収益に反映されることになります。

AIは狭義の「AIソフトウェア」だけでなく、あらゆるソフトウェアに大きな影響を与えることになる。したがって、「収益ギャップ」について心配する必要はなく、AI 革命が IT 業界全体に与える重大な影響を自信を持って見ることができます。


NVIDIA の顧客はなかなか収益を上げられず、資本の忍耐力は「数千億ドル」で限界に達しつつある

AI の収益化能力に対する Sequoia の懸念は無理からぬものであることは注目に値します。

Wall Street Insights による以前の記事では、業界が長期的に発展し続けるためには、各 GPU への巨額の投資が最終的に最終顧客価値に変換される必要があると述べられています。

現在、「ナゲッツがシャベルを買う」ロジックの中心的な受益者として、今年の最初の 2 四半期の Nvidia の業績は非常に印象的です。しかし、下流のアプリケーション層ではAIへの投資が増えるだけで、パフォーマンスは向上していません。

大規模なモデルのトレーニングによってもたらされる膨大な需要の恩恵を受けて、AI インフラストラクチャ メーカーの注文とパフォーマンスは継続的に検証されてきました。ただし、B サイド アプリケーションはまだ初期段階にあります。 AI アプリケーション メーカーのほとんどはまだ商用化段階に入っていません。納期の観点からはインフラ層より2～3四半期遅れる見込みです。

金の採掘者がお金を稼ぐことができず、シャベルの売り上げが爆発的に増加した場合、当然、彼らは長くは続かないでしょう。過去1カ月でエヌビディアの株価は11％以上下落し、今年6月の水準に戻った。


コスト削減と効率向上が依然として世界のテクノロジー株の発展の主要テーマであるという前提の下では、資本市場の忍耐力は限界に達しつつある。