執筆者：深思圈多くの人はAIはただの会話できるロボットだと思っている。ChatGPTを開いてメールの修正を頼めば、それができる。まるで魔法のようだと感じてページを閉じると、AIの仕組みを理解した気になる。でもこれは、レストランでクレジットカードを使っただけでVisaの収益源を理解した気になるのと同じだ——製品は使ったが、システムの全体像は見えていない。投資家のAnish Moonkaは最近、AI産業の価値連鎖構造を体系的に分析した長文を公開した。彼はほぼ1年かけて、資金がAI業界のどこをどう流れているのかを本当に理解したと語る。正直に言えば、彼は多くの曲がり角を通り過ぎてきたと認めている。ChatGPTやClaude、Geminiといった目に見える製品に固執していたが、その裏では7000億ドルが静かに、名前も知らない基盤インフラに流れていることに気づいたのだ——聞いたこともないチップ、まるで架空の封装技術のようなパッケージ、冷却システム、発電所。コンクリートはテキサス、アイオワ、ハイデラバールで打設されている。この文章は私に大きな示唆をもたらした。私たちのAI理解は最初からずれていた可能性があることに気づかされた。見えているのは氷山の一角であり、真の富の創出は水面下で静かに進行している。五層のケーキ：なぜ底部の四層について誰も話さないのかNvidiaのCEO黄仁勋は2026年1月のダボス会議で、AIを五層のシステムと表現した：エネルギー、チップ、クラウド、モデル、アプリケーション。彼はこの全体を「人類史上最大規模のインフラ建設」と呼んだ。Anish Moonkaはこの枠組みを「AIスタック」と呼び、各層が上位層を支え、資金が双方向に流れていると指摘している。この五層構造は理解しやすい。エネルギー層は電力を供給し、AIデータセンターは驚くほど電力を消費する。大規模な訓練一回分の電力消費は、小さな町の1年分に匹敵する。チップ層は大量の数学演算を行う専用プロセッサを提供し、これは普通のノートPCのチップとは異なる。クラウド層はこれらのチップを詰め込んだ巨大倉庫で、超高速ネットワークでつながっている。モデル層は実際のAIソフトウェアで、データからパターンを学習する「脳」。アプリケーション層は私たちが日常的に使う製品、ChatGPTやGoogle検索、銀行の不正検知システムなどだ。面白い現象に気づいた：AIに関する議論のほとんどは第5層、すなわちアプリケーション層に集中している。なぜなら、これが私たちが見て、触れて、使える部分だからだ。しかしAnishは重要なポイントを指摘している：第5層だけに注目し、全体の80％を見落としている。投資家や起業家、世界の動向を理解したい人にとって本当に重要なのは、これらの層間で資金がどう流れているかを理解することだ——集中し、複利し、集積し、今やほとんど誰も注目していない場所に資金が流れている。「インフラ」という言葉の意味を考えてみよう。道路、電力網、水道システム、これらは文明を動かすものであり、それらが崩壊する前に誰も気にしない。AIはまさにそのような存在になりつつある——見えず、不可欠で、構築コストが非常に高い。これが、データセンターの冷却システムや電力網の容量について誰も議論しない理由を説明している。だが、その「誰も議論しない」場所こそ、真金白銀が流れている場所なのだ。資金はどこへ行ったのか：直感に反する真実Anishは記事の中で驚くべき数字を明かしている。2026年、世界の四大クラウド事業者——Amazon、Microsoft、Google、Meta——は資本支出（capex）に6500億ドルから7000億ドルを投じる見込みだ。これは何の規模か？スイスの年間GDPにほぼ匹敵する。うち約75％、つまり4500億ドルはAIインフラに直接投入される。チャットボットやアプリではなく、建物、チップ、ケーブル、冷却システムにだ。この数字は私にAI産業の全体像を再考させた。ChatGPTを使う前に、誰かがショッピングモールの規模のデータセンターを建て、何万もの専用プロセッサを詰め込み、それらを価値の大半を超えるネットワーク機器でつなぎ、毎日一つの小さな都市に匹敵する電力を供給している。これが第1層から第3層までの動き——見えない層であり、資本が大規模に投入されている層だ。しかし、ここには深い矛盾もある。多くの人はOpenAIのような企業が巨額の利益を上げていると考えているが、それは事実だ。OpenAIは2025年末に年間収益（ARR）が200億ドルに達し、1年前の60億ドル、2年前の20億ドルから急増した。2年で10倍の成長は、歴史上類を見ないスピードだ。しかしAnishは重要な事実を明かす：OpenAIは2025年に約90億ドルの現金を使い果たし、2026年には170億ドルのキャッシュ消費を見込んでいる。推論コスト（AIに質問したときの実行コスト）は2025年に84億ドルに達し、2026年には141億ドルに増加予定だ。黒字化は2029年か2030年まで待たねばならない。これらの資金はどこへ行ったのか？Anishは答えを示す。それは技術スタック全体に流れている。Microsoft Azureに流れ、（OpenAIは2032年までに総収入の20％をMicrosoftに支払う必要がある）、Nvidiaのチップ購入に、データセンター建設・装備の企業に、電力会社に流れている。ほぼ循環するようなパターンだ：MicrosoftはOpenAIに投資し、OpenAIはAzureに資金を使い、Azureは収益の一部を使ってNvidiaのチップを買い、Nvidiaは記録的な利益を出し、皆が祝福している。現金は絶えず下流へ流れている。ここから見える根本的な誤解は、多くのユーザーは技術スタックのトップにいるが、多くの利益は底部にあるということだ。この乖離こそが投資の核心だ。Anishはこれを「AI価値連鎖の第一課」と呼び、収益は上に流れ、資本は下に流れると指摘している。投資家や観察者は収益の伸びに惹かれるが、実は資本の蓄積こそが真の守りとなる。歴史は繰り返す：電力革命の教訓Anishは記事の中で素晴らしい歴史的比喩を行っている。AIが何をしているのか理解したければ、1880年から1920年の電力革命を研究せよと。トーマス・エジソンが1882年にマンハッタンのパール街に最初の商用発電所を建てたとき、人々は電力をただの新奇なもの、部屋を照らす派手な仕掛けと考えていた。なぜ必要なのか？ガス灯で十分だったのに。しかしわずか40年で、電力は地球上のすべての産業を再構築した——製造、輸送、通信、医療、娯楽。勝者は電球を発明した会社ではなく、発電所を建て、銅線を敷き、発電機を作った企業だった：GE、西屋電気、公用事業、銅山採掘業者、建設業者だ。同じパターンがAIでも展開されている。ただし、数十年のスケールを数年に圧縮しているだけだ。Anishはこれを「インフラ引力」と呼ぶ。新たな計算プラットフォームが出現するたびに、最初の富の創出は「ピッケルとシャベル」に集中する。アプリケーションは後から現れ、メディアの注目を浴びるが、インフラはすべての利益を獲得する。数字を見れば、この理論の威力がわかる。Nvidiaは2026年度（2026年1月まで）の年間収益が2159億ドルで、前年から65％増。最後の四半期だけで、データセンター部門は623億ドルを稼ぎ、前年比75％増だ。この部門だけでNvidiaの総収益の91％以上を占めている。1四半期の収益が680億ドル、そのうち九割が一つの事業ラインからだ。TSMCは、2025年に世界の半導体ファウンドリー市場の約70％を占め、売上高は1225億ドルに達した。最も近い競合のサムスンは7.2％に過ぎない。Anishはこの支配的地位について、「この状況は標準石油会社さえ不安にさせる」とコメントしている。私はAnishの意見に特に共感する。誰に聞いても、インターネット革命はGoogle、Amazon、Facebookのことだと言う。しかし、実際に早期に稼いだ資金の場所を尋ねると、答えはCisco、Corning、光ファイバー敷設会社だ。同じ話が、十年ごとに繰り返されている。インフラは常に先に勝つ。問題は、そのウィンドウがどれだけ続くかだ。投資家の地図：層別に見るチャンスAnishは記事の中で、投資機会を層ごとに詳細に解説している。これは非常に価値のある部分だ。抽象的な概念を具体的な投資フレームワークに落とし込んでいる。第一層：エネルギー。AIデータセンターの電力消費は非常に激しく、2026年までに年間約90テラワット時の電力を消費すると予測されている。これは2022年の約10倍だ。これにより、直接的な投資の論点が生まれる。電力を生成し、伝送し、データセンターに安定供給できる企業は恩恵を受ける。黄仁勋は2025年10月の発言でこう言った：「データセンターの自家発電速度は、電網に接続するよりも速いかもしれない」。つまり、テクノロジー企業は自前の公益事業者になりつつあり、従来の電力網を迂回している。このトレンドは、エネルギーインフラへの投資機会が、多くの人が思うよりもテクノロジー業界に近いことを示唆している。第二層：チップ。これは多くの人が知っている層だ。Nvidiaが代表例だが、Anishは指摘する。チップ層はそれだけではなく、さらに細分化される。設計者（Nvidia、AMD、Broadcomなど）、製造業者（TSMCが70％の市場シェアを握る）、装置供給者（ASMLはEUV極紫外線リソグラフィーの唯一の供給者）、メモリ供給者（SK Hynix、Samsung、Micron）、封止技術の提供者だ。この集中度は印象的だ。NvidiaはAIデータセンター用GPUの約92％のシェアを持つ。TSMCはほぼすべての主要チップ設計者のチップを製造。ASMLはEUVリソグラフィー装置の唯一の供給者。設計、製造、装置の各段階が一つの企業に集中している。Anishはこれを「投資の論点であり、地政学リスクでもある」と指摘する。この極端な集中は、高利益と高リスクを同時に孕む。第三層：クラウドとデータセンター。市場はAmazon Web Services（31％）、Microsoft Azure（24％）、Google Cloud（11％）の三大クラウド巨頭が支配している。しかし、この層はそれだけにとどまらない。富士康は世界の約40％のAIサーバーを組み立て、Arista NetworksやCredoがネットワークインフラを構築、Vertivは液冷システムを担当、データセンターREITは土地と建物を所有、さらにはコンクリートを打設する企業もある。Anishが示した数字に衝撃を受けた：米国銀行の推計によると、2026年にはクラウド事業者はキャッシュフローの90％をcapexに充てる見込みで、2025年の65％を上回る。Morgan Stanleyは、これらの企業は今年、4000億ドル超の借入を行い、2025年の1650億ドルの2倍以上の資金を調達すると予測している。これは、計算機倉庫を建てるためだけの年間借入額だ。規模は前例がない。第四層：モデル。これは「脳」の層で、OpenAI（GPTシリーズ、ARR超過200億ドル）、Anthropic（Claude、2026年前の年化収益約190億ドルと報告）、Google DeepMind（Gemini）、Meta AI（Llama）などが含まれる。Anishはこの層についてこう評価している：最も盛り上がり、かつ最も収益性が低い。ビジネスモデルの構造的問題だ——計算コストが増大すればモデルは良くなるが、その支出増は収益を上回る。まるでレストラン経営のように、料理ごとにより高価な材料を使うが、価格は変わらないと期待される。利益の余地は縮小し続ける。第五層：アプリケーション。私たちが日常的に目にする層だ。ChatGPT、Google検索、Microsoft Copilotなど。最も広く、競争も激しい層で、最終的には最大の総アドレス可能市場となるが、今は利益が薄く、競争も不確実だ。Anishはこの層の差別化要因はデータだと指摘する。独自のデータを持つ企業が持続的な優位性を築く——Salesforceは企業CRMデータ、Bloombergは金融データ、Epicは医療記録。私もAnishの判断に強く共感する。今後3〜5年の最良のリターンは、まずインフラに投資し、その後にアプリに投資することだ。最も賢い資本はすでにそのようにポジショニングしている。アプリ層で本当に勝つのは、他者が手に入れられないデータを持つ企業だ。しかも、多くは自分たちをAI企業と呼んでさえいない。これがバブルなのか：避けて通れない疑問Anishは記事の中で、核心的な疑問に直接答えている：「これって、インターネットバブルの再現じゃないか？大規模なインフラ投資に利益がなく、みんなが過熱しているだけじゃないか？」と。彼の答えは非常に説得力がある。違いは需要のタイミングだ。インターネットバブルの時代は、企業はまだ実現していない需要のためにインフラを作っていた。光ファイバーやサーバーは建てられたが、ユーザーはダイヤルアップだった。インフラが整い、需要が爆発するのは5〜7年後、その間にすべてが清算された。しかし2026年には、AIの需要はすでに存在し、急速に拡大している。Nvidiaはチップの供給が追いつかず、TSMCの先端封装能力は売り切れ、クラウドのリース価格は上昇し続け、OpenAIは2025年3月から10月までの間に4億人の月間アクティブユーザーを獲得した。モデルは使われ、計算は消費され、顧客は支払っている。ただし、Anishは三つの主要リスクも正直に指摘している。資本配分の誤り——AIサービスの収益が6500億ドル超の支出を正当化できるほど早く伸びなければ、いくつかの企業は深刻な利益圧縮に直面し、Amazonのフリーキャッシュフローも今年はマイナスになる可能性がある。集中リスク——TSMCは世界の半導体の70％近くを製造し、ASMLはEUV装置の唯一の供給者、NvidiaはAIデータセンターGPUの92％を設計している。地政学的な混乱や自然災害があれば、全体のサプライチェーンに影響を及ぼす可能性がある。そしてDeepSeek問題——2025年1月、中国のAI研究所DeepSeekは、少ない訓練コストで最先端に近い性能を達成し、「支出増＝良いAI」の仮説に挑戦している。これらのリスクに対して、Anishの率直さは彼の分析の信頼性を高めている。彼は問題を回避せず、明確に提示している。それでも、これらのリスクを考慮しても、McKinseyは2030年までに世界のデータセンター投資が6.7兆ドルに達すると見積もり、PwCはAIが2030年までに世界GDPの15.7兆ドルに貢献すると予測している。これらの数字が50％誤っていても、インターネット以来最大の技術主導の経済変革について語っていることに変わりはない。Anishはこう言う：「モデルに懐疑的であっても、タイムラインに懐疑的でも構わない。ただ、サプライチェーンについて無知でいるな。これは別の話だ。健全な知性の姿勢と、金を失うリスクのある姿勢の違いだ。」正しい層で勝負するAnishはゲームの比喩を使って投資戦略をまとめている。AIを五つのレベルのビデオゲームと想像し、それぞれに異なる難易度とリターンがあると。エネルギー層はチュートリアル段階、リスク低く安定したリターン。チップ層はボス戦、最高利益だが難易度高。クラウド層はマルチプレイヤーサーバー、巨頭たちがすべてから収益を得る。モデル層はPvPのアリーナ、激しい競争で多くのプレイヤーが淘汰される。アプリ層はオープンワールド、無限の可能性と保証のない戦利品。彼の基本戦略はシンプルだ：すべての層をプレイする必要はない。多くの人は最もわかりやすい第五層を狙うが、賢い資本は第二層と第三層を狙っている。そこが今、最も経験値を積める場所だからだ。この枠組みの価値は、自分が技術スタックのどこにいるかを理解させてくれる点にある。非技術者はGPUの仕組みを理解しなくていい。誰が作り、誰が収容し、誰が電力を供給しているのかを理解すれば十分だ。これらは上場企業だ。技術者はモデルの進歩を知っているが、物理的な制約がどれだけ速くボトルネックになっているかを過小評価しているかもしれない。投資家にとっては、AI価値連鎖は五つの異なる取引であり、それぞれリスクとリターンが異なる。AIを一つの産業とみなすのは、1998年に「技術」を一つの産業とみなしたのと同じ幼稚さだ。最後にAnishはこう指摘している：このインフラの優位性は永遠に続かない。ある時点でインフラ整備は成熟し、アプリ層が統合され、価値は技術スタックの上に移動する——インターネット時代のように。Amazon、Google、Facebookが最終的に獲得した価値は、光ファイバーやサーバー製造者を超えるだろう。しかし、今はまだその段階ではなく、私たちはインフラ段階、ピッケルとシャベルの段階にいる。そして、そのピッケルとシャベルは今、現金を生み出している。Anishの長文を読んで得た最大の教訓は、シンプルだが深い真理を理解したことだ。消費者は製品を見る。投資家はサプライチェーンを見る。そして最も優れた投資家は、製品が出る前にサプライチェーンを見抜いている。五年後、その周期の勝者の名前は明白になっているだろう。それはいつもそうだ。ゲームは、他者が追いつく前に構造を見抜くことだ。十年後、AIの技術スタックを理解することは、資産負債表を理解するのと同じくらい基本的なことになるだろう。技術スタックを学び、階層を描き、資本の流れを追う。それがゲームだ。
この記事を通じて、AIについて理解できました：応用層が最も人気で、基礎層が最も儲かる
執筆者：深思圈
多くの人はAIはただの会話できるロボットだと思っている。ChatGPTを開いてメールの修正を頼めば、それができる。まるで魔法のようだと感じてページを閉じると、AIの仕組みを理解した気になる。でもこれは、レストランでクレジットカードを使っただけでVisaの収益源を理解した気になるのと同じだ——製品は使ったが、システムの全体像は見えていない。
投資家のAnish Moonkaは最近、AI産業の価値連鎖構造を体系的に分析した長文を公開した。彼はほぼ1年かけて、資金がAI業界のどこをどう流れているのかを本当に理解したと語る。正直に言えば、彼は多くの曲がり角を通り過ぎてきたと認めている。ChatGPTやClaude、Geminiといった目に見える製品に固執していたが、その裏では7000億ドルが静かに、名前も知らない基盤インフラに流れていることに気づいたのだ——聞いたこともないチップ、まるで架空の封装技術のようなパッケージ、冷却システム、発電所。コンクリートはテキサス、アイオワ、ハイデラバールで打設されている。
この文章は私に大きな示唆をもたらした。私たちのAI理解は最初からずれていた可能性があることに気づかされた。見えているのは氷山の一角であり、真の富の創出は水面下で静かに進行している。
五層のケーキ：なぜ底部の四層について誰も話さないのか
NvidiaのCEO黄仁勋は2026年1月のダボス会議で、AIを五層のシステムと表現した：エネルギー、チップ、クラウド、モデル、アプリケーション。彼はこの全体を「人類史上最大規模のインフラ建設」と呼んだ。Anish Moonkaはこの枠組みを「AIスタック」と呼び、各層が上位層を支え、資金が双方向に流れていると指摘している。
この五層構造は理解しやすい。エネルギー層は電力を供給し、AIデータセンターは驚くほど電力を消費する。大規模な訓練一回分の電力消費は、小さな町の1年分に匹敵する。チップ層は大量の数学演算を行う専用プロセッサを提供し、これは普通のノートPCのチップとは異なる。クラウド層はこれらのチップを詰め込んだ巨大倉庫で、超高速ネットワークでつながっている。モデル層は実際のAIソフトウェアで、データからパターンを学習する「脳」。アプリケーション層は私たちが日常的に使う製品、ChatGPTやGoogle検索、銀行の不正検知システムなどだ。
面白い現象に気づいた：AIに関する議論のほとんどは第5層、すなわちアプリケーション層に集中している。なぜなら、これが私たちが見て、触れて、使える部分だからだ。しかしAnishは重要なポイントを指摘している：第5層だけに注目し、全体の80％を見落としている。投資家や起業家、世界の動向を理解したい人にとって本当に重要なのは、これらの層間で資金がどう流れているかを理解することだ——集中し、複利し、集積し、今やほとんど誰も注目していない場所に資金が流れている。
「インフラ」という言葉の意味を考えてみよう。道路、電力網、水道システム、これらは文明を動かすものであり、それらが崩壊する前に誰も気にしない。AIはまさにそのような存在になりつつある——見えず、不可欠で、構築コストが非常に高い。これが、データセンターの冷却システムや電力網の容量について誰も議論しない理由を説明している。だが、その「誰も議論しない」場所こそ、真金白銀が流れている場所なのだ。
資金はどこへ行ったのか：直感に反する真実
Anishは記事の中で驚くべき数字を明かしている。2026年、世界の四大クラウド事業者——Amazon、Microsoft、Google、Meta——は資本支出（capex）に6500億ドルから7000億ドルを投じる見込みだ。これは何の規模か？スイスの年間GDPにほぼ匹敵する。うち約75％、つまり4500億ドルはAIインフラに直接投入される。チャットボットやアプリではなく、建物、チップ、ケーブル、冷却システムにだ。
この数字は私にAI産業の全体像を再考させた。ChatGPTを使う前に、誰かがショッピングモールの規模のデータセンターを建て、何万もの専用プロセッサを詰め込み、それらを価値の大半を超えるネットワーク機器でつなぎ、毎日一つの小さな都市に匹敵する電力を供給している。これが第1層から第3層までの動き——見えない層であり、資本が大規模に投入されている層だ。
しかし、ここには深い矛盾もある。多くの人はOpenAIのような企業が巨額の利益を上げていると考えているが、それは事実だ。OpenAIは2025年末に年間収益（ARR）が200億ドルに達し、1年前の60億ドル、2年前の20億ドルから急増した。2年で10倍の成長は、歴史上類を見ないスピードだ。
しかしAnishは重要な事実を明かす：OpenAIは2025年に約90億ドルの現金を使い果たし、2026年には170億ドルのキャッシュ消費を見込んでいる。推論コスト（AIに質問したときの実行コスト）は2025年に84億ドルに達し、2026年には141億ドルに増加予定だ。黒字化は2029年か2030年まで待たねばならない。
これらの資金はどこへ行ったのか？Anishは答えを示す。それは技術スタック全体に流れている。Microsoft Azureに流れ、（OpenAIは2032年までに総収入の20％をMicrosoftに支払う必要がある）、Nvidiaのチップ購入に、データセンター建設・装備の企業に、電力会社に流れている。ほぼ循環するようなパターンだ：MicrosoftはOpenAIに投資し、OpenAIはAzureに資金を使い、Azureは収益の一部を使ってNvidiaのチップを買い、Nvidiaは記録的な利益を出し、皆が祝福している。現金は絶えず下流へ流れている。
ここから見える根本的な誤解は、多くのユーザーは技術スタックのトップにいるが、多くの利益は底部にあるということだ。この乖離こそが投資の核心だ。Anishはこれを「AI価値連鎖の第一課」と呼び、収益は上に流れ、資本は下に流れると指摘している。投資家や観察者は収益の伸びに惹かれるが、実は資本の蓄積こそが真の守りとなる。
歴史は繰り返す：電力革命の教訓
Anishは記事の中で素晴らしい歴史的比喩を行っている。AIが何をしているのか理解したければ、1880年から1920年の電力革命を研究せよと。トーマス・エジソンが1882年にマンハッタンのパール街に最初の商用発電所を建てたとき、人々は電力をただの新奇なもの、部屋を照らす派手な仕掛けと考えていた。なぜ必要なのか？ガス灯で十分だったのに。
しかしわずか40年で、電力は地球上のすべての産業を再構築した——製造、輸送、通信、医療、娯楽。勝者は電球を発明した会社ではなく、発電所を建て、銅線を敷き、発電機を作った企業だった：GE、西屋電気、公用事業、銅山採掘業者、建設業者だ。
同じパターンがAIでも展開されている。ただし、数十年のスケールを数年に圧縮しているだけだ。Anishはこれを「インフラ引力」と呼ぶ。新たな計算プラットフォームが出現するたびに、最初の富の創出は「ピッケルとシャベル」に集中する。アプリケーションは後から現れ、メディアの注目を浴びるが、インフラはすべての利益を獲得する。
数字を見れば、この理論の威力がわかる。Nvidiaは2026年度（2026年1月まで）の年間収益が2159億ドルで、前年から65％増。最後の四半期だけで、データセンター部門は623億ドルを稼ぎ、前年比75％増だ。この部門だけでNvidiaの総収益の91％以上を占めている。1四半期の収益が680億ドル、そのうち九割が一つの事業ラインからだ。
TSMCは、2025年に世界の半導体ファウンドリー市場の約70％を占め、売上高は1225億ドルに達した。最も近い競合のサムスンは7.2％に過ぎない。Anishはこの支配的地位について、「この状況は標準石油会社さえ不安にさせる」とコメントしている。
私はAnishの意見に特に共感する。誰に聞いても、インターネット革命はGoogle、Amazon、Facebookのことだと言う。しかし、実際に早期に稼いだ資金の場所を尋ねると、答えはCisco、Corning、光ファイバー敷設会社だ。同じ話が、十年ごとに繰り返されている。インフラは常に先に勝つ。問題は、そのウィンドウがどれだけ続くかだ。
投資家の地図：層別に見るチャンス
Anishは記事の中で、投資機会を層ごとに詳細に解説している。これは非常に価値のある部分だ。抽象的な概念を具体的な投資フレームワークに落とし込んでいる。
第一層：エネルギー。AIデータセンターの電力消費は非常に激しく、2026年までに年間約90テラワット時の電力を消費すると予測されている。これは2022年の約10倍だ。これにより、直接的な投資の論点が生まれる。電力を生成し、伝送し、データセンターに安定供給できる企業は恩恵を受ける。黄仁勋は2025年10月の発言でこう言った：「データセンターの自家発電速度は、電網に接続するよりも速いかもしれない」。つまり、テクノロジー企業は自前の公益事業者になりつつあり、従来の電力網を迂回している。このトレンドは、エネルギーインフラへの投資機会が、多くの人が思うよりもテクノロジー業界に近いことを示唆している。
第二層：チップ。これは多くの人が知っている層だ。Nvidiaが代表例だが、Anishは指摘する。チップ層はそれだけではなく、さらに細分化される。設計者（Nvidia、AMD、Broadcomなど）、製造業者（TSMCが70％の市場シェアを握る）、装置供給者（ASMLはEUV極紫外線リソグラフィーの唯一の供給者）、メモリ供給者（SK Hynix、Samsung、Micron）、封止技術の提供者だ。
この集中度は印象的だ。NvidiaはAIデータセンター用GPUの約92％のシェアを持つ。TSMCはほぼすべての主要チップ設計者のチップを製造。ASMLはEUVリソグラフィー装置の唯一の供給者。設計、製造、装置の各段階が一つの企業に集中している。Anishはこれを「投資の論点であり、地政学リスクでもある」と指摘する。この極端な集中は、高利益と高リスクを同時に孕む。
第三層：クラウドとデータセンター。市場はAmazon Web Services（31％）、Microsoft Azure（24％）、Google Cloud（11％）の三大クラウド巨頭が支配している。しかし、この層はそれだけにとどまらない。富士康は世界の約40％のAIサーバーを組み立て、Arista NetworksやCredoがネットワークインフラを構築、Vertivは液冷システムを担当、データセンターREITは土地と建物を所有、さらにはコンクリートを打設する企業もある。
Anishが示した数字に衝撃を受けた：米国銀行の推計によると、2026年にはクラウド事業者はキャッシュフローの90％をcapexに充てる見込みで、2025年の65％を上回る。Morgan Stanleyは、これらの企業は今年、4000億ドル超の借入を行い、2025年の1650億ドルの2倍以上の資金を調達すると予測している。これは、計算機倉庫を建てるためだけの年間借入額だ。規模は前例がない。
第四層：モデル。これは「脳」の層で、OpenAI（GPTシリーズ、ARR超過200億ドル）、Anthropic（Claude、2026年前の年化収益約190億ドルと報告）、Google DeepMind（Gemini）、Meta AI（Llama）などが含まれる。Anishはこの層についてこう評価している：最も盛り上がり、かつ最も収益性が低い。ビジネスモデルの構造的問題だ——計算コストが増大すればモデルは良くなるが、その支出増は収益を上回る。まるでレストラン経営のように、料理ごとにより高価な材料を使うが、価格は変わらないと期待される。利益の余地は縮小し続ける。
第五層：アプリケーション。私たちが日常的に目にする層だ。ChatGPT、Google検索、Microsoft Copilotなど。最も広く、競争も激しい層で、最終的には最大の総アドレス可能市場となるが、今は利益が薄く、競争も不確実だ。Anishはこの層の差別化要因はデータだと指摘する。独自のデータを持つ企業が持続的な優位性を築く——Salesforceは企業CRMデータ、Bloombergは金融データ、Epicは医療記録。
私もAnishの判断に強く共感する。今後3〜5年の最良のリターンは、まずインフラに投資し、その後にアプリに投資することだ。最も賢い資本はすでにそのようにポジショニングしている。アプリ層で本当に勝つのは、他者が手に入れられないデータを持つ企業だ。しかも、多くは自分たちをAI企業と呼んでさえいない。
これがバブルなのか：避けて通れない疑問
Anishは記事の中で、核心的な疑問に直接答えている：「これって、インターネットバブルの再現じゃないか？大規模なインフラ投資に利益がなく、みんなが過熱しているだけじゃないか？」と。彼の答えは非常に説得力がある。
違いは需要のタイミングだ。インターネットバブルの時代は、企業はまだ実現していない需要のためにインフラを作っていた。光ファイバーやサーバーは建てられたが、ユーザーはダイヤルアップだった。インフラが整い、需要が爆発するのは5〜7年後、その間にすべてが清算された。
しかし2026年には、AIの需要はすでに存在し、急速に拡大している。Nvidiaはチップの供給が追いつかず、TSMCの先端封装能力は売り切れ、クラウドのリース価格は上昇し続け、OpenAIは2025年3月から10月までの間に4億人の月間アクティブユーザーを獲得した。モデルは使われ、計算は消費され、顧客は支払っている。
ただし、Anishは三つの主要リスクも正直に指摘している。資本配分の誤り——AIサービスの収益が6500億ドル超の支出を正当化できるほど早く伸びなければ、いくつかの企業は深刻な利益圧縮に直面し、Amazonのフリーキャッシュフローも今年はマイナスになる可能性がある。集中リスク——TSMCは世界の半導体の70％近くを製造し、ASMLはEUV装置の唯一の供給者、NvidiaはAIデータセンターGPUの92％を設計している。地政学的な混乱や自然災害があれば、全体のサプライチェーンに影響を及ぼす可能性がある。そしてDeepSeek問題——2025年1月、中国のAI研究所DeepSeekは、少ない訓練コストで最先端に近い性能を達成し、「支出増＝良いAI」の仮説に挑戦している。
これらのリスクに対して、Anishの率直さは彼の分析の信頼性を高めている。彼は問題を回避せず、明確に提示している。それでも、これらのリスクを考慮しても、McKinseyは2030年までに世界のデータセンター投資が6.7兆ドルに達すると見積もり、PwCはAIが2030年までに世界GDPの15.7兆ドルに貢献すると予測している。これらの数字が50％誤っていても、インターネット以来最大の技術主導の経済変革について語っていることに変わりはない。
Anishはこう言う：「モデルに懐疑的であっても、タイムラインに懐疑的でも構わない。ただ、サプライチェーンについて無知でいるな。これは別の話だ。健全な知性の姿勢と、金を失うリスクのある姿勢の違いだ。」
正しい層で勝負する
Anishはゲームの比喩を使って投資戦略をまとめている。AIを五つのレベルのビデオゲームと想像し、それぞれに異なる難易度とリターンがあると。エネルギー層はチュートリアル段階、リスク低く安定したリターン。チップ層はボス戦、最高利益だが難易度高。クラウド層はマルチプレイヤーサーバー、巨頭たちがすべてから収益を得る。モデル層はPvPのアリーナ、激しい競争で多くのプレイヤーが淘汰される。アプリ層はオープンワールド、無限の可能性と保証のない戦利品。
彼の基本戦略はシンプルだ：すべての層をプレイする必要はない。多くの人は最もわかりやすい第五層を狙うが、賢い資本は第二層と第三層を狙っている。そこが今、最も経験値を積める場所だからだ。
この枠組みの価値は、自分が技術スタックのどこにいるかを理解させてくれる点にある。非技術者はGPUの仕組みを理解しなくていい。誰が作り、誰が収容し、誰が電力を供給しているのかを理解すれば十分だ。これらは上場企業だ。技術者はモデルの進歩を知っているが、物理的な制約がどれだけ速くボトルネックになっているかを過小評価しているかもしれない。投資家にとっては、AI価値連鎖は五つの異なる取引であり、それぞれリスクとリターンが異なる。AIを一つの産業とみなすのは、1998年に「技術」を一つの産業とみなしたのと同じ幼稚さだ。
最後にAnishはこう指摘している：このインフラの優位性は永遠に続かない。ある時点でインフラ整備は成熟し、アプリ層が統合され、価値は技術スタックの上に移動する——インターネット時代のように。Amazon、Google、Facebookが最終的に獲得した価値は、光ファイバーやサーバー製造者を超えるだろう。しかし、今はまだその段階ではなく、私たちはインフラ段階、ピッケルとシャベルの段階にいる。そして、そのピッケルとシャベルは今、現金を生み出している。
Anishの長文を読んで得た最大の教訓は、シンプルだが深い真理を理解したことだ。消費者は製品を見る。投資家はサプライチェーンを見る。そして最も優れた投資家は、製品が出る前にサプライチェーンを見抜いている。五年後、その周期の勝者の名前は明白になっているだろう。それはいつもそうだ。ゲームは、他者が追いつく前に構造を見抜くことだ。
十年後、AIの技術スタックを理解することは、資産負債表を理解するのと同じくらい基本的なことになるだろう。技術スタックを学び、階層を描き、資本の流れを追う。それがゲームだ。