AI供給に黄信号？「トークン」不足が業界を直撃

この記事を読むのにかかる時間： 4 分

この記事のポイント

• AI業界では、AIモデルの出力単位である「トークン」の需要が急増し、供給不足に陥っています。
• AI開発企業や大手テック企業は、利用制限や算力不足による成長への影響を公表しています。
• データセンター建設の遅延、半導体不足、長納期化などが供給制約の要因となっています。
• 巨額の資本支出が可能な一部の超大規模事業者や、GPUメーカー、ファウンドリが恩恵を受ける構造になっています。
• AI技術の普及速度も鈍化し、将来的にはAIサービスの価格上昇や、利用効率の重視が進む可能性があります。

AI業界に迫る「トークン」供給の壁

AI（人工知能）の分野で、予期せぬ供給問題が発生しています。AIモデルの出力単位である「トークン」の需要が世界的に急増し、その供給が追いつかなくなっているのです。AIモデルの国際取引プラットフォーム「OpenRouter」のデータによると、今年1月から3月にかけて、週当たりのトークン消費量は4倍に増加しました。これは、コーディングツールの利用拡大などが要因の一つと考えられています。AI業界全体が、この急激な需要増加に追随するのに苦慮しています。

大手企業も直面する利用制限と成長への影響

「Claude」モデルを開発するAnthropic社は、ピーク時の過剰利用を抑制するため、利用規約を最近変更しました。Amazonも「生産能力の制約」が成長を妨げていると述べています。ChatGPTを開発するOpenAIのCFO（最高財務責任者）は、算力不足のために全てのビジネスチャンスを掴めていないと語っています。

算力不足がもたらすAI経済への深遠な影響

この供給不足は、AI業界の経済構造に極めて広範な影響を与える可能性があります。算力（コンピューティング能力）が希少となる時代は、利益の配分や技術利用の動機といった、AI業界の経済ロジックそのものを変えてしまうでしょう。

AI算力増強の困難さとボトルネック

AIのための算力を迅速に拡大することは、極めて困難な課題です。特に米国では、データセンター新設に対する地域住民の反対が建設を遅らせています。変圧器、スイッチング機器、ガスタービンの不足も、工期遅延の要因となり、一部の機器では2年から5年もの納品期間を要しています。最も深刻なボトルネックとなっているのはプロセッサです。世界時価総額トップ企業であるNVIDIA社が設計するAI専用チップは、依然として需要が供給を上回っています。この供給逼迫は、メモリチップや中央演算処理装置（CPU）といった他の半導体分野にも広がっています。これらの制約要因は、短期間で緩和される見込みは低いでしょう。サプライチェーンの拡大には数年を要し、ハードウェアメーカーは、顧客である超大規模事業者ほど、生産能力への投資に慎重な姿勢をとっています。

巨額の資金力が鍵を握るハードウェア調達

ハードウェアコストが高騰する中、企業の資金力がかつてないほど重要になっています。サプライチェーンのどの段階を見ても、必要なハードウェアリソースを確保するための十分な資金力と交渉力を持つ企業は、ごく少数に限られています。今年、Amazon、Google、Meta（旧Facebook）、Microsoft、Oracleといった5つのデータセンター「超大規模事業者」の資本支出総額は、7500億ドルを超える見込みです。NVIDIA社は、2026年通年と2027年の一部のメモリチップを既に早期購入し、複数のテクノロジー企業に投資することでサプライチェーンを確保していると伝えられています。

サプライチェーンのボトルネックで最大利益が集中

AIブームは、特にNVIDIA社とTSMC（台湾積体電路製造）に大きな恩恵をもたらしています。TSMCは、現在利用可能なほぼ全ての最先端チップを製造しています。NVIDIA社の粗利率は約75%に達し、2019年の60%から大幅に上昇しました。TSMCの粗利率も60%を超え、他の多くのファウンドリの約2倍となっています。これらのハードウェア大手は、希少なチップの分配権も握っていますが、優先供給の事実は否定しています。

高騰するコストがソフトウェア企業に自社開発を促す

高額な価格設定は、ソフトウェア企業に自社で対応することを余儀なくさせています。カスタムチップの開発コストは、NVIDIA社のチップを購入するコストの約半分ですが、チップ設計の難易度は非常に高いです。自社開発チップに取り組むソフトウェア企業の中で、Googleだけが大規模に量産可能な代替製品の製造に成功していますが、その研究開発は10年以上前に開始されていました。TSMCに取って代わることは、さらに困難です。IntelやSamsungといった他の半導体メーカーは、最先端プロセス分野で追随するのが難しい状況です。

AI普及速度への影響と将来的な価格上昇の可能性

供給不足の最後の影響は、AI技術の普及速度を鈍化させることです。これまでのAIブームは、「AIの問い合わせコストは下がり続ける」という楽観的な期待に基づいていました。実際、インドなどの国では、AI企業が低価格でユーザーを獲得しています。しかし、これは企業が低価格を維持するために消費する巨額の資金を覆い隠しています。今後数年間で、OpenAIとAnthropicは数十億ドルの赤字を計上すると予想されています。両社は上場を準備する中で、最終的に収益を上げられることを証明する必要に迫られています。

AIのさらなる用途（現在最も注目されているテクノロジー分野以外への応用も含む）が発見されるにつれて、AIサービスの価格は上昇するでしょう。AIが真に経済変革を推進するためには、トークンへの需要は指数関数的に増加します。モデル開発者が、高騰し続ける算力コストをユーザーに転嫁するようになれば、使用者側はより慎重な判断を迫られることになります。今日、多くの企業は「そのタスクにAIが利用されているかどうか」を基準に自社を評価しています。しかし将来的には、人的労働と同様に、企業はAIの利用効率をますます重視するようになるでしょう。（翻訳・編集：ITmediaビジネスオンライン）

出典: 元記事を読む