ボトルネック・ヒューリスティック——AIバリューチェーンにおける希少性と能力の交差点 Pt.1

はじめに

前回のレポート「AIバリューチェーン・フレームワーク——パート1」では、運河とダムのアナロジーを用いて、需給の不均衡がAIバリューチェーン全体をどのように移動するかを解説した。一つのボトルネックが緩和されても、価格決定力は消滅するのではなく、次の制約セグメントへと移行する。エネルギー生成からアプリケーション層まで、バリューチェーンをセグメント化し、各サブセグメントにカスタマイズしたRule of Xスクリーンを構築、中央値のマルチプルがフォワード財務パフォーマンスに対して割安に見える箇所を特定した。

本レポートでは異なるが補完的な問いを立てる。なぜボトルネック・セグメント内で特定の企業は5〜10倍のリターンを生む一方、同一セグメントの他社はほとんどアウトパフォームしないのか？ その答えは、ボトルネック自体の特定にあるのではなく、各ボトルネック内の「希少なベンダーの非対称性」——すなわち、競合他社にはできない制約の解消が可能な特定企業を見つけることにある。

投資機会を特定するヒューリスティック

AI投資における高アルファなヒューリスティックの一つは、ボトルネックが何で、誰がそれを解消できるかを見極めることだ。ボトルネック分析自体はゴールドラットの制約理論に根拠を持つが、AIの投資環境に体系的に適用すると超過リターンを生む。ほとんどの投資家が需要サイド（誰がAIを購入しているか、どのモデルが勝っているか）に注目する一方、希少性に基づく価格決定力とマージン拡大が実際に存在するのはサプライサイドだからだ。

AIが過去のテクノロジー波と根本的に異なる理由

各テクノロジー波は固有のインフラ構築を必要としてきた。インターネットは光ファイバー、海底ケーブル、ルーターを必要としたが、設備投資のサイクルは比較的短命で、追加ユーザーへのサービス提供の限界コストはほぼゼロだった。モバイルは基地局、周波数免許、バックホール・ネットワークを必要とした。SaaSは実はハイパースケーラーのデータセンター、サーバーファーム、ストレージという大規模なクラウド・インフラの構築に支えられていた。

しかしAIはスケールにおいてこのパターンを完全に破壊する。フロンティアモデルのトレーニングだけで10億ドル以上のコンピュート費用がかかり、そのインフラは専用AIデータセンター、数万基のGPU・カス