AI投資正当化には生産性2.7倍が必要

Wachter氏のアプローチは、AIモデルがどこまで高性能になるかという通常の議論を避ける。代わりに同氏が「注目に値する事実」と呼ぶもの、すなわち一握りのクラウドハイパースケーラーがすでにAIデータセンターへ巨額を投じている点から出発する。そこから同氏と共著者らは逆算し、2027年までに1.1兆ドル近くに達すると同氏らが推計する支出を正当化するには収益がどれだけ速く伸びる必要があるかを問う。その答えである2030年までの生産性2.7倍は、困難だが不可能ではないとされ、1990年代半ばから約10年続いたITブーム時に米国が享受した成長の種類だと説明される。

緊張の源は、支出側がすでに動いていることだ。ハイパースケーラーは2026年だけで約7500億ドルを投じる見通しで、OpenAIと提携するOracleを含むAlphabet、Microsoft、Amazon、Meta、OracleのAI関連設備投資は今後4年間で5兆ドル超に達するとの予測もある。一方、2026年のAI関連総収益は1500億～2000億ドルと見込まれるにすぎない。MIT SloanのGary Gensler氏（元SEC委員長）はこれをパーレー賭けと呼び、ハイパースケーラーが巨額の収益を生み、AIが広範な経済成長を促し、高価なフロンティアモデルが安価な競合を退ける必要があると指摘する。

算術をさらに難しくするのは資金調達の方法だ。借入が増え、グループ全体の自由キャッシュフローはマイナスに転じると予想され、Alphabet自身の約59億ドルの自由キャッシュフロー赤字（2004年のGoogle IPO以来初）は、最も強いバランスシートでさえ圧力を感じていることを示す。融資がさまざまな金融構造を通じて移されるにつれ、リスクは年金基金や生命保険会社へ広がりつつあるようだ。これが持続的なブームで終わるか減損で終わるかは、記事が指摘するようにこれまでAIによる生産性向上をほとんど示していない生産性統計が最終的に動くかどうかにかかっているようだ。