オープンウェイト型AIモデルが価格を圧迫も、クラウド大手は収益性維持

Morgan Stanleyのアナリストはユーザーが自社インフラにダウンロード、カスタマイズ、導入できるソフトウェアであるオープンウェイト型AIモデルの出現がAIエコシステム全体の収益性にどう影響するかについての評価を発表した。中核的な知見は、低価格のオープンウェイト型モデルがモデル開発企業のトークン価格とリターンに圧力をかける一方、ハイパースケーラー(大手クラウドプロバイダー)はこれらのモデルを大規模で実行するために必要な希少な計算インフラを制御するため、魅力的なリターンを維持すべきというものである。

同行は2つのシナリオをモデル化した。1ギガワット分のNvidia GB300インフラを所有するモデル提供企業は、百万トークンあたりおよそ1.75ドルのトークン価格と1秒あたりGPUあたり2,000～3,500トークンのスループットを想定した場合、投下資本利益率20～60%を生み出せる。GPU容量をレンタルするハイパースケーラーは時間単価に応じて23～39%のROICを達成できる。これらの数字はオープンウェイト型競争の増加に伴いトークン価格が低下することを想定しているが、リターンは依然として経済的に実行可能である。

Morgan Stanleyはこれらのリターンが低価格にもかかわらず持続すべき理由を4つ特定した。第1に、計算能力は希少であり、エンタープライズが自社インフラを容易にプロビジョニングすることはできず、オープンウェイト型推論ワークロードについてクラウドプロバイダーに依存する。第2に、低価格モデルはより高い利用量を促進すると予想され、ハイパースケーラーは容量価格を動的に調整して利幅が圧縮されても利益成長を獲得できる。第3に、クラウドプロバイダーとモデル開発企業はより速いチップ、より効率的な相互接続、より優れたモデルアーキテクチャ、要求バッチング処理ソフトウェアを通じてトークンスループットを継続的に改善している。アマゾンとアルファベットはさらにTrainiumやテンソル処理ユニットのような独自チップを導入して計算供給のコストを削減する。第4に、オープンウェイト型モデルアクセスは管理API、GPU レンタル、データベース、ストレージ、セキュリティツールなどの利幅の高い関連サービスへの支出を引き付けるロストリーダーとして機能できる。

この分析に基づき、Morgan Stanleyはアマゾンとアルファベットへの買い推奨を維持した。アナリストはこれらの企業がスケール、独自技術、サービスエコシステムを備えており、小規模な競合他社より低コストで希少な計算能力を収益化できることを強調した。投資家はMeta Platformsの Museモデルとアルファベットの Gemini Flashプロダクトを価格圧力、採用トレンド、スループット改善が低価格環境でのリターン維持に十分かどうかの初期指標として注視することを勧められる。