AIバブルはもうすぐ崩壊するのか？もしそうなら、悲惨な結果になる可能性があります。科学、気候、技術ニュース

少なくとも今のところ、市場はAIに大きく賭け続けることに満足しているようだ。

Nvidia、Oracle、CoreweaveなどAIブームに不可欠な一部企業の価値は2025年半ばの高値以来下落しているが、米国株式市場は依然AIへの投資が独占している。

主要企業の S&P500 指数のうち、リターンの 75% は 41 社の AI 銘柄によるものです。 Nvidia、Microsoft、Amazon、Google、Meta、Apple、Teslaという大手ハイテク企業の「マグニフィセント7」がS&Pのパフォーマンスの37%を占めている。

このような支配は、ほぼ独占的に 1 種類の AI、つまり大規模言語モデルの構築に基づいており、AI バブルに対する懸念を維持しています。

AI巨人によれば、ナンセンスだという。

AIチップメーカーで世界初の5兆ドル企業であるエヌビディアのジェンセン・フアン最高経営責任者（CEO）は先月スカイニュースに「私たちはそれからずっと遠いところにいます」と語った。

誰もがその自信を共有しているわけではありません。

AI の 1 つの製造方法に対する過度の自信は、これまでのところ支出レベルに近い利益をもたらしていないため、利益がどこにあるのか疑問に思っている投資家の神経を試しているに違いありません。

バブル崩壊の結果は悲惨なものになる可能性があります。

AI科学者でニューヨーク大学名誉教授のゲイリー・マーカス氏は、「数人のベンチャーキャピタリストが消滅しても、誰もそれほど悲しむことはない」と語る。

しかし、今年の米国経済成長の大部分がAIへの投資によるものであるため、その「爆発範囲」はさらに大きくなる可能性があるとマーカス氏は述べた。

「最悪のケースでは、基本的に経済全体が崩壊することになる。銀行には流動性がなく、救済策があるが、その費用は納税者が支払わなければならない。」

そんなことが起こり得るでしょうか？

まあ、いくつか不吉な兆候があります。

ある試算によると、Microsoft、Amazon、Google Meta、Oracle は 2026 年までに AI に約 1 兆ドルを費やすと予想されています。

初の画期的な大規模言語モデル ChatGPT の開発者である Open AI は、今後 3 年間で 1.4 兆ドルを費やすことを約束しています。

しかし、それらの企業の投資家は投資の見返りに何を得るのでしょうか?これまでのところ、それほど多くはありません。

OpenAI を例に挙げると、2025 年には 200 億ドル強の利益が見込まれると予想されています。大金ですが、1 兆 4000 億ドルの支出を維持できるほどの額はありません。

AI ブーム (見方によってはバブル) の規模は、その構築方法によって決まります。

コンピューター都市

AI 革命は、OpenAI が ChatGPT4 をリリースした 2023 年初めに起こりました。

AI は、自然言語、コンピューター コーディング、および画像生成能力における驚くべき向上を示しました。これらの能力は、ほぼ完全に 1 つの進歩によって成長しました。

GPT-4 は、前世代の GPT-2 に比べて 3,000 倍から 10,000 倍のコンピューター能力、つまり計算能力を必要としました。

より賢くするために、はるかに多くのデータでトレーニングされました。 GPT-2 は、GPT-4 のおそらく 1 兆 8000 億の「パラメーター」と比較して、15 億の「パラメーター」、つまりインターネット上のすべてのテキスト、画像、およびビデオ データを使用してトレーニングされました。

パフォーマンスの飛躍は非常に大きく、ほとんどのタスクで人間に匹敵する「汎用人工知能」 (AGI) は、このトリックを繰り返すだけで実現できるでしょう。

そしてそれが起こっているのです。 AI をトレーニングするための最前線の GPU チップの需要が急増し、そのため Nvidia の株価も上昇し、同様のことが起きました。

その後、ブルドーザーは、チップを実行して次世代の AI を作成するための次世代のメガデータセンターを建設するために移動しました。

そして彼らは素早く動きました。

ドナルド・トランプ氏とオープンAIのサム・アルトマン氏、その他のパートナーが1月に発表したスターゲイトは、すでに2つの広大なデータセンタービルを稼働させている。

テキサス州中央部にあるこの複合施設は、2026 年半ばまでにマンハッタンのセントラルパークと同じ広さのエリアをカバーする予定です。

そしてもう、雑魚っぽくなってきました。

メタ社がルイジアナ州に建設中の270億ドルのハイペリオン・データセンターは、マンハッタンそのものの規模に近い。

このデータセンターは近隣のニューオーリンズ市の 2 倍の電力を消費すると予想されています。

電力需要の急増により米国の電力網が大幅に逼迫しており、一部のデータセンターでは電力網への接続を何年も待たなければなりません。

一部の人にとっては問題だが、楽観主義者はそうではなく、マイクロソフト、メタ、グーグルのような、自社で発電所を建設できるほどの潤沢な資金を持っている企業にとっては問題だという。

しかし、これらの膨大な AI の頭脳が構築され、スイッチがオンになったら、お金を印刷できるようになるでしょうか?

古くなったチップ

道路、鉄道、電力網などの他の高価なインフラとは異なり、AI データセンターは継続的なアップグレードが必要になることが予想されます。

投資家は、さまざまな種類のインフラ資産の「減価償却曲線」について適切な見積もりを持っています。しかし、5 年前にはほとんど存在しなかった最先端の AI データセンターはそうではありません。

AI チップの大手メーカーである Nvidia は、毎年、より強力な新しいプロセッサをリリースしてきました。最新のチップは3～6年間動作すると主張している。

しかし、疑問もあります。

映画『ビッグ・ショート』でアメリカのサブプライム暴落を予言したことで不滅の名を残したファンドマネージャーのマイケル・バリー氏は、最近AI株に賭けていると発表した。

同氏の推論は、AIチップは3年ごとに交換する必要があり、最新チップをめぐるライバルとの競争を考えると、おそらくそれよりも早いだろうというものだ。

データセンターの冷却、スイッチング、配線システムも時間の経過とともに摩耗するため、10 年以内に交換が必要になる可能性があります。

数カ月前、エコノミスト誌は、AIチップだけが3年ごとに優位性を失った場合、大手ハイテク企業5社の合計価値が7,800億ドル減少すると試算した。

減価償却率が 2 年だとすると、その数字は 1.6 兆ドルに達します。

この減価償却を考慮に入れると、AI への支出と予想される収益との間のすでに巨大な差がさらに拡大します。

ある試算によると、大手テクノロジー企業は AI コストを正当化するために、2030 年までに 2 兆ドルの利益を得る必要があるでしょう。

人々はそれを買っていますか？

そして、大規模な AI 投資を正当化する利益がどこにあるのかという問題もあります。

AIの導入は間違いなく増加しています。

ソーシャル メディアをざっと見るだけで、AI によって生成されたテキスト、画像、ビデオの台頭を目の当たりにすることができます。

スカイニュースから詳しく読む:
エプスタイン被害者はファイルの部分的公開に反応
パレスチナ行動ハンスト参加者が刑務所で死亡するのではないかと懸念

子供たちは宿題に、親は研究に、または手紙やレポートの作成を手伝うためにそれを使用しています。

しかし、カジュアルな使用や空想的な猫のビデオを超えて、人々は実際にそれから利益を得ているのでしょうか?したがって、数兆ドルの投資を満たすのに十分な金額を支払う可能性が高いのでしょうか?

現在の AI がソフトウェアや医薬品開発、クリエイティブ産業、オンライン ショッピングなどの一部の市場に革命を起こす可能性があるという初期の兆候があります。

そして、いくつかの尺度から見て、将来は有望に見えますが、OpenAI は、自社製品全体で 8 億人の「週間アクティブ ユーザー」を抱えており、これは 2 月の 2 倍であると主張しています。

ただし、そのうち有料会員はわずか 5% です。

そして、企業による導入に目を向けると、実際の資金は大手テクノロジー企業にありますが、状況はそれほど良くなっているようには見えません。

2025 年初めの米国勢調査局によると、企業の 8 ～ 12% が商品やサービスの生産に AI を使用し始めていると回答しました。

おそらく AI にもっと多くの資金を費やすことができる大企業の場合、導入率は 6 月に 14% に増加しましたが、ここ数カ月では 12% に低下しています。

マッキンゼーの分析によると、大多数の企業はまだ AI 展開の試験段階にあるか、AI の使用を拡大する方法を検討しています。

ある意味、これは完全に理にかなっています。生成 AI は新しいテクノロジーであり、構築している企業ですら、それが何に最適かをまだ模索中です。

しかし、利益が投資の返済にさらに近づくまで、株主はどれくらい待つ準備ができているでしょうか?

特に、現在の AI モデルは今後も改善されるだろうという考えへの信頼が揺らぎ始めている場合にはなおさらです。

スケーリングに失敗していますか?

大規模言語モデルは間違いなく改善されています。

複雑な数学、コーディング、または研究タスクを実行する AI の能力を評価する技術テストである業界の「ベンチマーク」によると、パフォーマンスは追加されるコンピューティング能力の規模を追跡しています。現在は半年ごとに倍増しています。

しかし、現実世界のタスクでは、証拠はそれほど強力ではありません。

LLM は、データが実際に「意味する」ことを実際に理解することなく、トレーニング データに基づいてどのような答えになるべきかを統計的に予測することによって機能します。

彼らは、世界がどのように機能するかを理解し、そこから学ぶことを伴う課題に苦労しています。

彼らのアーキテクチャには、どのタイプのデータが重要で何がそうでないかを学習できるような長期記憶がありません。人間の脳が言われなくてもやってしまうこと。

そのため、特定のタスクでは大幅な改善が見られますが、同じ種類のタスクでは常に同じ種類の間違いを犯し、失敗します。

「スケールを100倍にすればすべてが変わるという考えはありますか？私はそれが真実ではないと思います」とOpenAIの共同創設者イリヤ・サツケヴァー氏は先月ドワルケシュ・ポッドキャストで語った。

ChatGPT の開拓に貢献した AI 科学者は、OpenAI を去る前に、「大型コンピューターだけで、再び研究の時代に戻る」と予測しました。

AI に大きな賭けをした人たちは、潜在的な顧客が AI を自分たちのために機能させる方法を見つけ出すのを待つ間、将来のささやかな改善に満足するでしょうか?

「これは実際には単なるスケーリング仮説であり、これが機能するかもしれないという推測にすぎません。実際には機能していません」とマーカス教授は言いました。

「つまり、何兆ドルも費やしているのに、利益はごくわずかで、減価償却費は高額だ。それは意味がありません。したがって、市場がいつそれに気づくかが問題です。」