キャサリン・ウラーは、最先端の銀行業務および金融サービス技術の著名な解説者です。
最新のフィンテックニュースとイベントを発見しよう！
FinTech Weeklyのニュースレターに登録しよう
JPモルガン、コインベース、ブラックロック、クラルナなどの経営幹部が読んでいます
近頃、多くの議論やコラムがAIへの投資が現実を超えているのか、またはAIが崩壊寸前のバブルなのかについて費やされている。
他の投資サイクルと比較して、過剰な期待や誇大宣伝があった例としては、1636年のチューリップバブルや新世紀のドットコムブームが挙げられる。確かに、AIの巨人企業に早期に投資できた幸運な投資家には大きなリターンがあった：NvidiaのIPO前に1,000ドルを投資していれば、ピーク時には830万ドルの価値になったとされ、AIブルズはこれを非常に高いリターンとみなしている—この水準は今後も繰り返される可能性は低いと感じているのだろう。 表面上、AIに投じられる資金の多さは、単なる一過性の流行ではないことを示唆している。Amazon、Meta、Microsoft、Alphabetといった巨大テック企業は巨額の投資を行っており、2025年までのAIインフラへの支出は約4000億ドルに達する見込みで、これは歴史上最大級の投資サイクルの一つだ。 現在のサイクルにおける資金の投資方法については多く語られている。多くの民間AI企業は、実際の最小限の製品（MVP）や商品すらなく、アイデアと宣伝だけで数十億ドルを調達している。
また、AI企業が相互投資やパートナーシップを通じて資金を循環させる興味深い循環金融も存在し、その投資の流れはスパゲッティのように複雑で、どこに資金が流れたのか追跡すると頭が痛くなる。これにより、相互依存のリスクが生じ、また投資額の巨大さが評価額を人工的に膨らませる収益ループを生み出している可能性もある。
さらに、AIの評価額を支えているのは誰なのかという疑問もある。大手テック企業の中には、支出をオフバランスシートに隠すために不透明な構造を作り出しているところもあり、もし失敗した場合に誰がリスクを負うのかという問題も浮上している。 また、AIの普及速度についても疑問がある。確かに、ベンダーの状況は複雑で、統合も必要だし、多くのプロジェクトはPoC段階にとどまり、ROIの把握も難しい。しかし、これは新技術に共通する現象であり、AIの潜在能力についてよりバランスの取れた見方をすべきだ。最終的には、投資サイクルは中長期的に技術がどこに向かうかへの慎重な賭けに依存している。 もちろん、これには顧客が技術導入から価値を得ることも前提となる。FTSEやNASDAQの企業の中でAIを排除した戦略を持つ企業はほとんどなく、AIはコスト削減やリスク低減に大きな可能性を秘めていると考えられている。実際、金融サービスはAIによる破壊の最も可能性の高い産業の一つとされており、2025年のSoftcatの調査では、技術リーダーの48％がAIを優先事項とし、GartnerはAI関連の支出が88％増加したと報告している。 AIがもたらす巨大な変革を過小評価してはいけない。これは本物の技術革新であると反論しにくい。ChatGPT（ただし利益は生まないが！）は、学校の子供からCEOまで、ほぼすべての業界やビジネス機能で生産性向上のツールとして広く受け入れられている。正直なところ、少しでも生産性向上の効果を正当化できれば、多くの企業の収益にプラスの影響を与え、現在のAI評価を支えることになるだろう。さらに、GPUやカスタムチップ、モデルの効率化の進歩により、将来の実用性は確実なものとなっている。インフラが十分でなければAIの理論的な利用は妨げられることになり、市場の需要に先行して投資することは、日常の現実においては良いことだ。 ただし、採用を妨げる重要な障壁も存在する。特に我々の業界にとっては、規制の問題—あるいはその欠如—が大きな課題だ。世界中で、AIの利用に関するルールの適用方法についてはまだ初期段階にある。
倫理の問題も大きく、AIを責任を持って使うためのガバナンスや保証のための専門的な技術ソリューションも登場している。ESGの観点からも重要な課題であり、特にAIの環境負荷、膨大な電力消費や物理インフラの劣化といったコストが問題視されている。これらの課題が存在する間、多くの企業はAIの本格的な展開を控え、「様子見」の pragmatismを取っている。早期導入者の流れに乗る形だ。2000年代の金融サービス企業のイノベーション支援の仕事をしてきた私としては、企業がAIの軍拡競争で最初でも最後でもないことに神経を尖らせているのを見る。 技術は本質的に循環的であり、投資の仮説は常に「最善の推測」に基づいている。私たちは1637年のチューリップ危機から脱却した—幸いにも、AIにはほぼ無限の市場があり、需要のほとんどない球根の先物を買った素人投資家の時代とは異なる。
最近の例として、暗号通貨の古参たちは、AIが過熱していると聞くとやや笑う。2018年にビットコインは80％の価値を失い、19,783ドルから3,200ドルに下落したが、その後2025年には126,000ドルの史上最高値に達した。技術自体は衰えず、評価額が現実を超えたとしても。
実際、暗号通貨が死んだと何度も聞いたら、私はとっくに引退しているだろう。今のAIに関しても同じことが言えると思う。AI関連の株価調整は悪いことではないが、それは技術の失敗や将来の需要の弱さを意味しない。量子コンピューティングの登場は、AIにロケット燃料を投下し、恩恵を受けるテック企業の株価を押し上げる可能性が高い。
326.34K 人気度
106.74K 人気度
420.92K 人気度
5.82K 人気度
121.04K 人気度
AIは過大評価されているのか？
キャサリン・ウラーは、最先端の銀行業務および金融サービス技術の著名な解説者です。
最新のフィンテックニュースとイベントを発見しよう！
FinTech Weeklyのニュースレターに登録しよう
JPモルガン、コインベース、ブラックロック、クラルナなどの経営幹部が読んでいます
近頃、多くの議論やコラムがAIへの投資が現実を超えているのか、またはAIが崩壊寸前のバブルなのかについて費やされている。
他の投資サイクルと比較して、過剰な期待や誇大宣伝があった例としては、1636年のチューリップバブルや新世紀のドットコムブームが挙げられる。確かに、AIの巨人企業に早期に投資できた幸運な投資家には大きなリターンがあった：NvidiaのIPO前に1,000ドルを投資していれば、ピーク時には830万ドルの価値になったとされ、AIブルズはこれを非常に高いリターンとみなしている—この水準は今後も繰り返される可能性は低いと感じているのだろう。
表面上、AIに投じられる資金の多さは、単なる一過性の流行ではないことを示唆している。Amazon、Meta、Microsoft、Alphabetといった巨大テック企業は巨額の投資を行っており、2025年までのAIインフラへの支出は約4000億ドルに達する見込みで、これは歴史上最大級の投資サイクルの一つだ。
現在のサイクルにおける資金の投資方法については多く語られている。多くの民間AI企業は、実際の最小限の製品（MVP）や商品すらなく、アイデアと宣伝だけで数十億ドルを調達している。
また、AI企業が相互投資やパートナーシップを通じて資金を循環させる興味深い循環金融も存在し、その投資の流れはスパゲッティのように複雑で、どこに資金が流れたのか追跡すると頭が痛くなる。これにより、相互依存のリスクが生じ、また投資額の巨大さが評価額を人工的に膨らませる収益ループを生み出している可能性もある。
さらに、AIの評価額を支えているのは誰なのかという疑問もある。大手テック企業の中には、支出をオフバランスシートに隠すために不透明な構造を作り出しているところもあり、もし失敗した場合に誰がリスクを負うのかという問題も浮上している。
また、AIの普及速度についても疑問がある。確かに、ベンダーの状況は複雑で、統合も必要だし、多くのプロジェクトはPoC段階にとどまり、ROIの把握も難しい。しかし、これは新技術に共通する現象であり、AIの潜在能力についてよりバランスの取れた見方をすべきだ。最終的には、投資サイクルは中長期的に技術がどこに向かうかへの慎重な賭けに依存している。
もちろん、これには顧客が技術導入から価値を得ることも前提となる。FTSEやNASDAQの企業の中でAIを排除した戦略を持つ企業はほとんどなく、AIはコスト削減やリスク低減に大きな可能性を秘めていると考えられている。実際、金融サービスはAIによる破壊の最も可能性の高い産業の一つとされており、2025年のSoftcatの調査では、技術リーダーの48％がAIを優先事項とし、GartnerはAI関連の支出が88％増加したと報告している。
AIがもたらす巨大な変革を過小評価してはいけない。これは本物の技術革新であると反論しにくい。ChatGPT（ただし利益は生まないが！）は、学校の子供からCEOまで、ほぼすべての業界やビジネス機能で生産性向上のツールとして広く受け入れられている。正直なところ、少しでも生産性向上の効果を正当化できれば、多くの企業の収益にプラスの影響を与え、現在のAI評価を支えることになるだろう。さらに、GPUやカスタムチップ、モデルの効率化の進歩により、将来の実用性は確実なものとなっている。インフラが十分でなければAIの理論的な利用は妨げられることになり、市場の需要に先行して投資することは、日常の現実においては良いことだ。
ただし、採用を妨げる重要な障壁も存在する。特に我々の業界にとっては、規制の問題—あるいはその欠如—が大きな課題だ。世界中で、AIの利用に関するルールの適用方法についてはまだ初期段階にある。
倫理の問題も大きく、AIを責任を持って使うためのガバナンスや保証のための専門的な技術ソリューションも登場している。ESGの観点からも重要な課題であり、特にAIの環境負荷、膨大な電力消費や物理インフラの劣化といったコストが問題視されている。これらの課題が存在する間、多くの企業はAIの本格的な展開を控え、「様子見」の pragmatismを取っている。早期導入者の流れに乗る形だ。2000年代の金融サービス企業のイノベーション支援の仕事をしてきた私としては、企業がAIの軍拡競争で最初でも最後でもないことに神経を尖らせているのを見る。
技術は本質的に循環的であり、投資の仮説は常に「最善の推測」に基づいている。私たちは1637年のチューリップ危機から脱却した—幸いにも、AIにはほぼ無限の市場があり、需要のほとんどない球根の先物を買った素人投資家の時代とは異なる。
最近の例として、暗号通貨の古参たちは、AIが過熱していると聞くとやや笑う。2018年にビットコインは80％の価値を失い、19,783ドルから3,200ドルに下落したが、その後2025年には126,000ドルの史上最高値に達した。技術自体は衰えず、評価額が現実を超えたとしても。
実際、暗号通貨が死んだと何度も聞いたら、私はとっくに引退しているだろう。今のAIに関しても同じことが言えると思う。AI関連の株価調整は悪いことではないが、それは技術の失敗や将来の需要の弱さを意味しない。量子コンピューティングの登場は、AIにロケット燃料を投下し、恩恵を受けるテック企業の株価を押し上げる可能性が高い。