AI市場では、相反する2つの動きが同時に進んでいる。高度なモデルを使う料金は急速に下落している。無料のモデル「Ox Alpha」が最先端に近い性能で登場したと報じられたほか、OpenAIは7月、GPT-5.6の2つの下位ティアで価格をそれぞれ80％、20％引き下げた。1716 同等の性能を得るための推論コストは、過去2年間で約95％下落したとの推計もある。22

その一方で、AIがトークンを生み出すために必要な物理的な基盤は高くなっている。Samsung Electronicsは一部の先端チップ製造の新規注文を最大15％値上げし、世界的なメモリー不足は深刻化し、2028年まで続く可能性があると見ている。3233

つまりAI業界では、成果物の価格は下落するのに、重要な投入コストは上昇するという、珍しい収益構造が生まれている。

AIのバリューチェーンは二極化している

現在のAI市場を理解するうえで重要なのは、価格競争が進む「知能のレイヤー」と、供給が限られる「インフラのレイヤー」を分けて考えることだ。

汎用モデルへのアクセスは、代替が容易になっている。ある事業者がAPI価格を下げたり、より小型のモデルを公開したり、十分な性能のモデルを無料で提供したりすれば、競合も対応を迫られる。

OpenAIの7月の価格改定では、GPT-5.6 Lunaの入力価格が100万トークン当たり1ドルから0.20ドルへ、Terraが2.50ドルから2ドルへ引き下げられた。16 利用量が増えても、1トークン当たりの売上高が縮小すれば、モデル提供会社の利益率は簡単には改善しない。

インフラは事情が異なる。先端製造設備、高帯域幅メモリー（HBM）、ネットワーク機器、電力、AIサーバー一式は、ソフトウェアの価格ほど速く供給を増やせない。Samsungは顧客から複数年の供給契約を求められており、不足は2028年までさらに深刻になる可能性があると説明している。33

NVIDIA製サーバーの価格が15％超引き上げられる可能性が報じられたことも、供給側がコストを下流へ転嫁しようとしていることを示す。ただし、これはNVIDIAが正式に発表した価格改定ではない。36

AIサービス会社にとっての問題は明快だ。利用量が増えても、トークン単価は下がる。一方で、計算能力、電力、ハードウェア、資金調達にかかる費用は、同じペースでは下がらない。

NVIDIAの好決算が示すもの

NVIDIAの2027年度第2四半期決算は、AIインフラ需要が依然として極めて強いことを示した。売上高は962億ドルで、前年同期比106％増。調整後の希薄化後1株利益は2.22ドルだった。60 経営陣は、2028年度の売上高が約70％増える可能性も示している。51

ただし、これはAI経済全体が利益率の問題を解決したという意味ではない。供給が限られたアクセラレーターをめぐり、顧客が競争しているため、NVIDIAはボトルネックの位置で強い価格決定力を持っているということだ。

同時に、メモリー価格の上昇は成長の「質」に影響し始めている。NVIDIAは次の四半期の粗利益率を約74％と見込み、報告四半期の75％から低下するとした。見通しへの圧力の一因として、メモリー価格が挙げられている。51

NVIDIAの収益性が直ちに崩れるという話ではない。今後は、希少なチップを高いマージンで販売するだけでなく、システム全体の統合、ネットワーク、ソフトウェア、価格転嫁、サプライチェーンの運営力が成長を左右することになる。

Broadcomの巨額調達が突きつける信用問題

Broadcomは、AIインフラの別の側面を浮き彫りにしている。ReutersとBloombergによると、同社はAnthropicなどの顧客向けAIチップの資金調達を巡り、600億ドル超の債務を調達する協議に入っている。構想には約300億ドルの劣後債務と、シニア担保付き債務の組み合わせが含まれる可能性がある。12

重要なのは、これは完了した借り入れではなく、あくまで提案段階の資金調達だという点だ。報じられた金額は、最終的に確定した取引ではなく、協議中の規模として捉える必要がある。

経済的な焦点は、そのチップから生まれるAI収益が、長期にわたって債務返済を支えられるかどうかだ。チップ自体に技術的な価値があっても、モデル価格が下落し、顧客が一部に集中し、機器の残存価値が下がり、借り換えコストが上昇すれば、レバレッジをかけた投資としては魅力を失う可能性がある。

AIインフラが多額の債務で賄われるようになると、トークン価格の下落はソフトウェア会社だけの価格問題ではなくなる。リース、特別目的会社、サプライヤー、金融機関を支える将来キャッシュフローにも影響し得るからだ。

ハイパースケーラーにも無条件の安全はない

大手クラウド企業は、単独のモデル提供会社より有利な立場にある。AIを既存のクラウド、業務ソフトウェア、広告、データ、販売網と組み合わせられるためだ。AI機能を一時的に低価格で提供し、別の事業で収益化することもできる。

しかし、大規模なAI投資のすべてが魅力的なリターンを生むとは限らない。安価なモデルは利用量を押し上げる一方、単位当たりの売上高を削る可能性がある。計算能力が余れば、AIは独立した大きな利益源ではなく、クラウドサービスの低マージン機能になり得る。

見るべき指標は、処理したトークンの数ではない。顧客が、その計算によって生まれた生産性向上、売上高、コスト削減に対して、十分な金額を支払っているかどうかだ。

企業にとっては追い風。ただしAPI料金だけでは決まらない

推論価格の下落は、企業にとって明確なメリットだ。AIアプリケーションの試験導入や、限定的な業務の自動化、これまで採算が合わなかった処理への高性能モデルの利用が容易になる。

ただし、導入コストはトークン料金だけではない。システム連携、データ整備、セキュリティー対策、ガバナンス、評価、現場の業務変更にも費用がかかる。APIの請求額が下がっても、投資対効果が自動的にプラスになるわけではない。

市場が問うようになっているのは、AI計算資源を1単位使うことで、どの測定可能な事業成果が生まれるのかという点だ。モデル利用を売上高や検証可能なコスト削減に結び付けられる企業ほど、明確な用途なしに計算能力だけを積み上げる企業より有利になる。

投資家とクレジット市場が見るべき分岐点

投資家は、供給が限られた投入財へのエクスポージャーと、価格競争が進むモデルアクセスへのエクスポージャーを分けて考える必要がある。

前者には、メモリー、先端製造、ネットワーク、電力、統合型アクセラレーターシステムが含まれる。顧客が供給枠を奪い合う間、これらの企業は交渉力を維持しやすい。Samsungの値上げと供給不足の見通しは、足元での供給側の優位性を示している。3233

一方、モデルアクセスのレイヤーでは、無料または大幅に値下げされたモデルが市場を拡大する一方、差別化されていない推論サービスで高価格を維持することは難しくなる。長期的な収益性は、独自の販売網、データ、専門ワークフロー、契約済み需要、トークン以外の価値を取り込むソフトウェアにかかってくる可能性が高い。

クレジット投資家が注目すべきなのは、契約に裏付けられたキャッシュフロー、顧客集中度、ハードウェアの残存価値、債務の構造、借り換え時期だ。Broadcomの提案は、AIインフラがテクノロジーの問題であると同時に、急速に資金調達の問題にもなり得ることを示している。12

結論：安い知能が高い計算能力を上回れるか

AI市場には、単一のコスト曲線が存在するわけではない。知能そのものは安く、豊富になっている一方、それを生み出す物理的な計算能力は依然として希少で高価だ。

この食い違いが、NVIDIAが異例の成長を報告しながら利益率への圧力を警告する理由を説明する。また、AI需要が強いにもかかわらず、数百億ドル規模のチップ融資案がクレジット市場の関心を集める理由でもある。

AI市場の次の局面を決めるのは、モデルの性能だけではない。高コストで、債務に支えられた計算能力の借り換えが必要になる前に、顧客が安い知能を持続的なキャッシュフローへ変えられるかどうかだ。

AI市場では、相反する2つの動きが同時に進んでいる。高度なモデルを使う料金は急速に下落している。無料のモデル「Ox Alpha」が最先端に近い性能で登場したと報じられたほか、OpenAIは7月、GPT-5.6の2つの下位ティアで価格をそれぞれ80％、20％引き下げた。1716 同等の性能を得るための推論コストは、過去2年間で約95％下落したとの推計もある。22

その一方で、AIがトークンを生み出すために必要な物理的な基盤は高くなっている。Samsung Electronicsは一部の先端チップ製造の新規注文を最大15％値上げし、世界的なメモリー不足は深刻化し、2028年まで続く可能性があると見ている。3233

つまりAI業界では、成果物の価格は下落するのに、重要な投入コストは上昇するという、珍しい収益構造が生まれている。

AIのバリューチェーンは二極化している

現在のAI市場を理解するうえで重要なのは、価格競争が進む「知能のレイヤー」と、供給が限られる「インフラのレイヤー」を分けて考えることだ。

汎用モデルへのアクセスは、代替が容易になっている。ある事業者がAPI価格を下げたり、より小型のモデルを公開したり、十分な性能のモデルを無料で提供したりすれば、競合も対応を迫られる。

OpenAIの7月の価格改定では、GPT-5.6 Lunaの入力価格が100万トークン当たり1ドルから0.20ドルへ、Terraが2.50ドルから2ドルへ引き下げられた。16 利用量が増えても、1トークン当たりの売上高が縮小すれば、モデル提供会社の利益率は簡単には改善しない。

インフラは事情が異なる。先端製造設備、高帯域幅メモリー（HBM）、ネットワーク機器、電力、AIサーバー一式は、ソフトウェアの価格ほど速く供給を増やせない。Samsungは顧客から複数年の供給契約を求められており、不足は2028年までさらに深刻になる可能性があると説明している。33

NVIDIA製サーバーの価格が15％超引き上げられる可能性が報じられたことも、供給側がコストを下流へ転嫁しようとしていることを示す。ただし、これはNVIDIAが正式に発表した価格改定ではない。36

AIサービス会社にとっての問題は明快だ。利用量が増えても、トークン単価は下がる。一方で、計算能力、電力、ハードウェア、資金調達にかかる費用は、同じペースでは下がらない。

NVIDIAの好決算が示すもの

NVIDIAの2027年度第2四半期決算は、AIインフラ需要が依然として極めて強いことを示した。売上高は962億ドルで、前年同期比106％増。調整後の希薄化後1株利益は2.22ドルだった。60 経営陣は、2028年度の売上高が約70％増える可能性も示している。51

ただし、これはAI経済全体が利益率の問題を解決したという意味ではない。供給が限られたアクセラレーターをめぐり、顧客が競争しているため、NVIDIAはボトルネックの位置で強い価格決定力を持っているということだ。

同時に、メモリー価格の上昇は成長の「質」に影響し始めている。NVIDIAは次の四半期の粗利益率を約74％と見込み、報告四半期の75％から低下するとした。見通しへの圧力の一因として、メモリー価格が挙げられている。51

NVIDIAの収益性が直ちに崩れるという話ではない。今後は、希少なチップを高いマージンで販売するだけでなく、システム全体の統合、ネットワーク、ソフトウェア、価格転嫁、サプライチェーンの運営力が成長を左右することになる。

Broadcomの巨額調達が突きつける信用問題

Broadcomは、AIインフラの別の側面を浮き彫りにしている。ReutersとBloombergによると、同社はAnthropicなどの顧客向けAIチップの資金調達を巡り、600億ドル超の債務を調達する協議に入っている。構想には約300億ドルの劣後債務と、シニア担保付き債務の組み合わせが含まれる可能性がある。12

重要なのは、これは完了した借り入れではなく、あくまで提案段階の資金調達だという点だ。報じられた金額は、最終的に確定した取引ではなく、協議中の規模として捉える必要がある。

経済的な焦点は、そのチップから生まれるAI収益が、長期にわたって債務返済を支えられるかどうかだ。チップ自体に技術的な価値があっても、モデル価格が下落し、顧客が一部に集中し、機器の残存価値が下がり、借り換えコストが上昇すれば、レバレッジをかけた投資としては魅力を失う可能性がある。

AIインフラが多額の債務で賄われるようになると、トークン価格の下落はソフトウェア会社だけの価格問題ではなくなる。リース、特別目的会社、サプライヤー、金融機関を支える将来キャッシュフローにも影響し得るからだ。

ハイパースケーラーにも無条件の安全はない

大手クラウド企業は、単独のモデル提供会社より有利な立場にある。AIを既存のクラウド、業務ソフトウェア、広告、データ、販売網と組み合わせられるためだ。AI機能を一時的に低価格で提供し、別の事業で収益化することもできる。

しかし、大規模なAI投資のすべてが魅力的なリターンを生むとは限らない。安価なモデルは利用量を押し上げる一方、単位当たりの売上高を削る可能性がある。計算能力が余れば、AIは独立した大きな利益源ではなく、クラウドサービスの低マージン機能になり得る。

見るべき指標は、処理したトークンの数ではない。顧客が、その計算によって生まれた生産性向上、売上高、コスト削減に対して、十分な金額を支払っているかどうかだ。

企業にとっては追い風。ただしAPI料金だけでは決まらない

推論価格の下落は、企業にとって明確なメリットだ。AIアプリケーションの試験導入や、限定的な業務の自動化、これまで採算が合わなかった処理への高性能モデルの利用が容易になる。

ただし、導入コストはトークン料金だけではない。システム連携、データ整備、セキュリティー対策、ガバナンス、評価、現場の業務変更にも費用がかかる。APIの請求額が下がっても、投資対効果が自動的にプラスになるわけではない。

市場が問うようになっているのは、AI計算資源を1単位使うことで、どの測定可能な事業成果が生まれるのかという点だ。モデル利用を売上高や検証可能なコスト削減に結び付けられる企業ほど、明確な用途なしに計算能力だけを積み上げる企業より有利になる。

投資家とクレジット市場が見るべき分岐点

投資家は、供給が限られた投入財へのエクスポージャーと、価格競争が進むモデルアクセスへのエクスポージャーを分けて考える必要がある。

前者には、メモリー、先端製造、ネットワーク、電力、統合型アクセラレーターシステムが含まれる。顧客が供給枠を奪い合う間、これらの企業は交渉力を維持しやすい。Samsungの値上げと供給不足の見通しは、足元での供給側の優位性を示している。3233

一方、モデルアクセスのレイヤーでは、無料または大幅に値下げされたモデルが市場を拡大する一方、差別化されていない推論サービスで高価格を維持することは難しくなる。長期的な収益性は、独自の販売網、データ、専門ワークフロー、契約済み需要、トークン以外の価値を取り込むソフトウェアにかかってくる可能性が高い。

クレジット投資家が注目すべきなのは、契約に裏付けられたキャッシュフロー、顧客集中度、ハードウェアの残存価値、債務の構造、借り換え時期だ。Broadcomの提案は、AIインフラがテクノロジーの問題であると同時に、急速に資金調達の問題にもなり得ることを示している。12

結論：安い知能が高い計算能力を上回れるか

AI市場には、単一のコスト曲線が存在するわけではない。知能そのものは安く、豊富になっている一方、それを生み出す物理的な計算能力は依然として希少で高価だ。

この食い違いが、NVIDIAが異例の成長を報告しながら利益率への圧力を警告する理由を説明する。また、AI需要が強いにもかかわらず、数百億ドル規模のチップ融資案がクレジット市場の関心を集める理由でもある。

AI市場の次の局面を決めるのは、モデルの性能だけではない。高コストで、債務に支えられた計算能力の借り換えが必要になる前に、顧客が安い知能を持続的なキャッシュフローへ変えられるかどうかだ。