J.P. Morganが鳴らすAI市場の警報——ドットコムバブルの再来か、それとも杞憂か
J.P. Morganが、AI関連の金融市場に「投資家の過剰な期待（investor exuberance）の兆候がある」と警告した。バブルという言葉を直接使ったわけではないが、レポートに並ぶ数字は穏やかではない。
なぜ今これが重要か——数字が示す「集中」の異常さ
まず事実から押さえておく。
ChatGPTが登場した2022年以降、S&P 500に名を連ねるAI関連企業はわずか42社。だがこの42社だけで、インデックス全体の利益・収益・投資の**65〜80%**を生み出している、とJ.P. Morganは指摘する。
市場全体の時価総額集中もすさまじい。S&P 500上位10銘柄のシェアは現在約40%。2015年時点では**17%**だったから、10年で2倍以上になった計算だ。J.P. Morganはこれをグローバルな文脈で補正してもいて、「集中度が比較的低い市場のひとつ」として米国を位置づけているが、それでも上昇トレンド自体は否定していない。
「集中が高まること自体は問題ではない」という議論もある。ただ、集中と脆弱性はコインの裏表でもある。40%を占める10社のうちの数社が崩れれば、インデックス全体への影響は不均衡に大きくなる。
4つのレッドフラッグを整理する
J.P. Morganが明示した警戒サインは4つある。
- 半導体株の200日移動平均からの乖離がドットコムバブル時と同水準に達している
- ヘッジファンドのチップ株への投資比率が過去最高を記録
- 韓国証券取引所の信用取引残高が2020年比で3倍に膨らんでいる
- 半導体オプション取引量が2020年比で5倍に達している
さらに、価格変動を増幅させるレバレッジド・チップETFの市場への影響力は、2024年初頭から5倍になった。
個別に見ると「そういうこともある」と受け流せそうなものばかりだが、4つが同時に動いているという点が気になる。特に韓国の信用取引残高とオプション取引の拡大は、機関投資家というより個人・リテール層の過熱を示している。熱狂の末端が広がっているときほど、修正局面の衝撃は大きい。
Nvidiaシェア低下とAIインフラの地殻変動
半導体市場で見逃せないのが、NvidiaのAIアクセラレーター市場シェアの動向だ。
2023年時点では**85%を握っていたNvidiaだが、J.P. Morganの試算では2026年には75%**程度まで低下すると見られている。10ポイントの低下は小さく聞こえるかもしれないが、巨大市場の10%は無視できない量だ。
背景にあるのは、大手クラウドプロバイダーによる独自チップへのシフトだ。GoogleのTPUやAmazonのTrainiumは、NvidiaのGPUと比べて運用コストを30〜40%削減できるとされる。AnthropicはClaudeをAmazon Trainiumで今後10年間運用することをすでに決めている。
ここからは私見だが、このシフトは単なるコスト削減の話ではないと思っている。
クラウド大手が独自チップを本格化させることで、AIインフラの依存構造が変わる。これまでは「AIをやるならNvidiaのGPU」という一本道だったが、それが複線化しつつある。Nvidiaの優位性が揺らぐのではなく、「誰でもNvidiaを使う時代」が終わりつつある、という読み方が正確だと思う。
AIラボの収益性問題と中国モデルの圧力
J.P. MorganはOpenAIやAnthropicといったAIラボの収益性についても懸念を示している。
売上は急伸している。ただし、計算コストが巨大であり、将来の収益性は依然として不透明だ。そこへ中国のオープンソースモデルが加わる。トップ水準のモデルに近いパフォーマンスをはるかに低いコストで提供できるようになってきており、価格競争を加速させている。
実際にトークン単価の下落は既に始まっている。コスト削減を求める企業は高価なモデルから安価なモデルへと移行し始めており、オープンソースモデルへの関心も高まっている。J.P. Morganはトークン単価の上昇が起きれば、企業が安価なオープンソースモデルに切り替える可能性があることをリスクとして明示している。
この構造をシンプルに言えば、「AIラボは規模の経済が働く前に価格競争に巻き込まれるリスクがある」ということだ。
「バブル」という言葉の手前で考えること
NYU金融学のAswath Damodaran教授はかねて「AIクラッシュはドットコムバブル崩壊より深刻になりうる」と警告している。J.P. Morganのレポートはそれに近い危機感を、数字で裏付けた格好だ。
では今すぐバブル崩壊が来るのか。そこは慎重に見たい。
ドットコムバブルと今のAIブームの明確な違いは、「実需があるかどうか」だ。2000年前後のインターネット企業の多くは、収益モデルが絵に描いた餅だった。だが今のAI企業の多くは、実際に企業が使い、実際にコストを支払っている。需要の実在性という点では、2000年とは構造が異なる。
ただし、それは「高すぎる期待で株価が積み上がっていない」ということとイコールではない。実需があったとしても、期待値の先行が大きすぎれば修正局面は来る。
判断軸として持っておきたいのは、「インフラへの投資額」と「それに見合う収益の可視性」のセットだ。クラウド大手のキャッシュフローマージンが圧縮されつつある中で、AI関連の設備投資が増え続けているというJ.P. Morganの指摘は、この軸で読むとより意味を持つ。投資が収益に変換されるタイムラインの読みが今後の分岐点になる。
実務的に今考えるべきこと
経営者やプロダクト担当者にとってこのレポートが示唆するのは、AIコスト構造の見直しを先送りにするリスクだ。
OpenAIやAnthropicの有力モデルを使い続けることの判断は、「それが最も高性能だから」だけでは成立しにくくなりつつある。中国製オープンソースモデルを含め、コストパフォーマンスの比較軸はこの1〜2年で大きく変化した。自社の用途に「本当にフロンティアモデルが必要か」を問い直すタイミングは、今だ。
開発者サイドから見ると、オープンソースモデルの選択肢が実用的な水準に達しつつあることは、純粋に追い風だ。ベンダーロックインのリスクを下げながら、コストを抑えたアーキテクチャを設計できる余地が広がっている。
もう一点、Anthropicがトレーニングから推論まで10年単位でAmazon Trainiumにコミットしたという事実は興味深い。これはクラウド・ハードウェア・モデルの三者が長期契約で結びつく構造が生まれていることを示している。このような垂直統合の動きが加速するほど、外部から割り込めるプレイヤーの余地は狭まる。スタートアップや独立系の事業者がどこで戦うかを考える上での材料になる。
まとめにかえて
「バブルかどうか」を問うことよりも、「どこに実需があり、どこが期待値の先行なのか」を分けて見ることの方が実用的だ。
J.P. Morganのレポートが提示した数字——42社が65〜80%を占める利益集中、半導体オプション5倍、Nvidiaシェアの低下、AIラボの収益不透明——はそれぞれ単独では既知の話かもしれない。だが、これだけの指標が同時に動いているという事実は、AI市場の構造的な変化点が近づいていることを示唆している。
崩壊のタイミングを当てることは誰にもできない。ただ、リスクの輪郭をはっきり見ておくことは、次の意思決定の質を変える。
参考元: J.P. Morgan sees a pile of red flags in the AI market – THE DECODER
