生成AIバブルはついに弾けるか？

Alex Woodie オリジナル記事　「Is the GenAI Bubble Finally Popping?」

生成AIをめぐる議論に疑念が忍び寄り、業界アナリストが生成AIへの巨額の投資が報われるかどうか公に疑問を呈し始めている。ゴールドマン・サックス・リサーチの書簡によると、コード化されたコ・パイロットやチャットボット以外に「キラーアプリ」がないことが最も差し迫った懸念であり、データの可用性、チップ不足、電力問題も逆風になると批判している。しかし、生成AIがビジネスや社会にもたらす長期的な見通しについては、多くの人が強気の姿勢を崩していない。

過去1年半の間に生成AIに向けられた、ありのままの誇大広告の量は、特に、今世紀初頭のドットコム・ブームとそれに続く不況を経験し、その後のクラウド・コンピューティングとスマートフォンの台頭（それぞれ2006年と2007年にアマゾン・ウェブ・サービスとアップルiPhoneが登場）は言うまでもなく、熟練した技術ジャーナリストたちの注目を集めた。

2010年代初頭のビッグデータ・ブームは、マイケル・ルイスが1999年に出版した『シリコンバレーは絶え間ない技術革新に執着する』の言葉を借りれば、「The New New Thing」としてのHadoopの戴冠式で頂点に達した。Hadoopの崩壊後、最初はゆっくりと、そして2019年には突然に、ビッグデータのマーケティング・マシンは微妙にギアをシフトし、AIがホットな新しいものになった。ブロックチェーンは世界を変えるだろう！5Gはエッジコンピューティングを加速させる！自動運転車はもうすぐそこまで来ている！スマートダストは新たな石油だ！-しかし、実際に支持を得たものはなかったようで、ビッグデータの世界では従来の機械学習で漸進的な利益を上げながら、これらの新奇なニューラルネットワークが何の役に立つのか疑問に思っていた。

	生成AIは最新の新しいものだ

2022年後半にOpenAIがChatGPTと呼ばれる新しい大規模言語モデル（LLM）を世に送り出すまでは。それ以来、ニューラルネットワークを搭載したAI、特にトランスフォーマーネットワークをベースとした生成AIに対する誇大宣伝は、これらの過去のビッグ・モーメント・イン・テックを不気味に彷彿とさせるものとなっている。これらのビッグ・モーメントのいくつかは、モバイルやクラウドのような実際の変曲点であることが判明し、いくつかは「我々は何を考えていたのか（ブロックチェーン、5G）と自問自答させられた。一方で、他の技術的ブレークスルーからの完全な教訓が明らかになるまで何年もかかった（ドットコム・ブーム、Hadoopスタイルのコンピューティングでさえ）ことを指摘しておく価値がある。

そこで今、私たちにとって大きな疑問がある： 5年後、生成AIはどのカテゴリーに分類されているのだろうか？AIが5Gやブロックチェーンの道を歩む可能性を示唆する声のひとつは、他ならぬゴールドマン・サックスである。ゴールドマン・サックスのリサーチ・ニュースレター6月号の「Gen AI: Too much spend, too little benefit?」 編集者のアリソン・ネイサンは、AIがうまくいくかどうかを考えている。

「生成AI技術による企業、産業、社会の変革が期待され、ハイテク大手、その他の企業、公益企業は、データセンター、チップ、その他のAIインフラ、送電網への多額の投資を含め、今後数年間で推定10億ドルの設備投資を行うでしょう」と彼女は書いている。「しかし、この支出は、開発者の間で効率化が進んだという報告以外には、今のところほとんど表れていません。」

ネイサンはマサチューセッツ工科大学（MIT）のダロン・アセモグル教授にインタビューし、AIが自動化するとされる作業のうち、実際に費用対効果の高い方法で自動化されるのは4分の1に過ぎないと述べた。全体として、10年以内に自動化されるのは全作業のわずか5％で、その間に米国全体の生産性を上げるのは1％にも満たないとアセモグルは見積もっている。

「生成AIは、科学的発見、研究開発、イノベーション、新製品や素材のテストなどのプロセスを根本的に変え、新しい製品やプラットフォームを生み出す可能性を秘めています」とアセモグルはネイサンに語った。「しかし、現在の生成AI技術の焦点とアーキテクチャーを考えると、このような真に変革的な変化はすぐには起こらず、今後10年以内に起こることはほとんどないでしょう。」

データとGPUという2つの核となる要素の生産量を増やすことで生成AIの進歩を加速させることは、おそらくうまくいかないだろう。

生成AIは非合理的な高揚感を引き寄せているようだ（Roman-Samborskyi/Shutterstock）

「GPTの次のバージョンにRedditから2倍のデータを含めることで、非公式な会話をしているときに次の言葉を予測する能力は向上するかもしれません」と彼は言う。「しかし、それは必ずしも顧客サービス担当者が顧客がビデオサービスの問題をトラブルシューティングするのを助ける能力を向上させるわけではないのです。」

生成AIモデルのトレーニングに適したチップが不足していることも、ゴールドマンが生成AIに悲観的（現実的とも言える）な見方をしている要因だ。これはエヌビディアに多大な利益をもたらしており、4月28日に終了した四半期の売上高は260％以上伸び、260億ドルに達した。その結果、時価総額は3兆ドル市場を超え、マイクロソフトとアップルに並んで世界で最も価値のある企業となったからだ。

「現在、エヌビディアはAIを動かすGPUを製造できる唯一の企業である」と、ゴールドマンのグローバル・エクイティ・リサーチの責任者であるジム・コヴェロはニュースレターに書いている。「エヌビディアの競争相手として、半導体業界内やハイパースケーラー（Google、Amazon、Microsoft）自身が現れると考える人もいますが、その可能性はあります。しかし、チップ企業が過去10年間、エヌビディアをGPUの支配的地位から引きずりおろそうとして失敗してきたことを考えると、現在の状況から大きく飛躍することになります。」

生成AIが最終的にもたらすかもしれない生産性や効率性の向上に対して、その訓練や使用に伴う莫大なコストは逆風となる、とコヴェロは言う。

「現在のところ、AIはコーディングのような既存のプロセスをより効率的にすることに最も有望視されていますが、このような効率改善の見積もりさえ低下しており、タスクを解決するために技術を利用するコストは既存の方法よりもはるかに高いです」と彼は書いている。

	生成AIによるGPU需要のおかげでエヌビディアの運命は急上昇した。

コヴェロは、スマートフォンが初めて登場したころの半導体アナリストで、技術革新から実際に金銭的利益を得るには何が必要かについて、いくつかの教訓を得た。例えば、スマートフォン・メーカーは全地球測位システム（GPS）を携帯電話に統合することを約束し、そのロードマップは先見の明があった。

「それに匹敵するロードマップはAIには存在しません。AIの強者たちは、技術が進化するにつれてユースケースが広がっていくと信じているようです。しかし、生成AIが世に出てから1年半経っても、真に変革をもたらすような、ましてや費用対効果の高いアプリケーションはひとつも見つかっていないのです。」

最後に、LLMやその他の生成AIモデルの学習に必要な電力量も考慮しなければならない。AIは現在、世界のエネルギーの約0.5％を消費していると推定されており、その量は今後増加すると予想されている。

クローバーリーフ・インフラストラクチャーの共同設立者で、マイクロソフトのエネルギー担当副社長だったブライアン・ジャナスは言う。「誰もがAIの波を追いかけているため、電力会社は膨大な量の電力供給の要請を何百件も受けていますが、最終的に実現するのはその需要のほんの一部です。」

送電網への接続を待つ電力プロジェクトの総容量は昨年30％近く増加し、現在の待ち時間は40～70カ月に及ぶとジャナスは言う。これだけ多くのプロジェクトが電力を待っているのだから、AIのトレーニングに必要な電力を求めているデータセンターは 「格好のターゲット 」になるだろう。

米国は、予想される電力需要の増加に対応するために送電網を拡張する必要があるが、それは安価に、あるいは効率的に行えるものではないと同氏は言う。「米国は残念ながら、大規模なインフラプロジェクトを建設する能力を失っています。これは2030年代のアメリカではなく、1930年代のアメリカに向いている仕事です」とジャナスは言う。「そのため、私は少し悲観的になっています。」

AIが必要とする莫大な電力と、新たな電力源を建設できないアメリカの事情も、AIの成功には逆風となる（BESTWEB/Shutterstock)

しかし、誰もがAIの将来を悲観しているわけではない。ゴールドマンのシニア・グローバル・エコノミストであるジョセフ・ブリッグスは、生成AIを楽観視している。ブリッグスはアセモグルに反論する記事の中で、生成AIは最終的に全作業の25％を自動化し、今後10年間で米国の生産性を9％、GDP成長率を累積で6.1％引き上げると見積もっている。さらに、生成AIは、現在人間が行っている既存の仕事の一部を自動化するだけでなく、新たな仕事の創造にも拍車をかけるだろう、と彼は言う。

「……より長期的な視野で発生すると思われるAI生成タスクの完全自動化は、労働者1人当たり年間数千ドル規模の大幅なコスト削減を生み出す可能性があります。新技術のコストは、時間の経過とともに急速に低下する傾向にあります。生成AIのコスト削減アプリケーションも同様のパターンをたどる可能性が高く、アプリケーションの開発後は導入の限界コストが非常に小さくなる可能性が高いことを考えると、AIの導入率と自動化率は最終的にアセモグルの4.6%という予測をはるかに上回ると予想さ れます。」

カシュ・ランガンも生成AI信奉者だ。ゴールドマンのエディター、ネイサンとのインタビューで、このシニア・エクイティ・リサーチ・アナリストは、生成AIのイノベーションのペースに驚き、クラウド大手のインフラ構築に感心していると語った。彼は、1990年代はERPが、2000年代は検索とeコマースが、2010年代はクラウドアプリケーションが一世を風靡したように、生成AIはまだキラーアプリを発見していないことを認めた。

「しかし、あらゆるコンピューティング・サイクルがIPA（最初にインフラ、次にプラットフォーム、最後にアプリケーション）として知られる進行に従っていることを考えれば、これは驚くべきことではありません」とランガンは言う。「AIサイクルはまだインフラ構築の段階なので、キラー・アプリケーションを見つけるにはもっと時間がかかるだろうが、私はそこに到達すると信じています。」

彼の同僚であるエリック・シェリダンも強気のスタンスで彼に加わった。

「つまり、この技術はまだまだ発展途上なの です。しかし、企業のイベントや開発者向けカンファレンスで生成AIの能力のデモンストレーションを見て、その長期的な可能性に興奮しないわけにはいきません」と彼は言う。

「見返りがない可能性を心配していないとは言いませんが、現在特に心配しているわけではありません。しかし、今後6～18ヶ月の間に大規模な消費者向けアプリケーションが登場しなければ、もっと心配になるかもしれません」とシェリダンは語った。

生成AIへの期待は、最終的には満たされないとしても、依然として高い。今の大きな疑問は、生成AIのリターンが時間切れになる前に上がるかどうかだ。時間は刻一刻と迫っている。

関連項目

ガートナー、2025年までに生成AIイニシアチブの30％が放棄されると警告する

GenAIのハイプバブルは弾けない

GenAIの誇大広告がGenAIの現実を超えるとき