AIの次の一手：サブスクリプションから成果販売へ
最先端のAI企業は、サブスクリプション、API、トークン販売から、研究や商業的成果を直接販売するビジネスモデルへと移行しつつある。Rick氏が議論したこの進化は、短期的な年間経常収益（ARR）の成長が鈍化してもAIの軍拡競争は止まらないことを示唆している。むしろ、アルファは広範な「AI全体の上昇」という物語から、ストレージ、製造、設備、生物学といった特定のセクターへと収束しつつある。しかし市場は、この新しいコモディティを依然として古いソフトウェアの枠組みで価格設定しており、誤価格と機会を生み出している。
成果ベースの価格設定への移行
歴史的に、AI企業はサブスクリプション（例：ChatGPT Plus）やトークン単位で価格設定されたAPI呼び出しを通じて収益化してきた。しかし、モデルがより高性能になるにつれ、価値は具体的な成果——例えば医薬品発見の加速やサプライチェーンの最適化——を提供することにある。Rick氏は、この移行が収益モデルと評価指標を再定義すると主張する。例えば、AnthropicのIPO評価額は、単なるユーザー成長ではなく、こうした成果ベースの収益への期待を反映している。
コンピュート軍拡競争は続く
ARRの鈍化の可能性にもかかわらず、コンピュートインフラへの投資は堅調だ。AIの覇権争いは複数年にわたるサイクルであり、企業は独自データと特化型ハードウェアを通じて堀を築いている。この設備投資重視の段階は、ストレージや設備プロバイダー、さらにはAIチップやサーバーのメーカーに恩恵をもたらす。
アルファの収束
「AI全体」のトレードは終わった。Rick氏はアルファが集中する4つの領域を特定している：
- ストレージ：トレーニングと推論のためのデータストレージおよび管理ソリューション。
- 製造：AIハードウェア部品を生産する企業。
- 設備：半導体製造装置メーカーや特殊機械。
- 生物学：AI駆動の医薬品発見とバイオテクノロジープラットフォーム。
これらのセクターは、AIが経済に深く統合されるにつれてアウトパフォームする準備ができている。
メモリーサイクルと暗号資産リスク
Rick氏はまた、AIワークロードの影響を受けるメモリーサイクル——DRAMとNANDの周期的な需要——にも言及している。さらに、暗号資産リスク、特にトークン化されたAIプロジェクトが古い価格モデルに依存している場合に過大評価される可能性があると警告している。AIと暗号資産の交差点はまだ初期段階だが、コンピュートやデータをトークン化するプロジェクトは、成果ベースの価格設定と整合すれば恩恵を受ける可能性がある。
将来を見据えた視点
投資家は、サブスクリプションを超えて成果ベースの契約に移行するAI企業に注目すべきだ。なぜなら、これらの企業はプレミアム評価を獲得するからである。コンピュート軍拡競争はハードウェアとストレージの需要を引き続き刺激するが、アルファはセクター固有となる。AIインフラやデータをトークン化する暗号資産プロジェクトは、取り残されないために新しい価格設定パラダイムに適応しなければならない。市場が成熟するにつれ、古いソフトウェアの枠組みは、AIを多様な収益源を持つ汎用技術として認識する、よりきめ細やかな評価アプローチに取って代わられるだろう。
