チキンフライドライスを作りながら語るAIの現在地——Dylan Patelが示した論点
SemiAnalysisの創業者兼CEOであるDylan Patelが、料理番組形式のポッドキャスト「In Context Cooking」に出演した。チキンフライドライスを実際に調理しながら、台湾・半導体地政学、AIの採用加速、ハイパースケーラーのCapex問題、Nvidiaの競争優位といったテーマを縦横に語った約55分の対話は、AI産業の現状を俯瞰する密度の高い内容となっている。
1. Dylan Patelとは誰か——匿名ブログから業界の分析拠点へ
Patelは、ジョージア州の地方出身で、大学卒業後にミネソタ州に一時移住し、養蜂を約1年半続けるなど、いくつかの「寄り道」を経てキャリアを形成してきた。半導体関連のRedditやフォーラムを長年匿名で運営しながら、WordPress上に業界分析を書き続けていた。
転機は、Substack上でチップ産業の分析を発信していたDoug（後にSemiAnalysisに参加）と出会ったことだ。「彼のを読んで、自分ならもっとうまくできると思った」とPatelは語る。Dougに「匿名をやめてSubstackで有料にすればいい」と勧められたことが、現在の60名規模の企業に至る起点となった。
2. 台湾・TSMCのエンドゲームシナリオ
フライドライス用の鶏肉を下処理しながら展開されたこのセクションは、台湾情勢に関するPatelの見方を整理している。
2-1. 主なシナリオの類型
Patelは、大きく四つのシナリオを挙げた。現状維持、台湾が独立をより明確に主張するシナリオ（これは中国を刺激するリスクがあるとして否定的に評価）、中国寄りの国民党（KMT）が政権を取るシナリオ、そして、軍事侵攻や政治的クーデターによる実効支配だ。
2-2. Patelが「最も可能性が高い」と見る展開
彼が最も起こりうると見ているのは、全面侵攻ではなく、「段階的な政治的不安定化」だ。中国が実際の侵攻コストを回避しながら、台湾への影響力を徐々に強めていく形を想定している。
2-3. 「米国にとっての最善」は逆説的にKMT勝利かもしれない
一見逆説的に聞こえるが、Patelは、むしろ親中路線のKMTが、政権を取るシナリオが米国にとって悪くない選択肢になりうると述べた。中国が政治的に「満足」することで、侵攻リスクが低下する一方、TSMCは、依然として米国の輸出規制の下に置かれ、米国の半導体エコシステムへの依存が続くためだ。「中国は友好的な政府を手に入れ、でも実際にチップは手に入らない。米国はチップへのアクセスを維持できる」という構図だ。
3. AI人材と輸出規制——中国系研究者をめぐる葛藤
「中国人研究者がAIラボを離れることへの懸念はあるか」という問いに対し、Patelは次のように述べた。「AIラボの研究者の半数、少なくとも3分の1は中国系だと思う。彼らを刺激しすぎることへの懸念は当然ある。」
ただしその一方で、「これは人類がこれまでに手にした中で最も重要な技術かもしれない。アメリカ人は、あるいはAnthropicのような企業は、自分たちが良い側にいると信じ、それをコントロールしようとしている」とも語り、export controlsをめぐる複数の立場を提示した。
「チップだけを制限しても、中国には強力な工学力があり、他の部分を自力で再現してしまう」という議論と、「モデルへのアクセスを制限しながらチップは売ることで、中国を米国のエコシステムに依存させ続ける」という議論が対立しており、Patelはどちらか一方を明確に支持せず、両論を丁寧に整理した。
現状の輸出規制体制についても懐疑的な見方を示し、「Kimi K2.5のエージェント群を見れば、Codexとそこまで差があるわけではない。現行の制度で米国が十分なリードを確保できているかは疑問だ」と述べた。
4. AIの採用加速——「エスケープ・ベロシティ」に入った
4-1. GitHub コミットの変化
Patelが具体的な数字として挙げたのが、Claude CodeによるGitHubコミット比率の変化だ。「1月の1ヶ月間で、GitHubコミットの2%がClaude Codeによるものだったのが、4%に倍増した。ただし、これはコミットに限った話で、他のAIコーディングツールも合わせれば、AIが関与するコードは全体の10%以上に達しているかもしれない」と述べた。
4-2. 企業内部での活用
SemiAnalysis社内でも変化が起きているという。エンジニア部門だけでなく、元ヘッジファンド出身のアナリストたちもClaude Codeを使って財務モデリングやデータスクレイピングを行うようになった。「完全に切り替わった」と表現している。
4-3. この1ヶ月の動きの速さ
「Claude Code、Claudebot、Manus、Kimi K2.5のエージェント群、Codex 5.3——この1ヶ月だけでこれだけのことが起きた」とPatelは整理する。ただし「サンフランシスコの外では、まだ全然普及していない」とも付け加えており、業界内外での認識ギャップを指摘している。
5. ハイパースケーラーのCapex問題——市場と経営者の見ている景色の違い
5-1. 発表内容と株価反応
GoogleがCapexとして年間1,800億ドル、AmazonがCapexとして年間2,000億ドルを発表した。どちらも発表後に株価は下落した（Amazonは約10%下落）。
Patelは、これについて「市場は間違っている」と明言はしないものの、こう述べた。「ハイパースケーラーは投資家よりはるかによく需要を理解している。Anthropicが月に20〜30億ドルの収益を追加しているという現実がある。その収益には大量のComputeが必要で、つまり、ハイパースケーラーはインフラを積み上げてからAIラボに貸し出す形でビジネスが成立している」。
5-2. 「フリーキャッシュフローがなくなる」という予測
Patelは、数年前に「ハイパースケーラーはフリーキャッシュフローを持たなくなるだろう」という予測を出していたが、それが現実化しつつあると述べた。「Googleは2027年、利益のすべてをAIインフラに費やし、実質的にキャッシュフローがゼロになるかもしれない。市場はまだこの現実を十分に認識していない」。
5-3. 「パスカルの賭け」としての競争
ハイパースケーラーがAI投資を続ける構図を「デジタル版のパスカルの賭け」と表現した。「もし自分が投資せず、他社が投資してAIが花開けば、自分は完全に負ける。だから全員が投資し続けるしかない」という構造だ。
同時にイノベーターのジレンマも指摘する。GoogleはAIに検索が侵食される可能性があり、MicrosoftはOffice 365がClaude Codeのようなツールに置き換わるリスクを抱えている。「だからこそ彼らは投資を止められない」。
6. Nvidiaの競争優位と限界
6-1. ジェンスン・フアンの「パラノイア」が強み
Patelはジェンスン・フアン（Nvidia CEO）について「テック業界で最もパラノイアな経営者の一人」と評し、これが強みだと述べた。OpenAIがCerebras製チップを検討しているという話を聞いた瞬間に、Groq社を買収して自社ラインナップを補強したという逸話を紹介し、「風を嗅いだ瞬間に動く」姿勢を評価した。
6-2. ヘテロジニアスな製品展開
従来のGPGPU一本足打法から、文脈処理・プリフィル向けのCPXチップ、Groqチップなど多様なアーキテクチャへとラインナップを広げている。「まるでフライドライスのようなもの——一つの素材だけが輝くのではなく、全体のバランスで成立する」という表現が印象的だった。
6-3. Nvidiaが直面する本質的な課題
「GoogleやAmazonは、垂直統合によってコストを下げられる。Nvidiaは自社製品が少し優れているだけでは足りず、圧倒的に優れていなければ競争に勝てない」とPatelは指摘する。「今年来年はNvidiaがトップを維持するだろう。ただし長期的には誰にも有利な運命はない。速度と革新が決め手になる」。
7. AI進歩の本当のボトルネック——半導体ファブ不足
データセンターの建設用地や電力供給が制約だった2024〜2025年とは状況が変わりつつある。電力については、Elon Muskが、モバイルタービンやレシプロケーティングエンジンをオンサイトに設置するという「ルール破り」を実践して以来、多くのサプライヤーが参入し、供給制約が緩和されてきた。
一方で、改めて焦点として浮かび上がっているのが半導体ファブの不足だ。「ファブの建設は最も複雑な建物の建設に相当する。数年の工期が必要で、化学薬品や前駆体を扱う特殊な設備が必要になる。何百億ドルもかかる装置が必要で、ここを増やすのに時間がかかる」。
「Googleは2026年も2027年もTPUを十分に確保できず、GPUを大量に買い続けるしかない。半導体の製造能力が今後の最大のボトルネックになり、それは少なくともこの10年が終わるまで続くだろう」とPatelは締めくくった。
まとめ
Dylan Patelが調理しながら語ったこの対話は、半導体・AI産業の構造的変化を複数の視点から整理したものだ。特に「ハイパースケーラーが将来的にキャッシュフローをAIインフラに全振りする」という予測と、「半導体ファブ不足が長期の制約になる」という指摘は、投資家や業界関係者にとって注目すべき論点といえる。「一般市民はAIを嫌いだ」という観察を踏まえた上で、「それでも企業価値はAIで動く」という現実との緊張関係も提示されており、現在のAI産業の複雑な構造を立体的にとらえた内容となっている。
