「次の1兆ドル企業は多くない」― Elad Gil氏、AI企業の"時価総額の物理法則"を語る

生成AIブームの中で「次の1兆ドル企業はどこか」という問いが投資家の間で盛んに語られている。ポッドキャスト「No Priors」に出演した投資家のElad Gil氏は、ホストのサラ・グオ氏との対話で、この問いに対して冷静な見立てを示した。あわせて、創業者が会社を売却すべきタイミング、トークン予算という新しい経営指標、そして「18カ月後にRSI(再帰的自己改善)が来る」という業界の空気が生む心理的コストまで、幅広いテーマが語られた。

1. 「次の1兆ドル企業」はそう多くない ― 5年での到達は歴史的な異常事態

Gil氏は、まず、直近5年でAnthropic、OpenAI、SpaceXの3社がほぼゼロから1兆ドル規模の市場価値に到達したことに触れる。「Anthropicは、5年前にはほとんど存在していなかった。OpenAIも、まだかなり初期段階で、GPT-3が出たばかりだった。SpaceXの評価額も80〜100億ドル程度だった」と振り返り、「これは人類史上前例のないことだ。通常は20年かかる。SpaceXは、2000年代初頭から、Googleは、90年代から、通常15〜20年のスパンを要する」と述べた。

この異例の"5年での到達"を目の当たりにした結果、多くの人が、「他にも同様の1兆ドル企業が3〜5年で複数登場する」と想定しがちだとGil氏は指摘する。「ロボティクス、材料科学など、誰もが"これが次の1兆ドル企業だ"と思う分野がある。10年で見ればいくつか実現するかもしれないが、今後3〜5年でそれほど多く出てくるとは思えない」と述べ、「1つだけなら思いつく企業があるが、複数はない」と付け加えた。

1-1. テクノロジーの波は「断続平衡」で進む

Gil氏は、この現象を、進化論の「断続平衡説」に例える。「カンブリア爆発のような急激な多様化の後、しばらく安定期(定常状態)が続き、その後、また爆発が起きるという構造だ。テクノロジーの歴史もそうで、ソーシャルの波があり、SaaSの波があり、そして、今回巨大なAIの波が来た。まだ続きがあるはずだ」と述べ、インターネット自体にも「90年代のインターネット、2010〜2012年頃のソーシャル、SaaS、クラウド、大手セキュリティ企業、暗号資産」といった複数の"フェーズ"があったと説明した。

「ゼロから急激に大きくなる瞬間があり、それらが"統合者"になる。そして、その後に来るのは何か、という問いが生まれる」とし、「今後数年でどれだけの巨大企業が新たに生まれるかという問いは、今後20年でどうなるかという問いとは全く違う。20年というスパンなら間違いなく面白いことがたくさん起きるが、2〜3年というスパンで見ると、数百億ドル規模の企業はまだ多く生まれるだろうが、数兆ドル規模の企業に到達するのは難しい」と述べた。

2. TAM(獲得可能な市場規模)を見誤る投資家たち

Gil氏は、投資家がAI企業の市場規模を見誤る傾向について指摘する。「多くの投資家は、"AI企業がサービスの価値を提供する"という考え方を知的には理解しているが、実際にはそう信じているようには行動していない。すべてをやや線形的に見てしまっている」という。具体例として、法律AI企業のHarveyや医療AI企業を挙げ、「投資家は、"弁護士1人当たり"や"医師1人当たり"のTAMで考えてしまい、"アウトカム(成果)に対して課金する"という発想には至っていない」と述べた。

「コーディング分野で今起きていることを見れば分かるように、消費と価値は、今後100倍になる可能性がある。コーディングは誰もが思っていたよりもはるかに大きな市場だ。我々2人とも1〜2年前からそう言っていたが、今は証拠が出てきている」と述べる。

一方で、Gil氏は、「1兆ドル規模の市場」と「1000億ドル規模の市場」の違いを混同しないよう注意を促す。「2010年頃、市場価値100億ドルに到達することの難しさについてブログ記事を書いたことがある。今ではそれが一部のAIラボのシード資金調達ラウンドの規模になっている」とし、「多くのものが100億ドル規模になれる可能性はあるが、1兆ドル規模になれるものはそう多くない。桁が違う話だ」と述べた。「1兆ドルの市場価値を得るには、単純計算で500億〜1000億ドルの売上が良好なマージンで必要になる。単一企業でこの規模の収益を今後5年で生み出せる分野がどれだけあるか、というのが本当の問いだ」と続けている。

3. 「市場規模」と「到達スピード」の混同

サラ・グオ氏がこの点についてさらに問いかけると、Gil氏は、「エネルギー関連のサプライチェーン技術など、いくつか有望な分野のリストは作れるが、それが"物理的な商品を扱う会社"である場合、そのスピードで到達できる実行体制が本当にあるかどうかは別問題だ」と答えた。「市場規模を疑っているわけではなく、到達スピードを疑っている」という。グオ氏は、これに同意し、「人々は"スピードがある"と信じて投資しているが、それは市場規模とは別の問題であり、両者を混同している人が多い」と述べた。

もう一つの現象として、グオ氏は、「優秀な創業者ほど、ラボを恐れてニッチ市場を狙う傾向がある」ことを指摘する。「HarveyやOpen Evidence、Decagon、Sierraといった企業が3〜4年前に参入した市場は、大手ラボのロードマップに載る可能性のある大きな市場だった。しかし、今は、"ラボは絶対にこのハードウェア分野には手を出さない"といった理由でニッチに逃げる傾向が同時に起きている」との見方を示した。Gil氏は、これに対し、「一部の企業は明らかに巨大で素晴らしいことに挑戦しているが、ラボへの恐れから小さなニッチに向かう傾向が、少なくとも自分の見立てでは強まっている。これは"最良の創業者の一部"に見られる傾向であり、平均的な創業者は気にしていない」と応じた。「今、より失望させられるのは、創業者が本来持てる野心よりも野心が低くなっていることだ」と述べている。

4. 創業者は会社をいつ売却すべきか ― 「時間コスト」という見過ごされがちな要素

グオ氏は、企業がいつ売却を検討すべきかについてもGil氏に問いかけた。Gil氏は、「Anthropicのように、当面は絶対に売却すべきでない企業も一握りある。しかし、それ以外の大半の企業は、いずれかの時点で売却を検討すべきだ。会社の価値が最大化される、通常12〜18カ月程度の"時間最大化ウィンドウ"が存在する」と述べる。「Ben Horowitz氏が、かつて書いていたように、年に1回、事前にスケジュールされた取締役会で、感情を交えずに"今後6カ月で売却を検討すべきか"を議論する場を設けるべきだ」と提案した。「答えが"いや、まだ続けるべきだ"であっても構わない。重要なのは、創業者や投資家のどちらかがプッシュするのではなく、合理的な会話として成立させることだ」という。

「今のAIサイクルでは、1年が通常サイクルの3〜4年分に相当する。3年前のAI業界を思い出せば、モデル性能、垂直アプリ、AIロールアップなど、あらゆる面で全く違う世界だった」とし、「前提となる事実が過去のどの時点よりも速く変化しているため、より頻繁に自分の考えを検証し直すべきだ」と述べた。

Gil氏は、さらに、見過ごされがちな「時間コスト」という視点を提示する。「あなたの人生で最も生産的な数年間が、今まさに賭けられている。良い額のお金を手にして次の巨大なプロジェクトに向かうこともできれば、賭けを続けることもできる。それが正しい選択の場合もある。しかし、2020〜2021年に立ち上げた企業を5年後もまだ経営し続け、それが上手くいっていない人が大勢いる。AIによる大きな変化が起きた期間、彼らはその会社に縛られていた。優秀な創業者にとって、そのコストは何なのか」と問いかけた。「セカンダリー(株式の一部売却)は中間的な選択肢だが、短期的なニーズは解決できても、根本的な解決にはならない場合が多い」との見方も示している。

5. RSI(再帰的自己改善)への期待と、研究者の心理的コスト

5-1. 「18カ月後」という言葉の信頼性

Gil氏は、AIラボの内部にある「異様な熱狂」について語る。「今後半年ほどでコーディングは、"解決済みの問題"になり、来年末頃には、何らかの形の"軽度なRSI"に到達するだろう、という見方がラボの中では広がっている。その時点で、モデル自身がモデルの大部分を訓練するようになる」という。「多くの人は、"もし自分のキャリアに残された生産的な労働時間が1年半しかないなら、1日16時間働くべきだ。毎週がAIに取って代わられる前に残された生産的な時間の2%を占める"と考えている」と述べた。

この見立てについて問われたGil氏は、「モデルが、自身の訓練を改善できるという発想自体は、コードや数学の分野で既に見られている延長線上にあるので、信じるべきだろう」としつつ、「この過去5年間、非常に優秀で自己認識の強い研究科学者たちが"再帰的自己改善やASI(人工超知能)は18カ月先だ"と、18カ月ごとに繰り返し言い続けてきたという事実がある。この予測がどれだけ精度が高いかは不明だ」と冷静な見方を示した。「コードやデータパイプライン業務への延長は信じやすいが、検証がより難しく複雑な領域でどうデータを集めるのか、あるいは物理的な計算資源のアクセス性という制約に本当にぶつかるのかという問いの方が、アルゴリズム上可能かどうかという問いよりも、より現実的な制約になりそうだ」と述べている。

5-2. 「結婚すべきかどうか」を悩む研究者たち

グオ氏は、この「18カ月後」という信念が生む二次的な効果として、燃え尽き症候群のリスクを指摘する。「大手ラボの何人かの知人が、"結婚すべきかどうか"を悩んでいた。18カ月後に世界がどうなるか分からないからだ」というエピソードを紹介し、「これは、人が"自分は死ぬ"と思ったときの心理状態に近いのではないか。人生最後の2年間をどう過ごすかという、あながち無関係でない哲学的な問いだ」と述べた。「RSIが18カ月後に来るなら自分の貢献はいくらか無意味だから、結婚すべきか、働くべきか、旅行すべきか、それだけに集中すべきか」と悩む研究者がいるとし、「人々がまるで"普通に生き続けるかのように"行動する方が、心理的にはるかに安定し、満足度も高い状態だと思う」と自身の見方を述べた。

6. コンピュートの"べき乗則" ― トークン予算という新しい経営指標

Gil氏は、計算資源(コンピュート)が希少資源になる中で、AIラボの内部に興味深い"べき乗則"が生まれていると指摘する。「どの分野でも、数十人程度の人物がその分野の成果の大部分を牽引している。乳がん研究でも、数学のある部分野でも、起業家のエコシステムでも同じだ。AI研究でも同様であり、そうした人物にますます多くの計算資源が割り当てられるようになっている」という。「一部のラボでは、非常に高いバーを超えない限り、研究者の採用を減速させている。コストは研究者本人ではなく、その人に紐づく計算資源だからだ」と説明した。

Gil氏は、これを「投資したトークンに対するリターン(ROI)」という概念で表現する。「一定のトークン予算があるとき、それを誰に、なぜ与えるのか、という問いだ。かつての社内ツールチームがいつも予算不足だったのと同じ構造だ。多くのテック企業は、同じエンジニアを社内ツール開発よりもプロダクト開発に使いたがった」と述べ、「だからこそ、"SaaSの死"は、やや過大評価されていると思う。年間さほど支払っていないSaaSにトークンを使うより、コア製品や大きなマージン改善にトークンを投じる方がリターンが大きい場合、そちらを選ぶはずだ」と述べた。「"みんなAIを自由に使え"という段階から、"支出を測定し、より多くをオープンソースに移行させよ"という段階、そして、次には"どのプロジェクトや人材がトークン予算の中で不釣り合いに大きな配分を受けるべきか、そのROIは何か"を問う段階へと移りつつある」との見方を示した。

7. 大規模テック企業への人材の"浸透" ― エンジニアの新たな行き場

Gil氏は、AIによる技術者の置き換えについて、意外な視点を提示する。「一部の企業では以前から、Googleや Metaのような大手テック企業の文脈では、"それほど生産的でない"エンジニアが多数いたが、彼らは、GE、PG&E、Hershey'sのような従来型の大企業にとっては非常に魅力的な人材になり得る。こうした企業はこれまでこうした人材を採用する能力自体を持っていなかった」と述べた。「AIによる技術者の一部の置き換えが将来起きるとしても、そうした人材が流れ着く先はたくさんある」との見方を示している。

一方で、ラボ内で不釣り合いに少ないトークン配分しか受けていない研究者については、「数学の終焉を心配して"世界が終わるまで休暇を取る"よりも、自分が比較優位を持つ分野、たとえばサプライチェーンのボトルネックや、生物学の知見を他の有望な分野に拡散させる仕事に力を注ぐ方がはるかに刺激的だ」と述べた。

8. カリフォルニアの富裕層課税法案 ― 「エコシステム流出の最速の方法」

対談では、カリフォルニア州で可決された「億万長者税」についても議論された。グオ氏は、「この法案が通れば、100億ドル規模の企業を持つ創業者は、来年強制的に資産の一部を売却させられることになるのか。数十人の創業者が会社の大部分を売却せざるを得なくなるのか」と問いかけた。

Gil氏は、「規制当局がこの法律の執行やコンプライアンスの詳細をどこまで検討しているかは不明だが、直近の影響としては、カリフォルニアで価値を創造しようとしている非常に多くの人々が、州外に出ることを選ぶだろう。これは既に起きている。エコシステム全体をこれほど速く追い出す方法は他に思いつかない」と述べた。同氏は、この法律の書き方について「一度成立すれば、将来的にバーを下げたり再実装したりできる、かなり広範なものになっている」と指摘し、「2028年には、州外への"出国税"を追加しようという議論も増えている。実際に州を出ようとすると、その分を"罰金"として大きく取ろうとする動きがある」と説明した。

「では、2027年に大量のマイアミ移住が起きるのか」という問いに対し、Gil氏は「時間はかかるだろうが、この法案を書いた人たち自身が"人々の流出"を望んでいるように感じる」と述べた。「カリフォルニアにとってのもう一つの悪い兆候として、"投票用紙収集(ballot harvesting)"の取り組みも挙げられる」とし、「いつものように、カリフォルニアがうまく対応することを願っているが、もし簡単な代替先があれば、もっと多くの人がすでに州を出ているはずだ」と述べている。

移住先の候補についても言及があり、「テキサス州、特にエネルギーやハードウェアの分野で、非常にエキサイティングな技術移転とイノベーションが起きている。SpaceXが、元々あったエルセグンドの周辺から、テキサスへとSpaceXやTeslaの一部が移り、オースティンに加えて新しいハードウェアの拠点が生まれつつある」と説明した。「これは天候や暮らしやすさの問題ではなく、規制環境の変化が人々を動かしている」との見方だ。

9. 「制約と進歩」のトレードオフ ― 医薬品規制からの教訓

対談の終盤では、計算資源の希少性が、ラボ間の"寡占"を生む構造や、AI規制のあり方についても議論が及んだ。Gil氏は、Johnson & Johnson創業家出身の医薬品開発者アラン・ヤンセン氏のYouTube動画を引用し、「医薬品開発が高コストかつ低速になった理由は、規制の"虜化(regulatory capture)"と、リスクとリターンの非対称な評価にある。FDAは、安全性・リスクにばかり注目し、利益(ベネフィット)を十分に評価していないため、片方の側面しか見ずに全体が遅くなる」と説明した。「AIラボでもこれと同様の構図が生まれる可能性がある。安全性の負担があまりに高くなれば、たとえその先の成果がリスクをはるかに上回るとしても、進歩が制約されてしまう」と述べている。

同氏は、さらに、フランスの原子力発電の例を挙げる。「フランスの電力の70%は今も原子力発電だ。事故もメルトダウンも何も起きていない。米国はわずか18%で、過去40年間新しい原子炉を建設していない。日本は25%で、非常に安全かつ豊富だ。1970年代の"安全ロビー"が、豊富でクリーンなエネルギーを実質的に潰してしまった」と述べ、「安全性の重視が我々を傷つけてきた実例が、エネルギー・電力生産の分野や医療の様々な側面で存在する。問いは、AIについてこのスペクトル上のどこに位置したいのか、という点だ。多くの世界線、多くのシナリオ、多くの結果がある」と語った。

オススメ記事

Next Big Wave――成長株・アイデアの種・トレンド深掘り