誰が代金を払うのか ——シャンパンとして売られる水道水
一、二十年間見てきた亀裂
私は銀行で二十年以上、融資審査と資産運用の仕事をしてきました。この仕事が教えてくれたことがひとつあります——どんな危機も、市場が気づくのはいつも一番最後で、最初に気づくのは、バランスシートの亀裂を見る癖がついている人たちだ、ということです。
1997年、アジアの通貨が次々と崩れていくのを見てきました。誰もが「なぜタイバーツが崩壊したのか」と問うていましたが、本当の問題はタイバーツそのものではなく、短期の外貨建て債務で長期のインフラ投資を支えるという錯配が、帳簿にはとうに書かれていたのに、誰も先に問おうとしなかったことにありました。
2000年、ドットコム企業が次々と資金を使い果たしていくのを見てきました。誰もが「インターネット経済は幻想だったのか」と問うていましたが、本当の問題もインターネットの価値の有無ではありませんでした——それはのちにインターネット自身が証明しています——問題は、その時点で誰が、どんな価格で、まだキャッシュフローのない物語の代金を払っていたかということでした。
2008年、サブプライムが世界の金融システムを引きずり込んでいくのを見てきました。本当の問題は、最初から最後までひとつしかありませんでした——音楽が鳴り続けているうちに、亀裂がすでにそこにあると認める勇気が誰かにあったかどうか、です。
そして今、私はAI産業を見ています。
AIが幻想だと言うつもりはありません——これはこの文章の冒頭で、先にはっきりさせておきたいことです。AIが勝つこと自体は、疑っていません。インターネットが勝ち、電力や水道が勝ったのと同じように。私が語りたいのは、また別のことです。今回の亀裂がどこにあるのか、誰が先に落ちるのか、そして崩落したあとに初めて、自分がずっと亀裂の真上に立っていたと気づくのは誰なのか——そんなことを、少し考えてみたいと思います。
二、物理的な天井
まず一つ目の亀裂から話しましょう。もっとも検証しやすく、同時にもっとも見過ごされやすい亀裂です——今回のAIは、クラウドの中だけに存在する抽象的な物語ではありません。コンクリートであり、電線であり、変圧器であり、そして今では原子炉や人工衛星でもあります。
データセンターを一つ建てるには、まず送電網への接続待ちの列に並ばなければなりません。米国の主要建設エリア——北バージニア、フェニックス、ダラス——では、その待ち時間は四年から七年にまで伸びています。高圧変圧器の納期も、2020年以前の二～三年から、現在は三～五年にまで延びました。この結果、四大テック企業はそろって送電網を迂回し、原子力産業と直接契約を結ぶようになっています——マイクロソフトは160億ドルを投じ、20年契約でスリーマイル島原発1号機の再稼働を決めました。GoogleはKairos Powerから小型モジュール炉を購入し、アマゾンはX-energyに7億ドルを投資、Metaに至っては最大6.6GW分の原子力契約を積み上げています。これらの企業が今やっていることは、もはや「電力を買う」ことではなく、自ら電力会社の長期計画担当者になるということです。
しかし、たとえ原発を再稼働させるだけの資金があっても、もう一つのより制御しにくい変数からは逃れられません——地政学です。今年に入ってすぐ、OpenAIがアブダビに300億ドルを投じたスターゲート・データセンターは、イラン・イスラエル戦争の余波で、報復対象として名指しする動画が公開されました。それ以前にも、アラブ首長国連邦とバーレーンにあるアマゾンのAWSデータセンターが攻撃を受け、現地の銀行、配車アプリ、決済システムが24時間以上停止する事態も起きています。つまりAIデータセンターは今、発電所や橋梁と並んで、戦争における明確な攻撃対象のリストに入ってしまったということです。
地上では送電網の順番待ち、水利権をめぐる住民の反対、そして地政学的リスクが幾重にも積み重なる中、イーロン・マスクが出した答えはさらに過激なものでした——いっそ地球を離れてしまえばいい、というものです。彼はxAIとSpaceXを合併させ、米連邦通信委員会に最大百万基の衛星からなる軌道データセンター網の打ち上げを申請しました。理由は単純明快です。「地球上では電力が制約になるが、宇宙は常に晴れている」。全社会議では、将来的に月面にAI衛星の製造工場を建設し、巨大なカタパルトで衛星を打ち上げる構想まで語っています——この論理の行き着く先は、そもそもSpaceXがStarshipを作った目的、すなわち有人火星着陸そのものです。
これは、私が二十年の融資キャリアで学んだ最初の教訓の、いわば延長線上にある話だと思っています。ある産業の設備投資が、事業者に原発の再稼働を迫り、資産を地政学的リスクに晒し、データセンターを宇宙に打ち上げる構想まで真剣に語らせるようになったとき——それはもう「インフラが需要に追いつかない」という単純な亀裂ではなく、産業全体が地球という星の地政学と物理的限界に、正面から衝突させられている状態ではないでしょうか。
さらに皮肉なことに、この原稿を書いている数日前、原発建設にまでお金を注ぎ込んでいたはずのMeta自身が、「計算能力が過剰である」ことを公に認め、余った分を他社に貸し出す準備を進めていると発表しました。
これが意味するのは、この産業が二つの矛盾を同時に生きているということです——拡張したい者は、送電網の順番待ちに引っかかり、時には地政学的リスクを引き受けてまで建設しなければならない。すでに建設し終えた者は、計算してみたら余ってしまった、使い切れない、ということに気づいてしまう。
三、本当の買い手は誰か
発電所を建て、地政学的リスクを乗り越え、データセンターがようやく稼働し始めたとして、次に問うべき本当に致命的な問いはこれです——誰がお金を払ってこの計算能力を使い、しかも一番高額な等級を使いたがるのか。
まず、世界で本当に巨額の利益を握っている人々を見てみましょう。JPモルガンは確かに生成AIを使っています。OpenAIとAnthropicのモデルを接続し、トレーダーや資産運用アドバイザー、リスク管理担当者に開放しています——しかしやっていることは文書要約、リスクレポートの生成、顧客対応の草稿作成であり、これらのタスクは中位モデルで十分すぎるほど間に合い、最先端の推論フラッグシップを動員する必要はまったくありません。JPモルガンの本当の収益エンジン——預貸金利差、取引手数料、引受収入——これらの数字の増減は、FRBの金利判断と市場のボラティリティに左右されるのであって、使っているモデルが何世代目かとは無関係です。
バークシャー・ハサウェイの答えはもっと直接的です。現CEOのグレッグ・エイベルは2026年の株主総会で、こう明言しました。「私たちはAIのためにAIをやるつもりはない」。バークシャーのAIに対する姿勢は、本質的にAlphabetを一つの財務投資として扱っているのであって、生成AIを保険や鉄道の中核業務に導入しているわけではありません。バフェットのこの六十年間の投資哲学は、自分が「理解できない」急速に変化する技術をあえて避けることでした——バークシャーの本当の収益エンジンは、保険の浮動資金を長期の資本配分に回すこと、鉄道の運行調整であり、これらの収益力は、モデルが何世代目かとはまったく関係がありません。
モデルをより高性能に、より高コストにアップグレードさせ続けている本当の推進力は、結局のところ一つの集団しか残っていません——ソフトウェアエンジニアです。
コーディングは企業部門のAI支出の55%を占め、二位のIT（10%）、三位のマーケティング（9%）を大きく引き離しています。これは偶然ではありません。コードは数少ない、長い推論チェーンを必要とし、各ステップが前のステップの正しさに依存するタスクだからです——どこか一箇所で推論を誤れば、その後すべてやり直しになる。この種のタスクは許容誤差が最も低く、最上位モデルの能力を最も必要とします。
しかし、ここに問題があります——この集団の規模には、生まれつき天井があるのです。世界のプロフェッショナル・ソフトウェア開発者の数は、機関によって推計は異なりますが、3000万人から5000万人という範囲に収まります。保守的に見積もっても、世界の開発者の給与総額プールはおよそ1兆から2兆ドル程度です。一方、企業が実際にAIコーディングツールに費やしている金額は、年間およそ40億ドルにまで成長しましたが、この給与総額プールに対しては、端数にすら届きません。
資本市場の想像力を本当に支えているのは、また別の数字です——世界の知識労働者はおよそ10億人、世界の労働力の30%を占め、その給与総額はおよそ35兆から50兆ドルにのぼります。資本市場の現在の評価ロジックは、本質的にこの35兆から50兆ドルという物語を使って、今の設備投資を正当化しているのです——もしAIが本当にこのプール全体のほんの一部でも取り込めれば、今つぎ込んでいる金額など端数に過ぎない、というわけです。
しかし問題は、現時点で唯一検証され、規模のある支払い意欲があり、しかも最も高額なモデルでなければならない集団は、ソフトウェアエンジニアというこの一握りの人々だけだということです。JPモルガンやバークシャーのような、本当に実体のある利益の巨獣は、最先端モデルを必要としていませんし、必要とする理由もありません。これはつまり、原廠に次世代モデルの開発へと際限なく資金を投じさせ続ける推進力と、実際にそれに見合う規模の収益を貢献できる集団とが、まったく噛み合っていないということです——水道会社にミネラルウォーター級まで水を浄化させ続ける人たちが、たまたま世界で最もミネラルウォーターを買う余裕のない人たちでもある、というわけです。
ちなみに、製薬・バイオテック産業のような本物の資金が動いている巨大産業も、実は同じ道を歩んでいます。この産業は実験室で理論だけをこねくり回しているわけではありません——ファイザー、サノフィ、イーライリリーは毎年数十億ドル規模のAI提携を結んでおり、Anthropic自身も4億ドルを投じてバイオテック系スタートアップを買収しています。しかしこの産業が本当に頼っているのは、GPT-6やFable 5のような汎用フラッグシップモデルではなく、AlphaFoldのような専用の生物学基盤モデルです。イーライリリーのAIプラットフォーム責任者はこう率直に語っています。「私たちは最先端モデル、次のアーキテクチャの突破口を追いかけているわけではありません。今すぐ本当に役立つものに集中しています」。つまり、汎用の最先端モデルのプレミアムを支えきれる買い手は、想像以上に狭いということです。
四、水道会社自身の財務体質
「本当の買い手は誰か」を解きほぐしたところで、今度はもっと根本的な問いに戻らなければなりません——水を売る側の体質は、健全なのでしょうか。
多くの人は直感的にNVIDIAの決算を見てこの問いに答えようとしますが、それは判断を誤っています。NVIDIAは水道会社ではなく、ポンプや配管を作る設備メーカーです——55%という純利益率は、チップ設計の特許と技術的な参入障壁によるものであり、これは製薬会社が特許薬で高い粗利益を得るのと同じロジックであって、もともとこの水準の利益率があって当然なのです。本当の水道会社は、OpenAIとAnthropicそのものです。
そしてこの水道会社自身の帳簿は、外から見えている以上に厳しいものです。OpenAIは今年、140億ドルの赤字が見込まれており、市場は2029年、あるいは2030年になってようやく黒字転換の可能性があると見ています。Anthropicの資金消費速度はOpenAIの十四分の一に過ぎませんが、それでも2028年になってようやく「損益分岐点に到達する見込み」という段階です。両社は2026年、合わせて計算資源、学習、運営に約650億ドルをつぎ込む予定です。
ここでの対比こそが、本当に厳しい部分です——電力会社は利益率こそ規制でしっかり抑え込まれていて、米国の規制対象電力会社の自己資本利益率は長年9.5%前後に落ち着いていますが、それは保護された低い利益率です。規制契約に従ってさえいれば、その収益は約束され、保証されている——価格競争によって突然骨の髄まで削られることはありません。
ところが今の水道会社——OpenAIとAnthropic——は、利益率が電力・水道会社よりも悪いのに、この種の保護の傘を一切持っていません。両社は互いの価格競争に対応しなければならないだけでなく、同時にもう一つの圧力にも直面しています——中国企業による価格切り下げ競争です。
DeepSeekやアリババクラウドのQwenといった中国製モデルの価格は、しばしば米系原廠の十分の一、あるいはそれ以下に設定されています。その背景には、中国の中央政府と地方政府が半導体やデータセンター用地・電力に対して大規模な補助を行い、政策的な資源で計算コストの一部を肩代わりしているという事情が大きく関わっています。つまり中国勢が売る計算資源には、その一部を国家が吸収しているコストが含まれている一方で、OpenAIやAnthropicが売る計算資源は、研究開発、学習、データセンター賃料といったコストのすべてを、自力で背負わなければならず、外部から肩代わりしてくれる存在はどこにもありません。
同じように水を作り、水を売っているのに、片方は政府が配管敷設費用の一部を肩代わりしてくれ、もう片方はすべて自分で持ち出さなければならない——この価格競争は、スタートラインの時点からすでに公平ではないのです。
言い換えれば、市場は今、純利益率がマイナスで、規制契約による保護もなく、しかも価格競争を強いられている二社に対して、一兆ドルに迫る評価額をつけているのです——これはもはや「電力・水道業より儲けが少ない」という話ではなく、「電力・水道業よりリスクがはるかに高いのに、リターンはむしろ低いかもしれない」という構造的なミスマッチだと言えるのではないでしょうか。
五、企業が電卓を叩き始めた
ここまでは水道会社自身の体質の問題でしたが、この資本の熱狂を本当に押し潰しうるのは、多くの場合、売り手の財務諸表ではなく、買い手が突然電卓を手に取るというその動作そのものです。
今年もっとも象徴的な事例はUberです。同社のCTOは、会社がわずか四ヶ月で年間分のAI予算を使い果たしたことを認めています——原因は、コーディングツールのClaude Codeが5,000人規模のエンジニアリング組織で普及率32%から84%まで急上昇し、エンジニア一人あたり月々のAPI費用が500ドルから2,000ドルにまで達したことでした。これはUber一社だけの特殊事情ではありません。マイクロソフト傘下のGitHubも今年、Copilotを定額制から従量課金制に切り替え、ある開発者の予想月額は67ユーロから966ユーロへと跳ね上がったと報告されています。課金モデルが「定額食べ放題」から「使った分だけ払う」に変わったとき、企業は初めて、自分たちが毎月どれだけ燃やしていたかを正確に把握することになったのです。
シリコンバレーでは今、「トークンマキシング（tokenmaxxing）」という新語が流行しています——見合った成果を出せないまま、際限なくトークンを燃やし続けることを指す言葉です。この言葉自体が生まれたということが、一つのシグナルです。企業はすでに、「AIは未来だから、代償を問わずついていく」という実験段階の心理から、「このお金を使って、結局何が返ってきたのか」という管理段階の心理へと移行しています。この転換はいったん起きてしまうと、もう後戻りはできません——請求額が十数倍に膨れ上がったのを見たあとで、部門長に無制限にカードを切らせ続けるCFOなどいないでしょう。
企業側の対応にも、具体的な戦略が現れ始めています。今、主流になりつつあるやり方は、日常業務の九割は安価なモデルに処理させ、安価なモデルでは解決できない難題に出会ったときだけ、原廠の最上位モデルに助けを求める、というものです。業界ではこれを「アドバイザー・モデル」と呼んでいます。
例えるなら、以前はどんな法律問題でも一番高額な法律事務所に相談していた会社が、今では——契約書レビューのような日常業務の九割は社内法務や安価な外部顧問に任せ、本当に厄介で重大なリスクを伴う案件だけを、トップクラスの法律事務所に持ち込むようになった、という状況に近いでしょう。トップの法律事務所の仕事がなくなるわけではありませんが、かつての「どんな案件でも受けて時間給で稼ぐ」というビジネスモデルは、ピラミッドの頂点にある、本当に専門家の判断が必要な案件だけに圧縮されてしまうのです。
Databricksのアリ・ゴドシCEOは、この仕組みが企業の中で実際にどう動いているかを率直に描写しています。同社のAIゲートウェイは数千の企業顧客とその背後にあるモデルとの間に組み込まれており、このパターンの収益が急速に伸びていく様子を目の当たりにしているといいます。デフォルトの状態では、安価なオープンソースモデルが大半の作業を処理し、それで解決できないタスクに出会ったときにだけ、システムが外部の最上位モデルを呼び出して助けを求める、という具合です。
これはつまり、原廠の最上位モデルが「保険」のような立ち位置に再定義されつつあるということです——本当に必要なときだけ呼び出される存在であって、すべてのトラフィックのデフォルトの入口ではなくなっている。原廠にとってこれは、日常の大量トラフィックというビジネスを安価なモデルに横取りされ、利益率は最も高いが規模は最も小さい「難問処理」市場だけが手元に残る、ということを意味します。
この転換のもっとも皮肉な点は、それがちょうどOpenAIとAnthropicの両社がIPOを控え、公開市場の投資家に対して「私たちの収益モデルは健全です」と証明しなければならない、まさにその時期に重なって起きているということです。買い手はコストを緻密に計算し始め、売り手は同時に成長性と収益見通しの両方を見せなければならない——これは互いに引っ張り合う、両立の難しい二つの課題なのです。
六、誰が規制当局の役を演じているのか
前述の五つの亀裂は、実はバラバラな偶然ではなく、一本の因果の鎖でつなげて理解することができます。
物理的な上限——送電網の四～七年の順番待ち、変圧器の三～五年の納期——が押さえ込んでいるのは、「この産業が一年でどれだけ大きく建設できるか」という部分です。しかしGoogle、Meta、マイクロソフト、アマゾンのような本業がしっかりしている巨人たちにとって、この制約は意外な反応を引き起こしました。井戸をこれ以上深く掘れないのなら、まず自分の畑に優先的に水をやればいい——AIを最適化して、社内で必要な分量だけをちょうど満たすようにし、余った計算資源は、そのまま貸し出すか小売りして、追加の収入に変えてしまえばいい、というわけです。
これこそ、Metaが7月初めに「計算能力が過剰であり、対外的に売却する」と認めたことの本当の意味です——需要が消えたのではなく、本業に必要な量が、物理的上限が許す建設可能量よりもはるかに小さかったということなのです。これはまた、なぜGoogleがGemini 3.1 Flash-Liteのような、ほぼ原価に近い安価なモデルを喜んで投入するのかも説明してくれます——検索広告で稼ぐ会社にとって、AIはそもそも自力で利益を出さなければならない主力事業ではなく、本業という畑の脇に付随する一本の井戸にすぎません。余った水をいくらで売ろうと、畑の収穫には影響しないのです。
そして、この「余り水の販売」という力に、さらに三つの圧力が重なり、水の価格を一緒に押し下げています。
中国企業がほぼ国家補助に近い価格で市場を奪いにきており、もともと余り水を安売りしていた巨人たちも、顧客をつなぎ止めるためにさらに価格を下げざるを得なくなっています——これが市場競争です。データセンターが地政学リスクのリストに組み込まれ、輸出管理がサプライチェーンのリズムを乱し、もともと逼迫していたコスト構造をさらに予測しにくくしています——これが外部リスクです。企業のCFOが請求書を手に「この支出は見合っているのか」と問い始め、みなが「アドバイザー・モデル」を使って日常のトラフィックを安価な選択肢に譲り渡し、難題だけを最上位モデルに残すようになっています——これが買い手の交渉力の巻き返しです。
この四つの力が重なり合うと、次のような効果が生まれます。物理的上限が巨人たちの「畑の余り水」戦略を引き出し、この戦略そのものがトークン小売市場の価格を押し下げる。中国の価格切り下げ競争が、この下落圧力をさらに強める。地政学リスクが、コスト構造をさらに不安定にする。企業が電卓を叩き始めたことで、買い手はもう無条件にお金を出さなくなる。誰の指図も受けない四つの力が、それぞれ別の角度から、AIの利益空間を原価に近づけて押しつぶしているのです。
しかもこの四つの力が異なるプレイヤーに与えるダメージは、まったく対等ではありません。畑を持つ巨人たちにとっては、「本業は安定しており、AIで儲かろうが儲かるまいがおまけのようなもの」です。しかし畑を持たず、水を売ることでしか生きられないOpenAIやAnthropicのような会社にとっては、四方八方から囲まれているような状況です——物理的上限のせいで井戸を大きく掘れず、中国と巨人たちの余り水が一緒になって価格決定力を奪い、地政学がコスト構造をさらに不安定にし、企業顧客は請求書を片手に値引き交渉を仕掛けてくる。
これこそ「悪人はいない」という言葉が、もっとも徹底した形で体現されている場面だと思います——統一されたルールを発表する規制当局は誰もいないのに、この四つの力がそれぞれ自らの利益に基づいて合理的に行動した結果、その合計が、ちょうどAIの暴利を公共事業並みの原価水準へと引き戻す働きをしているのです。
七、誰がこの代金を払うのか
ここまで解きほぐしてくると、答えはもう見えてきたように思います——これは「AIが失敗するかどうか」という物語ではありません。
技術は最終的に勝つでしょう。それは疑っていません。十九世紀、初めて蛇口から水道水が流れ出るのを見た人々が感じた、あの魔法のような感覚は、今初めてAIに仕事を手伝ってもらった人が感じる感覚と、きっと同じようなものだったのではないかと思います。ただ、あの最初期に水道を引いた人々が払った代金は、私たちが今毎月払っている水道料金とは、まったく違う桁のものでした——彼らが払っていたのは贅沢品のプレミアムであり、そのお金が配管の敷設や浄水技術、規制の枠組みづくりを支え、結果として後の世代がほぼ無料に近い水道水を享受できるようになったのです。技術そのものが安くなったわけではなく、ビジネスモデルと規制の枠組みが、それを暴利から必需品の価格へと押し下げた、ということなのだと思います。
鉄道もまた同じでした。1840年代のイギリスの鉄道熱では、鉄道という技術そのものは生き残り、世界を変えました。しかし個々の鉄道会社の多くは倒産し、株主は大きな損失を被りました。日本でも、国鉄の分割民営化や、通信の世界におけるNTTの民営化など、公共性の高い巨大インフラが、独占的な暴利から規制された料金体系へと移行していった、よく似た歴史を私たちは持っています。通信インフラのバブルもまた、同じ筋書きをたどりました——光ファイバー網そのものは、今日のインターネットの背骨になりましたが、当時回線に大金を注ぎ込んだ企業の多くは、姿を消していきました。
今回も、AIは最終的に勝ち、電力や水道のような必需品になっていくのだろうと思います。そして、ここまで解きほぐしてきた証拠にもとづくなら、OpenAIやAnthropicのような本物の水道会社が、そのまま倒産してしまう可能性は、それほど高くはないのかもしれません。顧客基盤、国家戦略上の位置づけ、そして何度も繰り返される巨額の資金調達——たとえ収益モデルが今の評価額を支えきれなくなったとしても、これらの会社はおそらく、いきなり廃業するというより、再編されたり、野心を縮小させられたりする形に落ち着いていくのではないかと考えています。
ただ、会社が潰れないということと、投資家が損をしないということは、まったく別の話です。
そして今回の投資家の構造は、歴史上のどのバブルよりも集中していて、しかも逃げ場が少ないように見えます。S&P500指数の上位10銘柄は、指数全体の時価総額の40%以上を占めるまでになり、これは過去最高の水準です。つまり401(k)の年金口座や、インデックスファンドを通じて株式を保有している人は——AIを理解していようがいまいが、相場を見ていようがいまいが——気づかないうちに、自分の老後資金の四割以上を、このAI設備投資という賭けにすでに賭けさせられていることになります。これはリスクの分散ではなく、集中したリスクを「みんなが少しずつ持っている、パッシブ投資」という形に包み直しただけの、むしろ逃げにくいものなのかもしれません。
私は銀行で二十年以上、融資と資産運用の仕事をする中で、97年も、2000年も、08年も見てきました。そのたびに、技術は多かれ少なかれ正しかったことが証明されました。そしてそのたびに、最初に転落していったのは、まだキャッシュフローのない物語に、いちばん高い値段で賭けていた人たちでした。
今回の亀裂は、ここまでで、ひととおりお見せできたのではないかと思います。技術が勝つこと自体には、もう疑いはありません。
本当に問われているのは、別のことなのかもしれません。潮が引いたとき、私たちの年金口座は、自分がずっと亀裂の真上に立っていたことに、気づくのでしょうか。それとも——気づかないまま、なのでしょうか。
参考文献：
二、物理的な天井
- 送電網の接続待ち・変圧器納期：Silicon Report（siliconreport.com）、Spheron Network Blog（spheron.network）
- データセンター建設の遅延・中止比率：Sightline Climate（theaiconsultingnetwork.com、tech-insider.org 等で引用）
- 水資源と地域住民の反対運動：Harvard Gazette（news.harvard.edu）、CalMatters（calmatters.org）、ITIF（itif.org）
- 原子力契約まとめ：smrintel.com「Every Nuclear-Powered Data Center Deal」
- イランによるスターゲート・データセンターへの威嚇：TechCrunch（techcrunch.com, 2026/4/6）、DatacenterDynamics（datacenterdynamics.com）
- 中東AWSデータセンター攻撃：Asia Society Policy Institute（asiapolicy.asiasociety.org）
- Metaの計算能力過剰発言：Seeking Alpha（seekingalpha.com, 2026/7/1）
- マスク氏の宇宙・月面データセンター構想：Fortune（fortune.com, 2026/2/19）、NPR（npr.org, 2026/4/3）、Space.com（space.com）
三、本当の買い手は誰か
- JPモルガンLLM Suite：CNBC（cnbc.com, 2025/9/30）
- バークシャー株主総会・Greg Abel発言：CNBC（cnbc.com, 2026/5/2）、The Motley Fool（fool.com）
- 企業部門別AI支出比率（コーディングが55%）：Azumo（azumo.com）
- 世界の開発者人口推計：SlashData（slashdata.co）、Wikipedia「Software engineering demographics」
- 知識労働者給与総額35～50兆ドル：Substrate / Daniel Miessler（GitHub）
- 製薬・バイオテックのAI提携、イーライリリーTuneLab責任者の発言：BioSpace（biospace.com, 2026/2/11）、Bessemer Venture Partners（bvp.com）
四、水道会社自身の財務体質
- OpenAI／Anthropicの赤字と資金消費速度：CryptoBriefing（cryptobriefing.com）、Forbes（forbes.com, 2026/5/21）
- 電力会社のROEデータ：S&P Global（spglobal.com）、Enerdynamics（enerdynamics.com）、Energy and Policy Institute（energyandpolicy.org）
- DeepSeek等中国製モデルの価格設定：BigGo Finance（finance.biggo.com, 2026/5/25）、felloai.com
五、企業が電卓を叩き始めた
- UberがAI予算を使い果たした事例：Investing.com（investing.com, 2026/5/22）
- GitHub Copilotの従量課金化：同上（Investing.com引用）
- OpenAI／Anthropicの価格競争：Sherwood News（sherwood.news）、PYMNTS（pymnts.com）
- 「アドバイザー・モデル」とDatabricks CEOの発言：CNBC（cnbc.com, 2026/5/20）
六、誰が規制当局の役を演じているのか
- Gemini 3.1 Flash-Liteの価格設定：IntuitionLabs（intuitionlabs.ai）
- （その他は前段落と共通の出典）
七、誰がこの代金を払うのか
- S&P500上位10銘柄の集中度：Forbes（forbes.com）、ClaritX（claritx.ai）、Lord Abbett（lordabbett.com）
- 鉄道狂騒・光ファイバーバブルの歴史比較：一般的な経済史の知識であり、特定の単一出典なし
