ハイパースケーラーは失業率の上昇と共に復活するのか？

ハイパースケーラーはなぜ苦しく、どこで復活するのか

ハイパースケーラーの上値が重い

儲かっては設備投資に溶かす日々で、半導体に利益が移っていく

AIで驚異的な利益を出すまでは、市場は嫌気し続けるかも知れない

では、どうすればいいのか

私は、どうしようもないような気がするが、当時は主流になると考えてもなかったAnthropicがclaude codeで証明してみせたように、AIには可能性が詰まっている

そして、それがどのような形でやって来るのか予測する事は私程度の頭脳では無理だが、少しそのない頭とAIの補助で考察してみる

半導体側は値上げできるが、ハイパースケーラーは値上げしにくい

半導体設計・製造側も当然、設備投資は重い。

しかし、半導体側は供給制約がある限り価格決定力を持つ。

需要が増える度に、制約が生れ、制約は値上げを許す。

それが今の相場にそのまま表れている。

ハイパースケーラーをみてみるとその苦難がよくわかる。

儲かっても、設備投資でまた溶かす、それでも足りないから増資する そして株価が下がる 上がっても下がり、上値は重い

それに比べ、半導体側はどうだろうか、ぐんぐん伸びる上がってく

ハイパースケーラーだってcloudは値上げ出来るだろう、API料も取れ、作業AIサブスクも売れる。 広告AIで広告単価を上げているし、政府や企業向けの主権AI契約も取れるかも知れない。

しかし、競争が激しく価格決定能力は持ちにくい。

フロンティアモデル競争も作業AI競争も激化する。 顧客を得る為にAPI料を下げる場面もあるかも知れない。 企業は複数モデルを使い分けるし大衆は高いサブスクを簡単には許容しない。 無料AI、低価格AI、オープンモデル、オンデバイスAIが常に下から価格を押し下げてくる。

半導体側は「希少な物理資産」を売る事が出来るが、ハイパースケーラー側は「差別化が薄れやすい知能」を競争環境で売っている。

この非対称性が、ハイパースケーラーを圧迫し負担を負わせているのだ。

まるでこれまで、私たちを散々安くで使ってくれたな それで儲けて来てくれたなと言わんばかりだ

逆転している、全てが

因果応報というか、これまでいい思いをしてきた側が、逆に負担を背負って一番重たい部分をやっている

最先端モデルは重要で、ハイパースケーラーの開発力はなくてはならないものだが、それを出来るのは金持ちだけで、一番の金持ちがその財産を溶かして、戦っているのだ

ハイパースケーラーはもうダメなのか

企業としてのハイパースケーラーが不要になるわけではない。 むしろ逆である。必要すぎるから苦しい。

学習できるのも、推論基盤を作れるのも、世界中にクラウドとして配れるのも、政府や大企業に安全な環境を提供できるのも、結局はMicrosoft、Google、Amazon、Meta、Oracleのような巨大企業である。

しかし、株として見ると話は別だ。

以前のハイパースケーラーは、高利益率のソフトウェア・広告・クラウド企業だった。 売上が伸びれば、フリーキャッシュフローも伸びた。自社株買いもできた。高PERも正当化しやすかった。

ハイパースケーラーは、だんだん「公益企業」に近づいている。

データセンターを作る。 電力を確保する。 冷却設備を用意する。 GPUを買う。 HBMを買う。 光ネットワークを敷く。 ASICを設計する。 政府向け閉域クラウドを運用する。 主権AIリージョンを作る。

GAFAMはLLM以前から、そのようなところが少しあった まるで国家のようなところが、それがLLMによって利益が付いて来る前に更に加速せざる負えなくなった

売上は伸びるかもしれない。 しかし、利益率は昔のように美しくはないだろう。 設備投資が見栄えを悪くする。 減価償却、電力コスト、半導体価格、規制、政府介入が重くのしかかる。

半導体側に金を払っているのは今のところは主にハイパースケーラーである

国家が付く半導体、国家が付くクラウド

それでも、この流れが簡単に止まるとは思えない。

国家戦略になっているからだ。

アメリカ政府、中東、中国、日本、韓国、欧州。 どの国も、AI計算基盤を他国に握られることを恐れている。

AIは軍事、行政、金融、教育、医療、科学、製造、通信、エネルギーの基盤になる。 だから国家は、AIが短期的に儲かるかどうかだけで判断しない。 「自国で持たなければ危険だから」金を出す。

これが主権AIである。

主権AIは、半導体企業にとって追い風だ。 メモリ、GPU、ASIC、先端パッケージング、製造装置、データセンター、電力インフラには国家予算が流れる。

同時に、ハイパースケーラーにも追い風になる。 政府向けクラウド、閉域AI、行政AI、防衛AI、研究AI、国内データセンター、重要インフラ向けAI。これらを実際に運用できる企業は限られる。

つまり、仮に民間向けAIの収益化が遅れても、国家が最後の買い手になる可能性がある。

ただし、国家が付くことは、株主利益の保証ではない。

政府支援が入れば産業は守られる。 だが、同時に政治的制約も増える。国内雇用、国内調達、価格規制、補助金条件、セキュリティ要件、利益率への監視が入る。

国家が産業を守ることと、株主が高PERで報われることは別である。

では、ハイパースケーラーはどこで復活するのか

答えは「AIに働かせること」だと思う。

ハイパースケーラーが本当に復活するには、AIの利用者数が増えるだけでは足りない。 人間がチャットAIに質問するだけでは足りない。 月20ドル、月30ドルのサブスクだけでも足りない。 API使用量の増加だけでも、価格競争に巻き込まれる。

必要なのは、企業がAIに仕事を正式に移管することだ。

企業が人間に任せていた業務を、AIエージェントに任せる。 採用を抑制する。 外注を減らす。 BPOを削る。 カスタマーサポートをAI化する。 ジュニア開発の一部をAIに置き換える。 広告制作、翻訳、調査、資料作成、請求処理、契約書レビュー、営業支援をAIに渡す。

そのとき初めて、AIは「便利なツール」から「労働単位」になる。

皮肉だが、株式市場から見たハイパースケーラー復活の強いサインは、すごいチャットAIの登場ではない。 採用抑制、外注費削減、人件費率の低下、AIエージェント予算の新設、BPO支出の減少である。

AIが人間の労働支出を置き換え始めたとき、市場はこう考える。

AI CapExは浪費ではなかった。 未来の労働市場を先取りする投資だったのだ、と。

ただし、労働削減はそのままAI企業の利益にはならない

ここが最も重要だ。

企業がAIによって人件費を削減しても、その削減分をハイパースケーラーやAI企業がそのまま取れるわけではない。

むしろ、企業側はこう考えるはずだ。

AIで外注費が100減った。 でもAI企業に100払う必要はない。 10でも高い。 3で済むなら3で済ませたい。

つまり、AIが労働を代替しても、その価値の大半はAI導入企業自身が取る可能性がある。 モデルAPI提供者が得るのは、削減された人件費の一部にすぎないかもしれない。

これでは、ハイパースケーラーの巨大CapExを正当化するには弱い。

だから必要になるのが、AI労働のOSである。

AI労働OSとは何か

AI労働OSとは、単なるAIモデルではない。 企業の中でAIが働くための基盤である。

人間社員には、ログインID、メール、カレンダー、Teams、Slack、Google Drive、Office、GitHub、Salesforce、ERP、会計システム、権限管理、セキュリティ、評価制度、作業履歴がある。

AI社員にも同じものが必要になる。

AIに社内IDを与える。 AIに権限を与える。 AIに社内データを読ませる。 AIにツールを使わせる。 AIの作業ログを残す。 AIのミスを追跡する。 AIの利用料を部署別に計上する。 AIに任せてよい仕事と、人間承認が必要な仕事を分ける。 AIが外部API、会計、法務、営業、開発、広告、カスタマーサポートに接続する。

これがAI労働OSである。

AIを「使う」のではなく、AIに「働かせる」ためのOS。 これを握った企業が、次のAI相場の本命になる。

なぜOSを握ることが重要なのか

モデルだけでは価格競争になる。 APIだけでは薄利化する。 チャットだけでは大衆の支払い意欲に限界がある。

しかしOSを握ると、課金の形が変わる。

基本OS料。 AI社員ごとの座席料。 権限管理料。 監査ログ料。 セキュリティ料。 社内データ接続料。 業務アプリ接続料。 長期記憶ストレージ料。 高性能モデルオプション。 業界別エージェント追加料金。 クラウドバースト課金。 成果課金。 AIマーケットプレイス手数料。

ここまで来ると、AI企業は単なるトークン売りではなくなる。

企業が労働をAIへ移管するたびに、AI労働OSの上に課金が積み上がる。 人間社員にMicrosoft 365やGoogle Workspaceのアカウントが必要だったように、AI社員にもアカウント、権限、監査、セキュリティ、実行環境が必要になる。

これは、AI時代のOS税である。

PC時代はWindowsがOS税を取った。 スマホ時代はiOSとAndroidがアプリ経済圏を支配した。 クラウド時代はAWS、Azure、GCPが開発者とインフラの間に入った。

AI労働時代は、AI労働OSが企業業務とAIエージェントの間に入る。

ここを握った企業は、モデル価格が下がっても生き残れる。 顧客が買っているのはモデルではなく、業務を安全にAIへ移管する仕組みだからだ。

linuxがあるのに、違うOSを人々は使う つまりそういう事である

オンデバイスAIはクラウドの敵ではなく、OS企業の武器になる

一見すると、オンデバイスAIはハイパースケーラーに逆風に見える。

端末上でAIが動くなら、クラウド推論需要が減る。 API使用量も減る。 モデル企業の売上も削られる。

しかしAI労働OSの視点では、オンデバイスAIはむしろ重要な部品になる。

オンデバイスAIは、低遅延、低コスト、プライバシー、常時稼働、オフライン利用に強い。 メール整理、予定調整、ローカルファイル検索、議事録、簡単な資料作成、画面操作、軽いコード補助、個人アシスタント業務には向いている。

一方で、高度な推論、大規模検索、企業DB接続、長期記憶、重いエージェント実行、マルチモーダル処理、専門モデルはクラウドに上がる。

軽い作業はオンデバイスAI。 重い作業はクラウドAI。 社内データと権限は企業OSが管理する。 全体をAI労働OSが統合する。

クラウド企業はオンデバイスAIとクラウドAIを束ねる役割を持てる。

オンデバイスで動いても、OS代は取れる。 更新料も取れる。 セキュリティ料も取れる。 高性能モデルオプションも売れる。 企業向け管理機能も売れる。 クラウドバースト課金も発生する。

オンデバイス化は、トークン売りには逆風だが、OS企業には追い風になり得る。

誰がAI労働OSを握るのか

ここで重要なのは、最強モデルを持つ企業が必ず勝つとは限らないことだ。

AI労働OSを握るには、モデル性能だけでは足りない。 必要なのは、企業の仕事場を押さえていることだ。

Microsoftは、Windows、Office、Teams、GitHub、Azure、Entra、Defenderを持っている。 Googleは、Android、Chrome、Workspace、Search、Cloud、YouTube、広告を持っている。 Amazonは、AWS、Bedrock、Marketplace、EC、広告、物流を持っている。 Appleは、iOS、macOS、端末内プライバシー、個人向けAI OSを持っている。 Oracle、Salesforce、ServiceNowは、ERP、CRM、ワークフロー、政府・大企業基盤に強い。 OpenAIやAnthropicは、モデルとエージェント体験で先行できるが、企業のOS層まで取りに行かなければ、クラウドや業務アプリ側に利益を吸われる可能性がある。

次の競争は「どのモデルが一番賢いか」だけではない。 AIが働く場所を誰が支配するかである。

この観点から、異なるソフトウェア間のスムーズな繋がりやスキルの統合があちこち起こるだろう

分野ごとのソフトが買収され、統合される事も増えるかも知れない ARDやA2Aはその兆候だと思うがあちこちで起こるだろう

ARDやA2Aはその兆候だと思う

その際話題になりそうなのは、垂直統合型のSaaSの再評価やAIスキルをアプリのように売る市場のようなものだと思う

ゲームやアプリでそうなったようにgoogle playstoreやapple storeのAIスキル版のようなところが出来るだろうと思う

作業AIは、その入口である

Claude Code、Codex、Copilot、Gemini系エージェントが重要なのは、単に便利だからではない。

それらは、AIが実際に仕事をする入口だからだ。

コードを書く。 バグを直す。 PRを作る。 資料を作る。 調査する。 問い合わせに答える。 契約書を読む。 広告を作る。 請求処理をする。

これらが企業の正式な業務フローに組み込まれたとき、AIはチャットボットではなくなる。 AIは労働者になる。

そしてAI労働者が増えるほど、それを管理するOSが必要になる。

人間社員を管理するために人事制度、ID管理、SaaS、セキュリティ、監査が必要だったように、AI社員を管理するためにも同じような基盤が必要になる。

この基盤を握る企業が、AI労働代替の利益を取る。

物理AIは最終形だが、さらに重い

AI労働OSの先には、物理AIがある。

ロボット、自動運転、工場、物流、防衛、AI-RAN、スマートグリッド、医療、介護、建設。 ここまで行けば、AIはデジタル労働だけでなく、現実世界の労働にも入り込む。

市場は巨大だ。 しかし、証明はさらに難しい。

物理AIには、ロボット本体、センサー、工場、保守、事故責任、保険、規制、現場オペレーションが必要になる。 ソフトウェアAI以上にCapExが重くなる。 そしてまた、半導体、メモリ、電力、センサー、製造装置側へ利益が流れる。

物理AIは、ハイパースケーラーにとって救済であり、同時にさらに深い沼でもある。

次の相場は「AI便利ツール相場」ではなく「AI労働OS相場」

ここまで考えると、AI相場の流れは次のように見える。

第一段階は、AIモデル相場だった。 ChatGPT、Claude、Gemini、Llama。どのモデルが賢いか、どれだけ性能が上がるかが注目された。

第二段階は、AIインフラ相場だった。 GPU、HBM、DRAM、NAND、ASIC、電力、冷却、データセンター、光ネットワーク。AIを動かすための物理インフラが主役になった。

第三段階は、AI労働代替相場になる。 企業がAIに仕事を任せ、人件費、外注費、BPO費用、開発費、広告制作費、事務処理費をAI支出へ置き換える局面である。

そして第四段階が、AI労働OS相場である。 AIが働くためのID、権限、監査、セキュリティ、記憶、ツール、業務接続、クラウド、オンデバイス実行、成果課金、マーケットプレイスを握る企業が評価される。

ここまで来て初めて、ハイパースケーラーは半導体側に奪われた利益の一部を取り戻せる。

皮肉な復活劇

皮肉なことに、ハイパースケーラー復活の合図は、社会にとっては痛みを伴う可能性がある。

AIによる採用抑制。 外注費削減。 ジュニア職の減少。 BPO縮小。 コールセンターの自動化。 事務職の再編。 開発現場の人数圧縮。

こうした現象が実際に数字として見え始めた時、市場はAIを再評価するかもしれない。

AIは高コストなチャットではなかった。 労働市場をクラウド支出へ変換する装置だった。 だから巨大CapExは未来の労働収益を先取りする投資だった。

この物語が成立したとき、ハイパースケーラーは復活する。

だが同時に、政治的反動も来る。

AI税、雇用維持義務、解雇規制、クラウド規制、データ主権規制、労働組合の反発、若年層雇用の悪化、消費需要の低下。 AIが本当に労働を代替し始めれば、国家は放置できなくなる。

その結果、主権AI、政府AI、再分配、規制、国産クラウド、国内データセンターがさらに重要になる。

つまり、AI相場の先には、単なる技術競争ではなく、国家、労働、資本、クラウド、半導体が絡み合う巨大な再編が待っている。

結論

昔のような、軽くて高利益率で、売上が増えれば自然にフリーキャッシュフローが増えるハイパースケーラー像は、しばらく戻らないかもしれない。

AI時代のハイパースケーラーは、巨大な設備投資、半導体価格、電力制約、国家戦略、規制、価格競争に挟まれる。 その意味では苦しい。

しかし、AIを学習し、推論し、配布し、企業と国家に安全に使わせる基盤を作れるのも、彼らである。

復活の鍵は、AIを「使わせる」ことではない。 AIに「働かせる」ことだ。

そして、その労働を管理するOSを握ることだ。

AIが企業の中で正式な労働単位になり、オンデバイスAIとクラウドAIが統合され、権限、監査、セキュリティ、記憶、ツール、成果課金が一つの基盤に載る。

その時、AIは単なるアプリではなくなる。 AIは労働者になり、クラウドは労働市場の基盤になり、OS企業はその上から税を取る。

次の相場の本命は、AIモデルだけではない。 AIインフラだけでもない。

その先にあるのは、AI労働OSである。

そして、その次がAIで自律的に回る経済圏と物理AIの証明の時代に入っていくだろう

これにも膨大な設備投資と、苦難の道が待っているだろうと思う

ハイパースケーラーには更に過酷ですぞ、それでも私は彼らが倒れるとは思えない

いずれ、驚異的な成果を出す事だと信じているが、信じたいだけかも知れない

奇妙な逆流――ハイパースケーラーもまたチップを売る側になる

ここでさらに奇妙なのは、ハイパースケーラー自身もまた、半導体を「買わされる側」であると同時に、「作り、売る側」へ回り始めていることだ。

AI時代のハイパースケーラーは、GPU、HBM、DRAM、SSD、電力、冷却、データセンターを大量に買う。だから短期的には、半導体企業やメモリ企業に利益を吸われ、フリーキャッシュフローを圧迫される存在に見える。だが一方で、彼らは自社クラウドの需要を最も深く知っている。どの推論が多いのか、どのモデルがどれだけメモリを食うのか、どのワークロードが汎用GPUでは非効率なのかを、現場のデータとして持っている。

だからハイパースケーラーは、汎用チップを買うだけでなく、自社専用ASIC、推論チップ、学習チップ、ネットワークチップ、セキュリティチップを作る方向へ進む。これは単なるコスト削減ではない。AI労働OSを自社クラウド上で動かすなら、その下にある計算基盤まで最適化した方が強いからだ。

さらに、このチップは自社利用だけに留まらない可能性がある。主権AIを進める国家、政府機関、軍、研究所、通信企業、金融機関、国内クラウド事業者は、NVIDIA依存や特定国依存を避けたい。そこに、ハイパースケーラーが設計したAIチップ、あるいはそれを組み込んだラック、クラウド基盤、閉域AI環境を提供できるなら、彼らは半導体の買い手でありながら、半導体インフラの売り手にもなる。

つまり、ハイパースケーラーは半導体企業に利益を奪われるだけではない。自らもチップ設計者となり、国家や企業に「AI計算基盤」を売る存在へ変わる。これは非常にねじれた構図である。

表面上は、ハイパースケーラーはAI設備投資で苦しんでいる。 しかし深いところでは、その設備投資を通じて、AIクラウド、AI労働OS、主権AI、専用チップ、データセンター運用をまとめた垂直統合企業へ変わろうとしている。

今後の勝者は、単に最も賢いモデルを持つ企業ではない。 チップからクラウド、OS、業務ソフト、国家向けAI基盤までを一体で提供できる企業である。

その意味で、ハイパースケーラーは半導体企業に追い詰められているように見えながら、最終的には自らも半導体的な利益構造を取り込みに行く。AI時代の彼らは、ソフトウェア企業でもあり、クラウド企業でもあり、電力消費企業でもあり、そしてチップ企業にもなっていく。

主な出典メモです。 MicrosoftはAI事業の年率売上ランレートが370億ドルを超えた一方、AIインフラ投資がクラウド粗利率に影響していると説明しています。(Microsoft) AmazonはAI投資による設備投資増で、TTMフリーキャッシュフローが259億ドルから12億ドルへ低下したと開示しています。(ir.aboutamazon.com) AlphabetはGoogle Cloudの急成長と大きなAI CapEx計画が同時に進んでいます。(Q4 CDN) Metaも広告AIの改善を示す一方、2026年のCapEx見通しを大きく引き上げています。(Meta)

メモリ側では、TrendForceが2Q26の従来型DRAM契約価格を前四半期比58〜63%上昇、NANDを70〜75%上昇と予測しています。(TrendForce) Micronは16件の戦略的顧客契約について、take-or-pay、価格フロア、現金預託を含む形だと説明しており、Reutersも220億ドル規模の供給コミットメントと報じています。(Micron Technology) 主権AI・AIインフラについては、米政府がAIデータセンター関連プロジェクトへのローン保証・補助金・税優遇・オフテイク契約などを検討する枠組みを示しています。(The White House)

AI労働代替については、オンライン外注労働支出が1ドル減る時、AIモデル提供者への追加支出は約0.03ドルにとどまるという推計があり、労働削減がそのままAI企業の利益になるわけではない点が重要です。(arXiv) 産業界のエージェントAI導入研究では、多くの企業がまだAIアシスタント段階にあり、本番導入には検証、文脈、非決定性、機密データなどの壁があると整理されています。(arXiv)

特定銘柄の推奨・勧誘・投資助言を目的とするものではありません。投資判断はご自身の責任でお願いいたします。

サムネはPixAIsunflowerモデルとGPTImage2.0