チップ戦争から宇宙データセンターへ：AIの次の10年
チップ戦争から宇宙データセンターまで、SaaSの生死を分ける決断から投資の本質まで——高密度なインタビューの深掘り解説
元 Fidelity ポートフォリオマネージャー、18年の投資経験、2019年に Atreides Management を創設
投資とは真実の探求です。もし真実をいち早く見つけ、正しく判断できれば、それがアルファを生み出す方法です。そしてそれは、他の人がまだ気づいていない真実でなければなりません。
この言葉は、Atreides Management の創設者 Gavin Baker が Patrick O'Shaughnessy のポッドキャスト「Invest Like the Best」に出演した際のインタビューからのものです。Gavin はテクノロジー投資分野で最も情熱的かつ洞察力のある投資家の一人として知られており、この約2時間の対話では、GPU、TPU、AIエコノミクス、宇宙データセンター、SaaSの未来、そしてスキーインストラクターから投資家へという彼の人生の転換点まで幅広く語られています。
このインタビューは情報密度が非常に高く、「立ち止まって考えさせられる」場面がたくさんあります。以下に、特に深く考えさせられた観点をいくつかご紹介します。
AIの動向を追うには？まず200ドルを使う
インタビューの冒頭、Patrick がとても実践的な質問をしました。Gemini 3 のような新しいモデルがリリースされたとき、どのようにその情報を処理していますか？
Gavin の答えはシンプルでした。自分で使ってみるしかない。
しかし重要なのは「使う」こと自体ではなく、どのバージョンを使うかです。彼は、無料版の AI を試しただけで「AI はたいしたことない」と結論づけている投資家たちに驚いたと言います。
無料版は10歳の子どもを相手にしているようなものです。その10歳の子のパフォーマンスを見て、35歳になったらどうなるかを予測しているわけです。お金を払えばいい——いや、払わなければなりません、最高クラスのメンバーシップを得るためには、月200ドル必要です。そちらが本物の30〜35歳の大人なのです。
この比喩は非常に的確です。AIモデルのグレード間の差は全く同じ理屈で説明できます——多くの人が無料モデルを少し試して「AIはたいしたことない」と思ってしまいますが、Claude 4.5 Opus、Gemini 3 Pro、GPT-5.2 Reasoning といったトップクラスのモデルを使ったことがあれば、体験はまったく異なります。
費用の話では、私自身も毎月様々な AI 製品のサブスクリプションに相当な金額を使っており、その大半は Claude Code Max（月250ドル）に充てています。開発者でコーディングのニーズが多い方には、ミラーサイトを使わず、公式の Claude Code（125ドルから）に直接サブスクライブすることを強くお勧めします。ミラーサイトが本当に本物のモデルを使っているかどうかわかりませんし、Max プランのコストパフォーマンスは実際に非常に優れていて、従量課金よりもはるかにお得です。
情報収集の手段として、Gavin の答えは多くの人を驚かせるかもしれません。**X（Twitter）**です。
彼は、AI の発展は「X プラットフォーム上でリアルタイムに起きている」と語っています。AI フロンティアを本当に理解している人は地球上に500〜1000人程度しかおらず、かなりの割合が中国にいます。そういった人たちを注意深くフォローする必要があります。彼は特に Andrej Karpathy について言及しました。
Andrej Karpathy が書いたものはすべて、最低でも3回読まなければなりません。
AI の動向をフォローしている者として、この点には深く共感します。Twitter 上の AI に関する議論は、あらゆるニュースメディアよりもリアルタイムで、かつ深いものです。各ラボの研究者たちは最新の進捗を直接投稿し、互いに「議論」を交わすこともあります——Gavin は Meta の PyTorch チームと Google の Jax チームが X 上で公開論争を繰り広げたことがあり、最終的に両ラボのトップが「うちの人間が相手のラボの悪口を言ってはならない」と表明しなければならなかったと語っています。
Scaling Laws：我々の「古代エジプトの瞬間」
Gemini 3 のリリース後、多くの人が Scaling Laws（スケーリング則）について何を示しているかに注目しました。Gavin は私がかつて聞いたことのない視点を提示しました。
事前学習のスケーリング則に関する私たちの理解は、おそらく古代エジプト人の太陽に対する理解と同じようなものです。彼らは非常に精密に測定できました——大ピラミッドの東西軸が春分・秋分と完全に一致し、ストーンヘンジも同様です。完璧な測定でした。しかし彼らは軌道力学を理解していませんでした。なぜ太陽が東から昇り、西に沈むのか、わかっていなかったのです。
この比喩は、しばらく考え込ませるものでした。確かに私たちは非常に精密に予測できます。モデルの計算量を10倍にすれば、性能がどれだけ向上するかを。しかし、なぜそうなるのかはわかりません。これは「法則」ではなく、「経験的観察」——非常に精密に計測できるが、その原理は理解していない経験的観察です。
では、なぜ Gemini 3 が重要なのでしょうか？それは、この「経験的観察」がまだ成立することを証明したからです。Blackwell チップの遅延が続き、皆が「スケーリング則はもう限界なのか」と心配していた時期に、Gemini 3 は明確な答えを出しました。限界ではない、と。
しかしさらに興味深いのは、その後に Gavin が語ったことです。推論モデル（reasoning models）が登場しなければ、2024年から2025年にかけての AI の発展は本来停滞していたはずだというのです。
なぜでしょうか？XAI が20万枚の Hopper GPU を協調動作させることに成功した後、次のステップでは Blackwell チップを待つ必要がありました。20万枚を超える Hopper GPU を「コヒーレント」（coherent）——つまり一体として動作させること——に保つことはできません。そして Blackwell は遅延しました。
推論モデルがなければ、2024年半ばから現在まで、AI には何の進展もなかったでしょう。すべてが止まっていたはずです。それが市場に何を意味するか想像できますか？私たちはまったく異なる環境の中にいたでしょう。推論モデルはある意味で AI を救いました。Blackwell なしで AI が前進し続けることを可能にしたからです。
これは、私がそれまで意識していなかった視点です。推論モデル（o1 など）は単なる新しい能力ではなく、AI 業界全体の発展ペースを実際に「救った」のです。
チップ戦争：Google が「酸素を吸い尽くしている」
GPU と TPU の競争について語る中で、Gavin は印象的な言葉を述べました。
Google は現在、トークンの最低コスト生産者です。彼らがやってきたことは、「AI エコシステムの経済的な酸素を吸い尽くす」ことだと言えるでしょう——これは彼らにとって極めて合理的な戦略です。
低コスト生産者として、Google は低価格（場合によっては赤字）で AI サービスを提供し続け、競合他社を苦しめてきました。これはテクノロジー業界の古典的な戦略ですが、Gavin は興味深い変化を指摘しています。
AI は私のキャリアの中で初めて、テクノロジー分野で「低コスト生産者」であることが本当に重要になった事例です。Apple が携帯電話の低コスト生産者だから時価総額が数兆ドルなのではありません。Microsoft がソフトウェアの低コスト生産者だから数兆ドルなのではありません。NVIDIA が AI アクセラレーターの低コスト生産者だから数兆ドルなのでもありません。これまでそれが重要だったことは一度もありませんでした。
しかし AI の時代には、電力が制約要因となり、1ワット当たりのトークン数が極めて重要になります。1ワットで3〜5倍のトークンを生成できれば、それは3〜5倍の収益です。コンピューティングの価格は関係なくなります。なぜなら、ボトルネックは電力だからです。
この状況はまもなく変わろうとしています。Blackwell チップの展開がついに始まり、Gavin は最初の Blackwell モデルは XAI から登場すると予測しています。
NVIDIA が2024年に発表した次世代 GPU アーキテクチャで、Hopper の後継。台積電（TSMC）の4nmプロセスを採用し、1チップに2080億トランジスタを集積。FP4精度をサポートし、AI 推論性能は Hopper 比約5倍、エネルギー効率は25倍向上。初製品の B200 は2024年末に量産を開始した。
Jensen によれば、Elon よりも速くデータセンターを建設できる人間はいないそうです。Jensen はこれを公言しています。
Blackwell およびそれに続く Ruben チップが大規模に展開されれば、低コスト生産者としての Google の優位性は消えてしまいます。その時でも、彼らはマイナス30%の粗利率で AI ビジネスを運営し続けようとするでしょうか？その計算は完全に変わることになります。
宇宙データセンター：常識外れだが、第一原理から見れば正しい
Patrick が「あまり議論されていない、ちょっと突飛なアイデアはありますか？」と聞いたとき、Gavin は宇宙データセンターについて語り始めました。最初は冗談かと思いましたが、彼の分析を聞いた後、これがインタビュー全体の中で最も先見性のある部分かもしれないと気づきました。
第一原理の観点から見ると、宇宙データセンターはあらゆる次元において地球上のデータセンターよりも優れています。
彼の論証はこのようなものです。
1. エネルギー：宇宙では、衛星は24時間太陽光にさらされており、太陽放射の強度は地上の6倍です。常に日光が当たっているため、バッテリーが不要です——バッテリーはコストのかなりの部分を占めています。したがって、太陽系で最もコストの低いエネルギーは「宇宙太陽光発電」です。
2. 冷却：地球上のデータセンターでは、コストと重量の大半が冷却に使われます。しかし宇宙では？冷却は無料です。衛星の日陰側に放熱板を置けば、そこは絶対零度に近い温度です。
3. ネットワーク：データセンターではラック間を光ファイバーで接続します——本質的にはケーブルを通るレーザーです。それよりも速いものは何でしょうか？真空を通るレーザーです。宇宙の衛星をレーザーで接続すれば、ネットワーク速度は実際には地上のデータセンターよりも速くなります。
4. ユーザー体験：現在、AI に質問すると、信号はスマートフォンから基地局、光ファイバー、どこかのデータセンターへと向かい、処理されて同じルートで戻ってきます。しかし衛星がスマートフォンと直接通信できれば（Starlink はすでに直接接続能力を実証しています）、経路全体ははるかに短くなります。
もちろん、これを実現するには Starship の大規模打ち上げが必要で、あと5〜6年はかかるかもしれません。しかし Gavin は興味深い収束を指摘しています。Tesla、SpaceX、XAI が融合しつつあります。XAI は Optimus ロボットの「インテリジェンスモジュール」となり、SpaceX は AI に算力を提供するために宇宙にデータセンターを構築する——この3社は互いの競争優位性を高め合うフライホイールを形成しつつあります。
SaaS の「燃えるプラットフォーム」
前のセクションで AI の未来に興奮した方も、このセクションでは多くの既存企業の将来について心配になるかもしれません。
Gavin は率直に述べています。アプリケーション SaaS 企業は、実店舗小売業者が EC に直面した際に犯したのとまったく同じ間違いを犯しています。
かつての実店舗小売業者は Amazon を見て、「EC は低利益率のビジネスだ、どうして私たちより効率的になれるのか？今は顧客がお金を払って店に来て、自分で商品を持ち帰る」と思っていました。顧客のニーズははっきりと見えていたのに、EC の利益率構造が気に入らないという理由で投資を拒んだのです。結果はどうなったでしょうか？Amazon の北米小売事業の利益率は今や多くの伝統的小売業者よりも高くなっています。
SaaS 企業も今、同じ状況に直面しています。従来のソフトウェアは一度書けば無制限に複製・配布でき、粗利率は80〜90%に達することもあります。しかし AI は違います——使用するたびに新たな計算が必要で、優れた AI 企業の粗利率は40%程度にとどまることもあります。
AI エージェントを構築したいが、粗利率が35%を下回ることを嫌がっているなら、あなたは決して成功しません。なぜなら AI ネイティブの企業はそのような利益率で運営しているからです。80%の粗利率を守ろうとするなら、AI の分野で失敗することを自ら保証しているようなものです。絶対に保証されています。
Gavin はこれを「生死を分ける決断」と呼び、Microsoft を除いてほぼすべての企業が失敗しつつあると述べています。
彼はノキアの有名な「燃えるプラットフォーム」メモを引用しました。あなたのプラットフォームは燃えています。しかし、すぐ隣には素晴らしい新しいプラットフォームがあります。そこに飛び移って、元のプラットフォームの火を消しに戻ればいい。そうすれば2つのプラットフォームを持つことになります。
Salesforce、ServiceNow、HubSpot、GitLab、Atlassian——これらすべての企業はこの戦略を実行できるし、実行すべきだと彼は考えています。AI の収益を公開し、AI の粗利率を公開し（低い粗利率こそが「本物の AI」の証明になります）、そして未だに赤字のベンチャーキャピタル支援の競合他社を指して「私には彼らにないものがある：キャッシュフローを生み出すビジネスだ」と言えばいい。
ある投資家の成長物語
インタビューの終盤、Patrick はより個人的な質問をしました。若い人たちに自分の仕事をどう紹介しますか？
Gavin の答えは「投資とは真実の探求だ」から始まりますが、本当に興味深いのは彼の人生のストーリーです。
彼の当初の計画は、冬はスキーインストラクター、夏はラフティングガイド、オフシーズンはロッククライミング、合間に小説を書いたり野生動物の写真を撮ったりするというものでした。これが大学時代の「人生設計」であり、両親も大いに賛成していました。
しかし両親は一つだけお願いをしました。専門的なインターンシップを一つだけ、何でもいいから探してみないかと。
彼が見つけられた唯一のインターンシップは、ある証券会社のプライベート・ウェルス・マネジメント部門でした。仕事は単純で、会社がリサーチレポートを発行するたびに、どのクライアントがその株を保有しているかを調べてレポートを郵送するというものでした。
そして彼はそのレポートを読み始めました。
「なんてことだ、これは私が想像できる中で最も面白いことだ」と思いました。
彼は投資を「スキルと運の混在するゲーム」、ポーカーにやや似たものとして理解しました。運の悪さで負けることもあります——投資先の企業の本社に隕石が落ちるような——しかしほとんどの場合、スキルが重要です。そして優位性を得る方法は、最も深い歴史的知識と、現在の世界に対する最も正確な理解を組み合わせて、「次に何が起きるか」について差別化された見解を形成することです。
それはインターンシップ3日目のことでした。彼は書店に行き、ピーター・リンチの本を買って2日で読み終えました。次にバフェット、『マーケットの魔術師』を読み、バフェットの株主への手紙を2回読みました。それから独学で会計を学び、学校に戻ると専攻を英語と歴史から歴史と経済学に変更しました。
彼はまた、清掃員として働いた経験についても語りました。Alta スキーリゾートでアルバイトをしていたとき、客室清掃をしていました。ある日、部屋を掃除していると、宿泊客が自分と同じ本を読んでいるのに気づきました。「いい本ですね、私もちょうど同じくらいのところまで読んでいます」と言うと、相手は宇宙人でも見るような目で彼を見て、さらに驚いて聞きました。「あなた、本を読むんですか？」
その出来事は、他者への接し方を永久に変えました。
エピローグ：AI が必要とするものは、必ず手に入る
インタビューの締めくくりに近いところで、Gavin は最も興味深いと感じた言葉を語りました。
ここ2年間、AI が発展し続けるために必要なものは何でも手に入りました。アメリカの世論が原子力のように急速に転換したのを、他に見たことがありますか？それが起きたのです。そして AI がそれを必要としていたまさにそのタイミングで起きました。今は地球上の電力制約に直面しており、突然、宇宙データセンターの議論が生まれています。AI の発展を遅らせるものが現れるたびに、むしろすべてが加速するのです。
これは、Kevin Kelly が『テクニウム——テクノロジーはどこへ向かうのか？』で提唱した「technium（テクニウム）」という概念を思い起こさせます。技術全体として、何かしら自分の意志を持ち、ますます強大になろうとしているかのようです。
これは単なる偶然かもしれません。あるいは単に多くの賢い人々が問題を解決しているだけかもしれません。しかし Gavin が観察したこのパターン——AI が障害に直面するたびに、その障害がなんとかして取り除かれる——は、確かに考えさせられるものです。