ゴールドマン・サックスの、人工知能（AI）への資本支出が最終的に7.6兆ドルに達するというベースライン予測は、AI専用シリコンがどれだけの期間有用であり続けるかにかかっている。分散型ネットワークは大幅なコスト効率を約束する一方で、レイテンシー（遅延）問題と戦い続けており、専門家は、その長期的な成立性は、生の性能よりも検証可能性を優先することに左右されると主張している。
主要なポイント：
*
最近のゴールドマン・サックスのレポートは、「人工知能（AI）の需要が存在するかどうか」という議論を、実際の建設コストを左右するのはどの供給側の要因かという点へと移している。同レポートは、ベースラインとしてAIの資本的支出が7.6兆ドルになると見込む一方で、この数値はAIシリコンの有用な耐用年数を含む「振れ変数（スイング・バリアブル）」に非常に左右されやすいことを強調している。
この長期性が最も重要な要因だと見られている。急速なイノベーションによって、通常は4〜6年持つ標準チップが3年で陳腐化し、コストが急騰する可能性があるからだ。逆に、推論のようなより単純なタスクに古いチップを再利用する「ティア（段階）モデル」なら、コストを安定させられるかもしれない。
データセンターの複雑さと計算需要の弾力性（エラスティシティ）も、今後5年間にAIインフラへ投下される資本がどれほどになるかを左右しそうな別の変数だとされている。電力系統の設備容量の不足、専門労働力の不足、電気設備の不足も、建設期間を延ばす要因として挙げられている。
一方で別のレポートは、こうした途方もない規模のインフラ支出を、台頭する「マシン・エコノミー」の土台（コーナーストーン）だと位置づけている。このパラダイムでは、AIエージェントが主要な経済主体となり、高頻度の取引を実行し、資源配分を独立して管理する。レポートの著者らは、遅い決済サイクルと硬直的な本人確認（KYC）フレームワークによって特徴づけられる既存の金融システムは、エージェント型コマース（エージェントによる商取引）のスピードに根本的に対応できていないと主張している。
その結果、この変化を促すために必要な暗号資産および分散型プロトコルを、シフトを可能にする不可欠で許可不要の「経済的なレール（rails）」として位置づけている。しかし懐疑的な見方は依然として強く、分散型物理インフラネットワーク（DePIN）が、本当にAIの膨張する資本需要を緩和できるのかを疑問視している。
StealthEXの成長責任者であるVadim Taszyckiは、分散型ネットワークは大幅なコスト節約をもたらし得る一方で、物理的な制約があると指摘している。分散型プロバイダーのようにAkashが、Amazon Web Servicesでの$12.30に対して$1.48/時でH100 GPUをレンタルできるとしても、そのトレードオフは速度だ。
「大手クラウド事業者は[高速な処理]ができる。彼らのGPUは、1つの建物の中で互いに隣り合っており、データをマイクロ秒単位で動かす特別なケーブルで接続されているからだ」とTaszyckiは述べた。彼は、パブリック・インターネットを通じて異なる国にまたがってGPUをつなぎ合わせる分散型ネットワークは、遅延をミリ秒単位で増やすと説明した。このレイテンシーにより、分散型のオーケストレーションはバッチ処理やファインチューニングでは競争力を持ち得るが、ユーザー体験がほぼ瞬時の応答に依存する高スケールのライブチャットボットを提供するには不向きだ。
Cysicの創業者であるLeo Fanも同様の見解を繰り返し、分散型推論は低レイテンシーのワークロードには適さないと主張している。ただしFanは、レイテンシーは、分散型プラットフォームとAWSのようなハイパースケーラーを比較するための適切な指標ではないとも論じた。
「難しい問題は分散計算ではなく、ディスカバリー（発見）、スケジューリング、アテステーション（証明）だ。だから“刺さる”のはトークン当たりの価格ではなく、“検証可能性”だ」とFanは述べた。さらに、信頼された実行環境（TEEs）やゼロ知識（ZK）のアテステーションを用いることで、分散型ネットワークは、「テールレイテンシー」よりも信頼と検証がより重要となる分野で競争できると彼は指摘している。
計算のほかに、焦点はこうした資本集約的なプロジェクトがどのように資金調達されるかへと移っている。従来のプライベート・クレジットには十分な資金がある一方で、小規模または非標準の案件を見落としがちだ。オンチェーン・クレジットには、例えば、これまで機関投資家のリミテッド・パートナーに限られていたデータセンター収益に個人投資家が参加できるようにする、という明確な利点がある。さらにMapleやCentrifugeのようなプラットフォームは、$5 millionから$50 millionの範囲でローンをシンジケートできる。これは、引受コストが手数料に対して高いため、Apolloのような企業がしばしば無視してしまうレンジだ。
最後に、オンチェーン・クレジットは、GPUの使用量に応じて収益が変動する新しい「推論ごとの支払い（pay-per-inference）」モデルも可能にする。そうしたモデルは、固定的な20年の伝統的リースよりも、トークン化された収益分配の仕組みにより自然に適合する。
こうした可能性があるにもかかわらず、専門家は、機関投資家による採用に向けてなお閉ざされたままの4つの「ゲート（障壁）」を挙げている。破産裁判所における法的な執行可能性、コベナンツを履行するための改ざん検知可能なオラクル・インフラの欠如、10億ドル規模のトランシェに対する規制上の不確実性、そして標準化されていない税務および会計プロダクトだ。
合意としては、中規模のシンジケート案件がオンチェーンで勢いを得るには現実的に12〜24か月かかり、オンチェーン・メザニン債の大半が到達するまでにはおそらくさらに3〜5年先になる。最初のブレークスルーは、Coreweaveのような業界リーダーではなく、Tier 2の運営者から生まれる可能性が高い。
Related News
