本郷喜千

更新

AIバブルの数字は、何で割ったかを先に見る：同じ取引の一覧を前に、一人は「業界の1割以下」、もう一人は「一社に集中」と読んだ

投資の勉強会で、二人が同じ記事を読んだ。記事には、AI業界の循環的な取引の一覧が載っていた。

一人は、取引の額は業界全体の5〜10％だと言った。心配は要らない、という読みだ。

もう一人は、取引の多くが一社に集まっていると言った。危うい、という読みだ。

同じ一覧から、正反対の読み。

片方の読みに乗れば、もう片方が見た危うさは視界から消える。二人は、どこで分かれたのか。

売り手が出したお金は、一周して売り手に戻る

ふだんの売り買いでは、お金は買い手から売り手へ流れる。

ベンダーファイナンス（売り手による資金の提供）では、売り手が出したお金が、売り手の売上として戻ってくる。

2025年10月時点の報道では、MicrosoftやNVIDIAがOpenAIに出資やクレジットの供与を行っていた。

資金は、クラウドの利用料やGPUの購入代金として、出資元に戻る。

Microsoftは、2019年に10億ドルを出資した。約半分は、Azureの利用クレジットだった。

NVIDIAは2025年9月22日、OpenAIへ最大1000億ドルを出資する意向を発表した。出資は、NVIDIAの設備の稼働に合わせて段階的に進む。

出したお金で、相手が自社の設備を使う。お金は一周して、出資元に戻る。

売上で数えるか、粗利で数えるか

The Informationが報じたOracleの社内資料では、GPUサーバの貸し出しの売上が、四半期に約9億ドルあった。

粗利は、売上1ドルあたり約14セント。

Microsoftが、自社のクレジットで客が払った利用料を、Azureの売上に数えるとする。支払いの実質の出どころは、自社だ。

売上で数えた数字は、大きく増える。粗利で数えれば、売上1ドルのうち手元に残るのは約14セントである。

同じ取引でも、何で数えるかで重みが変わる。では、勉強会の二人は、何で割っていたのか。

二人は、別の分母で割っていた

Bank of Americaのアナリストは、循環的な取引を、2030年までに累計5兆ドルに達するAI投資の5〜10％程度と見る。

分母は、業界全体の投資額だ。

警戒する側の分母は、取引の網の多くが寄りかかるOpenAI一社である。

カラクリは単純だ。二人が争っていたのは、結論の手前にある分母の選び方である。

株式市場を分母に置く見方もある。米国株式の時価総額のうち、約25％を上位10社が占める。

循環的な取引という同じ分子を、楽観する側は業界全体の投資額で割って5〜10％と見て、警戒する側は結節点の一社で割って大きな集中と見ます

橋の荷重の5％が一本のボルトに集まる場面なら、5％という数字は警報だ。

一方で、集中の事実だけで崩壊を予言する見方も、結節点が持ちこたえる道を見落としている。

分母を並べて見えるのは、結論の正誤とは別のものだ。見えるのは、二つの結論がそれぞれ成り立つ前提である。

勉強会の二人の数字で、分子と分母を書き出す

二人の数字を、分子と分母に分けて並べてみる。

一人目の分子は、循環的な取引の額。分母は、業界全体のAI投資額だ。

割れば、5〜10％になる。

二人目の分子も、同じ取引の額。分母は、OpenAI一社である。

一社で割れば、集中の大きさが目に入る。

並べれば、争点は数字の正しさから、どちらの分母で見るかへ移る。

気になる数字を見たら、何で割った数字かを確かめる。分母の候補は、業界全体の投資額、一社の売上、一社の利益などだ。

記事の要約をAIに頼むときも、結論を尋ねる前に分母を尋ねる。次のプロンプトのかっこの中を、自分の読む記事に書き換えて使える。

次の記事に出てくる割合や比率を、すべて書き出してください。
記事：（例：AI業界の循環取引についての記事を貼ります）
お願い：数字ごとに、分子と分母が何かを並べてください。分母を業界全体から一社に替えると、結論がどう変わるかも一行で書いてください。

AIに渡す一行で、何を問うかが決まる。分母を尋ねる一行は、結論の前提を表に出す問いだ。

勉強会の二人に要った一言

二人は、同じ分子を見ていた。違ったのは、下に置いた数字だけだった。

勉強会の二人に要ったのは、どちらが正しいかの答えではない。何で割ったか、の一言だった。

拙著『GoogleのAI NotebookLM 意思決定の強化書』の1章1節に、意思決定を根拠、前提、結論に分け、前提しだいで結論が割れる仕組みを書きました。読むと、対立する二つの分析を前にしたとき、それぞれの前提を自分で取り出せるようになります。

同じ資料を見ているのに、なぜ結論が割れるのか。

GoogleのAI NotebookLM 意思決定の強化書 表紙

『GoogleのAI NotebookLM 意思決定の強化書』

前提が結論を決める。意思決定を根拠、前提、結論の三層に分け、前提を対象、目的、制約、評価基準の四つで言葉にする本です。

読み終えたとき、手元に残るもの

  • 意思決定の設計図になる前提リスト
  • 資料を事実、意見、噂、ゴミに仕分けるFORT
  • 同じ物差しで比べる選択肢表と採点表
  • 始める条件と止める条件を書いた決定書

NotebookLMは2026年7月にGemini Notebookへ名称が変わりました。本の手法は、使うAIの種類を問いません。

Amazonで見る

出典

著者プロフィール・お問い合わせ