- Big Tech と AI ラボが年間 600 億ドルから 1 兆ドルの CapEx を投じている背景と、その資金が何に使われているかを詳細に解説。設備投資の時間軸のズレが、企業の資金調達戦略を大きく左右している。
- メモリ（HBM）の供給不足が AI スケーリングの隠れた制約になっており、単なる高速化より容量確保が急務であることを指摘。コモディティ DRAM への転換可能性も検討するが、市場メカニズムが高速・高価格モデルを優遇する現実を直視。
- 台湾の TSMC 依存とそのリスク、米国内での多元化戦略（Samsung、Intel 等）、そして供給網の一部崩壊が GDP と AI 展開速度に及ぼす衝撃を警告する。長期 vs 短期シナリオで米国と中国の相対的な競争力が劇的に変わる。
論点をもう少し詳しく読む
Big Tech と AI ラボの CapEx：なぜ 1 兆ドルなのか、いつ使われるのか
Google や Meta、Amazon、Microsoft の 4 社の CapEx 予測を合計すると年間 600 億ドル、サプライチェーン全体では約 1 兆ドルに達する。しかし、この金額がすべて今年のコンピュート導入に充てられるわけではなく、多くは「セットアップ CapEx」である。今年米国で実際に導入されるのは約 20 ギガワットだが、その資金は前年度に支出されたり、将来の電力購入契約、ファウンドリのデポジット、データセンター建設費など、2-3 年先の体制構築に充てられている。Anthropic や OpenAI が数百億ドルを調達しているのも同じ論理で、現在の収益で必要なコンピュート（数ギガワット程度）をはるかに超える規模のインフラを前もって確保することで、指数関数的な収益成長に備えている。
メモリ危機（Memory Crunch）：HBM 供給不足と代替案の可能性
高度な AI 加速器には HBM（High Bandwidth Memory）が不可欠だが、その製造能力は需要に追いつかない。HBM はコモディティ DRAM を積層したもので、帯域幅は 3～4 倍高いが、ウェハーあたりの容量は逆に少ない。Dylan は、エージェント型 AI なら低遅延を必須としないため、コモディティ DRAM で十分ではないかと提案する。実際、Anthropic は低速版 Claude を安価で提供することで、トークンあたりコストを大幅削減できるはずだ。しかし現実は、ユーザーは高速・高価格モデルを選び続けており、市場メカニズムが高速化と高価格を常に優遇している。つまり、技術的な代替可能性があっても、資本主義的な価格シグナルが高速・高帯域幅への投資を推し続けている。
台湾とアジア太平洋の一極集中：地政学リスクと多元化戦略
TSMC の一極支配による地政学リスクは、単に工場破壊だけではなく、EUV などの最先端製造装置の調達可能性にも及ぶ。製造装置自体が台湾製の半導体部品を使用しており、「蛇が自分の尾を食べる」状態になっている。Elon Musk は大規模な調達協定を Samsung と結ぶことで、テキサスでの独立した供給源を確保しようとしている。これにより、台湾リスクの地政学的分散と、AI チップ市場との競合縮小を同時に実現できる。一方、Intel や新たな NVIDIA LPU も Samsung で生産されており、TSMC への依存度を低減する多元化が進んでいる。
台湾崩壊シナリオ：エンジニア疎開と供給チェーン再構築の現実的限界
もし台湾が機能不全に陥った場合、全プロセスエンジニアを疎開させたとしても、米国（アリゾナなど）で TSMC 規模の能力を復元するには多年を要する。ファウンドリ能力は数十年で築かれた積層的な知識とノウハウの結晶であり、エンジニアだけでは再現できない。台湾崩壊後、中国は相対的に垂直統合された供給網を持つことになり、西側は急激に AI 計算能力を失う。年末時点で数百ギガワットの追加供給を目指していた米国も、最良ケースで 10-20 ギガワット程度に縮小。既存能力は新規導入能力の成長率を比較すると無視できるほどで、結果として世界的な GDP 成長率そのものが深刻に落ち込む可能性がある。
長期 vs 短期タイムラインと米中相対的競争力
AI が迅速に高い能力段階に到達するなら、米国の先行する CapEx と機動力が優位を保つ。しかし AI 進展が予想より遅ければ、中国は時間をかけて垂直統合サプライチェーンを構築し、米国の分散型サプライチェーン依存性が後の足を引っ張ることになる。Dylan は「短期タイムラインなら米国が勝つ、長期なら中国が勝つ」と整理している。この見立ては、単なる CapEx 競争ではなく、地政学リスク、供給網の弾力性、技術進展速度という複合要因で決まることを示唆している。