# 光ファイバーは数十年、GPUは3年：AIブームはドットコムブームとは違う（第318回）

- 番組: [Data Science at Home](https://ai-curator.jp/podcasts/shows/cmv8ukqpu000971100qh7ojw4)（Francesco Gadaleta）
- 元のタイトル: Fiber lasts decades, GPUs last three years: the AI boom isn't the dot-com boom (Ep. 318)
- 配信日: 2026年11月4日
- 長さ: 54分
- 要約作成日: 2026年11月4日
- トピック: [#AIバブル](https://ai-curator.jp/topics/AI%E3%83%90%E3%83%96%E3%83%AB) [#GPU減価償却](https://ai-curator.jp/topics/GPU%E6%B8%9B%E4%BE%A1%E5%84%9F%E5%8D%B4) [#ブロックチェーン](https://ai-curator.jp/topics/%E3%83%96%E3%83%AD%E3%83%83%E3%82%AF%E3%83%81%E3%82%A7%E3%83%BC%E3%83%B3) [#ベンチャーキャピタル](https://ai-curator.jp/topics/%E3%83%99%E3%83%B3%E3%83%81%E3%83%A3%E3%83%BC%E3%82%AD%E3%83%A3%E3%83%94%E3%82%BF%E3%83%AB) [#ドットコムバブル](https://ai-curator.jp/topics/%E3%83%89%E3%83%83%E3%83%88%E3%82%B3%E3%83%A0%E3%83%90%E3%83%96%E3%83%AB) [#LLM](https://ai-curator.jp/topics/LLM)
- URL: https://ai-curator.jp/podcasts/cmw1s8r8b00005t109ytlejpl

## 要約

Francesco Gattoleta氏が、分類器にすぎない「Jev」を開発したTypeSafe AIの評価額が24日間で2億ドルから75億ドルに跳ね上がった事例を出発点に、AI投資をブロックチェーン熱狂と比較した回。AIは有用だが投資行動は同じだと述べ、5つの共通要因を挙げる。さらに「ドットコムの光ファイバーと同じ」という擁護論に対し、GPUは陳腐化が早く、減価償却や債務の面で構造が異なると論じ、想定されるリスクと今後の予想を示した。

## ポイント

- TypeSafe AIのJevは入力に対しラベルを返すTransformerベースの分類器で、シード約2億ドル評価から約24日後にシリーズAで75億ドル評価となった。司会者はこれを皮肉混じりに紹介している。
- ブロックチェーン期との共通点として、本物の技術の核、VCのべき乗則、経歴が担保になる点、自社ベンチマーク、「AI戦略がないと困る」という経営圧力の5つを挙げている。
- Builder.ai、Humane、NVIDIA・OpenAI・Oracle・AMDの循環取引などを例に、過熱の兆候を指摘している。
- 光ファイバーは数十年持ち、高価なのは溝掘りで、波長分割多重で容量も増えた。一方GPUは経済的に陳腐化が早く、その場で更新もできないと主張する。
- GPUの償却年数の長さ、GPU担保融資、オフバランスのデータセンター債務など、株式から債務へのリスク移行を警告している。
- 今後は効率化の物語が新たなハイプとなり、買収による人材獲得、評価損、用語の言い換えが起こると予想する。有用な用途と電力インフラは残るとみる。

## 章立て

- [00:00] **Jevの評価額急騰という発端** — TypeSafe AIのJevは分類器にすぎないのに、評価額が24日で2億ドルから75億ドルへ。高速・低コストという主張と、競合ScaleDownの登場も紹介する。
- [07:19] **ブロックチェーン熱狂の振り返り** — Long Blockchain、Kodakcoin、ICOの詐欺率、ASXのCHESS刷新失敗、TradeLensなどの事例を挙げ、ブロックチェーンに残った実体は小さかったと語る。
- [14:45] **同じ現象を生む5つの理由** — 本物の核と必然性の物語、VCの数学、経歴という新しいホワイトペーパー、自社ベンチマーク、AI戦略への圧力の5点を説明する。
- [21:55] **過熱の実例と循環取引** — MITの報告、Builder.ai、Humane、NVIDIA・OpenAI・Oracle・AMDの循環取引、Altman氏の発言を取り上げる。
- [28:08] **ドットコムの光ファイバーとの比較** — ファイバー過剰敷設と破綻を振り返り、ファイバーが後に役立った3つの理由と、GPUがその逆である点を論じる。
- [38:05] **償却・担保・債務のリスク** — ハイパースケーラーの償却年数、Burry氏の試算、CoreWeaveのGPU担保融資、MetaのHyperion債務などを紹介する。
- [44:42] **想定されるリスクと誰が払うか** — 株式から債務へ、集中、最初の亀裂、機会費用、ベンダー消失、行き過ぎの6つのリスクを整理する。
- [49:49] **今後の予想とまとめ** — 効率化ハイプ、買収、評価損、名称変更を予想し、有用な用途と電力インフラは残るという楽観で締める。

## 解説記事

Data Science at Homeのホスト、Francesco Gattoleta氏が、AI投資の過熱をブロックチェーン熱狂になぞらえ、さらに「ドットコムバブルの光ファイバーと同じだ」という擁護論に反論した回だ。同氏はAI自体は有用で、自分も毎日使っていると断ったうえで、問題は投資行動だと述べている。

#### 分類器が75億ドルになった話

発端は2026年9月に登場したTypeSafe AIとそのモデル「Jev」だ。同氏の説明では、Jevはサポートチケットやデータベースの行などを入力すると、承認／却下、緊急／非緊急といったラベルを信頼度スコア付きで返す。つまり高速なTransformerベースの分類器である。同社は約4000万ドルのシードで評価額約2億ドルとされたが、24日後にシリーズAで約8億7000万ドルを調達し、評価額75億ドルになったという。

同氏はJev自体を良いエンジニアリングだと認めている。応答は70〜500ミリ秒で、巨大LLMの数秒〜数分より速いとされ、複数のプラットフォームが数日で統合した。だが本質は、巨大LLMをスパム判定に使うべきではないと認めた点にすぎず、ロジスティック回帰や勾配ブースティング、BERTで済んだ話だと主張する。また「200倍速い・467倍安い」といった数字は自社ベンチマークで、独立監査ではない点も強調している。

#### ブロックチェーン期との5つの共通点

同氏は2017〜18年の事例を並べる。社名にblockchainを付けただけで株価が急騰したLong Island Iced Tea、Kodakcoin、ICOの多くが詐欺や無製品だったという調査、ASXが決済システムの置き換えを断念し約2.5億豪ドルを償却した件などである。ブロックチェーンには小さな技術の核があったが、物語がしぼむと核はそれまでの投資額よりはるかに小さかったと述べる。

共通点として挙げたのは、(1)本物の核を「必然性」の物語で包む、(2)VCのべき乗則により個々のファンドには合理的でも市場全体では非合理な殺到が起きる、(3)かつてのホワイトペーパーに代わり経歴が担保になる（Thinking Machines Labの20億ドルシードを例示）、(4)自社設計・自社公表のベンチマーク、(5)取締役会や株主、コンサルが後押しする「AI戦略」圧力、の5点だ。MITのNANDAによる報告（約95%の組織で損益への測定可能な効果がない）も引き合いに出すが、方法論には異論もあると触れている。

さらにBuilder.ai（実際には多数の人間エンジニアが作業していたと報じられた）、HumaneのAI Pinが大幅に安値でHPに売却された件、NVIDIA・OpenAI・Oracle・AMDの間で資金と注文が循環する構図も紹介。Sam Altman氏が「誰かが途方もない額を失う」と述べたことにも言及した。

#### 光ファイバーとGPUは違う

よくある擁護は「ドットコム後も光ファイバーは残り、YouTubeやNetflixを支えた。AIのデータセンターも残る」というものだ。同氏はこれを部分的に正しいとしつつ、当時も需要が100日で倍増するという誤った主張で過剰敷設が起き、2002年までに敷設ファイバーの9割超が未使用（ダークファイバー）だったと説明する。ベンダーファイナンスの存在や、Cisco株が高値回復に約四半世紀かかった点も、現在との類似として挙げた。

ファイバーが後に役立った理由は3つある。ガラスは数十年劣化しない、高コストなのは溝掘りで追加の線は安い、波長分割多重で端の機器交換だけで容量が最大100倍になった、である。GPUはこの逆で、NVIDIAは毎年新アーキテクチャを出し、高価な部分（シリコン）の経済寿命が最も短く、現地でのアップグレードもできない。H100のレンタル料が2024年初頭の約8ドル/時から同年末に約2ドルへ下がったという例も挙げている。

#### 償却と債務というお金の問題

同氏が特に懸念するのが会計と資金調達だ。MicrosoftとAlphabetは6年、Metaは5.5年という償却年数を想定し、Metaの延長は償却費を大きく減らしたとされる。Amazonは一部サーバの年数を短縮した。Michael Burry氏は2026〜28年に大手の償却費が約1760億ドル過小になりうると見積もったという。

さらにCoreWeaveのH100担保融資に代表されるGPU担保ローン、MetaのHyperionデータセンターをめぐるオフバランスの約270億ドルの債務などを挙げ、「半年で価値が大きく落ちる資産を担保にした住宅ローンのようだ」と評した。株式で膨らんだバブルは株主の損失で済むが、債務で膨らめば銀行、年金、保険にも波及する。これが2001年と2008年の違いだと述べている。

#### 想定リスクと今後の予想

リスクとして同氏は、株式から債務への移行、少数企業への集中（指数・年金を通じた間接的な保有）、すでに見え始めた亀裂、研究と人材の機会費用、スタートアップ依存のベンダーリスク、バブル崩壊でまともな案件も巻き込む「行き過ぎ」を挙げた。

予想としては、効率化の物語が次のハイプになること、買収を装った人材・特許の獲得（Humane、Inflection、Character.ai、Windsurfなど）、GPUの評価損、そして用語の言い換え（AI→生成AI→エージェント→制約付きデコーディング）を挙げる。ただし、水晶玉はなく崩壊時期は誰にも分からないとも断っている。

#### まとめ

本回は司会者個人の見解が強く、数字の多くも番組内の引用で、独立に検証されたものではない点には注意が必要だ。それでも、GPUの短い経済寿命と償却年数の仮定、債務による資金調達という論点は、AIインフラ投資を評価する際の実務的な視点になる。日本の企業にとっては、単一の新興ベンダーに重要業務を載せるリスクや、自社ベンチマークの主張を鵜呑みにしない姿勢が示唆となる。一方で司会者は、有用なAI応用と電力などのインフラは崩壊後も残ると見ており、悲観一辺倒ではない。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Data Science at Home「Fiber lasts decades, GPUs last three years: the AI boom isn't the dot-com boom (Ep. 318)」