All-In Podcast 解説：Google AI人材流出、SpaceX決算、Airtable買収、米中AIデータ問題

2026年8月6日

概要

All-In Podcastの今回のエピソードでは、GoogleのAI研究チームからの主要人材の相次ぐ流出、SpaceXの上場後初の決算報告と株価動向、Airtableの身売りが示唆するSaaS市場の構造変化、そして中国AI企業による米国発の訓練データ利用問題という四つのテーマが議論されました。司会のJason Calacanis氏、David Friedberg氏、Brad Gerstner氏、David Sacks氏がそれぞれの専門的見地から、これらの現象の背景にある資本配分や市場構造の変化を分析しています。

最初の話題であるGoogleの人材流出については、同社がAI基盤モデルの開発から、より確実なリターンが見込める計算インフラ事業へと資本配分をシフトさせていることが根本原因だという見解で出演者全員が一致しました。これはフロンティアAIモデルの開発競争がAnthropicとOpenAIの二強に収れんしつつあるという、より大きな市場構造の変化を象徴する出来事として位置づけられています。

SpaceXの決算に関しては、好調な事業実績にもかかわらず株価が調整局面にある現状を、上場後の正常なプロセスと評価しつつ、Starlink事業が生み出す巨額のキャッシュフローと、Elon Musk氏の積極的な再投資戦略が長期的な企業価値を押し上げるという強気の見通しが示されました。

Google AIトップ人材の流出と市場構造の変化

2026年8月6日（水曜日）、GoogleはAI部門で2つの大きな人事異動を発表しました。Demis Hassabis氏がDeepMindの会長兼Googleの最高科学者に就任する動きについて、一部報道では「更迭」や「閑職への追いやり」と評されていますが、Googleはこれを「昇進」と位置づけています。実際にAxiosの報道によれば、同社の次世代モデル「Gemini 3.5 Pro」は開発が数カ月遅れており、社内の士気低下が一因だとされています。さらに、Geminiの共同責任者を含む複数のトップ研究者が競合他社に移籍し、Googleの伝説的なエンジニアであるJeff Dean氏も、他のAI研究者3名と共に新会社「Discovery Loop」を立ち上げるために退社することが明らかになりました。Dean氏は社員番号30で1999年に入社し、27年間継続してGoogleに勤務してきた世界屈指のAIエンジニアです。Discovery Loopは、AIにおける深い科学的ブレークスルーに焦点を当てるということです。Dean氏退社のニュースを受け、Googleの株価は4%下落し、時価総額で2000億ドル（約31兆5700億円。1ドル=157.85円換算）が消失しました。

Friedberg氏は元Googleの出身で、これが創造的破壊なのか、あるいはスタートアップの魅力によるものなのかという見方を示した上で、Googleが今年2000億ドルものAI関連の設備投資を計画する中で、投資収益率の観点から、より確実性の高い計算インフラ事業に資本を集中させていると指摘します。加速償却により、米国でのAIコンピュート投資は現在、大きな税制優遇を受けており、コンピュート需要が極めて高いため、その投資には明確なROIC（投下資本利益率）モデルが存在します。最先端の基盤モデル開発には巨額の資金が必要ですが、オープンソースモデルの急速な追い上げや各社の技術差の縮小を考慮すると、モデル開発への投資はハイリスクだという判断が働いているといいます。

Friedberg氏はまた、以前GoogleがChatGPTに相当する技術を内部で1年前に持っていましたが、検索の共食いを恐れてリリースせず、後にSergey Brin氏が介入して再活性化が図られたエピソードにも触れました。Googleは世界最大級のエンタープライズ顧客基盤と消費者基盤を有し、最高のモデルがなくてもビジネスが可能であり、モデルに依存せず、AnthropicやOpenAI、各種オープンウェイトモデルと協力し、それらをホストできる立場にあります。同社はAnthropicとSpaceXに大きな所有権を持っています。この結果、自社モデルよりもインフラ提供を優先する経営判断に飽き足らないトップ研究者たちが、巨額の資金調達が容易な現在の環境を背景に、スタートアップとして独立する道を選んでいると述べました。Friedberg氏は、データセンターインフラへの設備投資は「高アルファ・低ベータ」ですが、モデル開発は「高アルファだが非常に高ベータ」でリスクが高いと表現しました。

Gerstner氏は、インフラ事業の高い収益性を裏付けるデータとして、Morgan Stanley($MS)のレポートを引用し、Microsoft($MSFT)がトークン販売で30%以上の投資収益率を達成していると指摘します。その上で、この構造はGoogleやSpaceX内でチャネルコンフリクトを引き起こしていると分析しました。膨大な計算資源をAnthropicに貸し出すクラウド事業と、その資源を使って自社のフロンティアモデルを開発したい研究部門との間で、社内の利害が相反しているということです。この方向性は、インフラ企業寄りに解決されつつあるとGerstner氏は述べました。Metaもサービスとしてのインフラ事業への参入を検討しています。一方で、AnthropicとOpenAIはインフラ事業を手がけていないため、チャネルコンフリクトがありません。また、設備投資の加速償却により、法人税率26%の場合、1ドルあたり26%が税制上戻ってくると説明しました。

Sacks氏は、この動きをより巨視的に捉え、Polymarketの予測を引用しました。2026年末時点で最高のAIモデルを持つ企業の確率はOpenAI 32%、Google 20%、Alibaba 14%、Moonshot・xAI・Meta・ByteDanceが各約10%というものです。1年前まで5社が競っていたフロンティアラボ市場が、現在はAnthropicとOpenAIの複占に縮小したとSacks氏は指摘しました。同氏によれば、AI市場はフロンティアモデルとコモディティ化したモデルの二層構造に分化しており、最先端でなければモデル自体に対価を請求できず、提供できるのは計算資源に対する料金に限られるという見方を示しました。Anthropicが年初の年間経常収益100億ドル（約1兆5785億円）から800億ドル（約12兆6280億円）超へと急成長している事実を挙げ、フロンティアに位置する企業だけがプレミアム価格を享受できる構造を指摘しました。OpenAIの成長も加速しています。Sacks氏は、AppleがiOSでプレミアム体験を収益化するのと同様に、フロンティア知能の複占がプレミアムを享受するとの見方を示しました。

Calacanis氏は、Google Cloudが前年比82%の収益成長を達成し、これはクラウドプロバイダー史上初の高成長率だと述べました。さらに、自身の利用体験から、コモディティ化したモデルでも95%の業務には十分だと反論しました。Android、検索、Gmail、Chrome、YouTubeはいずれも月間30億ユーザーを超え、Geminiの月間アクティブユーザーも第2四半期に950（over 950 monthly active users）と前年比3倍になったといいます。このツイートに対しElon Musk氏は「世界が違う」と反論し、ビデオゲームのコピーを作るような用途以外では、フロンティアモデルとの差は無視できないと主張しました。

Sacks氏は「競争の激しい業界では最高の知能を追求せざるを得ない」とし、ヘッジファンドのような例を挙げて、成熟しきっていないユースケースほど、わずかな性能差が大きな成果の差につながるため、フロンティアモデルへの需要は根強いと主張しました。Decagonのブログ投稿にも言及し、ユースケースが未成熟な段階では、最高のモデルを使うことのリターンが、トークン単位の小さなプレミアムをはるかに上回る場合が多いと指摘しました。Friedberg氏は、用途に応じて複数のモデルを使い分けるハイブリッドなアプローチが企業では主流になるとの見通しを示し、Googleがライフサイエンス、ゲノミクス、ビデオ、タンパク質折り畳みといった特定分野に特化した優れたモデルを保有している点を評価しました。Demis Hassabis氏はIsomorphic Labsの運営を続けるため、これらの専門モデルではGoogleが長年の蓄積を活かせると述べました。Nvidia($NVDA)のJensen Huang CEOは、クローズドモデルを自前で構築・保守・安全対策するよりも、既存のフロンティアモデルを利用した方が実際には安価だと発言し、コスト面の差は一般に言われるほど大きくないとの見方を示しました。Sacks氏は、トークン消費量ではオープンソース側が増加しているものの、経済的シェアはフロンティアラボに流れていると総括し、これはAndroid対iPhoneの構図と同じだと締めくくりました。

SpaceX決算：Starlinkが生む巨額キャッシュと再投資戦略

SpaceXは上場企業として初めての決算を発表しました。第2四半期の売上高は78億ドル（約1兆2312億円）と前年同期比92%増、AI関連の売上高は四半期で3倍以上の26億ドル（約4104億円）に達するなど、事業内容は極めて好調でした。しかし株価は決算発表後に13%下落し、6月の上場以来30%下落して時価総額は1.4兆ドル（約220兆9900億円）に落ち着いています。

Gerstner氏はこの株価調整を、ハイテク企業のIPO後にほぼ必ず見られる正常なプロセスだと述べました。同氏はElon Musk氏が売上高の目標達成時期を1年前倒しした点を評価しつつ、市場が懸念する二つの論点を整理しました。一つは計算資源のレンタル事業の先行きで、Anthropicのような大口顧客が将来も高額なレンタル料を払い続けるかどうかの不透明感です。もう一つは、GrokとCursorが年末までに100億ドルから200億ドル（約1兆5785億円から約3兆1570億円）という巨額の収益を上げられるかどうかで、これが実現すればレンタル事業より高い評価倍率が期待できると述べました。

Friedberg氏はStarlink事業の収益力に着目し、同事業だけで四半期43億ドル（約6788億円）の売上高と、26億ドル（約4104億円）の調整後EBITDA（利払い前・税引き前・償却前利益）を計上している点を強調しました。契約者数は1200万人（12 million subscribers）で前年比2倍、四半期で20%成長、ARPU（1ユーザー当たり月間平均収益）は66ドル（約1万418円）です。このペースが続けば、Starlinkだけで年間300億ドル（約4兆7355億円）のフリーキャッシュフローを生み出す計算になり、この事業だけで30倍の評価倍率を適用すれば、時価総額1兆ドル（約157兆8500億円）の評価も18カ月から2年以内に可能だと試算しました。これにより、StarshipやAIコンピュート、半導体工場構想といった他のプロジェクトへの投資を、Starlinkのキャッシュフローだけで賄えると指摘しました。Starlinkの急成長により、AT&T($T)やVerizon($VZ)、HughesNet、Viasatといった既存の通信事業者は大きな打撃を受けています。

Sacks氏は、Starshipの打ち上げ成功がStarlinkの通信容量を飛躍的に拡大させる技術的意義を解説しました。現在のFalcon 9ロケットでは1回の打ち上げで27機のV2衛星を展開し、約2.6テラビット毎秒の容量を追加できます。しかし、Starshipを使えば60機のV3衛星を1回で展開でき、60テラバイト毎秒と20倍以上の容量を追加できます。V3衛星はV2の10倍の帯域幅を持ち、これにより直接携帯電話と通信するサービスなど、新たな事業展開が可能になるといいます。最終的には、Starlinkネットワークが世界のインターネットトラフィックの半分を処理する可能性にもElon Musk氏は言及しました。

データセンター事業については、年末までに2ギガワット、来年には8ギガワット程度まで拡大する計画が示されました。現在のスポット価格は1ワット当たり30ドルから50ドル（約4736円から7893円換算）で推移しており、Sacks氏はその持続性に疑問を呈しました。1ギガワット当たり約500億ドル（約7兆8925億円）の設備投資が必要で、6ギガワットの追加には3000億ドル（約47兆3550億円）もの資金が必要となる計算です。Elon Musk氏は投資回収期間を1年以下としていますが、これはNvidia($NVDA)がファイナンスを支援するか、追加の株式発行や借入が必要になる可能性があります。Nvidia株主は無制限の融資拡大を懸念しており、スポット価格が下落すれば回収期間が一変するためだとGerstner氏は説明しました。Elon Musk氏は、現在の計算資源市場がメモリ供給不足によって逼迫しており、来年のメモリ生産量が20%増加する見込みでも需要が200%以上伸びるため、スポット価格は上昇圧力にさらされ続けるとの見通しを示しました。同氏はこうした需給逼迫を背景に、1ギガワット当たりの設備投資額が約500億ドルに上る中でも、投資回収期間は1年未満に抑えられると主張しています。

Gerstner氏は、投資の回収期間が1年程度と極めて短い現在の環境は、AnthropicやOpenAIといったフロンティア企業が競争優位を確立するために通常の数倍の価格を支払っている一時的な現象だと述べました。7月の半導体株急落の背景には、Kimiのような中国発モデルがフロンティア企業の収益を圧迫し、計算資源への需要が減退するシナリオへの警戒がありました。クレジットスプレッドは拡大しており、市場にはこうした大型取引に対する懸念が残っています。しかしGerstner氏は、今後12カ月から18カ月の間に需要が急減するとは考えていないとしつつも、セクター全体が同時に取引を下げる構造的な脆弱さを指摘しました。

Airtable買収が示すSaaS市場の構造変化

ノーコードのツールを提供するAirtableが、イタリア・ミラノに拠点を置くBending Spoons社に12億8000万ドル（約2020億円）で買収されました。同社は2021年に117億ドル（約1兆8468億円）の評価額で資金調達しており、ピーク時の約10分の1への評価額の下落はSaaS市場の変調を象徴する出来事として話題となりました。Airtableは年間売上高4億8000万ドル（約757億6800万円）を持ち、20%の成長率を維持する収益基盤のしっかりした企業でした。

Sacks氏は、この買収劇の背景にある構造的な問題を分析しました。同氏によれば、営業チームの販売ノルマ達成率がわずか30%にとどまっていたことが、この企業の本質的な課題を浮き彫りにしています。Airtableは本来、プロダクト主導の有機的成長で20%の成長率を達成していましたが、高値で投資したベンチャーキャピタルの期待に応えるため、不慣れな営業主導型の拡大戦略を強いられました。その結果、膨大な営業コストを抱えながら成長は加速せず、身動きが取れなくなったといいます。

Bending Spoonsの買収戦略は、こうした企業のコスト構造を80%から90%削減し、プロダクト主導の成長モデルに回帰させることで、数億ドル規模の利益を生み出すプライベート・エクイティ型の手法だとSacks氏は説明しました。この手法が創業者やベンチャーキャピタルの取締役会では実行しにくい理由として、大規模な人員削減への心理的抵抗や、優先清算権によって歪んだインセンティブ構造を挙げました。Gerstner氏は、成長が鈍化したSaaS企業では社内の士気低下と顧客の解約率上昇が連鎖的に発生し、立て直しが極めて難しいという実務的な困難を付け加えました。

さらにSacks氏は、AIがもたらす変化として、コードベースの保守に必要な組織の記憶がAIで代替可能になった点を指摘しました。過去には大規模な人員削減ができない理由の一つに、システムを理解する人材の喪失がありましたが、今ではAIがコードベース全体を即座に学習できるため、最低限のチームでの運用が技術的に可能になっているといいます。同氏はまた、AirtableがAIエージェント事業を分離独立させた上で本体を売却した決定に触れ、優秀な人材がレガシー製品の維持ではなく、新たな価値創造の可能性があるAI事業に集中するという選択が、この取引の本質だと総括しました。

Calacanis氏は、この事例がゼロ金利時代のSaaSバブルと現在のAIブームの類似性を示唆するのではないかと問いかけましたが、Friedberg氏は「全く異なるパラダイムだ」と明確に否定しました。SaaSへの投資が高倍率の収益評価に基づいていたのに対し、AI向け設備投資は明確な需要に基づく実物的な資産形成であり、投機的な性質が根本的に異なると説明しました。Sacks氏も、Airtableはもともと「言葉のためのスプレッドシート」と評されながらも一般への普及には至らず、常に説明の難しい製品だったと指摘しました。ノーコードツール全般には学習曲線が存在し、利用者はAirtableやRetoolの操作方法を習得する必要がありましたが、今ではClaudeに自然言語で指示するだけで同様の成果が得られるため、ノーコード分野はAIの影響を最も強く受けていると述べました。一方で、セールスフォース($CRM)が全15の政府機関で採用されているというMarc Benioff氏の投稿を引用し、規制順守が重視される大企業向け基幹システム（CRM、ERP、人事管理など）の分野では、AIによる内製化は難しく、確立されたSaaS製品の需要は揺るがないとの見方を示しました。またSacks氏は、SaaS全般への悲観論に対し、Microsoftの例を挙げて反論しました。同氏によれば、企業がMicrosoft製品を選ぶのはコードの品質ではなく、Active Directoryによる従業員ID管理、Excelによる取締役会向けデータ集計、Teamsによるコンプライアンス記録の保存、AzureのFedRAMP High認証や国防総省のImpact Level 5認可といった、規制対応や業務の根幹を支える「レール」としての信頼性にあります。こうした深く組み込まれたインフラを、コスト削減だけで短期間に置き換えることは事実上不可能であり、この点で特定のSaaS製品はAIによる代替が極めて難しいと述べました。実際に、IGV（高成長ソフトウェア株ETF）は過去6カ月で20%上昇し、Snowflake($SNOW)は同期間に88%上昇するなど、ソフトウェア企業全体が一様に苦戦しているわけではないと指摘しました。

中国AI企業による米国発データの利用

Forbesの調査報道により、SergeiやMerorといった200億ドル（約3兆1570億円）以上の評価額を持つ米国のデータラベリングスタートアップが、OpenAIやAnthropic、連邦政府機関向けと同様の訓練データセットを、テンセントやアリババ($BABA)、Moonshot AIなどの中国のAIラボにも販売している実態が明らかになりました。これらの中国企業は年間5億ドル（約789億2500万円）を投じて、博士号保持者が作成した専門的なコンテンツや強化学習用のデータを購入しているといいます。

Sacks氏は、この問題に対する規制の是非を、より広範な米中経済関係の文脈から論じました。同氏は、データラベリングは大部分がコモディティであり、中国には博士号人材が潤沢に存在するため、米国企業からの購入を禁止しても中国側で容易に代替できると指摘しました。仮に米国が一方的な販売禁止に踏み切れば、レアアース（希土類）の輸出制限など、中国からの報復措置を招くリスクがあり、両国が完全に独立した経済圏を構築できる段階にはないとの現実的な判断を示しました。同氏は、2019年のトランプ前政権による極端紫外線（EUV）リソグラフィ装置の対中輸出規制を「効果的な戦略的規制」の好例として挙げる一方、データ規制がそれと同列の効果を持つかは慎重に評価すべきだと述べました。

Gerstner氏は、この問題は短期的には大きな政策変更を引き起こさないものの、米国のAI競争力が相対的に低下した場合には、規制強化の対象になり得るとの見通しを示しました。米国がAI競争で明確にリードしている現状では、中国へのデータ販売は「泳がせておける」問題ですが、仮に大統領が補佐官から「もはや中国に勝てていない」との報告を受けるような状況になれば、データ販売は国家安保上の脅威として厳しい精査の対象になるだろうと述べました。

Calacanis氏は、KimiやQwen、GLM 52といった中国のオープンソースモデルを60日間使ってみて、その性能の高さに驚いたと述べ、質の高い訓練データの提供が中国の追い上げを加速させている側面を指摘しました。これに対しSacks氏は、中国は数学と科学の卒業生数を世界全体の合計よりも多く輩出しており、高度な人材が不足しているわけではないと反論しました。同氏は、もしデータセットに真に独自性のある「秘密のソース」が含まれているのであれば規制も検討すべきですが、現時点ではそうした決定的な証拠は見当たらないと述べました。議論は、米国が高度人材の国外流出を防ぐ移民政策の必要性にも及び、現在は有能な留学生を教育した後に国外に流出させている矛盾が、長期的な競争力の観点から解決すべき課題だとの認識で一致しました。

▶ 同じシリーズの前回: All-In Podcast 解説：Saronicの自律航行艦と米中造船格差──ホルムズ海峡救出作戦からテキサス新造船所まで https://note.com/yondo/n/na2c4ed9bb519

▶ このテーマの記事をまとめ読み: マガジン「米国株とマーケットの論点」 https://note.com/yondo/m/mb4ec8df94ddb

#AI開発 #ポッドキャスト #AllInPodcast #All -InPodcast #Google #DemisHassabis #JeffDean #Anthropic #OpenAI #SpaceX #Starlink #ElonMusk #Microsoft #MSFT #Nvidia #NVDA #Salesforce #CRM #Airtable #BendingSpoons #ScaleAI #Meror #Alibaba #BABA #生成AI #AI人材 #フロンティアモデル #設備投資 #SaaS #IPO #米中関係 #データ規制 #半導体 #MS #T #VZ #SNOW