モデル動向
AI の計算資源はどの事業に配分すべきか — SpaceX 10GW 計画と Microsoft の容量配分のねじれに学ぶ
SpaceX の 10GW 級 AI コンピュート計画と、Microsoft が抱えた容量配分のねじれから、計算資源を収益性で再配分する仕組みの必要性を考える。
原題
“SpaceX 10GW in 2027 – Why It's Real, Will Drive $500B ARR for SpaceX, and Why Microsoft Will Be the Largest Offtaker” （SpaceX は 2027 年に 10GW の AI コンピュート基盤を実現する — Microsoft が最大オフテイカーになる理由）
原文からの引用
“Our Tokenomics Model and our Inference Simulator demonstrate that at realistic performance levels (e.g. tokens/sec per GPU), both OpenAI and Anthropic can generate over $100B/GW/year of revenue when selling API inference on a GB300 cluster. This is significantly more than the costs of renting a GB300 cluster for a year at current neocloud prices.”
日本語訳 当社の Tokenomics Model と Inference Simulator によれば、現実的な性能水準（例: GPU あたりの tokens/sec）なら、OpenAI と Anthropic はどちらも GB300 クラスタで API 推論を販売して年間 1GW あたり $1,000 億超の収益を生み出せる。これは、現在のネオクラウド価格で GB300 クラスタを1年間借りるコストを大きく上回る。
要点
- SpaceX は 2027 年に 6-8GW の追加容量、ポテンシャルで 10GW+ の AI コンピュート施設の建設・提供を目指すと Musk が表明した。SemiAnalysis の試算では capex は $300-500B で、AWS・Google と同等規模だが SpaceX は両社より収益性が低い状況での投資である
- 推論トークン提供のビジネスは極めて高利益率であり、$100B+/GW/年の潜在収益が見込める。OpenAI・Anthropic について、SemiAnalysis は、現実的な性能水準なら GB300 クラスタで API 推論を売って $100B/GW/年超を生み出せると試算している
- Microsoft は 2025 年 10 月に OpenAI と $250B のインフラ契約を結んだが、2026 年 4 月の再交渉で旧来の「20% 収益シェア」が外れた。SemiAnalysis は、Microsoft が訓練コストを負わずに OpenAI と同等の MW あたり収益・利益率を得られると見る。一方、この契約で自社の容量が逼迫し、API 事業 Foundry や Copilot で OpenAI モデルを十分に活用できていない
- SemiAnalysis の追跡では、Microsoft は賃貸・ネオクラウド契約・セルフビルド・電力購入契約を合わせて 10GW 超を契約済みで、約 $300B の新規の拘束力ある契約に相当する。前年の一時停止から転じた動きだと位置づけている
- SpaceX の競争優位は建設速度にある。Colossus 1 の 300MW を 122 日で、Southaven の発電施設は 2026 年 2 月（27 基・約 495MW）から 7 月（69 基・1.2GW 超）に拡張。value-based pricing ($30-50M/MW/年) により、capex を 1 年以内で回収可能
編集部の考察
経営として問うべきは、自分の会社の AI 計算資源（API 利用枠・GPU 予算・トークン予算）を用途別収益性で並べ替え、四半期ごとに再配分を決める会議体があるかどうか、その一点に尽きる。記事内の数字で最も刺さるのは、Microsoft が自社の GPU 容量を OpenAI 向けに割り当てた場合と、Foundry や Copilot 向けの API・アプリケーション事業に割り当てた場合とで、同じ 1MW あたりの年間収益に約 7 倍の差（約 $14M/MW/年 対 $100M/MW/年）があるという SemiAnalysis の試算だ。Microsoft は 2025 年 10 月に OpenAI と結んだ $250B のインフラ契約（要点3）でSemiAnalysis の推計で約 7GW もの容量を長期コミットしてしまい、結果として最も稼げる自社の API・アプリケーション事業のほうが容量不足に陥っていた。SemiAnalysis は、このねじれが Microsoft に容量を急いで確保する強い動機を与えていると見ている。
これは自分の組織に置き換えると、単なる「AI 予算をどこに使うか」ではなく、「限られた GPU・トークン容量を、社内のどの事業・プロダクトに優先配分するか」という資源配分の意思決定そのものである。多くの企業はいまだに契約の古さや部署の発言力で計算資源を割り振っており、実際の収益性・粗利率の高い用途に容量を回せていないケースが少なくない。Microsoft のケースが示すのは、AI 全社導入後の次の課題は「使うかどうか」ではなく「どの用途に容量を再配分すれば収益が最大化するか」を継続的に見直す仕組みを持つかどうかだという点だ。冒頭の会議体の有無こそ、その仕組みの具体形である。
本記事は海外記事の独自キュレーション・考察であり、原文の翻訳ではありません。引用部分の著作権は原著者に帰属します。
この記事の調査と下書きにはAIを使っています。数値や事実は出典と照合し、公開するかどうかは運営者が判断しています。（制作方針）