AI業界は累計で7000億ドル超のデータセンター設備投資を約束しており、ハイパースケーラーの支出だけでも2025年に4000億ドルを超えた。それを回収できるという強気論は、真のプロダクトマーケットフィットを達成した単一カテゴリーにますます依存している。Claude Code、Cursor、GitHub Copilotのようなコーディングエージェントである。開発者Simon Willisonの主張は真剣に受け止める価値がある。AI経済の残りは、いまだ収益化可能なキラーアプリを探している。
示唆的なデータポイントはAnthropicの収益軌道だ。同社は2025年に数十億ドル規模へ拡大し、その大半をコーディングワークロードが支えた。これが重要なのは、ROI論争全体を捉え直すからだ。数千億ドルのGPUとHBMへのリターンは、もはや曖昧な消費者チャットボットのエンゲージメントに依存しない。測定可能で防御可能な命題に依存する。AIは高価なエンジニアリング労働を信頼性高く代替できるのか。答えがイエスなら、広告収入ではなくエンタープライズソフトウェア予算が資金源になる。
破壊は不均等に降りかかる。時間単価、人員単価ベースで請求する人月商売型ITサービス企業は、エージェントが請求可能時間を圧縮するにつれ、構造的な利益率崩壊に直面する。このリスクはアジアと欧州のアウトソーシング地帯のシステムインテグレーター、Accenture、Capgemini、Infosys、Wiproにとって深刻だ。逆に、自動車メーカーからフィンテック、消費者向け銀行まで、社内エンジニアリングを持つプロダクト企業は、人員を横ばいに保ちながら開発者スループットを2～3倍にできる。勝者はコードベースを所有する企業であり、それに対して労働を貸し出す企業ではない。
二次的な圧迫はハードウェアにある。GB200/300級GPUとHBMが慢性的に不足するなか、独自モデル訓練コストは計画を1.5～2倍上回っている。合理的なヘッジはハイブリッド姿勢だ。専用訓練スタックを構築するのではなく、推論にはBedrock、Azure OpenAI、Vertexを活用しつつ、価格を固定するため長期GPUクラウド契約を確保する。遊休GPU容量を持つ地域クラウド事業者は、この市場で予想外の交渉力を得る。
経営者への推奨アクションはこうだ。ベンダーロックインにコミットする前に、CTO主導の90日PoCを立ち上げ、エージェントによる生産性KPIを定量化すること。次の予算サイクル内に既存ITサービス契約を成果ベース、FTE連動価格へ再交渉すること。そして2027年までのHBM/GPU調達を前倒しするか、長期容量契約でヘッジすること。コーディングエージェントをツールのアップグレードとして扱う企業は、それをオペレーティングモデルの転換として扱う企業に敗れる。
