AI 減速 2026 ── 7+ ソースが示す「トークン経済の崖」── Zitron × Shapiro × KPMG $207M × Mavvrik 1% × Forbes <1% ROI ── Cost Reckoning Series Part 8

導入：「AI 減速」シグナルの収束

2026 年 6 月第 2 週、英文テックメディアと Hacker News が同じ結論に到達した。「AI は減速している」 ── これは安全論でも AGI 懐疑論でもなく、物理・財務・エンタープライズ運用の三重制約が同時に効いている、という観察である。David Shapiro の熱力学的制約、Ed Zitron の年間$1.75 兆売上試算、KPMG Q1 2026 Pulse の企業平均 AI 支出$207M、Mavvrik の 80-85% forecast 失敗、Forbes の <1% significant ROI、Uber の年間予算 4 ヶ月燃焼 ── 7+ 一次ソースが独立に同じ崖を指している。

本稿は /posts/2026-05-30-ai-cost-reckoning/（Part 1: 5-signal メタ）から始まった 8 部作 Cost Reckoning シリーズの最終章である。Part 1〜7 では個別のシグナル（Microsoft 解約 / Uber 予算 / 価格戦争 / Copilot 課金 / Agent SDK 分離 / $900B-965B 財務 / AWS Bedrock データ保持）を縦に解いた。Part 8 ではそれら全てを**「減速」という単一の現象として横に繋ぎ、同じ夜の 6/12 Fable 5 BIS 輸出管理（/posts/2026-06-14-fable-5-us-export-control-jassy-bessent/）がcapability frontier の制約であるのに対し、AI 減速はeconomic frontier の制約**である、という「二つの崖」フレームを提示する。

7+ ソースが指し示す「崖」

(1) David Shapiro ── 128 週間の変圧器 thermodynamics

David Shapiro の 2026/1/29 Substack「Why AI is slowing down in 2026」は、AI 開発を律速する要因の階層を提示した。

1. 熱力学的壁（電力、グリッド、物理学）── 最重要
2. サプライチェーン制約（CoWoS packaging、メモリ）
3. 運用摩擦（エンタープライズ実行、データ品質、ROI）
4. ノイズ（安全、倫理、規制）── 影響は限定的

「真剣な意思決定権を持つ研究者や政策立案者の大半は、抽象的な安全性議論からすでに離れている。」（Shapiro, 2026/1/29）

具体数値が衝撃的である。大型パワー変圧器の調達リードタイムは 128 週間（約 2.5 年）、generator step-up 変圧器にいたっては 144 週間。全米で特殊電気鋼板の国内サプライヤーは 1 社のみ。100〜400 トンの house-sized 変圧器を運搬できる super-heavy-load railcar は全米で約 10 両しか存在しない。Northern Virginia の新規データセンターは 2032-2033 年まで online 化しない 7 年待ち。需要は 2019 年以降、高電圧変圧器 +116%、generator step-up 変圧器 +274%、変電所 +91% で急増。2026-2028 年が危機の窓であり、この期間中は natural gas turbines / solar / grid-scale batteries しか即応できない。SMR を含む nuclear は 2030 年代まで意味を持たない。

つまり、AI 投資 $527B（2026 hyperscaler capex、年初 $465B から増加）は物理学を買えない。Gartner 予測では 2025 年に $1.5T、2026 年に $2T の global AI spending に達するが、需要側キャパシティ（電力 + 変圧器 + メモリ）が物理的にボトルネックとなる。

(2) Ed Zitron ── 年間$1.75 兆売上の数学的不可能性

Ed Zitron の AI Is Slowing Down（2026 年 5 月）は、需要側ではなく収益側の崖を数学で書いた。

• 計画中データセンター合計: 190GW（Sightline Climate, 2026/2）
• Jensen Huang の試算: $80-100B / GW → 総コスト $9.5-15 兆ドル
• PUE 1.35 で critical IT load ≈ 140GW、$12.5M / MW 充電 → 年間$1.75 兆ドルの売上が必要
• 半分だけ建設されても $875B / 年の売上が依然必要
• 2026 年データセンター debt: $250B / 年 → 必要額 $500B-1 兆 / 年
• FT 報道: 銀行は「データセンター債で窒息する」可能性を警告
• NVIDIA の 2027 年末までの売上予測: $1 兆、その 54% が 3 顧客（Microsoft / Google / Meta 経由の台湾 ODM）

Zitron の結論は単純である。AI 産業が破綻しないためには 2030 年までに $3 兆+ の年間売上が必要、しかし現在の 2026 年 AI スタートアップ全社の合計売上は $89B（Anthropic + OpenAI だけでも $60B）。496% の成長が 4 年で必要、これは数学的に不可能。Anthropic は 2029 年に $174B/年の売上がないと compute 契約（Google + Amazon + Microsoft で $330B、CoreWeave $30B、SpaceX $15B）を支払えない。OpenAI は 2030 年末までに $852B を燃やし、$250B の追加調達が年内に必要。Anthropic + OpenAI の 2 社で全 AI スタートアップ収益の 89%（The Information）を占める寡占構造の中で、残りの $250B / 年の需要を他の企業から生み出すのは不可能。

(3) KPMG Q1 2026 Pulse ── 企業平均 $207M / スキルギャップ 25%→62%

KPMG Q1 2026 Pulse of AI（2026/6/10、Business Journals）は、米企業 237 社の CFO / CHRO に対する四半期調査の数字をリークした。平均 AI 支出 $207M / 組織、前年比 2 倍近い。KPMG Q1 レポート（KPMG AI 戦略記事 経由）の核心は以下である。

• 「Skills gap as #1 barrier」: 25% → 62% （3 ヶ月で 2.5 倍）
• 「Difficulty scaling use cases」: 33% → 65%
• AI 投資は 2 倍になったのに capability は 4 倍遅れている

KPMG ポッドキャストThe AI Reckoning（2026/3/12、Steve Chase / Rob Fisher）は、「第 2 の accelerationist moment」が来たが、「science project モードの企業は grace period が終わる」と警告する。「what AI can do」と「what organizations are getting from it」の gap は compounding competitive risk になった。

(4) Uber ── 年間予算 4 ヶ月で燃焼、$1,500/月 / エンジニア上限

Business Journals 経由 Wells Burke の LinkedIn 分析（2026/6/10、Uber COO Andrew Macdonald の発言ベース）は企業現場の現実を記録している。

• Uber 5,000 エンジニアの 84% が 3 月時点で AI コーディングツールを使用（Claude Code + Cursor が中心）
• 70% の code commit が AI 生成
• 1 エンジニアあたり $500-2,000/月の支出 → 2026 年年間予算を 4 ヶ月で燃尽（4 月時点）
• 新上限: $1,500/月 / エンジニア / ツール
• Macdonald COO（AI が事業に効いたかとの問いに）: 「That link is not there yet.」

Mick Hollison（コメント）の言葉が核心を突く。「98% more pull requests and zero organizational lift means the gains exist, they’re just leaking out between the developer and the P&L. Nobody budgeted for evaporation.」── 個人 productivity gain は実在するが、P&L に届く前に蒸発する。

(5) Mavvrik ── 80-85% が 25%+ forecast 失敗、53% が 1-5% ROI

Mavvrik の 2026 AI Cost Statistics（2026/1/29、Lindsey Tishgart）は財務 / FinOps チーム視点の数字をまとめている。

特に重要なのは 「Rework tax」 概念である。Workday 2026/1 研究では、AI で週 1-7 時間節約した 85% の従業員のうち、40% の時間が AI 出力の修正・検証に再投資される。10 時間得て 4 時間失うネットは 6 時間、しかも 14% のみがネットで positive outcome。Mavvrik の結論：「1-5% ROI most companies report won’t justify continued investment once CFO patience runs out.」── 言い換えれば、CFO 忍耐が尽きれば投資は止まる。

(6) Forbes AI 50 ── <1% significant ROI

Forbes Research 2025 AI Survey（Mavvrik 経由）はエグゼクティブ調査。「<1% report significant ROI（≥20% 利益 / コスト削減）」。3% が 10-20%、53% が 1-5% ROI、39% が「measuring ROI as top challenge」、12% のみが AI で AI の ROI を測定。Forbes 2026 AI 50（2026/3 公開、6 月時点最新版）は企業の AI 応用度ランキングだが、ROI 測定が追いつかないことを暗黙に示している。

(7) Zitron コスト可視性データ ── 26% / 50% / 22%

WSJ 経由の Zitron 引用：「トークン課金への移行は、最も経験豊富な財務チームにとっても新しい課題を生んでいる」。企業 AI コスト可視性:

• 26% が comprehensive cost visibility を持つ
• 50% が some visibility
• 22% が no visibility / after billing

実際の予算超過事例:

• ある企業: 1 ヶ月で $500M を Anthropic に支出（spend controls なし）
• Uber: 年間予算を 1 四半期で燃焼 → $1,500/月/人 cap
• T-Mobile: 一時 $2,000/月/人 cap
• Brex: エンジニア $500/週、非エンジニア $5/週

Microsoft AI CEO Mustafa Suleyman は**「Anthropic のモデルは高すぎる」**と発言、Microsoft 自社の Anthropic 利用をゼロに削減する意向。Microsoft の $37B AI 年間 run rate の大部分は OpenAI compute + Copilot $8B 程度。Anthropic の大口顧客が内部使用を削減するパラドックスが起きている。

HN「AI is slowing down」スレッドの温度感

news.ycombinator.com item?id=48446893 は 4-5 日前に立ったスレッドで、Xiaomi の MiMo UltraSpeed 発表直後のため**「Xiaomi just announced a super fast 1t model, doesn’t look like it’s slowing down」**というカウンターコメントが支持を集めた（jillesvangurp 5 日前）。別のコメント（beloch 4 日前）は「Does AI need to follow the current model of evil megacorps building massive data centres? Perhaps LLM’s (or something better) will develop to be more efficient and quickly become something most people run on local hardware.」── これが本稿の Part 8 文脈で重要な示唆である。

「中央集中 hyperscaler モデルが効かないなら、Open-Weight ローカルモデルが escape hatch になる」 ── これが本連載が 6/13 AWS Bedrock データ保持、6/14 Fable 5 BIS 輸出管理、6/15 DiffusionGemma / GLM 5.2、6/16 Open-Weight Frontier Japan hub と Open-Weight 脱出口を積み上げてきた理由と完全に接続する（後述）。

「2 つの崖」フレーム ── capability vs economic

本稿の核心フレームは、**2026 年 6 月に同時に進行している 2 つの「崖」**を分離して見ることである。

6/12 Fable 5 輸出管理は、特定企業・特定モデルの capability アクセスに対する政治的・法的な制約である（/posts/2026-06-14-fable-5-us-export-control-jassy-bessent/）。AI 減速は、Thermodynamics（Shapiro 128 週間変圧器）+ 収益数学（Zitron $1.75 兆）+ エンタープライズ予算（KPMG $207M / Uber 4 ヶ月燃焼）+ ROI 測定失敗（Mavvrik 80-85% / Forbes <1%）が全方向から経済的実行可能性の限界を示す現象である。同じ週、同じトレンドが capability と economics の両側で発火している。中央集中 hyperscaler モデルが両側から破綻する。

Cost Reckoning シリーズ 8 部作タイムライン

本稿は 2026/5/15 /posts/2026-05-15-ai-model-price-war-guide/（価格戦争）から始まったエコノミック・ナラティブの最終章である。

8 記事を順に追うと、個別の現象（価格・cap・sub・data）から全体構造（減速・崖）に至る演繹が見える。Part 1 が「Microsoft 解約 / Uber 予算 / NVIDIA > 労働コスト / Tokens or Humans? / DataPro 46,000%」の 5 シグナルを並べたメタ分析だったのに対し、Part 8 は7+ ソースが同じ崖を指す収束メタである。

既存日本語報道との差別化

BigGo Finance の「約 112 兆円が AI 計算基盤に流入：バブル崩壊か、それとも夜明け前の淘汰か？」（2026 年上半期）はJevons のパラドックスを軸に Big Tech 5 社の capex $6,900 億 vs AI 4 社の売上 $400 億の非対称性を論じている。JP モルガン AM の Guide to the Markets 2026 年 1-3 月期版 は「AI バブルは崩壊間近か」と題して設備投資 / 収益化 / バリュエーションの 3 軸で IT バブルとの比較分析をしている。Investing.com のアナリスト予測記事も楽観側からの反論を整理している。docswell の AI バブル崩壊 No.1 は AGI 期待剥落 + 企業導入不調の 2 軸で MIT レポートを整理している。

これら**既存日本語報道は全て「投資バブルのマクロ経済分析」または「IT バブルとの比較」**であり、本稿固有の差別化は以下 6 点:

1. 7+ ソースの同一結論への収束を明示 ── 既存報道は 1-2 ソースに依存
2. Thermodynamics 軸（Shapiro 128 週間変圧器 / +274% 発電所用需要 / Northern Virginia 7 年待ち） ── 物理的律速要因を正面から扱う日本語記事は本稿が初出
3. Per-customer / per-engineer の実数（KPMG $207M / Uber 4 ヶ月 / Microsoft Anthropic 排除）── 既存はマクロ指標のみ
4. Forbes <1% significant ROI + Mavvrik 80-85% forecast 失敗 ── 投資判断の意思決定者を直接対象とする定量化
5. 6/12 Fable 5 BIS 輸出管理との「2 つの崖」接続 ── capability 制約と economic 制約を同時発火として構造化
6. 8 部作 Cost Reckoning シリーズ最終章 + Open-Weight Frontier Japan hub（6/16 #71）+ 6/15 GLM 5.2 / DiffusionGemma への直接 escape hatch 提示 ── 既存記事 7+ 本と内部リンクで完全接続

5 ステップ実装プレイブック ── 日本企業 IT 部門

ソース横断の示唆を、日本企業の IT 部門・情シス・経営企画が 7 月から着手できる 5 ステップに翻訳する。

Step 1: スキルギャップ測定（KPMG 25%→62% 警告への対応）

• 自社の AI 活用スキルを 4 カテゴリ（プロンプト設計 / データ準備 / 評価 / ガバナンス）で棚卸し
• 62% が「#1 barrier」と答えた以上、ツール増より先に capability investment を厚くする
• McKinsey 比率: AI 技術 $1 に対し people $5 が理想。現実の 10:1 逆比率を解消

Step 2: 単一ワークフロー ROI 計測（Mavvrik 71% 形骸化回避）

• 71% の削減施策が 3 ヶ月以内に形骸化（IDC Japan 2026/3）── 原因は指標未設計
• 業務単位コスト / 1 リクエスト平均トークン / モデル別シェア の 3 指標を週次で可視化
• 「Usage is not ROI」（Vansh Jain）── seats、tokens は数字ではない。実 P&L 改善を 1 ワークフローに閉じて測定

Step 3: モデル階層化 + キャッシュ活用（Opus 4.8 / Sonnet 4.8 / Haiku 4.5 ルーティング）

• Claude Opus 4.8 → Sonnet 4.8 → Haiku 4.5、GPT-5.5 → GPT-5.5-mini、Gemini Pro → Flash のタスク難度別階層化
• 実例: EC 企業 68% 削減（モデル振り分け + FAQ キャッシュ）、SaaS 57% 削減（プロンプト圧縮 + Haiku 移行）
• Anthropic 6/22 Pro/Max/Team カットオフ、6/23 Enterprise クレジット締切（/posts/2026-06-05-claude-agent-sdk-subscription-split/）前に必ず検証

Step 4: 中央集中モデルからの脱却準備（Open-Weight Frontier 接続）

• /posts/2026-06-16-open-weight-frontier-japan-hub-sovereign-ai/（6/16 朝刊）の 6 モデル比較表が即時の escape hatch
• データ主権が要件: Nemotron 3 Ultra / Gemma 4 12B / Command A+ / DiffusionGemma / GLM 5.2 / MiMo Code のいずれか
• Compute 物理制約: 6/12 Fable 5 BIS 輸出管理 + 6/13 AWS Bedrock 30 日保持 + 6/22-23 課金切替 = 3 つの同時発火

Step 5: 6/22-23 Fable 5 切断と 7/15 Anthropic IPO に向けた 30 日タイムライン

• 6/22: Pro / Max / Team プランの Fable 5 含有終了 → Opus 4.8 / Sonnet 4.8 フォールバック検証
• 6/23: Enterprise クレジットプール終了 → Agent SDK 直接利用か、代替ベンダー
• 7 月: Anthropic S-1 公開価格決定 → /posts/2026-06-02-anthropic-ipo-filing/ の 5 リスク（循環金融 / Pentagon 摩擦 / Compute 依存 / 評価額持続性 / ガバナンス）を再評価
• 全ステップを「P&L 1 行に効かせる」 ── Uber が 4 ヶ月で予算を燃やした教训は、個人 productivity ではなく organizational P&L で ROI を測ること

日本企業への 4 つの含意

1. 投資タイミング: J.P. Morgan AM の分析は「ブームは続くがバブル崩壊のリスクは低下せず」と慎重姿勢。AI 投資を 2 倍にした KPMG $207M 企業が CFO レベルで ROI 説明を要求する 2026 年下半期は、**「投資を止めないが規模を freeze する」**が日本企業の標準シナリオになる。

2. ベンダー戦略: 6/22-23 Fable 5 切断 + 6/12 BIS 輸出管理 + 6/13 AWS Bedrock データ保持の三重発火は、Anthropic 一社集中からの脱却を強制する。Open-Weight 6 モデル（Nemotron / Gemma / Command / DiffusionGemma / GLM / MiMo）を複数 PoC できる体制が「保険」ではなく「必須」になる。

3. 人材戦略: スキルギャップ 25%→62% の急騰は、3 ヶ月前と同じ教育プログラムでは 2.5 倍不足することを意味する。リスキリング予算を 2026 Q2 比で倍増、HR 部門が AI 実装の主導権を持つ組織設計（Daniel Käfer の AI-Compressed Organisation フレームワーク参照）が必要。

4. 規制動向: 6/12 BIS 輸出管理 → 6/13 AWS Bedrock データ保持 → 7 月 Anthropic S-1 → 9-10 月 IPO 開始 ── 米国 AI 規制の 30 日単位の発火が標準化する。日本も AI 事業者ガイドライン v2.0 透明性要件（/posts/2026-06-12-german-court-ai-overviews-liability/）と経済安全保障推進法の両面で同調する可能性が高い。

結語 ── 「2 つの崖」と 1 つの escape hatch

2026 年 6 月は AI 産業史において**「中央集中 hyperscaler モデルの両側からの限界」が可視化された月である。Capability 側（6/12 BIS 輸出管理）と Economic 側（6 月累積の 7+ ソースの「AI 減速」）が同じ週に発火**した。同じ 128 週間の変圧器 thermodynamics 制約を、Compute 容量の拡張でも（変圧器がない）収益モデルの持続でも（$1.75 兆の売上が必要）打破できない。

しかし本連載が 6/13〜6/16 の 4 日間で積み上げた 6 モデル Open-Weight Frontier（Open-Weight Frontier Japan hub）が唯一確認された escape hatch である。Thermodynamics 制約は中央集中 hyperscaler の制約であり、Open-Weight ローカルモデルではない。収益制約は $20/月 Claude Pro / $200/月 Claude Max のサブスクリプションモデルの制約であり、6/22-23 切断後の Open-Weight 代替で回避可能。中央集中モデルが両側から破綻するとき、ローカル・小規模・Open-Weight モデルが次の標準になる ── これは HN 48446893 の beloch 氏が 4 日前に書いた仮説と一致する。

次回予告（6/17 朝刊）: Anthropic Claude Corps ── 1,000 fellows × $150M × 400 nonprofits ── 6/11「3-in-1 day」が示す、AI 巨大企業による「自主的 AI 税」の地政学。Fable 5 launch (6/10) → sabotage (6/11) → walkback (6/11) → AWS Bedrock (6/13) → BIS 輸出管理 (6/14) → Claude Corps (6/11) + Policy on the AI Exponential (6/11) + $200M 寄付 (6/11) = Anthropic の 23 記事目、自主的 preemptive action の新しい政治経済 sub-arc を開く。

この記事はAIによって生成され、人間の編集を経て公開されています。 Appwright AI は AI によるコンテンツ制作の可能性を探求する実験的プロジェクトです。