AI、バブルはフライホイールか？

MIT経済学者リカルド・カバレロ氏は最新のワーキングペーパー『投機的成長とAI「バブル」』で非常に興味深い見解を提示している：

本当の問題はAIがバブルかどうかではなく、バブル自体が将来のファンダメンタルズを創造できるかどうかである。

伝統的金融は、評価額はファンダメンタルズに基づくと考える。将来のキャッシュフローが今日の価格を決定する。価格がキャッシュフローを大幅に上回れば、それはバブルである。これはほぼすべてのバリュー投資、DCFモデル、効率的市場理論が共通して従うロジックである。

カバレロ氏は因果関係をループに補完した。価格は将来を反映するだけでなく、将来を形成する。高い評価額は資金調達能力をもたらし、資金調達能力は資本形成をもたらし、資本形成は生産性を高め、生産性は最終的に将来のキャッシュフローを改善する。すると、一見ファンダメンタルズから乖離しているように見えた評価額が、将来のファンダメンタルズ形成の一部となる（ソロスの再帰性に似ている？）。

論文は、評価額が投資に影響を与えることができる場合、価格上昇自体が将来のファンダメンタルズ形成を助けることができると論じている。

このロジックがAIで成立する鍵は、AIが伝統的な意味での資本ではないことにある。

通常の資本は限界収益逓減に従う。工場を増やせば、最終的には需要不足と過剰生産能力に直面し、資本収益は低下していく。

しかしカバレロ氏は、AIは持続的に拡大できる「労働型資本」に近いと考える。GPU、モデル、エージェントは単に機械の数を増やすだけでなく、経済全体の実効労働を継続的に増加させる。論文ではAIを、本来労働が行うタスクを実行できる資本として直接モデル化しており、資本が増加するにつれて労働能力も同時に拡大するため、資本収益の逓減が顕著に弱まる。

さらに深掘りすると、より重要な発見がある：AI投資は所得分配を変える。

ますます多くの所得が資本所有者に流れ、資本所有者は本来的に貯蓄性向が高い。貯蓄の増加は長期資金供給の増加を意味し、長期金利が低下し、より大きな資本ストックが経済全体により容易に受け入れられるようになる。論文ではこれを「ファンディング・フィードバック」と呼んでいる。資本形成が多ければ多いほど、将来の調達コストは低くなる。調達コストが低ければ、さらに多くの資本形成が促進される。システム全体が正のフィードバックを示し始める。伝統的な成長モデルにおける負のフィードバックではなく。

すると、経済は二つのまったく異なる長期均衡を示すようになる。

一つの世界では、AI投資は常に不足し、資本形成は遅く、生産性は長期にわたって低成長を維持する。

もう一つの世界では、AIは持続的に資金調達を受け、大規模なデータセンター、GPU、モデル、エージェントの建設が行われ、最終的に新しい高資本・高生産性の均衡が形成される。

本当に興味深いのは、高資本均衡は存在するものの、理性的な市場だけでは自動的に到達できないことだ。論文は、今日の低資本状態から出発しても、すべての投資家が完全に合理的であっても、より良い未来に自発的に飛び込むことはないと証明している。理由は簡単だ。今日十分な資本がなければ、将来の高成長はない。将来の高成長がなければ、今日の高評価額はない。高い評価額がなければ、資本形成もない。システム全体が自己ロックに陥る。

バブルはまさにこの循環を打ち破る。

高い評価額により企業は資金調達が可能になり、資金でより多くのGPUを建設し、より大きなモデルを訓練し、より多くのエージェントを展開し、最終的に経済全体の生産性を真に向上させる。バブルは長期均衡ではなく、長期均衡への橋渡しである。

これこそが論文が「脆さ（Fragility）」を繰り返し強調する理由である。本当の問題はバブルが破裂するかどうかではなく、バブルがあまりに早く破裂しないかどうかだ。資本がまだ形成されていないうちに資金調達が止まれば、AI建設全体が中断し、将来の成長も消失する。もしバブルが破裂する前に十分なデータセンター、モデル、エージェント、インフラが完成していれば、たとえ評価額が最終的に正常に戻っても、高資本均衡は維持できる。論文は明確に、修正が起こるかどうかではなく、修正があまりに早く起こるかどうかが鍵だと指摘している。

インターネットは典型的な例である。2000年のインターネットバブルは完全に破裂したが、光ファイバー、サーバー、ソフトウェア、データセンター、インターネット人材はすべて残った。バブルは消えたが、インターネット革命は真に始まった。AIもおそらく同様のプロセスをたどるだろう。ただし、残るのはネットワークだけでなく、知能そのものである。

しかし、私はカバレロ氏の枠組みはさらに一歩進められると思う。

論文はAIを「複製可能な労働」としてモデル化しているが、現実のAIはますます「複製可能な研究者」に近づいている。AIが労働を代替するだけでなく、研究、コーディング、チップ設計、新材料発見、新モデル開発に参加できるなら、それは生産関数だけでなく、イノベーション関数を変える。

過去には、イノベーション能力は主に科学者の数、エンジニアの数、優秀な人材の数に依存していた。そのため、大きな技術革命には通常数十年の蓄積が必要であり、これがコンドラチェフの長期波動が長期間存在する重要な理由だった。経済が自然に60年ごとに革命を起こすのではなく、イノベーション資源自体の成長が遅すぎるからだ。

AIは初めてこの制約を打ち破り始めた。

将来のイノベーション能力は、もはや人間の脳（Human brain）だけに依存するのではなく、Human + Millions of AI Agentsになる可能性がある。さらに進めば、イノベーション能力は単にAI（計算力）に依存するだけかもしれない。

計算力が持続的に増加すれば、イノベーション能力も持続的に増加する。イノベーションは初めて資本化可能で、規模拡大可能な生産要素となった。

さらに、今日急速に発展しているCoding Agent、Research Agent、自動研究、再帰的自己改善（RSI）を組み合わせれば、このフィードバックはさらに強くなる。より多くのAIがより速い研究をもたらし、より速い研究がより良いモデルを生み出し、より良いモデルが研究効率をさらに向上させる。真の意味での「インテリジェンス・フライホイール」が形成される。イノベーションの速度自体が加速し始める。単なる生産性の向上ではなく。

これが、私が一貫してAIの経済的リターンは「ゆっくりと、そして突然（Slowly, Then Suddenly）」に従うと考える理由でもある。

今日、人々が見ているのはGPU投資、モデル訓練、データセンター建設で、ROIは高くないように見える。そのため多くの人はAIがバブルではないかと疑い始めている。しかし、これらの投資が実際に購入しているのは今日の利益ではなく、将来の知的資本である。モデルの能力が臨界点を超え、大規模なエージェントが企業に導入され、労働代替が始まり、生産性が非線形的に跳躍するとき、過去数年にわたって過大に見えた評価額が真に実現され始める。

これは、カバレロ氏が提示したフィードバックループ：

評価額 → 投資 → 資本形成 → ファンダメンタルズ

将来、次のように進化する可能性が高い：

評価額 → 投資 → 計算力 → 知能 → イノベーション → より多くのアイデア → より高い生産性 → より高い利益 → より高い評価額

ここで真に正のフィードバックを形成するのは資本だけでなく、社会全体のイノベーション能力である。

もしこのプロセスが成立するなら、AIがもたらす変化は単なる新しい技術革命ではなく、技術革命そのものの発生メカニズムを変えるものである。

歴史上のコンドラチェフの長期波動が40～50年続いたのは、経済法則によるものではなく、イノベーション資源が常に希少だったからだ。科学者は限られ、研究開発能力は限られ、知識の普及は遅かった。AIはこの前提を変えている。

将来、私たちが見るのはますます短くなるコンドラチェフ波動ではなく、同じAIプラットフォーム上で複数の産業革命が次々と発生する光景かもしれない。AI医薬、AI材料、AIチップ、AIロボット、AIバイオ製造……イノベーションは工業化され、技術革命は連続的に発生するようになる。

シュンペーターがイノベーションを成長の中核とし、ローマーが知識を成長の中核としたとすれば、RSIとカバレロが共に指し示すのは、おそらく次世代成長理論の中核命題である：

かつてのシュンペーターの経済周期理論は、破壊的イノベーションに依存し、破壊的イノベーションは人間の脳と時折現れる天才に依存していた。一方AIは、初めてそのような天才自体を、投資可能で、大量生産可能で、継続的に強化可能で、しかも自己強化を続ける資本に変えた。

この観点から見れば、現在どれほど大きなバブルであっても、指数関数的なイノベーションの前ではすぐに消化される可能性がある。