a16z 今週のチャート：注意力は伸び悩み、旧型GPUは賃料上昇、AIインフラ構築のボトルネックはどこにあるのか？
11枚のチャートで読み解く可処分時間の争奪、GPUレンタル料、製造供給、サイバーセキュリティ収益：需要は底堅いものの、成長には各分野特有の前提条件が存在する。
a16zによる今週のチャート週報では、際立ったコントラストが示されている。Netflixの売上高は成長を維持しているものの、人々が能動的に「観る・聴く・読む」時間は目立って増えていない。コンテンツプラットフォームは限られた同じ可処分時間を奪い合っている。一方、AI分野のチャートは別の変化を描き出している。新旧のGPUレンタル価格はともに年初を上回り、一部の製造部門では生産能力の拡大が進まず、サイバーセキュリティ企業の株価は売上成長率に先行して上昇している。
能動的なコンテンツ消費時間は増えず、プラットフォームは誰の時間を奪い合っているのか？
Netflixの直近四半期の売上高は128.7億ドルに達し、前年同期比で11.8%増加した。売上規模は過去最高を更新し続けているが、その成長ペースは再び鈍化傾向にある。
直近四半期までのデータ。単四半期の売上高は128.7億ドルに達したものの、前年同期比成長率は11.8%へと鈍化し、直近のリバウンド局面の水準を下回っている。
Netflixにとって、競合は他の動画配信プラットフォームにとどまらず、ショート動画も含まれる。夜に1時間の空き時間があるとして、ショート動画の閲覧に40分を費やせば、ドラマ1話に割ける時間は削られる。a16zはこれを受け、ある疑問を投げかけている。ますます多くのコンテンツがユーザーの余暇時間を奪い合うなかで、有料の長尺動画の新規ユーザーとなり続けるのは誰なのか。Netflixも短尺コンテンツやスポーツのライブ配信を試みている。ただし、この売上推移図は価格改定やユーザー規模などの要因を切り離しておらず、これ単体でショート動画が成長鈍化の直接原因であると断定することはできない。
BCGによるメディア消費データは、この時間の奪い合いを理解するための参照軸となる。
比較期間は2018〜2025年。メディアに集中している時間を集計しており、他の作業をしながら流すバックグラウンド再生は除外されている。
BCGは2つの利用形態を区別している。集中して見聞きし読む能動的な利用と、作業をしながらバックグラウンドで流す利用である。グラフの「能動的メディア消費」は前者に該当する。この定義による米国の一人あたり消費時間は直近で週25.3時間となり、以前のピークである26.5時間を下回っている。集計期間全体の年平均変化率（CAGR）は約-0.5%である。これは一定期間の観測結果であり、すべての人々の注意力に生理学的な上限を画定するものではない。
総量に大きな変化はないものの、各メディアに配分される時間は異なっている。期間の始点から終点までのシェアと、各カテゴリの消費時間の年平均変化率は以下の通りである。
- 印刷メディア：シェアは19%から9%へ縮小し、消費時間は年平均10.5%減少。
- ソーシャルメディア：シェアは8%から12%へ拡大し、消費時間は年平均6.6%増加。
- YouTube：シェアは4%から6%へ拡大し、消費時間は年平均7.8%増加。ゲームのシェアも7%から9%へ拡大し、時間は年平均2.1%増加。
- YouTubeを除く動画：シェアは41%から40%へ微減し、消費時間は年平均0.7%減少。YouTubeを加算すると、動画全体の消費時間は年平均で約0.2%増加している。
したがって、動画全体の消費時間が著しく縮小しているわけではなく、変化の多くは動画内部の構成比や、動画と他メディアとの間で起きている。コンテンツクリエイターやアプリ開発者にとって、能動的な消費時間が長期にわたり横ばいであることは、さらなる利用時間の獲得が他者のシェアの奪い合いに近づくことを意味する。バックグラウンド再生は通勤や業務などの日常シーンへコンテンツを浸透させ、消費の機会を増やすことができるが、再生されているからといってユーザーが常に集中しているわけではない。
旧世代GPUですら年初より値上がりしているが、レンタル料の上昇は資産価値の上昇を意味しない
GPUは利用時間単位でレンタル可能であり、そのレンタル料は買い手が現時点で計算資源に対して支払ってもよいと考える対価を反映する。Ornn Dataが追跡する5種類のGPUは、直近のレンタル料がいずれも年初の水準を上回っており、旧モデルのA100も例外ではない。
各モデルの当年1月1日における7日移動平均価格を100として正規化し、絶対的なドル単価の比較ではなく推移を追跡している。
このチャートは、各GPU自身の年初レンタル価格を100として正規化し、それぞれの騰落傾向を比較している。足元の推計値では、A100は約106（年初比約6%高）、H100は約136、RTX PRO 6000 WSは約165である。一方、H200とB200はそれぞれ約264と約222に達し、年初の2.64倍および2.22倍に相当する。各系列の起点がそれぞれの価格に基づいているため、H200のドル建てレンタル料がA100の2倍以上であることを意味するわけではない。
a16zはさらに仮定の参照線を追加した。各モデルの完全な7日平均レンタル価格が初めて観測された時点から、6年間で直線的にゼロまで低下すると仮定した場合、現在の実際のレンタル価格がその参照線の上にあるか下にあるかを検証している。
各GPUの初回完全7日平均レンタル価格を100%に設定。これはレンタル料と仮定の基準線との比較であり、チップの簿価や投資回収の試算を示すものではない。
実際のレンタル料を同時点の仮定値で割り、1を引いた乖離率は、A100が9%高、H100が54%高、H200が143%高、B200が111%高、RTX PRO 6000 WSが73%高となっている。これらのパーセンテージは、前述の「年初比でどれだけ上昇したか」とは基準が異なる。
この結果は、足元のレンタル市場のパフォーマンスが機械的な定額下落の想定よりも堅調であることを示している。ただし、この数値はGPUが現在いくらで売却できるかを示すものではなく、ハードウェアの取得費、電力コスト、運用コストも算入されていないため、設備の帳簿価額や投資回収の成否を判断することはできない。A100とH100は過去の長期スパンにおいて参照線を下回る期間が長く続いており、足元の反発によって過去の安値局面が帳消しになるわけではない。
モデルの呼び出し量は、需要を測るもう一つの手がかりである。OpenRouterは複数のモデル呼び出しを集約するプラットフォームであり、トークンはモデルがテキストを処理・生成する際に用いる基本単位である。同プラットフォームの集計によると、オープンウェイトモデルとクローズドウェイトモデルのいずれでも利用量が伸びている。（オープンウェイトとはモデルの重みが入手可能であることを指し、すべてのコード、学習データ、ライセンスが完全にオープンソースであることを自動的に意味するわけではない）
OpenRouterプラットフォーム単体のスナップショット。週間の総消費量は160〜170兆トークンの水準へ増加した。オープンウェイトの消費比率は約72%であるのに対し、支出比率は約25%にとどまる。
OpenRouterにおける週あたりのトークン利用量は春以降に急加速し、夏の終わりに一時的な踊り場を迎えた後、再び増加傾向へ転じ、直近では週あたり160〜170兆トークンに達している。同時に開示されている利用量シェアと支出シェアには大きな開きがある。
- オープンウェイトモデル：トークン消費量では約72%を占めるが、支出額では約25%にとどまる。
- クローズドウェイトモデル：利用量では3割に満たないものの、支出額の約4分の3を占めている。直近週では、トークン利用量シェアにもわずかな持ち直しが見られる。
この傾向は、同プラットフォームで観測された利用構成において、オープンウェイトモデルのトークンあたり平均支出が相対的に低いことを意味する。トラフィックシェアは直接の売上シェアとはならず、トークンシェアもそのまま計算リソースのシェアを意味するわけではない。モデルごとに1トークンを処理するのに必要な計算量が異なるためである。レンタル価格とAPI呼び出し量の推移は、需要が堅調であるというa16zの判断を裏付ける材料となっている。ただし、これらはいずれも限定的な指標であり、業界全体の総支出額を示すものでも、どのモデルが具体的にどのGPUを消費しているかを明らかにするものでもない。
AIインフラ構築には設備が必要だが、米国の工場は一斉に生産能力を拡大していない
受注が増加した際、工場は建屋の新設や設備導入によって「どれだけ製造できるか」という生産能力（キャパシティ）を拡張できる。あるいは、既存の設備をより高密度に稼働させ、設備稼働率を引き上げることも可能である。実際に製造された数量は生産高（アウトプット）と呼ばれる。生産能力の拡大と稼働率の向上の双方が生産高の拡大に寄与するが、主要4セクターが辿った経路はそれぞれ異なっている。
比較基準年の年末から直近第3四半期までの変化。電気機器の生産能力と稼働率は広義の産業分類、生産高と価格は狭義の分類を採用しているため、4項目を同一範囲として厳密計算することはできない。
米連邦準備制度理事会（FRB）の鉱工業統計と労働統計局（BLS）の物価データは、4つの異なるパターンを示している。
- コンピュータ・周辺機器：生産能力は16%拡大、稼働率は相対的に26%上昇、生産高は46%増加、出荷価格は33%上昇。生産能力の拡張と既存設備の高稼働の双方が機能している。
- 通信機器：生産能力は110%拡大した一方、稼働率は相対的に11%低下したが、生産高は87%増加し、出荷価格は19%上昇。生産能力が倍増する一方で設備の稼働度は低下しており、a16zは一部で設備が過剰になっている可能性を指摘している。
- 半導体：生産能力は77%拡大、稼働率はほぼ横ばい、生産高は76%増加、出荷価格は34%上昇。このグループの生産高の伸びは、主に生産能力の拡張を伴っている。
- 電気機器：電力網や配電システムの中核設備を供給するこのセクターでは、出荷価格が69%上昇したのに対し、生産能力は9%減少した。稼働率は相対的に13%上昇したものの、生産高は7%減少している。大幅な価格上昇と国内供給の縮小が同時に発生しており、4グループの中で最も顕著な乖離を示している。ただし、関連する産業分類の対象範囲が異なるため、生産能力と稼働率の変化を単純に乗算して生産高を逆算することはできない。
価格は上がったが、国内供給は追いついたのか？
同一業界の2本のバーを並列表示：まず値上げと生産能力の拡大が同方向かを観察し、次に国内生産と輸入の伸び率格差を確認する。
価格と生産能力 · 同一スケール：−25%〜+125%
2019年末から2026年第3四半期までの相対変化
縦線は0%を示します。左側は減少、右側は増加を表します。比較関係を切り替えるとスケールも連動して更新されます。2つのモード間でバーの長さを直接比較しないでください。
電気機器は価格上昇率が最大（+69%）であるにもかかわらず、生産能力は9%減少しています。一方、通信と半導体は実際に生産能力を拡大しました。価格の上昇に対して、業界ごとに異なる供給反応を示しています。
| 業界 | 生産能力 | 稼働率 | 生産高 | 出荷価格 | 実質輸入 |
|---|---|---|---|---|---|
| コンピュータ・周辺機器 | +16% | +26% | +46% | +33% | +366% |
| 通信機器 | +110% | -11% | +87% | +19% | +175% |
| 半導体 | +77% | 約0% | +76% | +34% | +131% |
| 電気機器 | -9% | +13% | -7% | +69% | +69% |
実質輸入は2019年から2026年までの価格調整後金額であり、国内生産指数の分類や対象期間とは完全に一致していません。伸び率は輸入シェアを示すものではありません。電気機器の生産能力と稼働率は広義の分類、生産高と価格は狭義の分類を採用しています。これらの比較は方向性を把握するためのものであり、完全に同一の製品範囲として厳密計算することはできません。稼働率の変化もパーセントポイントではありません。出所：原図8・9に記載のFRB、BLS、国勢調査局。
輸入は供給のもうひとつの側面を構成する。国勢調査局の輸入金額をBLSの輸入物価指数でデフレートすることで、価格変動の影響を除去した実質輸入の伸びを追跡できる。これを国内生産指数と比較すると、4種類の設備すべてにおいて実質輸入の伸び率が国内生産を上回っている。
国内生産と実質輸入はそれぞれのグラフ注記に基づく比較期間を採用。実質輸入は物価調整後の金額ベースであり、出荷台数の直接集計ではなく、輸入市場シェアを示すものでもない。
- コンピュータ・周辺機器：国内生産が46%増加したのに対し、価格調整後の実質輸入は366%急増。
- 通信機器：国内生産が87%増加したのに対し、実質輸入は175%増加。
- 半導体・電子部品：国内生産が76%増加したのに対し、実質輸入は131%増加。
- 電気機器：国内生産が7%縮小するなかで、実質輸入は69%拡大。
これらの伸び率は海外からの供給がより急速に拡大したことを示しているが、輸入がすでに市場の何割を占めているかを示すものではなく、需要全体を輸入で完全に満たせていることを証明するものでもない。a16zはいくつかの仮説を提示している。生産能力の拡張に伴うコストやリスク、あるいは海外メーカーとの競争懸念により、国内企業の拡張ペースが需要に追いついていない可能性がある。ただし、現行のデータからどの要因が主導しているかを特定することはできない。
労働力データは、もう一つの制約条件を示している。多くの製造業において、1人あたり労働時間の伸び率が雇用者数の伸び率を上回っている。
労働時間はADP、雇用者数はBLSのデータ。下部の給与グラフは総支給額（gross pay）の伸び率ベースであり、時間あたり賃金の伸び率と同一視することはできない。
非金属鉱物製品では1人あたり労働時間が4.7%増加したのに対し、雇用者数は0.4%の増加にとどまった。化学製品はそれぞれ+4.2%と+0.4%、プラスチック・ゴム製品は+3.6%と-0.9%であった。これらの業種では既存従業員の平均労働時間が長期化している一方、従業員数の伸びは限定的か、減少に転じている。ただし、このパターンはすべての部門に当てはまるわけではない。電気機器産業の雇用者数の伸び率は4.0%に達し、労働時間の伸び率（3.8%）をわずかに上回った。金属製品（雇用者数+1.7%に対し労働時間+0.9%）や機械製造（雇用者数+1.4%に対し労働時間+0.7%）も、雇用者数の伸びが上回った例外に属する。
製造業全体の総給料（グロスペイ）は前年比5.5%増加した。転職者の総支給額の伸び率は約10%に達し、同一企業に留まった従業員を約5パーセントポイント上回った。残業時間の増加と転職に伴う昇給は、企業間での労働力獲得競争という説明と整合的であるが、人手不足だけが唯一の原因であることを証明するものではない。また、1人あたり労働時間の増加は、時間あたりの生産性向上を意味するわけではない。これらは業界全体のマクロデータであり、AIプロジェクトがどれだけの雇用需要を生み出しているかを単体で切り出すことはできない。a16zはこれらをデータセンター建設などの現場で注視すべき労働供給の手がかりと位置づけており、個別プロジェクトが実際に人手不足の影響を受けているかどうかは、現場の採用と納期の進捗を見極める必要がある。
セキュリティ企業のAI事業は伸長しているが、全体の売上高は追いついているのか？
AIは攻撃者を手助けする可能性がある一方で、企業が保護すべきモデル、アプリケーション、そしてAgentの数を増大させる。そのため、サイバーセキュリティはAIによる成長期待を大きく集めてきた。a16zはソフトウェアETF「IGV」の構成銘柄からサイバーセキュリティおよび可観測性（オブザーバビリティ）関連株を抽出し、時価総額加重平均ポートフォリオを構築して、ソフトウェアセクター全体とのパフォーマンスを比較している。（可観測性ツールはシステムがどのように稼働しどこに不具合が生じているかを企業が把握するのを支援する。この銘柄群にはセキュリティ専業以外の企業も含まれる）
CapIQの時価総額加重平均集計に基づく。同ポートフォリオの年内騰落率は高値で110%を超えた後、足元では83%前後へ押し戻されたが、同期間のIGV指数全体はほぼ横ばいにとどまる。
この銘柄群の年内累積リターンは高値で約110〜115%に達し、直近では約83%へ調整している。同期間のソフトウェアETF「IGV」は約0〜2%で推移した。足元での反落は目立つものの、ポートフォリオは年内で市場全体を依然として大きくリードしている。
株価の上昇は、売上成長の加速をすでに伴っているのだろうか。チャートでは直近四半期の予想売上高前年同期比成長率を、過去の基準四半期の実績前年同期比成長率と比較している。ここには市場コンセンサス予想が含まれており、すべてが決算発表済みの確定実績ではない点に留意が必要である。
横軸は2026年第3四半期の予想売上高前年比成長率から2025年第4四半期の前年比成長率を引いた差（パーセントポイント）、縦軸は年内株価上昇率、バブルサイズは過去12カ月（TTM）の総売上高に対応。
図中の実例はこのギャップを浮き彫りにしている。以下の数値は推計値であり、成長率の差は「パーセントポイント」で示される。
- Okta：株価は年内で約120%上昇したが、予想売上成長率は従前の水準から1.5パーセントポイント減速。
- Fortinet：株価は約115%のリターンを記録し、売上成長率は約5パーセントポイント改善。
- CrowdStrike：株価は95%近く上昇したものの、成長率の変化幅はわずか+0.5パーセントポイントにとどまる。
- Cloudflare (NET)：株価は50%上昇したが、予想成長率は2パーセントポイント低下。
- Palo Alto Networks（PANW）：予想成長率は約19パーセントポイント向上し、株価も約90%上昇して顕著な例外となっている。ただし、a16zはこの成長加速が主としてM&A（企業の合併・買収）によって牽引されたものであり、既存AI事業のオーガニックな成長のみによるものではないと指摘している。
一方、各社が開示しているAI関連の新事業指標には、非常に高い成長率が並んでいる。
対象は顧客数、トラフィック、受注、ARRにまたがり、各社開示をa16zが集約。集計期間や分母が異なり、一部は絶対ベースが非公開で、長期の比較可能系列も不足している。
Palo AltoのPrisma AIRS顧客数は前四半期比で100%超増加し、追跡対象のAgenticトラフィックは9カ月間で800%超拡大した。SentinelOneのPurple AIとPrompt Securityの年間経常収益（ARR）は前年同期比で約200%増加し、CrowdStrike AIDRのARRは前四半期比で約200%増加を記録した。SailPointもAI主導のパイプライン（商談機会）が6月以降100%超増加したと公表している。（Prisma AIRSはAIモデル・アプリケーション・Agentを保護し、Purple AIはセキュリティ分析を支援、Prompt Securityは企業のAI利用プロセスを保護し、AIDRはAI関連リスクを検知・対処してプロンプトやアプリ、Agent間のやり取りを保護する）
パイプラインの指標に加え、SailPointはより商業化の成果に近いデータを開示している。AIソリューションを導入した既存顧客の年間支出額が60%超増加したという数値である。これは顧客支出の観点からは前向きなシグナルである。同社はこの数値を2027年度第2四半期の事業進捗として提示しているが、増加率算出の具体的な比較基準は開示されておらず、支出増加のすべてをAIに起因するものと断定することはできない。
2027年度第2四半期において、AI関連事業がネット新規ARR（純増ARR）に占める割合は30%を超え、新規経常事業に対する実質的な貢献度を示した。同社開示の定義によれば、ここでのネット新規ARRとは当四半期末のARRから前四半期末のARRを差し引いた純増分であり、単なる新規契約金額の総和ではない。この30%という数字は増分に対する貢献シェア（純増ARRを100とした場合、そのうち30超をAI関連が占めたこと）であり、ARRが30%成長したという意味でも、ARR全体の30%を占めるという意味でも、全売上高の30%を占めるという意味でもない。
これらの数値を読み解くには、成長がどこで発生しているのかを区別する必要がある。トラフィックはシステムの利用活動量を測り、商談パイプラインは成約に至る前の潜在ビジネスを示す。受注・契約指標（Bookings）は各社の定義に基づいて集計され、売上高として計上される金額やタイミングとは異なる場合がある。ARRは経常ビジネスを足元の水準で年換算したものであり、当四半期に計上された売上高そのものではない。顧客数、トラフィック、契約はいずれもポジティブな兆候となり得るが、業績としての意味合いは異なる。また、純増分に占める貢献シェアと、拡大ペースを測る成長率も別個の概念である。さらに、前四半期比で約200%の成長と前年同期比で約200%の成長では、観測期間の長さが根本から異なる。
これらのAI事業の数値は、いったい何を測定しているのか？
一見同じ「200%」を同一の時間軸に並べた上で、事業成長率、顧客支出、新規事業への貢献度を区別する。
同じ約+200%でも、観測ウィンドウは異なっている
時間バーは観測期間の長さのみを比較しており、各報告期の期末で位置を揃えている。100→約300は成長率に基づいて正規化した読み方の概念図であり、ドル金額を示すものではなく、中間四半期の推移を提供するものでもない。
SailPointは商業化の成果により近い2つの数値も開示している
- 測定対象
- AI関連事業が貢献したネット新規ARR
- 観測期間
- Q2 FY27（単一の報告四半期）
- 分母または比較基準
- 当四半期における同社の全ネット新規ARR（当四半期末引く前四半期末）
- この数値が支持する判断
- 会社が開示した新規の経常ビジネスにおいて、AIがすでに3割超の貢献を果たしている。
- 依然として推論できないこと
- 総ARRや総売上高の30%を意味するわけでも、ARRが30%成長したことを意味するわけでもない。絶対額は依然として非公開である。
AIネット新規ARR ÷ 全社同期ネット新規ARR
当四半期の純増ARRを100とした場合、AI関連事業が30超を貢献している。
データは元図13の各社開示資料に基づく。ネット新規ARRの定義および顧客支出指標の対象はSailPointの一次開示資料で確認済み。指標、計測期間、分母が異なる数値を単一の成長率ランキングとして並べることはできない。また、これらの事例は同一顧客群の転換ファネルを示すものではない。
したがって、これらの開示が顧客の支出や新規事業への貢献に関する前向きな証拠を提供しているとしても、それをもって企業全体の売上成長が加速していると結論づけることはできず、部分的な事業の絶対規模が依然として決定的な要素となる。AIは新たな需要を創出する可能性もあるが、顧客が既存のセキュリティツールを新ツールへリプレイスするだけのケースもあり、最終的な影響は今後の実績データによって検証される必要がある。a16zがこの銘柄群に対して発した示唆は明快である。市場はすでに極めて高い期待を織り込んでおり、各企業は今後、実際の売上高をもって成長を証明しなければならない。
なお、原文冒頭にはJoel de la GarzaとZane Lackeyによるセキュリティ注意喚起レポート『Patch or Die』が付記されており、事前に投資先企業のCEOへ共有されていた。これは上記の定例チャート4グループには属さない独立したコンテンツである。