大企業がGPUを買い漁り、その9割を使っていない。

これが今、AIインフラ投資の現実だ。「乗り遅れたくない」——FOMO（Fear of Missing Out）に突き動かされた過剰投資が、巨大な無駄を生んでいる。一方で、月3万円のAPI従量課金で十分に成果を出している中小企業がある。この構造の非対称性を、冷静に見ておきたい。

—

9割が「寝ている」GPU——FOMO投資の正体

AI競争が激化するなか、大企業はとにかくコンピュートリソースを確保しようとしている。NvidiaのH100やH200といった最新GPUは1基あたり数百万円。それを数千〜数万基単位で調達し、データセンターに積み上げる。

ところが、実態はどうか。調査会社の報告によれば、大企業が購入したAIコンピュートリソースの約9割が稼働していない。つまり、数十億〜数百億円規模の投資が「とりあえず押さえた」だけで眠っている。

なぜこうなるのか。理由はシンプルだ。

• 「競合が買っているからウチも」という横並び心理
• 「来年には手に入らないかもしれない」という供給不安
• 「AIで何をやるか」が決まる前に「AIのインフラ」だけ先に買う逆転現象

要するに、用途が決まっていないのにインフラだけ先行している。これは「DX推進」の名のもとに高額なSaaSを契約して誰も使わなかった、あの構図とまったく同じだ。

ユタ州9GWキャンパス——「電力を食い尽くすAI」の象徴

この過剰投資の象徴的な事例がある。米ユタ州で承認された9GW規模のAIデータセンターキャンパスだ。

9GWがどれほどの規模か。ユタ州全体の電力供給能力がおよそ4GW。つまり、州の電力の2倍以上をAIデータセンター1つが消費する計算になる。原子力発電所に換算すれば約9基分。これがAIの「インフラ」として承認されたという事実は、投資の過熱ぶりを如実に物語っている。

Nvidiaの幹部ですら「AIは人間より高コストだ」と認めている。これは皮肉でも謙遜でもなく、現時点での事実だ。GPU、電力、冷却、データセンターの建設費——AIを「自前で持つ」コストは、多くの業務において人間を雇うより高い。

ここで考えてほしい。9GWのデータセンターを建てる側の論理と、あなたの会社の論理は同じだろうか？

当然、違う。大企業がインフラを「所有」しなければならない理由と、中小企業がAIを「使う」ために必要なものは、根本的に別の話だ。

月3万円で足りる——中小企業の「逆算術」

では、中小企業がAIを業務に使うのに、実際いくらかかるのか。

結論から言う。月3万円あれば、かなりのことができる。

具体的に計算してみよう。

OpenAI GPT-4oのAPI料金（2024年時点）：

• 入力：$2.50 / 100万トークン
• 出力：$10.00 / 100万トークン

例えば、1日あたり100件の問い合わせ対応をAIで処理するとする。1件あたり入力500トークン、出力1,000トークンと仮定すると：

• 1日の入力：50,000トークン → 約$0.125
• 1日の出力：100,000トークン → 約$1.00
• 1日合計：約$1.125
• 月間（30日）：約$33.75 ≒ 約5,200円

月5,200円で、100件/日の問い合わせ対応が自動化できる。人件費に換算すれば、パート1人分の月給15〜20万円が浮く計算だ。

もう少し重い処理——たとえば営業日報の自動要約、顧客データの分析レポート生成、社内マニュアルのQ&Aボット——を全部足しても、月3万円を超えることはほとんどない。

300万円のGPUサーバーを買う必要はない。月3万円のAPIで十分だ。

この「所有しない」選択ができることが、実は中小企業の最大の武器になっている。

大企業に勝てる逆転の構造

ここで構造を整理しておく。

この表を見れば明らかだ。「AIに投資している額」と「AIから得ている価値」はまったく比例していない。

大企業は「持っている」が「使えていない」。中小企業は「持っていない」が「使い倒せる」。これが逆転の構造だ。

しかも、この構造は時間が経つほど中小企業に有利に働く。なぜか。

APIの価格は下がり続けるからだ。

GPT-4のAPI料金は、1年で約半額になった。GPT-4oの登場でさらに下がった。Claude、Geminiとの競争が続く限り、この価格低下は止まらない。つまり、中小企業が「使った分だけ払う」モデルを選んでいる限り、コストは自動的に下がっていく。

一方、大企業が買い溜めたGPUは値下がりしない。むしろ次世代チップが出るたびに陳腐化する。数億円で買ったH100が、2年後には型落ちになる。これは「所有する」ことのリスクそのものだ。

「で、何から始めればいいのか」

抽象論はここまでにしよう。中小企業が明日からやるべきことは3つだけだ。

1. 「人がやっているけど、パターン化できる業務」を1つ選ぶ

問い合わせ対応、日報の要約、見積書の下書き、議事録の整理——何でもいい。「毎回同じようなことをやっているな」と感じる業務が最初のターゲットだ。

2. APIを叩いてみる。月5,000円で実験する

OpenAI、Claude、Gemini——どれでもいい。APIキーを取得して、まず1つの業務を自動化してみる。最初の実験は月5,000円もかからない。うまくいかなければ止めればいい。失うのは5,000円だけだ。

3. 「人がやるべき仕事」と「AIに任せる仕事」を分ける

全部をAIに置き換える必要はない。お客様との関係構築、現場の判断、クレーム対応の最後の一言——これは人間がやるべきだ。その手前の「下ごしらえ」をAIに任せる。この切り分けができれば、少人数でも回る仕組みが作れる。

本当のリスクは「やらないこと」

大企業のFOMO投資は滑稽に見えるかもしれない。9割使わないGPUを買い溜めるなんて、と。

だが、中小企業にとっての本当のリスクは別のところにある。月3万円で手に入る武器を、知らないまま使わないことだ。

競合がAIで見積もり作成を30分から3分に短縮している横で、自社は手作業を続けている。隣の会社がAIで顧客分析をして提案の精度を上げている横で、自社は勘と経験に頼っている。

これは「AIに投資するかどうか」の問題ではない。月3万円の話だ。投資というほどの額ですらない。

大企業が数百億円を燃やしてインフラを積み上げている今、中小企業は月3万円のAPIで同じ技術にアクセスできる。この非対称性は、歴史的に見ても異常なほど中小企業に有利だ。

GPU を買い溜める必要はない。「使った分だけ払う」。それだけで、AIは中小企業の味方になる。

—