デルの幹部：「エージェントAI」は今回は違う。主要コンポーネント（主にメモリとHDD）の不足は5年以上続く可能性がある

エージェントAIは、従来のハードウェアサイクルの根本的なロジックを変えつつあり、インフラ供給の逼迫が短期的な変動から数年にわたる構造的な制約へと発展する可能性もあります。

Dell Technologiesの最高執行責任者（COO）であるJeff Clarke氏は、最近Morgan Stanleyとの会談で、エージェントAIは過去のハードウェアサイクルとは明らかに異なると述べました。関連するAIワークロードが継続的に増加する場合、主要部品の供給不足が5年以上続く可能性があり、特にメモリとHDDが現時点で最も懸念している分野です。これまで通常は数四半期で終わるハードウェア供給の逼迫とは異なり、今回の需要増加はより長期的な需給ギャップをもたらすかもしれません。

Morgan Stanleyは会談後、現在のAIインフラサイクルを再評価しました。アナリストは、過去40年間に起こった8回のハードウェーブームと不況は、機器の更新や資本支出の変動に大きく影響されてきたと指摘し、今回サイクルのキー変数はAIワークロードが持続的に拡大できるかどうかにあるとしています。言い換えれば、Dell幹部が強調するのは通常のハードウェア在庫補充サイクルではなく、エージェントAI需要増加がインフラの長期的な拡張をもたらし得るという点です。

エージェントAIがインフラ需要ロジックを再定義

レポートによると、Clarke氏は今回のAIサイクルは過去数十年のハードウェアブームや不況と本質的な違いがあると考えています。過去8回のハードウェアサイクル ― サーバー、ストレージ、PCなどを含む ― は、主に機器の普及率の変化と更新サイクルによって推進され、需要は更新速度の変化に沿って上下しますが、ハードウェア市場の規模そのものは実質的に拡大しませんでした。

パンデミック期のPC需要を例にとれば、人と機械の比率が一時的に上昇しましたが、社会が再び正常に戻るとPC需要も元に戻り、パンデミック前後で市場規模に本質的な変化はありませんでした。エージェントAIのロジックはこれとは異なります。Clarke氏は、エージェントAIは認知成果と人的投入を切り離し、企業は人員を増やすことなくより多くの作業を完了でき、これによって10倍から100倍もの生産性の向上をもたらすと考えています。

この過程で、AIは単に人間を補助するだけでなく、自身が継続的に計算リソースを消費する「生産性ツール」となります。生産性向上は、規模の大小を問わずより多くの企業のAI転換を促し、その結果インフラTAMが継続的に拡大します。

Dellは2030年までにデータセンターの計算能力が新たに200ギガワット増加し、ZettaFLOPSの計算力が5倍の830に増加、推論tokenの増加は指数関数的になると予測しています。エージェントAIが1ユニットの作業を完了するのに必要なtoken量は基本的なチャットボットよりはるかに多く、Clarke氏は2030年までに推論tokenの生成量が87倍に増加すると予想しています。

クラウドとオンプレミスの配備はゼロサムゲームではない

市場が今回のAIインフラサイクルに関して持つ核心的な疑問の一つは、急速に増加するtoken需要が最終的にクラウドコンピューティングプラットフォームに集中し、オンプレミスインフラには流れないのか、という点です。

Clarke氏の見解は、エージェントAIワークロードはハイブリッドな配備形態を示すというものです。企業はセキュリティとコスト効率を鑑み、パブリッククラウドとオンプレミス環境の間で推論ワークロードの実行場所を継続的に調整していきます。

Clarke氏はDell自身の例を挙げ、同社はコンテンツ関連のワークロードはパブリッククラウドに配備しますが、独自ソースコードやテレメトリデータは自社施設の外には出さないと説明しました。これはAIワークロードに単一の配備パスがないことを意味し、オンプレミスインフラも継続的に増加する計算需要の一部を担うといえます。

このフレームワーク下で、token消費の指数的増加が必ずしもクラウドとオンプレミスインフラのトレードオフを意味しないことになります。Clarke氏は、オープンソースの重み付けモデルの普及がさらにオンプレミスインフラインベストメントを後押しすると考えています。企業はオンプレミス環境でコストを考慮してモデル出力を最適化できます。

サーバー出荷量の減少は長期需要成長ロジックを崩さない

現在、伝統的なサーバーの出荷量は前年比で依然として減少していますが、これは推論tokenの爆発的増加とは一見矛盾しているように見えます。Clarke氏の説明によると、サーバーのパフォーマンス密度の大幅な向上が機器の出荷数量を押し下げています。

Dellの第17/18世代サーバーは最大で第14世代の従来サーバー13台分を置き換えることができ、したがって短期的にはサーバー出荷量が減少しても、1台あたりの価値や対応能力は依然として向上しています。

データセンターが徐々にアクセラレーテッドコンピューティング中心のアーキテクチャに再構築され、かつエージェントAIの普及が更にCPUサーバー需要を牽引することで、サーバー出荷量も最終的には再び増加すると期待されています。Clarke氏は、もし推論tokenが5年以内に本当に87倍成長すれば、伝統的サーバーの出荷量も指数的な変化を見せる可能性があると述べています。

ストレージもエージェントAIの継続的な牽引を受けることになります。エージェントAIが各オペレーション（記憶保持、生成アーティファクトなど）を実行するたび、持続的なデータストレージ需要が発生し、KV Cacheの大規模な応用とともにストレージ容量需要も一段と増加するでしょう。

供給不足は5年以上にわたる構造的な制約となる可能性

マクロ経済や地政学的な衝突、データセンターの過剰建設や電力不足と比較して、Clarke氏は供給問題を現時点で最大の懸念事項として挙げており、現在のサプライ環境を「私たちは夢の国（We're in neverland）にいる」と表現しています。

Morgan Stanleyは、過去のコモディティ供給サイクルは通常2～4四半期で、その主因はハードウェア更新サイクルによるブームと不況、供給側の判断にあったと指摘しています。しかし、Clarke氏は、ギガワットと推論tokenの成長ロジックを認めるなら、メモリやHDDなどの主要部品は単なる通常の短期サイクルにとどまらないと考えています。

そのため、Dellは主な部品が数年にわたって継続的に供給不足となる可能性を前提に運営しており、特にメモリとHDDに注目しています。言い換えれば、今回の供給逼迫の中核リスクは短期的な供給不足ではなく、AI需要の持続的な拡大において、供給側が追い付くのに数年要する可能性がある点です。

Clarke氏は同時に、Dellのサプライマネジメントは同業他社より優れ、それがサーバー、ストレージ、PCなど複数の細分化市場におけるシェア拡大に繋がっているとも述べました。

利益率拡大の背後には需給構造の変化がある

主要部品の継続的な逼迫は、インフラ業界の価格設定環境も変えつつあります。

Morgan Stanleyは以前、サーバーやストレージ事業の粗利益率拡大の一部は「利益の積み上げ」（プロフィットスタッキング）に起因していると分析していました。これは、メモリなど部品コスト上昇時にメーカーが更に利益幅を上乗せすることを指しますが、Clarke氏はこれとは異なる見解を示しました。

彼は、同種製品のサーバーやストレージの利益率が実際に拡大していることを認めつつ、その背後には2つの構造的要因があると述べています。まず、部品供給が限られる状況では、企業は希少なリソースを利幅の最も大きい商品に優先配分します。次に、インフラ市場の規模が拡大し続けることで、企業は追加顧客を得るための競争圧力が低減し、価格を下げてまで新規顧客を獲得する必要がなくなるということです。

したがって、利益率の向上は必ずしも短期的な需給ミスマッチのもたらす一時的な利益だけではなく、インフラ需要の持続的拡大を経て業界の価格基準自体が変化していることも反映しています。

もしエージェントAIによるワークロード増加が持続的になれば、AIインフラサイクルの核心変数は「機器更新」から「新規需要」へと移行します。つまり、計算能力、サーバー、ストレージ需要の拡大がより長く続き、メモリやHDDなど主要コンポーネントの供給制約も短期的な周期的変動から年単位の構造的な課題へ転じる可能性があるのです。