核心的結論
ゴールドマン・サックスは最新の AI インフラ業界レポートで重要な判断を下した：Agent AI は AI インフラの経済モデルを変えつつある。「低トークンコスト × 高トークン消費」のフライホイール効果により、AI インフラの利益率転換点は 2026 年に到来している。
これは単なる AI 強気レポートではない。ウォールストリートが AI が「コストセンター」から「プロフィットセンター」へ移行する具体的なパスとタイムテーブルを体系的に論じたのは初めてである。
フライホイール効果の分解
ゴールドマン・サックスのロジックチェーンは以下の通り：
Agent AI の普及 → 単一 Agent がより多くのトークンを消費（自律的な複数ステップタスク実行）
↓
トークン総消費量が指数関数的に成長
↓
モデル推論の規模効果が顕在化 → トークン単位コストが継続的に低下
↓
「量増価下」の交差点 → インフラ運営者が利益を上げ始める
↓
利益が再投資される → より強力なモデル → より多くの Agent → より多くのトークン消費（フライホイール加速）
重要なデータポイント：
- Agent vs 会話：典型的な Agent タスクのトークン消費量は人間会話の 10〜50 倍（Agent が自律的な計画、ツール呼び出し、複数ラウンドの反復を必要とするため）
- コスト低下曲線：推論コストは年間約 50〜70% 低下（モデル最適化＋チップ迭代＋スケールデプロイメント）
- 交差点予測：トークン消費增速がコスト低下速度を超えたとき、利益率が負から正に転じる。ゴールドマン・サックスはこの転換点が 2026 年下半期にあると予測
サプライチェーンの受益者
| セグメント | 受益ロジック | 代表企業 |
|---|---|---|
| 計算チップ | Agent 推論需要が急増 → GPU/ASIC 使用量が成長 | NVIDIA、AMD、Google TPU |
| クラウドサービス | Agent が 24 時間稼働 → クラウドリソース消費が継続的に成長 | AWS、Azure、GCP、アリババクラウド |
| モデル API | トークン消費量が指数関数的に成長 → API 収入がスケール | OpenAI、Anthropic、智譜、月之暗面 |
| Agent フレームワーク | Agent の普及 → フレームワークツールの需要が増加 | LangChain、CrewAI、OpenClaw |
リスク要因
ゴールドマン・サックスは監視すべきいくつかのリスクも指摘している：
- Agent 採用率が予想を下回る：企業の Agent デプロイメント速度が鈍化した場合、トークン消費增速は予想を下回り、転換点が遅れる
- モデル能力のボトルネック：現在の Agent の複雑タスクにおける成功率は依然として十分でない。技術的進展が鈍化した場合、企業は Agent への投資を削減する可能性がある
- 規制の不確実性：データプライバシー、AI セキュリティ関連の規制ポリシーがコンプライアンスコストを増加させる可能性がある
- 競争激化による価格戦争：モデル API 価格の継続的な低下が利益率を侵食する可能性がある
投資ロジック
このレポートの核心的な投資ロジックは以下の通り：AI インフラはもはや「永遠に焼銭する」業界ではなく、明確な収益化タイムテーブルを持つ新興セクターである。
投資家にとって重要な質問は：
- この転換点到来時に最大の市場シェアを掌握できるのはどの企業か？
- 規模効果を最大限に享受できる技術パスを持つのはどの企業か？
- 安定したトークン消費ベースラインを提供できる顧客構造を持つのはどの企業か？
アクション推奨
開発者／技術意思決定者：
- Agent デプロイメントのコストは急速に低下しており、今は Agent ワークフローを構築する良い時期である
- 「低トークンコスト × 高価値产出」のシナリオに注目：データクリーニング、ドキュメント生成、コードレビュー
- マルチモデル並列戦略でさらにコストを最適化できる。シンプルなタスクには安いモデルを、重要な意思決定にはフラッグシップモデルを使用
投資家：
- AI インフラ企業の Q2/Q3 決算報告を注視し、利益率改善の初期シグナルを探す
- トークン消費增速と単位コスト低下速度の相対関係を密接に追跡
- 「ストーリーは良いがデータが悪い」企業に警戒。Agent ナラティブはトークン消費データで裏付けられる必要がある