アンドリーセン・ホロウィッツのデータによると、AIトークン支出が122%から160%増加した一方、トークン価格は67%暴落し、開発者の積極的な採用がコンピュートコスト危機の中で進行していることを示唆する。この乖離は、推論需要が投機的価格形成を上回る構造的転換を浮き彫りにするが、GPU費用の上昇がプロトコルレベルの収益性と長期的なトークンベロシティを脅かしている。
a16zの調査結果は、典型的なインフラフェーズのダイナミクスを露呈する：持続可能な収益モデルが成熟する前に、資本がコンピュート集約型プリミティブに殺到する。歴史的に、同様のパターンは2017年のICOブームと2020年のDeFiサマーに先行し、使用指標が四半期にわたりトークン価値から乖離した。今回の触媒は大規模言語モデルの推論、具体的にはGPU時間の限界費用であり、これがAIトークンユーティリティの床を規定している。ポートフォリオマネージャーは、これが初期のクラウドコンピューティング経済を反映すると指摘し、マイクロストラテジーのマイケル・セイラー氏がビットコインのエネルギー支出をAWSの資本集約度になぞらえ、プロトコル財務が最終的にコンピュートマージンを獲得しなければ評価を正当化できないと主張したことを想起させる。
市場インパクトと伝達経路
支出急増は3つのチャネルを通じて伝播する。第一に、GPU需要の弾力性が逼迫する：NVIDIA H100のリードタイムが延長し、推論コストを押し上げ、AIプロトコルをトークン排出による使用補助（保有者希薄化）か手数料引き上げ（開発者離脱リスク）の二者択一に追い込む。第二に、プロジェクトがフィアット建てクラウド費用を賄うためネイティブ資産を売却するためトークンベロシティが加速し、ネットワークファンダメンタルズと無相関な持続的売り圧力を生む。第三に、ベンチャーキャピタルのリサイクルが加速する；a16zらがポートフォリオ企業への追加出資でGPU割当を確保し、自らのトークン投資の需要側を実質的に補助している。
コンピュートが収益の限界費用になるとき、トークンモデルは投機的資産から運転資本手段へとシフトする。生き残るプロトコルは、GPU時間を固定費ではなく在庫として扱うものだ。
クレジット市場はストレスを示唆する：AkashやRenderなどの分散型コンピュートネットワークの利用率が85%超えにもかかわらず、それらのトークンは2024年高値から60-70%下落して取引されている。この乖離は、エクイティ投資家がAIインフラをパブリッククラウドプレイ（経常収益、粘着的顧客）として評価する一方、トークン市場がAGIタイムラインへの投機的コールオプションとして評価していることを示唆する。アービトラージが解消されるのは、プロトコルがスポットGPUレートを上回る推論プレミアムを請求できることを証明したときのみだ。
投資家向けキーポイント
- 監視: 主要クラウドプロバイダーからのNVIDIA H100スポット価格とリードタイムデータ；2.50ドル/時間を持続的に下回ればコンピュート制約緩和とAIプロトコルのマージン拡大シグナルとなる。
- 予測: 今後2四半期にわたり主要AIプロジェクトでトークン排出スケジュールが増加し、財務がGPU調達資金を捻出するため、フィースイッチが作動しない限り非ステーキング保有者が希薄化する。
- 評価: プロトコルレベルのユニットエコノミクス、具体的には推論コールあたりの収益対全込みGPUコストを精査し、持続可能なインフラプレイと補助金依存のトークンファームを区別する。
- 検討: NVIDIA/AMD株式や半導体ETFへのロングポジションでAIトークン曝露をヘッジする；どのアプリケーションレイヤートークンが勝ってもコンピュートレイヤーが価値を獲得する。
よくある質問
なぜAIトークン支出が増加しているのに価格が67%下落しているのか？
実世界のAIアプリケーション展開により、開発者活動と推論需要が指数関数的に拡大している。しかし、トークン価格は投機的清算とGPUコスト補助に使われる大量排出スケジュールを反映し、使用実態と資産評価の間に一時的な乖離を生んでいる。
現在のGPUコストでAIプロトコルは収益性を達成できるか？
限界収益性には、スポットGPUレートを上回る推論価格決定力か、フィアット建てコンピュート費用を相殺するトークン価格上昇が必要だ。ほとんどのプロトコルは現在ベンチャーキャピタル資金で赤字運営しており、持続可能性はエンタープライズ採用がプレミアムレートでの複数年契約を確保できるかどうかにかかっている。