会計

言葉になる前の未来に張れ – 計算と通信がつくる次の富の地図

みなさん、おはようございます！こんにちは！こんばんは。Jindyです。 　

未来に投資する、と聞くと少し怪しく聞こえる。

夢を買う。ロマンに賭ける。まだ利益が出ていない会社を、雰囲気で持ち上げる。たしかに危うい。市場にはむしろ、そっちの方が多い。

でも、本当に見るべきなのは未来っぽい言葉ではない。
その未来を成立させる、地味な土台だ。

計算処理能力が上がる。通信速度が上がる。保存コストが下がる。センサーが増える。電力や冷却の制約が見えてくる。

この土台が動くと、社会の可能領域が変わる。昨日まで無理だったものが、今日少し高いけどできるになり、明日には当たり前になる。最初は説明できない。名前もない。だから、変なものとして扱われる。

市場は、名前がついたものにはすぐ値段をつける。
でも、名前がつく前のものには、なかなか値段をつけられない。

このブログで得られるのは、流行テーマの当て方ではない。どの未来が現実になりやすいか。どこに利益が落ちるか。どの段階で市場が気づくか。その見方を、計算・通信・言葉・会計の順に分解する。

経理や会計の目線で言えば、未来は最初にPLへ出ない。
先に出るのは、設備投資、研究開発費、人材採用、在庫、前受収益、外注費、減価償却、そしてキャッシュフローだ。

未来は、仕訳で漏れる。

未来は、計算能力と通信速度の上に建つ

新しい産業は、天才のひらめきだけでは生まれない。

ひらめきはいる。執念もいる。けれど、それだけでは社会は動かない。コストが下がり、使える速度にならないといけない。

技術は魔法ではない。
だいたい、計算と通信の請求書でできている。

計算能力は、無理を日常に変える

Our World in Dataは、マイクロプロセッサの平均トランジスタ数が1971年の2,308個から2021年には582億個へ増え、平均で約2.03年ごとに倍増してきたと整理している。AIでも、Epoch AIは2010年以降、注目AIモデルの訓練計算量が年4.4倍ペースで増えてきたとまとめている。

数字だけ見ると遠い話に見える。

でも、体感ではもっと単純だ。

昔なら研究所でしかできなかった処理が、会社のPCでできる。会社のPCでしかできなかった処理が、スマホでできる。スマホでできることが、家電や車や工場設備に入っていく。

会計で言えば、固定費だったものが変動費化する。サーバーを買わず、クラウドで借りる。専門部署の分析機能を現場が使う。外注していた資料作成を社内で回す。

ここで怖いのは、人が自分の知っているコスト感で未来を判断することだ。過去の高かった記憶で、そんなものは普及しないと言ってしまう。

計算コストは黙って下がる。
気づいたときには、前提が変わっている。

通信速度は、距離と時間の摩擦を削る

計算が脳なら、通信は血管だ。

どれだけ賢いモデルがあっても、データが届かなければ使えない。どれだけ優れたサービスでも、遅くて重ければ日常に入れない。通信速度と通信量は、技術の普及範囲を決める。

ITUは2025年のエンドユーザー向けインターネット通信量について、モバイルが1.5ゼタバイト、固定ブロードバンドが7.3ゼタバイト規模になると推計している。世界はますます常時接続を前提に動いている。

常時接続になると、商流が変わる。

音楽は配信になり、会議はリンクになり、金融はアプリになり、教育は動画とAIとコミュニティになる。

通信の進化は、単に速くなる話ではない。
誰が顧客接点を握るかの話だ。

動画が伸びると分かっても、全ての動画会社が勝つわけではない。配信基盤、端末、通信、広告、課金、コンテンツ制作。利益の落ちる場所はバラける。

見るべきは、画面の中の流行ではない。
画面の裏で毎月請求書を出している会社だ。

汎用技術は、すぐ利益にならない

計算と通信の伸びは強い。けれど、ここで一回冷めた目を入れたい。

技術が強いことと、すぐ儲かることは別だ。

Bresnahan and Trajtenbergは、蒸気機関、電力、半導体のような汎用技術を、広い産業に使われ、改良され続け、他の革新を誘発する技術として整理した。AIやクラウド、半導体、通信インフラは、この性格を強く持つ。

ただ、汎用技術にはクセがある。浸透に時間がかかる。周辺業務と組織が変わらないと、性能だけ上がって成果に出ない。

Brynjolfsson, Rock, SyversonはAIの生産性パラドックスについて、期待と統計上の生産性がズレる理由として、誤った期待、測定問題、再分配、実装ラグを挙げている。特に実装ラグが大きいという見方だ。

会社で見ると、これはかなりリアルだ。

AIツールを入れた。
でも、データが汚い。権限設計がぐちゃぐちゃ。業務フローが紙のまま。責任者も決まらない。

はい、未来が詰まりました。

技術投資は、導入した瞬間にPLを改善するわけではない。先に費用が出る。教育費、外注費、システム費、減価償却。短期的にはむしろ効率が悪くなることもある。

売上の夢だけ見ていると危ない。
費用の出方を見れば、本気度と苦しさが見える。

計算と通信は、未来の地盤だ。

でも、地盤が強くなるだけではビルは建たない。設計図がいる。職人がいる。テナントが入る理由がいる。そして、家賃を払う人がいる。

未来を読むとは、技術の性能表を見ることではない。
性能が下がったコストで、どの商売が普通になるかを見ることだ。

未来は、名前を持った瞬間に市場化する

新しいものは、最初に変なものとして現れる。

本当に新しいものほど、既存の言葉で説明できない。だから最初は、遊びに見える。無駄に見える。怪しく見える。何に使うのか分からないと言われる。

でも、ある日、名前がつく。

クラウド。SaaS。生成AI。デジタルツイン。フィジカルAI。AIエージェント。

名前がついた瞬間、人は理解した気になる。ここが市場の怖さであり、面白さでもある。

名前のない段階は、変人扱いされる

言葉がないものは、会議で弱い。

説明に時間がかかる。相手の頭に絵が浮かばない。予算をつける理由も作りにくい。

だから、新しい技術は初期段階で過小評価されやすい。既存の勘定科目、KPI、承認ルートに乗らないものは、だいたい面倒くさいものとして処理される。

でも、ここに先行者の余地がある。

まだ言葉になっていない段階では、競争相手が少ない。価格も歪む。顧客の課題は存在しているのに、解決策のカテゴリーが固まっていない。つまり、市場がまだ市場として認識されていない。

投資でいうと、ここはオプションに近い。
今は小さい。失敗も多い。説明もしづらい。でも、当たったときの上振れが大きい。

ただし、早ければいいわけではない。早すぎる投資は普通に死ぬ。技術は正しくても、コストが高すぎる。顧客がまだいない。制度が追いつかない。未来に近すぎると、現金が尽きる。

未来は正しくても、資金繰りは待ってくれない。

言葉は、資本と人材を連れてくる

名前がつくと、一気に説明しやすくなる。

社内で予算が通る。投資家向け資料に書ける。求人票に載せられる。メディアが取り上げる。政府が政策名にする。

言葉は、単なるラベルではない。
資本と人材を動かすスイッチだ。

Kalyani, Bloom, Carvalho, Hassan, Lerner, Tahounは、特許、求人、決算説明会のテキストから新技術に関するフレーズを抽出し、技術が経済の中でどう拡散するかを分析している。新しい技術は、製品だけではなく、求人や決算説明会の言葉としても広がる。

未来は、研究所から市場へ直線で来るわけではない。
言葉になり、採用になり、予算になり、説明会になり、やがて売上になる。

だから、決算短信だけを読んでいると少し遅い。採用ページ、特許、展示会、顧客事例、経営者の言葉、注記、セグメント変更。そういう地味なところに、次のカテゴリーが先に出る。

会社が本気で新しい領域に入ると、勘定科目の表情も変わる。研究開発費、ソフトウェア仮勘定、有形固定資産、リース、人件費、株式報酬。言葉が先に出て、数字が追いかける。

言葉が流通した後は、もう安くない

では、言葉になったら買えばいいのか。

ここが落とし穴です。

名前がつくと理解者が増える。理解者が増えると資金が入る。資金が入ると競争も増える。バリュエーションも上がる。つまり、分かりやすくなった未来は、だいたい高い。

AIという言葉が決算説明会に並び始めた瞬間、市場は夢を織り込みにいく。フィジカルAI、エージェント、ロボティクス、半導体、電力、データセンター。美しい言葉ほど、株価は先に走る。

FRBサンフランシスコの分析は、技術革新が新時代への期待を生み、資産価格ブームや過剰投資につながることを歴史的に整理している。技術が本物でも、価格が本物とは限らない。

本物の技術ほど、バブルになりやすい。
なぜなら、否定しづらいから。

インターネットは本物だった。
でも、ドットコム企業の多くは消えた。

AIも本物だろう。
でも、AI関連銘柄が全て勝つわけではない。

ここで必要なのは、冷たい会計の目だ。夢が大きい会社ほど、資金調達、希薄化、設備投資、減価償却、粗利率、顧客集中、解約率を見る。物語が大きいほど、数字で殴る。少し性格が悪いくらいでちょうどいい。

言葉になる前の未来には、値付けの歪みがある。
言葉になった後の未来には、過剰な期待がある。

どちらもチャンスで、どちらも罠だ。

だから見るべきは、流行語そのものではない。
その言葉が、どの会社の売上になり、粗利になり、キャッシュになるのか。

投資で勝つのは、未来を当てた人ではなく請求書を出す人

未来を当てることと、投資で勝つことは違う。

インターネットが来る。正解。
スマホが来る。正解。
AIが来る。たぶん正解。
ロボットが現場に入る。これもかなり自然な流れ。

でも、正しい未来を言えた人が、必ず儲かるわけではない。正しい未来ほど参加者が増え、価格が上がり、期待が膨らみ、最後は利益が足りない会社から剥がれていく。

投資で見るべき問いは一つ。

誰が最後に現金を残すのか。

大半の銘柄は、未来の外側で終わる

Bessembinderの研究はかなり冷たい。1926年以降の米国株を分析すると、米国株式市場全体の純富の創造は上位約4%の企業に集中し、多くの銘柄は短期国債並みかそれ以下だった。2026年の更新研究でも、富の創造が少数企業に極端に集中する傾向は続いている。

これは、未来投資に対する強烈な注意書きだ。

テーマ全体は伸びる。
でも、個別企業の大半は勝者になれない。

競争が増える。価格が下がる。技術が陳腐化する。資金調達に失敗する。顧客獲得コストが上がる。規制が変わる。大手に飲み込まれる。標準を取れない。

理由はいくらでもある。

特に未来テーマでは、売上より先に株価が伸びる。期待が先で、実績が後だ。少しでも成長率が鈍ると株価が折れる。

未来を否定しない。
でも、価格は疑う。

この二つを同時に持てる人が強い。

会計は、未来の嘘をかなり暴く

未来テーマを見るとき、会計は地味だけど強い武器になる。

派手なプレゼンは、だいたい同じことを言う。巨大市場、成長余地、独自技術、強い顧客基盤、社会課題の解決。もう聞いた。市場の全員が聞いている。

差が出るのは、財務諸表の裏側だ。

売上総利益率は上がっているか。研究開発費は未来の種か、ただの固定費か。営業CFは黒字に近づいているか。設備投資は需要に先行しているか、過剰投資か。棚卸資産は売れる在庫か、評価損の予備軍か。株式報酬で既存株主はどれだけ薄まるか。

たとえばAIインフラなら、データセンター、電力、冷却、半導体、HBM、先端パッケージング、ネットワーク機器が詰まりやすい。BainはAIの計算需要がムーアの法則の2倍超のペースで伸び、2030年までに米国で100GW規模の新規需要に向かい、年5,000億ドルのデータセンター投資が必要になり得ると分析している。McKinseyもAI関連データセンター容量の追加には、加速シナリオで7.9兆ドル規模の設備投資が必要になると見積もっている。

ただし、投資額が巨大だから勝ち、ではない。

巨大投資は、巨大な減価償却を連れてくる。電力契約も必要だ。需要予測を外せば、固定費が牙をむく。

会計屋として言うなら、未来テーマほどROICを見るべきだ。

売上が伸びても、投下資本がもっと膨らんでいたら危ない。営業利益が出ても、更新投資でキャッシュが残らないなら苦しい。

そのとき株主は薄まる。

未来は明るい。
でも、あなたの持ち分は薄くなる。

これ、かなり痛い。

仕込むなら、言葉ではなく制約に張る

では、どこを見るのか。

答えは、制約だ。

計算が増えるなら、どこが足りないのか。
通信が増えるなら、どこが詰まるのか。
AIが普及するなら、何が毎月使われるのか。
ロボットが増えるなら、保守、部品、センサー、制御、現場導入で誰が儲かるのか。

制約を握る会社は強い。

派手なアプリより、裏側の基盤。
一回売って終わりの機械より、継続課金や消耗品。
市場シェアだけでなく、価格決定力。
売上成長だけでなく、粗利の粘り。

投資家は未来の物語を買う。
会計は、その物語が現金に変わるかを見る。

未来に張るとは、流行語を買うことではない。
未来のボトルネックを買うことだ。

請求書が強い会社は、決算に出る。粗利率に出る。契約負債に出る。継続率に出る。営業CFに出る。受注残に出る。

未来は、ちゃんと読めば数字の端ににじむ。

投資で勝つ人は、未来を叫ぶ人ではない。

未来が来たときに、誰が道路使用料を取るのか。誰が電気代を受け取るのか。誰がソフト利用料を取るのか。誰が部品を交換し続けるのか。誰が標準を握るのか。

そこを見る人だ。

夢を見るな、という話ではない。
夢を見たうえで、請求書の宛先まで見ようという話だ。

結論 – 未来は、先に違和感として届く

大きな未来は、最初から拍手されて来ない。

だいたい、違和感として届く。意味不明なものとして届く。今の仕事には関係ない、と片づけられる。

でも、計算能力が上がり、通信速度が上がり、コストが下がると、その違和感は日常に近づいてくる。一部の人が使い、専門家が使い、会社が使い、最後は使っていることすら意識しなくなる。

その頃には、もう名前がついている。

名前がついた未来は分かりやすい。
でも、分かりやすい未来は高い。

だから、少し早く気づく必要がある。
ただし、早すぎてもいけない。
この間合いが難しい。

誰も分かっていないものを、ただ信じるだけなら危ない。
みんなが分かったものを、後から買うだけでも苦しい。

だから、自分の目で見る。

技術の土台を見る。言葉の生まれ方を見る。会社の数字を見る。現金の流れを見る。説明できない違和感を、すぐ捨てずに持っておく。

未来は、遠くから光って見えるものではない。
たぶん、最初はもっと小さい。

決算説明会の一文。求人票の知らない職種。研究開発費の増え方。通信量の伸び。電力不足のニュース。子どもが当たり前に使っているアプリ。

そういう小さなものの中に、次の時代は混ざっている。

未来に投資するとは、派手な言葉に酔うことではない。
まだ名前のない変化に、丁寧に目を凝らすことだ。

そして、その変化が誰かの便利で終わらず、誰かの売上になり、誰かの粗利になり、誰かのキャッシュになるところまで追いかけることだ。

夢はある。
でも、夢だけでは終わらせない。

この姿勢があれば、時代に振り回される側から、前提を読む側に回れる。

未来は、ある日突然やってくるのではない。
小さな違和感として、もう目の前に置かれている。

それに気づける人でいたい。
名前がつく前に。
値段がつく前に。

あわせて読みたい本

1. 半導体戦争 世界最重要テクノロジーをめぐる国家間の攻防

このブログで書いた、計算能力が未来の土台になるという話を、いちばん生々しく理解できる一冊です。

半導体は、ただの部品ではありません。
スマホ、AI、自動車、軍事、データセンター、ロボット。あらゆる未来の裏側にある、現代の戦略物資です。

投資でAIやテクノロジーを語るなら、アプリやサービスだけを見ていては浅い。
本当に見るべきは、その未来を動かすチップ、製造装置、サプライチェーン、国家戦略です。

この本を読むと、未来産業の競争が、きれいな成長ストーリーではなく、もっと泥臭い地政学と資本投下の戦いだと分かります。
AI時代の投資を、表面ではなく地盤から見たい人に刺さる本です。


2. 生成AI 真の勝者

生成AIブームを見ると、ついOpenAIやエヌビディアのような分かりやすい勝者に目が行きます。

でも、投資で本当に怖いのは、分かりやすい勝者を見つけたつもりになって、すでに高くなった物語を買ってしまうことです。

この本は、AIモデル、半導体、クラウド、国家間競争、人間とAIの関係まで、生成AIをめぐる覇権争いを整理しています。
特に面白いのは、生成AIでもうかるのは誰かという問いを、かなり直接的に扱っているところです。

このブログのテーマで言えば、まさに未来の請求書を誰が発行するのかを考えるための本。

AIをすごいで終わらせず、どこに利益が落ちるのかまで見たい人には、かなり相性がいいです。

[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

生成AI 真の勝者 [ 島津 翔 ]
価格：1,980円（税込、送料無料) (2026/6/27時点)


3. 生成AI・30の論点 2025-2026

生成AIの話は、すぐ古くなります。
昨日の常識が、今日にはもう怪しい。

だからこそ、いま何が論点になっているのかを、広く薄くではなく、ちゃんと立体的に掴む必要があります。

この本は、生成AIをビジネス、テクノロジー、社会・経済の3方向から整理しています。AIエージェント、AI検索、AIチップ、AGI、規制、フェイクコンテンツ、AI搭載の誇大広告まで扱っているので、単なる使い方本ではありません。

ブログで書いた、言葉が流通する前に仕込めているかという視点にもつながります。
いま市場で出回っている言葉の裏側に、どんな未解決の論点が残っているのか。

そこを見たい人に向いています。

[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

生成AI・30の論点　2025-2026 [ 城田真琴 ]
価格：2,200円（税込、送料無料) (2026/6/27時点)


4. AIファースト・カンパニー – アルゴリズムとネットワークが経済を支配する新時代の経営戦略

AIを導入する会社と、AIを前提に設計された会社は、まったく別物です。

多くの企業は、既存業務にAIを足そうとします。
でも本当の変化は、業務の一部をAI化することではなく、会社の構造そのものがアルゴリズムとデータを中心に組み替わるところにあります。

この本は、AI時代の競争や経営の原理、企業変革の道筋を扱っています。
このブログで書いた、技術はすぐPLに出ない、先に組織・業務フロー・投資として出るという話を、経営の側から補強してくれる一冊です。

投資家目線で読むなら、AIを使っていますという会社ではなく、AIを前提に粗利とスケールを作れる会社を見抜くための本です。


5. 日本のイノベーションのジレンマ 第2版 – 破壊的イノベーターになるための7つのステップ

新しい未来は、最初から大企業の中心に置かれるわけではありません。

むしろ、最初は小さい。
儲からなそうに見える。
既存顧客からは評価されない。
だから、合理的な会社ほど見逃す。

これが怖い。

この本は、破壊的イノベーションの理論を日本企業向けに整理し、国内外の事例や実践方法まで落とし込んでいます。特に、顧客のジョブや制約を見る視点は、このブログの未来のボトルネックを買うという話と相性がいいです。

未来を当てるには、派手なトレンドを追うだけでは足りません。
なぜ優秀な企業が変化に遅れるのか。
なぜ小さな違和感が、あとから大きな市場になるのか。

その構造を掴みたい人に読んでほしい本です。


それでは、またっ！！

引用論文・参考資料

  1. Our World in Data
    Moore’s Law has accurately predicted the progress in transistor counts over the last 50 years
    マイクロプロセッサのトランジスタ数推移と倍増ペースの確認に使用。
  2. Epoch AI
    The training compute of notable AI models has been doubling roughly every six months
    AIモデルの訓練計算量の増加ペース確認に使用。
  3. ITU
    Internet traffic statistics 2025
    モバイル・固定ブロードバンド通信量の推計確認に使用。
  4. Timothy F. Bresnahan and Manuel Trajtenberg
    General Purpose Technologies: Engines of Growth?
    汎用技術の性質と、広範な産業波及の理論整理に使用。
  5. Erik Brynjolfsson, Daniel Rock, Chad Syverson
    Artificial Intelligence and the Modern Productivity Paradox
    AIの生産性パラドックス、実装ラグ、測定問題の整理に使用。
  6. Aakash Kalyani, Nicholas Bloom, Marcela Carvalho, Tarek Hassan, Josh Lerner, Ahmed Tahoun
    The Diffusion of New Technologies
    特許、求人、決算説明会テキストから新技術の拡散を読む視点に使用。
  7. Federal Reserve Bank of San Francisco
    Speculative Bubbles and Overreaction to Technological Innovation
    技術革新と資産価格ブーム、過剰投資の関係整理に使用。
  8. Hendrik Bessembinder
    Do Stocks Outperform Treasury Bills?
    株式市場の富の創造が少数銘柄に集中する点の確認に使用。
  9. Hendrik Bessembinder
    One Hundred Years in the U.S. Stock Markets
    2026年時点の長期株式リターン分布の更新研究として使用。
  10. Bain & Company
    How Can We Meet AI’s Insatiable Demand for Compute Power?
    AI計算需要、電力需要、データセンター投資規模の確認に使用。
  11. McKinsey & Company
    The cost of compute: A $7 trillion race to scale data centers
    AI関連データセンター投資シナリオの確認に使用。

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です

RECOMMENDこちらの記事も人気です。