AI 企業は儲からない、香港 MTR から学ぶべきだ
TechFlow厳選深潮セレクト
AI 企業は儲からない、香港 MTR から学ぶべきだ
AI 実験室は永遠に儲からない？港鉄が 45 年前にすでに答えを出している。
Web3業界の深掘り報道に専念し潮流を洞察著者：Michael Wenye Li
翻訳：TechFlow
TechFlow 編者注：AI 研究所は何千億ドルも燃やしているが、いつ収益化できるのか明確な答えはない。API 価格は毎年 10 分の 1 に下落し、オープンソースがクローズドソースを追いかけ、訓練コストは積み上がる一方だ。この記事はテクノロジー業界の視点を超え、香港 MTR の 45 年にわたるビジネスモデルから極めて示唆に富む答えを提示する：切符売りで儲けようとするな、駅の上の不動産を所有せよ。
彼らは儲けられない、そしてこの問い自体が間違っている
このようなビジネスがある：初期に数十億の資本を投じるが、収入はゼロ。核心サービスの価格は限界費用に迫る。ユーザーに巨大な価値を生むが、建設者はほとんど一銭も残せない。しかも絶えず次世代インフラに投資し続けなければならない。
これは AI 研究所の話ではなく、大型鉄道システムの話だ。
多くの人々が鉄道を AI 業界に例えるが、その大半の結論はこうだ：汎用技術は公共財の属性を持ち、商業的な実現可能性には政府補助金が不可欠であると。
私はこの結論に異議を唱えたい。なぜなら香港の MTR（港鉄）が実際にこの問題を解決しているからだ。これは世界でも数少ない商業的に自立的な地下鉄システムの一つであり、上場企業で配当を行い、政府の運営補助金を受けていない。
財務構造は全く同じだ
MTR の核心である鉄道事業は、決して自らの拡張を賄えなかった。2018 年はパンデミック前で最も良い年であり、運輸事業の EBIT は 20 億香港ドルだった。一方、2024-2026 年の資本支出見積もりは 879 億香港ドルで、ほぼ全て鉄道に充てられる。3 年間のピーク時の鉄道利益でも、資本支出の 8% をカバーするに過ぎない。運賃収入は決して次の路線建設に足りず、これはそもそも設計意図ではない。
MTR の運賃は政府の運賃調整メカニズムを通じて負担可能な水準に保たれている。建設コストを回収できるほど運賃を上げることは不可能だ。そうすれば誰も乗れなくなり、公共交通の本旨に反する。各路線は自らの運営コストをカバーできるかもしれないが、運賃収入は永遠に次の路線の建設を支えられない。
AI の API 価格設定が直面しているのは、同一問題の鏡像バージョンだ。蒸留とオープンソースの代替品により、API 価格は毎年約 10 倍のペースで下落し、限界費用より高く価格設定する研究所は、すべて取引量を競合に奪われる。各モデルは推論レベルでは運営黒字化可以实现 -> 実現できるが、利益率は永遠に次ラウンドの訓練費用を支えられない。
全球的通例的な解決策は補助金だ。ロンドン地下鉄は TfL の助成金に頼り、中国の高速鉄道は 1 兆ドルの債務を抱え、路線の 94% が儲からない。AI も同じ道を歩んでいる：CHIPS 法、Stargate プロジェクト、主権財富ファンド投資、ペンタゴン契約。デフォルトの結末は、補助金に依存する準公共インフラだ。
MTR はもう一つの道を見つけた。
鉄道＋不動産
MTR は 1979 年の建設当初、設計者たちは運賃では永遠に建設コストを回収できないことを理解していた。そこで彼らは全く異なる前提に基づいて会社を構築した：鉄道は周辺土地を値上がりさせる、だから土地を手中に収めるべきだと。
MTR は駅の上および周辺に住宅ビル、オフィスビル、ショッピングセンターを開発し、自らのインフラが創造した価値増分をポケットに入れた。不動産利益が鉄道運営に還元され、次の路線を資金援助する。今日 MTR は 13 のショッピングセンターを所有し、47 の駅上蓋物件プロジェクトを管理しており、不動産が実際の利益の大部分を貢献している。
論理は明確だ：鉄道サービスそのものから価値を捕獲しようとするな、鉄道によって値上がりする資産を所有せよ。
AI における対応関係
「AI 研究所はいつ儲かるのか？」と「鉄道はいつ運賃だけで自活できるのか？」は同型の問題だ。答えは同じ：不可能だ、そして問題自体が間違っている。
あるバイオテクノロジースタートアップは最先端モデルで薬物化合物をスクリーニングし、臨床試験時間を 2 年短縮した。ある物流会社はそれを使ってルート最適化を行い、4000 万ドルの燃料コストを節約した。ある独立開発者は、過去なら 5 人チームで 3 か月かかったプロジェクトを、たった 1 週末で納品した。どのケースでも、モデル提供方は API 費用を通じて価値の 0 パーセント台しか得られない。提供方は価格を上げられない、なぜなら他にも 4 つの研究所と 10 以上のオープンソース代替品が同様の能力を提供しているからだ。残余価値はユーザーとより広範な経済圏へと流れる。
汎用技術とはそういうものだ。蒸気機関、電力、TCP/IP どれも、その創造者にとって大きな収入源にはならなかった。
MTR からの示唆：もはや運賃で建設コストをカバーしようとするな、あなたの「不動産」を見つけよ。
4 つの候補案、防御性順
政府から授与された展開権が第一位。政府が 1 つの研究所に国家医療記録、税務システム、または国防後方への独占アクセスを権限付与する。研究所が蓄積した分野データ、システム統合の深さ、規制資格は、複製に数年を要する。これが MTR 自身のメカニズムだ：国家は自然独占属性に基づき開発権を授与する。
蓄積された強化学習報酬データが第二位。数十億回の相互作用信号が次世代モデルの訓練に使用される。モデル重みとは異なる（重みは蒸留により価値が下落する）、RL データはほぼ複製不可能で、かつ世代を超えて複利で蓄積される。それは直接現金化できないが、それは土地であり、値上がりしており、まだ開発されていない。
事前展開型統合が第三位。モデルインターフェースをコンサルティング会社に売り、生産性残余を稼がせるくらいなら、自らエンドツーエンドでサービス提供層全体を所有するべきだ。Palantir がソフトウェアライセンスを売るのではなくエンジニアを政府機関に組み込みするのと同じだ。研究所は法律事務所から API 料金を徴収せず、研究所が法律調査サービスそのものとなり、消費されたトークンではなく提供された成果に対して価格設定する。切り替えコストは分野データと組織知識の蓄積とともに不断に累積する。これが MTR のショッピングセンターだ：鉄道が創造した客流量を現金化するのであり、乗客に運賃値上げをするのではない。
国家データセットのデータホスティングが第四位。各国政府は大量の未活用データセット（患者記録、税務申告）を保有している。ホスト役として指定された最先端研究所は独占アクセス権を得て、これらのデータに基づきモデルを訓練し製品を構築する。しかしこれは公私データ独占を生み出すため、厳格なガバナンス構造が必要だ：明確な使用境界、公衆への利益還元、独立監督、そして真に拘束力のある説明責任メカニズム。
問題の再定義
生き残れる研究所は、API を収益化できるものではなく、今すぐ自身の「駅上蓋物件」を見つけ建設を開始するものだ。API は鉄道であり、決して十分に儲かることはない。金は鉄道の周囲にある値上がりする資産の中にある。
政策レベルの問題も伴って生じる：訓練運行に補助金を出すより、政府は制度メカニズム（展開権フレームワーク、データホスティング構造、生産性測定基準）を設計し、研究所が自らのインフラが創造した残余価値を捕獲できるようにすべきだ。
最後にもう一つ皮肉がある。AI 政策議論は米中フレームワークに支配されている：米国自由市場研究所対中国国家支援チャンピオン企業。最も参考価値のある制度モデルはどちらもではないかもしれない。それは香港のモデルかもしれない：45 年の歴史を持つ公私混合体、商業化運営、イデオロギーではなく制度設計を通じて自己資金調達を実現する。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
