Arvind NarayananとAkash Kapurは7月9日(現地時間)、AI企業がコモディティ化の罠から脱却するために進める「Up the Stack」戦略が、顧客ロックインと競争減少の新たな懸念を引き起こすとNormaltech.aiへの寄稿で指摘した。両氏は、AI業界が推論への課金モデルでは持続困難なコモディティ化のリスクに直面しており、垂直統合やエンタープライズへの組み込みを通じた「スタック上位」への移行が収益性確保の鍵になると分析している。
NarayananとKapurの両氏は、現在のAI業界が過渡期にあり、その構造は成熟時には大きく異なると分析する。AI企業は現在、推論（inference）への課金から収益の大半を得ているが、モデルの差別化のなさ、低いスイッチングコスト、自由な価格調整といった要因により、このビジネスモデルは維持が困難な「コモディティ化の罠」に陥るリスクがあると指摘する。
論文の中心的な主張として、AIラボが持続的な収益性を確保する最も確実な方法は、これまでの投資の大部分を占めてきた基盤レイヤー（チップ、データセンター、モデル）ではなく、垂直統合、エンタープライズへの組み込み、スイッチングコストやその他の「moats」の意図的な構築を通じて、スタックのより高い層へ移行することだと述べている。この戦略は既に積極的に進められているという。
歴史的分析からは、過去の資本集約型インフラ産業（鉄道、電力、通信、クラウドコンピューティング、半導体製造、商業航空）の多くが、創造した価値をプロバイダー自身が獲得できず、最終的に競争や規制、コモディティ化によって薄い利益率に押し込まれるか、破滅した事例が挙げられている。例えば、1990年代後半の通信・ファイバーの構築では、7年間で容量が186,000倍に急増し、価格が暴落して約2兆ドルの市場資本が消失した。商業航空は80年間にわたり投資家資本を毀損し続けている。現在のハイパースケーラーの形態のAIも、同様のコモディティ化の罠に陥るリスクがあると見られる。
一方で、エンタープライズソフトウェアは、ゼロ限界費用、深いスイッチングコスト、そして固定費用を数十年かけて償却できる非一時的な価値という三つの特性を組み合わせることで、数十年にわたり75%以上の粗利益率を維持してきた。AIラボのロックイン戦略は、これらのソフトウェアの構造的特性をAIに取り込もうとする試みとして理解されている。クラウドコンピューティングやチップ製造企業のような一部の例外は、ソフトウェアのような特性を獲得することでコモディティ化の罠から脱却できたとされている。
AIラボがスタックのより高い層へと移行することで、独占的な集中と市場支配力に関する懸念が、実際に顧客ロックインの影響が表面化する前に真剣に検討されるべきであるとNarayananとKapurは強調している。
参考: AI Snake Oil — 2026年7月10日 07:29 (JST)
原文ハイライト"escape from the commodity trap risks enterprise lock-in"