米連邦準備制度理事会(FRB)副議長:AIバブルを研究・判断する4つの側面

著者: Zhang Feng

人工知能（AI）は前例のない速度で世界経済と金融の風景を再構築しています。資本市場がAI関連企業に対する熱意を高める中、避けられない疑問が浮かび上がります：私たちは1990年代末のインターネットバブルのような投機の狂乱を目撃しているのでしょうか？

2025年、米国連邦準備制度理事会のフィリップ・N・ジェファーソン副議長は、クリーブランド連邦準備銀行の金融安定性会議で、現在のAIブームとインターネットバブル時代の比較分析を体系的に説明し、AIにバブルが存在するかどうかを判断するための4つの重要な指標を提案しました。このスピーチは、世界で最も重要な中央銀行が新興技術に対して慎重に観察していることを反映しているだけでなく、市場参加者にAIブームを合理的に評価するための明確な枠組みを提供しています。

!

I. FRBの観察基準:デュアルミッションと金融安定

連邦準備制度のすべての政策と観察は、その法定の「二重使命」—雇用の最大化と物価の安定—に基づいています。 ジェファーソンは、人工知能の影響を評価するには、この基本的な任務から始める必要があると明確に指摘しました。これは、連邦準備制度がAIに注目するのは、その技術的な突破や市場でのパフォーマンスだけでなく、全体の雇用レベル、労働生産性、経済成長の潜在能力、そしてインフレーションの動向にどのように影響を与えるかにあることを意味します。

雇用の観点から見ると、AIは二重の効果を示しています。 一方では、作業効率を向上させ、新しい職を創出（例えば、AIの研究開発、展開、保守）することによって雇用を促進します。もう一方では、自動化の代替効果が一部の職業の縮小を引き起こす可能性があり、特に若くて経験の少ない労働者に対する影響が大きいかもしれません。ジェファーソンは、AIが既存の労働力を代替するだけで新しい職を同時に創出しない場合、短期的な経済の減速を引き起こす可能性があると指摘しています。この「代替と補完」の動的バランスが、AIが労働市場の構造に与える影響を判断する際の核心です。

**価格の安定性の観点から、AIの生産性向上は生産コストの削減に寄与し、物価に下方圧力をかける。**効率的な資源配分、サプライチェーンの最適化、意思決定支援などのアプリケーションは、インフレを抑制する可能性がある。しかし同時に、AIインフラ（データセンターなど）の構築は土地、エネルギーなどの投入品価格を押し上げ、AI人材の給与上昇もコストプッシュ型のインフレを引き起こす可能性がある。このような双方向の影響により、AIがインフレに与える純効果は不確実性に満ちており、継続的な監視が必要である。

**二重の使命を達成するためには、健全で弾力的な金融システムが不可欠です。**連邦準備制度は、半年ごとの「金融安定報告書」（FSR）を通じて、体系的リスクを継続的に監視しています。最新の調査によると、30%の市場関係者が「AIに対する態度の変化」を金融システムにとっての重要なリスクと見なしており、春の9%から大幅に上昇しています。これは、市場がAIに対して楽観的な期待を突然逆転させると、金融条件が引き締まり、経済が下向きになる可能性があることを警告しているようです。したがって、連邦準備制度がAIを金融安定監視フレームワークに組み込んでいるのは、技術ブームが生み出す可能性のある資産バブルや金融の脆弱性を防ぐためです。

次に、モニタリングフレームワーク:FSRと市場センチメントの追跡

米連邦準備制度理事会によるAIの監視は孤立して行われるものではなく、その全体の金融安定性評価システムに組み込まれています。FSRは、レバレッジ、資産評価、資金調達リスクなどの伝統的なリスクだけでなく、新興技術による構造的変化も視野に入れています。**ジェファーソンは、政策立案者が「周期的変動」と「構造的変化」を区別しなければならないと強調しており、AIはおそらく後者に該当します。**これにより、AIによる生産性の向上が雇用とインフレの関係を変え、さらに金融政策の伝達メカニズムに影響を与える可能性があります。

市場の感情はFSRが注目する重点の一つです。調査によると、約三分の一の市場参加者がAIの感情逆転の潜在的リスクに気づいています。この合意自体が「自己成就的予言」となる可能性があります——楽観的な物語が変わると、資本の迅速な撤退が資産価格の激しい調整を引き起こす可能性があります。インターネットバブルの時代と比べて、今日の情報の伝達速度とアルゴリズム取引の普及は市場の変動を拡大させる可能性があります。したがって、連邦準備制度が感情指標を追跡することは、実質的に潜在的なシステミックリスクの早期警戒です。

**さらに、AIの金融業界における応用は、新たな監視の課題をもたらしています。**高頻度取引、スマート投資アドバイザー、リスクモデルなどのAIツールは効率を向上させる一方で、新たな同質化リスクや順循環のリスクを引き起こす可能性もあります。連邦準備制度は、これらの新興リスクの識別と評価を強化するために、分析ツールキット（AI技術の利用を含む）の拡張を進めています。

三、四つの核心指標：AIバブルを判断する試金石

ジェファーソンは、現在のAIブームと1990年代末のインターネットバブルを比較することによって、4つの重要な差異を抽出しました。これらの差異は、現在のAI分野に深刻なバブルが存在するかどうかを判断するための核心指標となり得ます。

（一）利益の基盤："ストーリー駆動"から"利益支援"へ

インターネットバブルの時代、多くの企業は「.com」という概念だけで上場し、持続可能な利益モデルが欠けていて、収入はわずか、あるいはゼロであり、外部の資金調達と市場の熱狂に依存して運営を維持していました。それに対して、現在のAI分野のリーダー企業（いくつかのテクノロジー大手など）は、一般的に堅実で多様な収益源を持っています。彼らはAIサービスを通じて直接収益を上げるだけでなく、AIを既存の製品体系に深く組み込むことで、コアビジネスの競争力を高めています。この「利益支援」の発展モデルにより、AI投資はよりファンダメンタルな根拠を持ち、純粋な投機的な取引の余地が減少しました。

しかし、ジェファーソンはまた、プライベート市場の活発さが初期のAI企業の利益困難を部分的に隠している可能性があると指摘しています。多くのリスク資本がAIスタートアップに流入しており、これらの企業は上場していないものの、高い評価額を持っています。もし将来的に利益を上げられない場合、依然としてリスク要因となる可能性があります。したがって、利益指標の観察は公開市場とプライベート市場の両方を考慮する必要があります。

###(2)バリュエーション水準:株価収益率が相対的に抑制されている

インターネットバブルのピーク時、インターネット企業のPERは数百倍、さらには千倍に達することが常であり、市場が将来の成長に対して非合理的な楽観を示していることを反映しています。現在、AI関連企業の株価は大幅に上昇していますが、そのPERは歴史的なピーク値を大きく下回っています。これは、投資家がAIを追い求める一方で、企業の実際の利益とキャッシュフローに一定程度基づいていることを示しています。

もちろん、評価の妥当性は業界の特徴や成長段階を総合的に判断する必要があります。AIは汎用目的の技術として、長期的な価値創造の可能性が非常に大きく、適度なプレミアムが合理的であることもあります。しかし、評価がファンダメンタルから離れて急速に上昇する場合、バブルが生じる可能性があります。米連邦準備制度は評価指標に注目しており、市場の熱意の中の理性的な要素と過熱の信号を見分けるためです。

（三）上場企業の数：投機の幅が限られている

1999年から2000年にかけて、1000社以上のインターネット企業が上場し、「あちらこちらで花が咲く」投機の盛況を形成し、さらには「.com」に名前を変更するだけで株価が上昇することもありました。現在、明確に「AIコア企業」として分類されている上場企業は約50社程度（特定の指標に基づく）であり、インターネットバブル期に比べてその数は遥かに少ないです。これは、市場の投機行動が比較的集中しており、まだ全体の市場に広がっていないことを示しています。

しかし、ジェファーソンはまた、プライベート市場には大量のAIスタートアップが隠れている可能性があることを警告している。これらの企業は上場していないが、資金調達活動は活発である。もしこれらの企業が将来的に大量上場したり、資金調達環境が変化した場合、新たな不安定要因となる可能性がある。そのため、「企業数」の指標は動的に観察する必要があり、公募および私募の分野を含むべきである。

（四）金融レバレッジ：債務依存度が低い

インターネットバブルの時代、多くの企業は株式ファイナンスに依存し、債務レバレッジは限られており、これはある程度バブル崩壊による金融システムへの直接的な衝撃を軽減しました。現在、AI企業も同様に債務ファイナンスにあまり依存しておらず、リスクの伝播を制限するのに役立っています。しかし、最近のトレンドは、AIインフラストラクチャ（データセンターや計算クラスタなど）を支えるための巨額の投資をするために、一部の企業が債券発行および信用ファイナンスを増加させ始めていることを示しています。

ジェファーソンは特に、AIがソフトウェアのレベルからハードウェアインフラストラクチャに拡張するにつれて、資本投入の必要性が急激に高まり、レバレッジ比率が徐々に上昇する可能性があると指摘しました。もしAIの感情が逆転すれば、高レバレッジの企業はより大きな債務返済圧力に直面し、結果として信用チャネルを通じてリスクがより広い経済分野に拡散することになります。したがって、レバレッジ指標の進展トレンドには密接に注目する必要があります。

第四に、市場実務家への啓蒙

ジェファーソンの論述は、政策立案者に分析の枠組みを提供するだけでなく、投資家、企業、研究者にも重要な示唆をもたらします。

第一に、問題の観察は観察者の根本的な課題から始める必要があります。 投資家は短期的な市場の感情を超え、AI技術が企業のファンダメンタル（収益性、コスト構造、競争の障壁）に与える実質的な影響を深く分析するべきです。企業は、盲目的に概念を追い求めるのではなく、AIがどのように自社の生産性と長期的な競争力を向上させるかに焦点を当てる必要があります。

第二に、周期的変動と構造的変化を見分ける。 AIは数十年にわたる技術革命を代表しており、その影響は構造的です。市場の変動の中で、長期的なトレンドと短期的なノイズを区別し、構造的な機会を周期的なバブルと誤って判断したり、その逆を避けるべきです。

第三、全体市場の反応とシステムリスクに注目する。 単一の企業やセクターの上昇が必ずしもバブルを構成するわけではなく、市場全体の評価水準、資金集中度、レバレッジの状況、そして感情の一貫性を評価する必要がある。特に、AIの物語が「利益支援」から「ストーリー駆動」への兆候に警戒する必要がある。

第四、分析ツールをうまく活用すること、特にAIそのものを。 AI技術は、市場リスク、企業価値、経済影響をより正確に評価するために使用されるべきです。業界関係者は、データ分析や機械学習などのツールを積極的に活用して意思決定の質を向上させる一方で、モデルの同質化がもたらす新たなリスクにも注意を払うべきです。

五、理性と情熱を持って持続的に、多面的に、動的に参加する

**ジェファーソンの最終結論は比較的慎重に楽観的です：利益基盤、評価水準、企業数、金融レバレッジの4つの次元からの比較に基づくと、現在のAIブームはインターネットバブルとは顕著な違いがあり、1990年代末の激しい崩壊を再現する可能性は低いです。**AIの発展は、利益が安定している成熟企業のグループに根ざしており、全体的な金融システムの弾力性も強いです。

しかし、不確実性は依然として存在します。**AIの雇用、インフレ、生産性への長期的な影響は時間をかけて検証する必要があります；市場の感情は逆転する可能性があります；プライベートマーケットの活性度はリスクを覆い隠す可能性があります；インフラ投資はレバレッジの可能性を高めることに警戒が必要です。**したがって、連邦準備制度はAIの発展を引き続き監視し、安定した、弾力のある金融環境の中で展開され、最終的には雇用の最大化と価格の安定という根本的な目標に奉仕することを確保します。

**市場にとって、ジェファーソンの分析は理性的な評価AI投資のツールボックスを提供する。**技術革命と資本の熱情の波の中で、冷静さを保ち、本質と表面を区別し、長期的な価値に焦点を当てることは、バブルを避け、変革を受け入れるための最良の姿勢かもしれない。AIはバブルなのか？その答えは単純な「はい」か「いいえ」ではなく、持続的で多面的、動的な観察と判断の中にある。