デビッド・カーンは、ベンチャーキャピタル企業であるSequoia Capitalのパートナーであり、人工知能とインフラストラクチャにおける初期段階の投資に注力している。彼は、AIの経済性に関する分析フレームワーク、特に広く引用される「AIバブル」の推定値や、GPUとデータセンターへの巨額の資本的支出を正当化するために必要な収益についての見積もりで知られている。カーンの研究は、AI構築の持続可能性に関する議論において著名な声となり、彼はこの分野のいくつかの注目度の高い取引にも関与してきた。
カーンは、データサイエンティストおよびプロダクトマネージャーとして働いた後、2021年にSequoiaに入社した。彼の経歴は、技術的専門知識と市場ダイナミクスへの戦略的焦点を組み合わせたものであり、これをチップからクラウドサービスまで、AIスタックの基盤層を構築するスタートアップの評価に応用している。彼はSequoiaの公開リサーチへの頻繁な寄稿者であり、AIインフラストラクチャのトレンドに関する影響力のあるエッセイを執筆している。
AIインフラストラクチャ分析
カーンの公共の議論への最も顕著な貢献は、主要なクラウドプロバイダーやテクノロジー企業によるAIインフラストラクチャへの資本的支出（capex）の分析である。一連のエッセイで、彼は業界のNvidia GPUとデータセンターへの支出が、投資収益率を達成するために年間数千億ドルの収益を生み出す必要があると主張した。彼は2023年に「$200B問題」という用語を作り出し、Microsoft、Amazon Web Services、Google Cloud、Oracle Cloudなどの企業が、その支出を正当化するためにAI関連収益でその金額を生み出す必要があると推定した。2024年には、投資の加速を反映してこの数字を6000億ドルに更新した。彼の分析は、AI業界がバブルにあるかどうかについての議論で頻繁に引用され、彼はテクノロジーは変革的である一方、現在の支出ペースは短期的な需要を上回る可能性があると警告している。
カーンのフレームワークは「トレーニング」と「推論」のコストを区別し、AI企業の長期的な存続可能性にとって推論効率の重要性を強調している。彼はまた、オープンソースモデルがプロプライエタリなプレーヤーを破壊する可能性や、集中型データセンターへの依存を減らすエッジコンピューティングの役割についても執筆している。
投資焦点と取引
Sequoiaでは、カーンはいくつかのAIインフラストラクチャスタートアップへの投資を主導または参加している。これには、高速推論用の専用LPU（Language Processing Unit）チップを開発するGroqや、フルスタックAIプラットフォームを構築するSambaNovaが含まれる。彼はまた、オープンソースモデル向けのクラウドプラットフォームであるTogether AIや、高速推論サービスを提供するFireworks AIへの投資にも関与している。彼のテーゼは、AIの「ピックとシャベル」、つまりモデル展開を可能にするハードウェア、ソフトウェア、サービスが、業界が成熟するにつれて大きな価値を捉えるという考えに焦点を当てている。
カーンはまた、AIアプリケーションの重要性について執筆し、最も成功する企業は、単に一般的なモデルAPIを提供する企業ではなく、企業の特定の問題を解決する企業であると主張している。彼はエージェント型AIと検索拡張生成の可能性を主要な成長分野として強調している。
公開執筆と影響力
投資活動に加えて、カーンはSequoiaのウェブサイトと自身の個人ブログでの公開エッセイで知られている。彼の執筆はデータ駆動型のアプローチを特徴とし、業界トレンドを説明するためにしばしば概算計算を使用している。彼はThe Information、The New York Times、Bloombergなどの主要な出版物で引用され、彼の分析はソーシャルメディアで頻繁に共有されている。彼の2023年のエッセイ「The $200B Question」は投資家と経営幹部にとっての試金石となり、彼のフォローアップ分析はAI経済学に関する会話を形成し続けている。
カーンはまた、業界会議やポッドキャストで講演し、半導体サプライチェーン、製造におけるTSMCの役割、NvidiaとAMDやIntelなどの挑戦者との間の競争ダイナミクスについて議論している。彼は、大規模言語モデルプロバイダーの短期的な収益性に対する懐疑論など、従来の常識に挑戦する意欲で知られている。
キャリア背景
Sequoiaに入社する前、カーンはMcKinsey & Companyでデータサイエンティストとして働き、高度な分析と機械学習についてクライアントに助言していた。彼はまた、ヘルステック分野のスタートアップでプロダクトの役割を務めていた。彼はハーバード大学で数学の学士号を、スタンフォード大学でコンピュータサイエンスの修士号を取得している。彼の学術的背景には深層学習とニューラルネットワークに関する研究が含まれ、これを投資テーゼに応用している。
カーンはサンフランシスコベイエリアを拠点とし、初期段階の創業者への積極的なメンターである。彼は世界経済フォーラムのAIに関するグローバルフューチャーズカウンシルのメンバーであり、AIガバナンスと経済的影響に関する議論に貢献している。
評価と批判
カーンの分析はその明確さと厳密さで賞賛されているが、批判も集めている。一部の業界オブザーバーは、彼の必要収益の見積もりは、AIが完全に新しい市場を創出する可能性を十分に考慮していないため、保守的すぎると主張している。他の人々は、インフラストラクチャ支出への焦点が、プロプライエタリなデータと流通の利点の価値を見落とす可能性があると指摘している。カーンは、彼の目標は決定的な予測をすることではなく、思慮深い議論を引き起こすことであると強調することで、そのような批判に応答している。
論争にもかかわらず、彼の研究は彼をAI投資コミュニティで最も引用されるアナリストの一人にし、彼の洞察はベンチャーキャピタリストと企業戦略家の両方によって広く使用されている。
関連項目
参考文献
- Sequoia Capital, "The $200B Question," 2023.
- Sequoia Capital, "The $600B Question," 2024.
- デビッド・カーンによる様々な公開インタビューとエッセイ。