ボーキーの視点から見るエージェント時代：ボーキー・インベストメント旗艦製品2026年投資家への書簡

2022年末にChatGPTが突如として登場して以来、人工知能の波が次々と押し寄せています。投資家のAI投資熱も依然として高いままです。最近では、Anthropic、OpenAI、そしてX.AIを含むSpaceXもIPOの計画を持っており、これによって市場での人工知能への注目が再び最高潮に達しています。

偶然にも、上記の3社はいずれもBaillie Gifford（バイリー・ギフォード）の旗艦商品であるスコットランド抵当投資信託（SMT）の最も重要な未上場保有銘柄です。これらの会社が上場すれば、SMTは大きな収益を得ることになるでしょう。

一方で、市場ではAIに対する議論も熱を帯びています。ソフトウェア業界への大きな衝撃、多大なる設備投資が続くのか、中米間のAI競争、どの産業が代替されるのかなど、多くの論点があります。

人工知能はBaillie Giffordが最も注目する分野と言えます。Baillie Giffordのあるファンドマネージャーがかつてこう語っています。「投資ポートフォリオの約95%の保有は、何らかの形で直接あるいは間接的にAIに関わっています。」

ただし、Baillie Giffordが注目しているのは純粋なAIコンセプトに限ったものではなく、実際の応用です。「これは単なる‘AI投資ポートフォリオ’ではなく、AIを汎用ツールとして活用する企業によって構成されたポートフォリオです。」Baillie Giffordのアナリストは、こうも語ります。「将来、私たちはAIを特別に語ることはなくなり、それは私たちの生活に完全に組み込まれ、最終的には収益と効率向上という形で表れるだけになるでしょう。」

この視点から見ると、Baillie GiffordはAIを独立した「投資テーマ」と見なしてはおらず、インターネットのようにあらゆる産業に浸透する汎用ツールと位置付けています。

さらに興味深いのは、Baillie Giffordが百年にわたる歴史の中で数多くの技術変革を経験してきたことです。彼らは数度の技術革新やバブル崩壊の過程を直接体験しています。その点から、Baillie GiffordがAIについてどのように考えているのかは、実に興味深いテーマとなります。

Baillie Giffordの旗艦商品であるスコットランド抵当投資信託（SMT）が年次報告書を発表しました。第一部は以前にもご紹介しましたが、ファンドマネージャーのTom Slaterによるものです。今回は、SMTのもう一人のファンドマネージャー、Lawrence Burnsが投資家に宛てたレターをご紹介します。このレターでは、Baillie Giffordの視点から見たAIの発展と投資について重点的に論じられています。

Baillie Giffordによれば、AIの発展は対話時代、推論時代を経て、いままさにエージェント時代に正式に突入したとの認識です。現在、ソフトウェア業界は大きな影響を受けており、AIは人手によるコーディングを大幅に代替しつつあります。しかし、業界には損失を被る者もいれば、利益を得る者もあります。ソフトウェアのインフラは今後さらに発展していくでしょう。さらに、エージェントは知識産業、例えば法律・金融・消費分野にも大きなインパクトをもたらします。鍵となるのは、企業がAIの波の中で持続的な競争優位性を持てるかどうかです。

また、AIはシリコンバレーだけのものではなく、中国もAI革新の中で多くの強み—物理AI、高いコストパフォーマンス、製品化の能力等—を持っています。これにより中国も今回の変革の波で重要な価値を持つ企業を生み出しています。

最後に、Baillie Giffordは歴史的視点から、これまでの技術変革の規則性や投資家がどのように対応すべきかについても貴重な示唆を与えてくれています。

以下がBaillie GiffordのLawrence Burns 2026年の投資家向けレターの内容です。

エージェント時代

2025年1月、AI企業Anthropicの年換算売上高は10億ドルでした。その15カ月後、その数字はすでに300億ドルを超えました。これほどの規模とスピードで有機的な売上成長を実現した企業は、これまで記録がありません。Anthropicはスコットランド抵当投資信託（SMT）の未公開株式投資先の1社であり、生成AIの第三の時代の開拓者です。

第一の時代は対話時代であり、2022年末にOpenAIがChatGPTをリリースしたことで始まりました。この時、モデルは自然言語の指示に信頼性高く従い、利用者とのやりとりを阻止して簡潔な会話ができるようになりました。

第二は推論時代で、2024年9月にOpenAIのo1モデルによって幕を開けました。当時のモデルは立ち止まり、一段階ずつ物事を考えることを学び、そして

反射的な応答ではありません。これによって、複雑な課題の解決、とりわけ数学・科学・コーディング分野により強くなりました。アプリが正常に動作しない場合、エージェントに不具合を見つけ修正案を書きテストまで実施させ、ユーザーが更新を受け取る前に問題を解決できます。

2025年11月下旬には、AnthropicのClaude Opus 4.5の公開によってエージェント時代が到来したことは疑う余地がありません。モデルは目標を設定されると、その目標へ多くのステップを踏んで取り組みます。計画を立て、ツールを使い、作業をチェックし、人間による継続的な指示なしに有用なアウトプットを生み出します。

各時代は前時代の上に成り立っており、決して置き換えるものではありません。今日のエージェントは「行動」を学習した推論モデルであり、推論モデルは「思考」を学んだ対話モデルだったのと同様です。

エージェントの台頭は投資ポートフォリオ全体に影響を及ぼしており、ソフトウェア業界の構造、消費企業の価値、中国のAIエコシステムの台頭、そして満たされない計算需要を支える物理的サプライチェーンの構築にも波及しています。

ソフトウェア

エージェントの影響はまずソフトウェア分野に大規模に現れました。元々ソフトウェア業界では仕事がデジタル化され、価値も高く、目標は明確、しかもフィードバックがすぐ届きます。

エージェントの適応速度は非常に速いものです。Google CEOによれば、75%の新しいコードは現在AIによって作成されています。投資ポートフォリオ内の企業の創設者は最近、エンジニアへの人件費よりもAIコーディングツールへの支出が上回っていると話していました。さらに、その企業はエージェントツールの方がエンジニア本人より高いリターンを上げているとのことです。Anthropic社内では、今やAIがコードの70%から90%を書いています。

今後はますますソフトウェアがエージェントによって構築・運用・活用されていく時代となるでしょう。これは非常に大きな影響をもたらします。

第一に、これまで業界の多くの価格設定が「ユーザー数」（社内の許諾利用者数）に依存していましたが、エージェントの登場でこの関連性が弱まりました。次に、ソフトウェア開発の障壁が下がり、競争が激化し、蓄積されたコードや複雑さに依存した「堀」は侵食されます。第三に、各社の価値がどこにたまるか、つまりアプリ自身なのか、業務を理解してデータを活用し作業をガイドする知能層なのか、というより深い問いが生じます。

市場も非常に迅速に反応しました。過去12カ月間で、世界のソフトウェア業界の時価総額は2兆ドル近く減少しました。ソフトウェア業界の再評価には十分妥当な面もあり、かつての多くの企業のバリュエーションには、今のエージェント時代の価格支配力・競争・価値獲得への影響がほとんど織り込まれていませんでした。

しかし業界全体への値付けが一律に下がっており、全ての企業が同じように扱われています。全てのソフトウェア企業が同じではありません。特に、人間のための製品ソフトと他のデジタル行動の基盤を提供するソフト間には違いがあります。エージェントが変えるのは人々とアプリのインタラクションであるため、前者はよりリスクにさらされやすいですが、後者はデータ照会、セキュリティチェック、計算負荷、支払い、IDなど下流領域の需要増加で今後恩恵を受ける可能性が高いです。

当社のソフトウェアの投資先は基盤レイヤー寄りです。エージェントが企業内で機能する場合、RancherやSnowflakeがエージェント対応の管理データを提供します。Cloudflareは、エージェントアプリケーションの稼働基盤やセキュリティレイヤーを提供しAIエージェントのアクセス料徴収等も支援します。AdyenやStripeは、エージェントが顧客・加盟店の代理で安全に取引できるよう、決済や信頼のインフラを提供します。Stripeの創業者は変化の速さを誇張しないよう注意深いですが、「エージェント活用は一歩ずつ進むものの、すべての段階でインテリジェンスにはプログラム可能・認証済み・信頼性高い金融レールが不可欠」と考えています。

ソフトウェア以外の分野

エージェントの影響はソフトウェア開発分野だけにとどまりません。知識労働のほとんどは、分解してみると「読む、書く、推論、ソフトウェアの利用」に要約できます。これらを組み合わせれば業務が完結します。そしてこれこそエージェントが最も得意とする能力です。長年専門的と思われてきたタスク—例えば法的覚書の作成、臨床試験のレビュー、財務モデルの構築、特許申請の精査—は、その専門性は高いものの、認知レベルでは共通操作となっています。結果、エージェントは1つの業界だけでなく、多業種のツールとなるのです。

同じ論理は消費関連企業にも当てはまります。エージェントは私たちのショッピング、財務、日常アシスタントとなるかもしれません。汎用AIアシスタントが顧客とプラットフォームの間に位置する場合はリスクとなります。しかし最強のプラットフォームは、エージェント業務に必要な資産（信頼、顧客履歴、決済、与信、物流、商品カタログ、出店者ネットワーク）を保持しています。そのためAmazon、MercadoLibreやSea Limitedは、プラットフォーム内外で買物やサービス提供ができる独自の垂直型エージェント構築に動いています。

Nubankも金融領域で同様の可能性を示します。エージェント普及前から、創業者のDavid Vélezは「Nubankは顧客1人1人のポケットの中のプライベートバンカーになる」と語ってきました。エージェントはこれをより現実的なものにします。ユーザーの請求管理、出費の把握、借入タイミングの判断、貯蓄形成、市場で最も低い金利の提案などを自動で行ってくれます。エージェントは価格の透明性を向上させ、個々に適したオプションを提案し、アクションまでの摩擦を減らします。Vélezにとって、それはチャンスです。低コストの事業者であるNubankには十分その機会を活かす力があるのです。

エージェントの発展から影響を受けない企業はほとんど存在しません。それは新たな需要を生み出すものもあれば、既存の利益プールを脅かすものもあり、多くの企業にとって両方が同時にやってきます。これは今後数年、私たち成長株投資家にとって最重要課題となります。SMTはこの課題に十分対応可能です。なぜなら上場・非上場市場双方で投資を行っているためです。AI最先端を切り開く企業の多くは依然非上場であり、それらへアクセスすることでこの技術の進化速度、普及方法、潜在価値を幅広く把握できます。

シリコンバレー以外

この課題に取り組むためには地理的視点も重要です。AIはシリコンバレーの物語だと単純化しがちですが、最先端モデル能力については概ねその通りでも、決してそれだけではありません。中国は単なるAIのフォロワーではなく、異なる条件で異なる強みを発揮しています。

第一に物理AIです。シミュレーションは重要ですが、バーチャルトレーニングと現実世界へのデプロイが組み合わさることで、具現知能は最も早く進歩します。中国の製造業基盤は世界最大級の具現知能展開能力を有し、産業ロボット設置台数、密集した現地サプライチェーン、政策支援のいずれもがソフト・ハード・コスト重視の製造業を自動車産業で結実させています。当社の保有先「地平線ロボティクス」はAIと現実の交差点に位置し、自動運転車のノウハウをより広範なロボット分野に発展させることを目指しています。

第二にコストパフォーマンスです。米国による高性能チップ規制の中、中国モデル企業は低コストで高性能を追求しています。これは非常に重要です。エージェント時代の計算集約度は対話時代よりはるかに高くなるからです。エージェントの普及には大幅なコスト低下が不可欠です。保有先の1社であるMiniMaxは、訓練コストのごく一部で最先端に迫る能力のOSSモデルを開発し、中国エコシステムがインテリジェンスをコスト曲線に乗せる一端を担っています。ローコストモデルは全てのベンチマークテストで勝つ必要はありません。十分に安価な知能をソフトウェアエージェントやアプリ、企業ワークフロー、ロボット、車載システム等に組み込めれば、市場を獲得できます。

中国の三つ目の強みは、私たちが保有するバイトダンスに見られるように、製品化です。同社の「豆包」は、推薦システム、UI設計、バイラル拡散に長けた企業と手を組めば、生成AIがいかに迅速にマス市場の常用ツールとなれるかを示しています。月間アクティブユーザー数は2.26億超と中国市場を牽引しています。AIの次のフェーズを形作るのは単に最大規模のモデルを持つ企業だけではなく、知能を安価に、便利に、そして習慣化できる企業なのです。

リアルサプライチェーン

ここまで述べた全ての変化はリアルサプライチェーンに直接波及します。生成AIの各時代は新たな計算需要を生み加えてきましたが、これまでの需要を消し去ってはいません。モデルのトレーニングは対話時代の主な牽引役で、先端のラボでは絶えずより大きなモデルを構築し、その範囲は拡大するばかりです。推論時代は第二層を追加しました。モデルは単に答えを出すだけでなく、課題解決、論理チェック、代替案検討のため計算能力を余分に使うようになりました。エージェント時代は第三層の計算需要を加え、かつその成長速度が最も速いのです。Anthropicのデータによれば、個々のエージェントが消費する計算量はチャット会話の4倍、複数エージェントシステムでは約15倍にもなります。

しかし、より大きな変化は今までAI需要が人間の注意力に無意識に制限されていたことです。人は1日に問える回数も限界があり、1つの答えが返るごとに次の指示を待つ必要がありました。しかしエージェントがこれを事実上取り払い、ある目標があればAIは推論過程を何十回も反復し、人が寝ている間も自律的に動き、さらには複数エージェントで協調してひとつのタスクを遂行できるのです。

この3つの時代は計算需要の合成S字カーブとなっており、どの時代も成熟せず、それぞれ前時代よりも急峻です。その結果、チップ需要は急激かつ持続的に増加します。だからこそ当社はサプライチェーン、なかでも最大の保有先であるTSMCおよびASML、さらに引き続き買増中のNVIDIAに投資しています。

サプライチェーンへの投資はAIそのものの成長に賭けるものであり、誰がこの市場を制すかに賭けるものではありません。どんなアプリが成功し、どの先端モデルが主流になろうとも、膨大な計算需要はごく一部の会社によって満たされることになります。だからこそ、サプライチェーン投資はAI成長を享受するうえで非常に魅力的な手段なのです。

革命の軌跡私たちはよく知っています、革命的テクノロジーの歴史は同時に市場の行き過ぎの歴史でもあります。いかに変革的革新でも、人間と市場心理にはその進路を誤って価格づける傾向があります。

19世紀の鉄道会社は現代経済を一新しました。19世紀80年代の頂点では全米株式市場の60%を占め、その後の一連の不況で膨大な資本が吹き飛ばされました。18世紀末の運河建設や20世紀90年代末の光ファイバー敷設も同様のパターンで、真の技術的進歩と経済効果、そして現実の金融過剰が同時に起こりました。

AIの発展も歴史と呼応するものでしょう。しかし、合理的な行動はテクノロジー革命から遠ざかることではありません。それは安全とは言えません。AIが大多数の業界を破壊するなら、それを回避してもリスクは消えず、単に移るだけです。むしろ代謝されるリスクにさらされるだけです。

投資家にとってさらに困難なのは、分散投資でなく、「持続的価値と一時的繁栄を区別し、有利なインフラ基盤と脆弱なアプリを区別し、単にAIを呼び出すだけの企業と、AIを持続的な経済優位に変えられる企業とを見極めて保有すること」。高性能なエージェントの登場によって、AI需要は今後も拡大しうるという確信が強まりました。

とはいえ、歴史は謙虚さの重要性を教えてくれます。変革の道には浪費・失望・過剰投資が伴います。私たちの仕事はAIのあらゆる主張を信じることではなく、知能がより低コスト・高性能・普及拡大するたびに恩恵を受ける卓越企業を保有することなのです。

Lawrence Burns

SMTファンドマネージャー

Baillie Gifford（バイリー・ギフォード）