「AIはすでにバブル期に入った」
最近よく聞く言説です。理由は明快で、過剰投資に見合うリターンが見えないからだと言います。

確かに、バブルとは「価値と評価の乖離」です。
この定義自体は正しい。しかし、問題はその乖離をどう捉えているかにあります。

多くのAIバブル論は、暗黙のうちに平均で世界を見ています。
市場全体のROI、産業全体の生産性向上率、投資額に対する回収率──。
しかし、AIの価値創出は、そもそも平均で語れる構造をしていません。

AIのリターンは、典型的にロングテールです。
大多数は期待ほどの成果を出せない一方、ごく一部が桁違いの価値を生み、全体を支配する。
これは異常でも偶然でもなく、構造です。

ここで重要なのは、
「多くが失敗している」ことと
「一部が圧倒的に成功する」ことは、同時に成立するという事実です。

平均値は、この両者を同時に覆い隠します。
そして平均で語った瞬間、AIは「過大評価か否か」という不毛な二元論に落ちていく。

本当に見るべきなのは、
価値と評価の乖離が、どの条件で、どの層に生じているのかです。

評価は、価値だけで決まりません。
期待、物語、金利、流動性、規制、地政学──
評価には、価値とは別の経路で増幅される回路が存在します。

一方で、価値は
データの質、業務への実装度、組織の学習能力、現場の抵抗、運用コスト
といった、極めて地味で摩擦の多い要因に左右されます。

つまり、評価と価値は最初から同じ道を歩いていない。
乖離は「人々が愚かだから」生じるのではなく、
異なる因果経路が同時に走っている結果として生まれます。

ここを構造的に捉えるためには、
・乖離がどこで太るのかを「分布」として捉え
・その乖離が生まれる仕組みを「因果」として分解する
必要があります。

AIは一様にバブルなのではありません。
バブル的な層と、実需駆動の層が混在している。
そして、その境界は技術水準ではなく、構造の違いにあります。

平均で語る限り、AIバブル論は永遠に終わりません。
しかし、分布と因果で見れば、
「どこが過剰で、どこが本物か」は、驚くほど静かに見えてきます。

議論すべきなのは、
「AIはバブルか否か」ではなく、
どの構造が価値を生み、どの構造が評価だけを膨らませているのかです。