Harvey AIの粗利率-50%への転落がICPの計算資源希少性テーゼを裏付け

粗利率はマイナス50%へ

企業価値156億ドルと評価されるリーガルAIスタートアップのHarveyが、年初にはプラス約50%だった粗利率が、6月にはマイナス50%にまで転落していたことが明らかになった。崩壊の引き金は、3月のエージェント更新以降に顧客の利用量と推論コストが際限なく膨らんだことだ。ここで注目すべきは収益構造の皮肉な倒錯である。Harveyは法律事務所やエンタープライズ顧客から、1ユーザーあたり月額1,200ドルから1,500ドル以上のシート料金を、業界標準の「食べ放題」型年間契約で徴収している。帳簿上、この価格設定はソフトウェア業界水準の80%超という粗利率を支えられるはずだった。だが公表された数字は、ヘビーユーザーを扱うたびに実質的に損失を積み重ねていた実態を示している。

メカニズムの核心はエージェント型のワークロードにある。初期のリーガルAIの利用は、単発の質問、短い翻訳、簡潔なメモ要約が中心で、計算量は取るに足らないものだった。ところが自律エージェントモードが登場すると、弁護士たちは数百ページに及ぶ訴訟記録の全編や、1,000ページを超える越境M&A契約書をそのままシステムに投入し始めた。深いデューデリジェンスや契約書の徹底クロスレビューを完了するため、システムはマルチラウンドの思考連鎖推論を実行し、外部の検索ツールを繰り返し呼び出し、矛盾を突き合わせ、自らの出力を何度も書き直す。単一タスクで、単純な質問の数十倍から数百倍のトークンを消費し得るのだ。この負荷は最終的に、NVIDIAが供給するGPUフリートや、Amazonのようなプロバイダーが運用するハイパースケールクラウドにそのまま着地する。しかも依存関係は粘着質である。かつて1,000ページの契約書を数分でレビューした弁護士は、もはや手作業のレビューを受け入れない。固定シート価格では、このコスト曲線を吸収できるはずがない。

Kimi K3基盤のHarvey Tenet

Harveyの回答は8月20日に到着した。Moonshot AIのオープンウェイトモデル「Kimi K3」を基盤に、Anthropicのような閉鎖型勢力とは異なる路線でFireworks Researchと共同開発した独自モデル「Harvey Tenet」である。長時間のマルチステップなエージェントセッション向けに、タスク固有の後処理が施されている。同社の研究資料は、オープンウェイト路線がトークン単価だけでなく、タスクごとのトークン消費量そのものも削減できると主張する。冗長なツール呼び出しや推論段階を削り込みつつ、出力品質は一定に保つという。実際、Harvey自身の評価環境では、Tenetは基盤のKimi K3より多くのリーガルタスクを完遂した。ただし、実際の事業で粗利率が回復したことを裏付ける数値は公開されておらず、ベンチマーク自体も独自設計だ。運用面では、タスクごとのモデルルーティングも導入した。定型のドラフトは軽量モデルが処理し、高性能モデルは複雑な分析に reserved する形で、管理者がワークフロー別に事前割り当てる。注目を集める戦略的ディテールはここにある。OpenAIのベンチャー部門に支援される米リーガルテックのリーダーが、コスト危機を生き延びるために中国製のオープンウェイトモデルに手を伸ばしたのだ。AI競争がレトリックから生の推論経済学へ移行したこと、そしてチップの供給元がNVIDIAであれAMDであれ、その勝敗を左右するのが計算資源であることの証左と言える。 市場をリアルタイムで追いたい読者は、Binanceで現物・先物価格をライブで確認できる。

計算資源希少性テーゼ

COINOTAGの読みとして貫く一線はこうだ。エージェント型AIは固定シート型サブスクリプションの計算を破壊し、専門家向けソフトウェアを「ユーザー数」ではなく「実際の作業量」による課金へと押し進めている。その根源にあるのは計算資源の希少性の物語であり、これは暗号資産界における分散型コンピュートのナラティブを支えるのと同じ需要圧力だ。Internet Computerのようなネットワークは、特定のハイパースケーラーに集中した計算資源の代替となる公共財的なオンチェーンコンピュートを掲げている。Harveyの開示がトークンのファンダメンタルズを変えるものではない。それが確認したのは、専門ユーザーからの推論需要が、あらゆる価格モデルの想定を上回る速度で拡大しているという事実である。