CapExチャートの見落とし ── R&Dは別物として計上される
まず押さえるべき基本事実から始めよう。
a16zが示した「設備投資（CapEx）」は、会計上、土地・建物・サーバー・データセンター設備などの有形固定資産への支出を指す。一方、Appleが年間で投じている研究開発費（R&D）は、2025年度で約314億ドル（おおむね5兆円規模）。これは、AppleのCapExの数倍の規模だ。
R&DはCapExには現れない。つまり、CapExチャートだけを見て「Appleは投資していない」と結論づけるのは、財務諸表の読み方としても素朴すぎる。
では、AppleのR&D 314億ドルは何に使われているのか。公表されているセグメント情報からは、その大部分が、Apple Silicon（Mシリーズ・Aシリーズ）の設計、Neural Engineの世代開発、Core MLのフレームワーク開発、そしてPrivate Cloud Compute（PCC）のサーバーアーキテクチャ構築に投下されていると推定される。
もうひとつ、AppleはCapExの一部を、TSMCなどのファウンドリへの「長期契約に伴うキャパシティ確保」として使っている。これは自社データセンターへの計上とは異なるが、実質的にはAI半導体への投資そのものだ。
こうした内訳を踏まえると、「AppleはAI投資をしていない」という言説は、事実と異なる。
正確に言い換えるなら、「AppleはデータセンターにGPUを積み増す競争には参加していない」。これは、同じ「AI投資」でも全く違う意味を持つ。
```mermaid flowchart TB subgraph Cloud["クラウド集中モデル （Google/MSFT/Meta/AMZN）"] GPU1["巨大GPUクラスタ"] --> Inference1["全推論をサーバで実行"] Inference1 --> User1["ユーザー端末"] end subgraph Edge["オンデバイス+PCCモデル （Apple）"] DeviceAI["20億台のデバイス Neural Engine 38 TOPS"] --> Local["デバイス内で推論完結"] DeviceAI -.->|"重い処理のみ"| PCC["Private Cloud Compute Apple Silicon"] end ```
「どこにAIを置くか」という分水嶺
AI業界の大きな構造的分岐点のひとつは、「AI推論の実行場所」をどう設計するかにある。
Google・Microsoft・Meta・Amazonは、クラウドに巨大なGPUクラスターを建設し、AIを集中処理するアーキテクチャを採用している。これは、モデルのパラメータ数が1兆を超える規模になったことで、物理的にエンドデバイスでは実行不可能だという制約から導かれた自然な帰結でもある。
この思想に立てば、データセンターへのCapExの規模は、そのまま競争力の指標になる。
対してAppleは、別の設計原理を選んでいる。
世界に出荷された約20億台のApple製デバイス（iPhone・iPad・Mac・Apple Watch・Vision Pro）それぞれの中にNeural Engineを搭載し、AIをデバイス上で分散処理するアーキテクチャ。これは「オンデバイスAI」と呼ばれる設計思想で、ユーザーのデータがデバイスから出ないという強力なプライバシー特性を持つ。
M4チップのNeural Engineは、公称で38 TOPS（1秒あたり38兆回の演算）。iPhone 16に搭載されているA18 Proも、ローカルで数十億パラメータ規模のモデルを推論できる性能を備えている。
これは、データセンター集中モデルとは対照的な、「エッジに計算を押し出す」戦略だ。
Private Cloud Compute ── ハイブリッドモデルの本気度
もちろん、すべての処理をデバイスで完結させることはできない。数千億パラメータのモデルを扱うには、依然としてサーバーサイドの計算が必要になる。
Appleが2024年に発表したPrivate Cloud Compute（PCC）は、この「どうしてもクラウドが必要な場合」のために設計された独自サーバーアーキテクチャだ。
PCCの特徴は三つある。
一、Appleのシリコン（Mシリーズチップ）をサーバーに載せ、汎用x86やNVIDIA GPUではなく、自社設計の演算環境を構築している。
二、ユーザーデータはサーバーにも保存されず、処理後にメモリから消去される。ハードウェアレベルでデータ残存を防ぐ設計。
三、サーバーの実行コードは外部の研究者が検証可能な形で公開される。つまり「Appleが嘘をついていないこと」を、技術的に証明可能な仕組みで担保する。
これは、GoogleやMicrosoftのクラウドAIとは質的に異なる提案だ。普通のクラウドAIは、「サービス提供者を信頼してください」というビジネスモデルだが、PCCは「信頼不要で検証可能」を技術で実装している。
この設計に投じられている資金規模は、Appleの公表情報だけでは正確に把握できない。だが、シリコン設計からセキュアブートの実装、検証可能なコード配布インフラまでを垂直統合で構築するには、10億ドル単位の投資が必要だろう。
ここもまた、CapExチャートには表れない種類のAI投資である。
ティム・クックの「マップの失敗」告白と、AI戦略への教訓
2026年4月、ティム・クックCEOはAppleのマップ事業について「大きな失敗だった」と振り返った。2012年のiOS 6発表時、Googleマップから独自マップに切り替えた初期の品質問題は、Appleブランドへの打撃として長く語られてきた。
興味深いのは、この告白がAIのタイミングで出てきたことだ。
クックが暗示しているのは、「急いでGoogle対抗製品を出そうとして品質で失敗した」という教訓が、今のAI戦略と重なっていることだ。ChatGPTやGemini、Claudeが市場を席巻する中、Appleは明らかに焦って生成AIを発表するのではなく、自社のハードウェアとユーザー体験の文脈に統合する形で時間をかけている。
Apple Intelligence（2024年発表、2026年時点でも拡張継続中）の進捗の遅さは、投資家にはしばしば批判される。だが、マップの失敗を知るクックからすれば、「急いで品質の低いAIを出して、20億台のデバイス体験を毀損する」リスクのほうが、はるかに大きい。
この判断の正否は、まだ歴史の判決が出ていない。ただ、「CapExが足りない」と「戦略が間違っている」は、別物だということは言える。
Apple CEOの出身領域と時代の戦場
| CEO | 時代 | 出身領域 | 会社の戦場 |
|---|---|---|---|
| Steve Jobs | 1976-1985 / 1997-2011 | プロダクト／ビジョン | ハードウェア×ソフトウェアの統合体験 |
| Tim Cook | 2011-（継続） | サプライチェーン | グローバル製造・流通の最適化 |
| John Ternus（候補） | 2020年代後半〜 | シリコン設計 | オンデバイスAIとチップアーキテクチャ |
ターナス新CEO体制の意味 ── ハードウェア出身者が次を担う
2026年時点で、Appleの次期CEO候補として社内で名前が挙がっているジョン・ターナス氏（現・ハードウェアエンジニアリング担当上級副社長）の動向も、Appleの設計思想を読み解くヒントになる。
ターナス氏のキャリアは、Apple Silicon開発の中心にいた人物としての色合いが強い。M1チップ以降のArmベースのMシリーズ、Aシリーズの刷新、そしてNeural Engineのアーキテクチャ進化の指揮を取ってきた。
もしターナス体制が現実のものになれば、Appleの経営トップが「オンデバイスAI」の設計者そのものになる、ということだ。
これは、偶然の人事ではない。ティム・クックがサプライチェーン最適化の専門家としてジョブズの後を継いだように、次のトップが「シリコン設計の専門家」であることは、Appleが次の10年の勝負どころを「チップ」に置いている明確なシグナルになる。
歴史的に、Appleのトップが交代するとき、その人物の出身は、会社の次の時代の戦場を示してきた。
ジョブズ（プロダクト） → クック（サプライチェーン） → ターナス（シリコン）という流れは、AIがクラウドからエッジへ、ソフトウェアからハードウェアへと重心を移していく展望と整合している。
「AI投資していない」と「AI戦略が間違っている」の違い
ここまでの議論を整理すると、Appleに対する批判は少なくとも二つに分かれるはずだ。
ひとつめ、「AI投資をしていない」という批判。これは、CapExチャートを根拠にする限り、R&Dとシリコン投資を無視した不完全な評価である。
ふたつめ、「AI戦略が間違っている」という批判。これはより本質的な議論で、検討に値する。
オンデバイスAI戦略が間違っている可能性はあるか。もちろん、ある。たとえば、ユーザーが求めるのがChatGPT的な「なんでも答えるクラウドAI」であって、Appleのプライバシー配慮のAIには需要が薄いというシナリオ。あるいは、モデルサイズが年々巨大化し続けて、エッジでの推論では価値を出せなくなるシナリオ。
これらは、Appleの戦略の本質的なリスクだ。
ただし、逆の可能性もある。
規制当局のプライバシー懸念が強まり、GoogleやMicrosoftのクラウドAIが欧州や日本で利用制限を受ける場合、Appleのオンデバイス+PCCモデルは規制適合性で圧倒的な優位に立つ。GDPR的なデータ主権の要求が世界的に強まる中、これは無視できない変数だ。
また、モデルの小型化（蒸留、量子化、スパース化）の技術進展が続けば、エッジで動くモデルの能力は加速度的に上がる。MetaのLlamaシリーズや、Mistral、Apple自身の基盤モデルは、すでに小型化と性能維持の両立を進めている。
どちらのシナリオが現実になるかは、技術の進歩と規制環境の両方に依存する。少なくとも、CapExチャート一枚で決着する話ではない。
投資家が問うべき本当の質問
投資家がApple のAI戦略を評価するとき、問うべき質問は「CapExが足りているか」ではない。
本当に問うべきは、次のような問いだ。
一、AppleのR&D 314億ドルの配分は、将来の製品価値に対してリターンを生む構成になっているか。Neural Engineの世代進化は、競合に対して優位を保てているか。
二、オンデバイスとPCCのハイブリッドモデルは、ユーザー体験としてChatGPTやGeminiに対して差別化できているか。Siriの抜本的改善、Apple Intelligenceの機能拡充は、ロードマップ通り進んでいるか。
三、規制環境の変化に対する備えは十分か。特にEU、日本、インド、中国それぞれの市場で、プライバシー規制の追い風をApple がどう活かすか。
四、次世代シリコン（M5、M6、A19以降）の設計が、Armアーキテクチャの延長線上で競争優位を維持できるか。
これらの問いは、CapExの数字だけでは答えられない。財務諸表とプロダクトロードマップ、そして規制の動向を立体的に見る必要がある。
終わりに ── 「違う戦場で戦っている」という可能性
CapExチャートは、同じ戦場で戦うプレイヤー同士の投資規模を比較する指標としては有効だ。
だが、Appleは意図的に違う戦場を選んでいる。データセンターでGPUを積み上げる競争ではなく、20億台のデバイスと、検証可能なプライバシー保護サーバーの統合を戦場にしている。
この選択が正しいか間違っているかは、今後5〜10年で判定される。確実に言えるのは、その判定は「CapExの多寡」ではなく、「ユーザーがどちらのAI体験を選ぶか」によって下されるということだ。
もしあなたが投資家なら、チャート一枚の読み方に飛びつく前に、iPhone 17 Proを手に取って、Apple Intelligenceがどこまで実用に耐えるかを自分の指で確かめる方が、よほど有効な情報源になる。
AppleがAI投資を避けているのではない。Appleは、AIをどこに置くべきかについて、別の答えを書いている最中なのだ。
