50％が赤字　計算センターの設備が大量に遊休状態

これが2026年上半期における並行科技の「収穫」だ。同様に、いくつかのAI大手メーカーも、「遊休状態のGPUはほぼ1枚もない」状況にある。

一方、西部のある都市にある1000カード級のインテリジェントコンピューティングセンターでは、導入率が50％に満たず、すでに導入されたサーバーの実利用率も30％未満であるにもかかわらず、年間の運営コストは3000万元を超えている。業界関係者の推計によると、全国のインテリジェント・コンピューティング・センターの利用率は約20％～30％にとどまっている。

一方ではGPUの確保に奔走し、他方では稼働率が低迷している。

大手AI企業が求める高性能・大規模・安定したクラスターは依然として不足している一方で、一部の地域では前倒しで整備された計算リソースに対し、適切な顧客や活用先が見つかっていない。

霊控智能の創業者である彭遠洋氏は「鉛筆道」に対し、多くの企業はAIを使いたくないわけではなく、どのモデルを使うべきか、どれだけの計算能力を購入すべきか、データをどう処理すべきか、システムをどう導入すべきか分からず、ましてやこの投資が最終的に収益やコスト削減につながるかどうかも分からないと語った。計算リソースと企業のニーズの間には、まだ「つなぎ」となる層が欠けている。

- 01 – 誰が先に利益を上げるのか？

彭遠洋氏は、深センの一部の小規模な計算リソースレンタル会社が、かえって順調に経営していることに気づいた。これらの企業は1万枚規模のクラスターを保有していないものの、数枚から数十枚のGPUカードといった小規模な注文も喜んで引き受け、顧客との距離が近い分、顧客が具体的にどのようなモデルを実行し、どのくらいの期間使用するかをより正確に把握している。

一方、並行科技はこのビジネスをさらに大規模に展開している。2026年上半期、同社の計算リソースサービス収入は8.95億元で、総収入の94.62％を占めた。企業顧客向けの計算リソースサービス収入は7.05億元で、前年同期比168.07％増となった。

同社の核心は、単一のデータセンターでカードを販売することだけにあるのではなく、「算網」を通じて異なる地域やクラスターの計算リソースを統合し、スケジューリングと提供を行う点にある。

これは回転率を高めるビジネスである。

南京市江寧区で最近サービスを開始した「計算リソース・スーパーマーケット」は、もう一つの事例を示している。試験運用段階ではわずか20社の企業が接続したのみだったが、モデルの呼び出し回数は累計130.8万回に達し、510億トークンが消費された。

中電変圧器株式会社は以前、大規模モデルを用いて入札書類の審査やコードレビューを行おうとしていたが、チームは計算リソースの価格やモデルの選定にずっと悩まされていた。「計算リソース・スーパーマーケット」に接続した後、同社はGPUや主流の大規模モデルを直接選択し、必要に応じて利用できるようになった。

企業にAIへのニーズがないわけではないが、従来の計算リソースの購入方法はあまりにも負担が大きすぎたのだ。

以前は、短期プロジェクトでもサーバー1台を丸ごとレンタルし、長期契約を結ぶ必要があった。しかし現在では、時間単位、コア単位、さらにはトークン単位で課金するプラットフォームが増えている。企業は実際に使用した分だけ支払えばよく、計算リソース提供企業はGPUのロットをより多くの注文に分割して提供できるようになった。

これは、「計算リソーススーパーマーケット」「計算リソースバンク」、GPUレンタル、および計算リソース配分プラットフォームが共通して行っていることでもあります。つまり、分散し、異種混在し、遊休状態にある計算リソースを、購入可能な標準サービスとして再パッケージ化することです。

しかし、仲介だけで巨額の利益が得られるわけではありません。

並行科技の上半期の計算リソースサービスの粗利益率は16.97％でした。これは、単にAからBへGPUを販売するだけでは、利益幅が想像ほど大きくないことを意味しています。利益を真に決定づけるのは、やはり同じGPU群をより多くの顧客に、より長期間にわたって利用してもらえるかどうかである。

- 03 – 真に価値があるのは、トークンだ

彭遠洋氏は、大多数の一般企業にとって、長期的に購入しているのは推論計算リソース、つまり既存のモデルを直接呼び出し、AIをカスタマーサービス、マーケティング、コード開発、工業検査、ナレッジベースに組み込むことだと分析している。

トレーニングにはプロジェクトサイクルがあるが、推論は業務に合わせて継続的に発生する。

これは、コンピューティング企業（算力会社）の財務モデルを変えつつある。

青雲科技の2025年のAI演算能力クラウドサービスの売上高は4336万元で、前年比では依然として減少しているものの、粗利益率は18.99％から31.62％に上昇した。同社が挙げた理由の一つは、計算リソースの利用率向上と運営コストの最適化である。

別の企業は、資産集約型ビジネスの別の側面を示した。

潤建股份の2026年上半期のコンピューティングネットワーク事業の売上高は5.19億元で、前年同期比50.31％増となり、「Tokenファクトリー」というビジネスモデルが基本的に閉ループ化したと述べている。しかし、同事業の粗利益率はわずか6.97％にとどまった。同社は、主な原因の一つとして、固定資産の稼働初期における減価償却費が高額であることを挙げている。

この2つの数字は、同じ事実を物語っている。GPUを購入しただけでは、まだ始まりに過ぎないのだ。カードが遊休状態にある限り、減価償却は発生し続ける。利用率が向上すれば、タスクを1つ多く実行するごとに、固定費を薄めることができる可能性がある。

したがって、次のチャンスは、新たなスマートコンピューティングセンターを建設する人にあるとは限らず、同じカード群からより多くのトークンを生み出す人にあるかもしれない。

GPUスケジューリング、弾力的な推論、推論の高速化、マルチモデルルーティング、コスト最適化は、第一段階の機会である。さらにその下には、モデルのデプロイ、プライベート化、企業ナレッジベース、エージェント、および垂直業界向けアプリケーションがある。

後者は顧客の収益により近い。

AIがデモ段階にとどまっている限り、計算リソースの消費は1回限りである。ひとたび本番環境に入ると、工場での毎日の品質検査、カスタマーサービスでの毎日の受注、プログラマーによる毎日のコーディングなど、計算リソースは継続的な需要となる。

彭遠洋氏は、インテリジェントコンピューティングセンターが最もすべきことは、すべてのアプリケーションを自社で一手に引き受けるのではなく、安定的かつ低コストでインフラを提供することだと考えている。業界を真に理解している企業が、モデルと計算リソースを企業の業務に組み込むのです。

全国にはすでに500カ所以上のスマートコンピューティングセンターが建設されています。次の段階では、業界の競争は単に「誰がより多くのGPUカードを持っているか」だけにとどまらないでしょう。

より重要なのは、1枚のGPUのアイドル時間を1分でも減らし、課金可能なトークンを1つ多く生み出せるか、そして、それらのトークンを、企業が長期的に契約を更新したくなるようなビジネスに変えられるかという点だ。