CloudflareのAIトラフィックを問う：ネットワーク費用は誰が払うのか

Cloudflareが11月5日に公表した決算は、AIが需要を生むかどうかより難しい問いを示した。その需要のうち、どれだけが利益を伴う有料利用になるのか。第3四半期の売上高は前年同期比39%増の7億8,250万ドルだった一方、GAAP粗利益率は74.0%から71.2%へ低下した。規模の拡大と売上1ドル当たりの粗利益の減少は両立する。ただし、決算発表はAI売上高や提供コストを個別開示しておらず、AIが低下の原因だったとは断定できない。四半期決算

トラフィックは事業の材料であり、収益モデルではない

一つのAIリクエストにも異なる経済関係がある。Cloudflareは通信やセキュリティを担う場合も、推論を実行する場合も、別のモデル提供者へ転送する場合もある。それぞれが同じ請求や粗利益を生むとは限らない。誰が何に対して支払うのかを特定せずにリクエスト数だけを数えると、ネットワーク上の活動と収益化を混同する。

製品価格にもこの違いが表れる。Workers AIはGPUの計算量をNeuronsで測り、1日の無料枠を超える有料利用は1,000 Neurons当たり0.011ドル。一方、AI Gatewayの基本的な分析、キャッシュ、レート制限は無料だ。統合請求ではクレジット購入額に5%の手数料を課すが、モデル提供者の推論価格には上乗せしない。これは異なる課金経路であり、すべてのAIリクエストから手数料を得ることを意味しない。Workers AIの料金、AI Gatewayの料金

戦略上の推論は、無料のトラフィック管理でアプリケーションを集め、計算資源や周辺サービスで後から収益化するというものだ。合理的な顧客獲得策になり得るが、利用の増加だけでは採算は証明できない。重要なのは、稼働するアプリが継続的な有料ワークロードへ転換し、無料層の提供コストも回収できるかどうかだ。クレジット購入手数料を推論支出全体の利益率とみなしたり、会計上の総額・純額による売上認識を推定したりすることもできない。

二つの利益率は違う問いに答える

GAAP営業利益率はマイナス6.7%からマイナス8.7%へ悪化したが、非GAAP営業利益率は15.3%から17.5%へ改善した。調整表には株式報酬と関連する雇用主負担の給与税1億7,410万ドルなどが含まれる。営業損益の差は約2億500万ドルに達し、丸め誤差ではなく測定範囲の実質的な違いである。財務諸表と調整表

調整後利益は指定項目を除いた事業の姿を見る助けになる。しかし株主が負う報酬・希薄化コストへの答えではなく、関連給与税まで非現金費用と呼ぶのは適切でない。逆に、GAAP赤字だからといって新しいAIワークロードがすべて赤字だともいえない。全社決算には複数の製品、営業費用、会計調整が混在する。製品別の説明なしに粗利益率の変化をGPU投資、通信量、値引きに帰属させるのは推測だ。

調整後営業利益率の改善で粗利益率の低下を否定することもできない。前者は一部の営業費用が増収によって相対的に小さくなった可能性を示し、後者はサービス提供コスト控除後に残る収益を測る。売上構成、直接費、営業費用を分けて初めて、成長がどの段階の採算を改善したかが見える。

仮説の実現より先に設備資金が必要になる

営業キャッシュフローは2億1,540万ドルだったが、設備等の購入1億2,180万ドルと社内利用ソフトウエアの資産計上支出1,150万ドルを差し引くと、フリーキャッシュフローは8,210万ドルとなる。金額は増えたものの、公表された売上高比率は13%から10%に低下した。この投資の全額をAI予算と呼べる内訳は開示されていない。キャッシュフローの調整表

分析上の焦点は時間差だ。インフラは顧客が十分に使う前に容量を確保する必要がある。後の稼働率向上で回収効率が高まる場合も、低稼働の容量が残る場合もある。設備支出は現金を先に減らし、減価償却は損益に段階的に反映される。このため、調整後営業利益率が強く、フリーキャッシュフロー比率が弱い状況は矛盾ではない。一四半期だけでは効率的な拡張なのか、恒常的な資本負担の上昇なのかを判断できない。

効率化は課金対象を減らす場合もある

Cloudflareによれば、AI Gatewayのキャッシュは同一のリクエストが繰り返された際、モデル提供者に再度アクセスせず回答できる。ただし標準設定では無効であり、異なる個別化されたプロンプトを自動的に同一視する機能ではない。キャッシュの文書

顧客の推論費用を節約するプラットフォームは、一つのアプリの有料モデル呼び出しを減らす可能性がある。一方、節約によって継続利用が進み、大規模導入が可能になるかもしれない。その効果は実証すべきもので、成長シナリオに自動的に加算すべきではない。見るべきなのは生のリクエスト数の最大化ではなく、有用なワークロードから最終的に保持できる価値だ。計算効率が改善しても、安全管理や稼働の信頼性は支払う理由になり得る。

簡単な想定で違いが見える。同じリクエスト数の二つのアプリのうち、一方はキャッシュ回答と無料のゲートウェイ制御を多用し、もう一方は長く固有の回答を生成して有料推論を必要とする。通信量が似ていても計算需要と請求額は大きく違い得る。前者は後に安全対策を購入するかもしれず、後者は値引きや高価な容量を要求するかもしれない。これは開示された顧客構成ではなく仮定であり、リクエスト数が提供費用控除後のワークロード別貢献に代わらないことを示す。

価格の方向も重要だ。単位当たり推論価格が下がるなら、売上維持には十分な利用増が、利益率維持には十分な提供コスト低下が必要になる。通信量の増加だけで両方が実現するわけではない。一方、粗利益率が低下しても粗利益額の増加は製品開発を支え得る。検証すべきなのは持続的な貢献であり、一つの比率だけを守ることではない。

次の証拠は、有料導入、提供コストの採算、現金への転換という三点を結ぶ必要がある。製品構成と顧客内での利用拡大の明確化は収益化を、粗利益率の安定は規模拡大による効率を、投資後に残る現金は容量増強の成果を測る助けになる。どれか一つでは十分でない。Cloudflareは全社売上の高成長を示した。AIがネットワークを所有者にとってより価値あるものにするかは、アプリの価値を収益へ変える速度が関連コストと資本需要の増加を上回るかにかかる。それはまだ検証課題であり、トラフィックや調整後利益がすでに与えた結論ではない。