イノベーションの目的関数と制約理論的パラドックス：消費者負担は変わらずに1本多く生産配給し、1円多く利益を残す事後的な観測条件
イノベーションの定義が曖昧なままでは、投資は温度・FLOPS・パラメータ数といった部分集合の最大化に吸い寄せられる。部分集合をどれだけ速くしても、直列のボトルネックが残れば全体の出荷と利益は動かず、その部分集合は敗北する。そうならないためには、目的関数を先に固定する。既存の商流を崩さず、顧客負担を劣化させずに、1本多く配給し、1円多く純利益を残したかという事後の事実である。ライトの法則・ムーアの法則・アムダールの法則とAPIの可換性は、その目的関数に届く変更か、部分集合の自己目的化かを分ける条件である。
この記事の要点
- 定義が無いと、部分集合で負ける目的関数が置かれていない投資は、全体の出荷ではなく、測りやすい代理指標を最大化する。
- 敗北の形はアムダールの法則と制約理論である非ボトルネックを1000倍にしても、調達・段取り替え・物流・決済という直列工程は1秒も縮まない。
- 先に目的関数を固定する顧客負担を変えずに1本多く配給し、手元に1円多く残ったか。この事後の事実以外を勝敗に使わない。
- 三つの法則と可換性は、その固定を守る条件である単位コストが下がるか、判定1回のコストが下がるか、直列のボトルネックを動かしているか、既存APIの内側だけで置換できるか。
- 定義を欠いた熱狂は、保有と決済で清算される続くと知る経営者は株を握る。ピークで現金化し、電気代と物価を押し上げる部分集合は、次の選挙と決算で切られる。
0. 序論：定義が不明瞭だと、部分集合で負ける
現代の資本市場およびテクノロジー業界において、「イノベーション」という言葉は最も濫用され、かつその数学的・経済的な定義が曖昧なまま流通している概念の一つである。核融合炉、高温超伝導、巨大言語モデル（LLM）を駆動するためのGPUクラスター、完全自動運転のロボタクシー、低軌道衛星コンステレーション、そしてバッテリー式電気自動車（BEV）。これらには毎年数十兆円規模のベンチャーキャピタル資金や研究開発投資、さらには国家予算が投じられている。
しかし、これら「未来的」と称される技術群のほとんどは、資本主義および国民主権国家における経済活動の本来の目的関数（Objective Function）を見失い、局所的な物理スペックや演算量を最大化するだけの「代理指標（Proxy Metric）の自己目的化」に陥っている。
問題は「これから世界が変わる」という標語自体ではない。定義が置かれていないことである。定義が無いと、何を改善したのかを全体で測れず、測りやすい部分集合（1億度、数千億パラメータ、完全自動）が目的になる。部分集合の改善は、全体の直列工程を動かさない限り出荷も利益も増やさない。回避するには、イノベーションを事前の宣言ではなく、次の事後条件を満たしたかどうかで定義する必要がある。既存の商流（可換なAPI）の上で、顧客の決済負担や効用を一切劣化させずに、物理的な財を昨日より1本多く生産・配給し、かつ企業の手元に1円多く純利益（フリーキャッシュフロー）を残した。この条件を置いて初めて、どの部分集合に資源を投じてよいかが決まる。
この定義を持たないまま、システム全体の直列構造（P完全性）を無視して特定の部分集合に過剰な演算リソースやエネルギーを投じる行為は、計算機科学における「アムダールの法則」および経営工学における「制約理論（TOC：Theory of Constraints）」の初歩的な罠であり、部分集合としての敗北に終わる。本稿では、エネルギー、計算機科学、サプライチェーン、そして資本市場のインサイダー行動を一本の論理で貫き、定義を欠いた投資がどこで全体から切り離されて負けるか、目的関数を固定すればどこを触るべきかを論じる。
1. イノベーションの暗黙の目的関数と3つの経験的収束関数
あらゆる技術開発や設備投資が正当化されるためには、その背後に厳格な前提条件が存在する。国民主権国家論を背景とした市場経済において、すべての経済活動の最終的な審判者は「一般消費者（主権者）」であり、その評価関数は「日々の生活必需品やサービスの需給マッチング（＝決済・トランザクション）のスループットを、既存の手法よりも構造的に高めることができるか」という一点に集約される。
この目的関数を達成し、既存の手法を代替して市場に定着するためには、以下の3つの経験則（収束関数）およびインターフェース条件を同時に満たさなければならない。
1.1 ライトの法則（累積生産量と限界コスト逓減の関数）
航空機製造から太陽光パネル、リチウムイオン電池、標準的なCPUに至るまで、産業として定着したあらゆるハードウェアは「累積生産量が倍増するごとに、単位あたりの生産コストが一定の割合で低下する」というライトの法則（経験曲線効果）に従う。同一規格のモジュールを何百万、何億単位で反復生産することで初めて学習効果が働き、限界費用が低減する。
これに対し、1基あたり数千億円から数兆円を要する核融合炉や大型超伝導設備は、本質的に「ワンオフの特注建造物」である。累積生産数が「1、2、3……」としか推移しないためライトの法則が全く機能せず、いつまでも単位あたりの資本コスト（CAPEX）が下がらない。
WRIGHT’S LAW（ライトの法則）
累積生産量が2倍になるたび、単位コストは一定割合で下がる
横軸は累積生産量（倍増ごと）。縦軸は単位コスト（×1を100）。学習率20%の場合、倍増のたびにコストは0.8倍になる。
1.2 ムーアの法則（集積度と1トランザクションあたり演算単価の関数）
半導体におけるムーアの法則の本質は、単なるトランジスタ数の増加ではない。「1回の論理判定（決済・分岐処理）を実行するために必要な電力と面積、およびコストが指数関数的にゼロへ漸近していくこと」にある。
しかし、現在のGPUブームはこの法則をすり替えている。微細化の物理的限界によって単位電力あたりのコスト低下が鈍化するなか、GPUメーカーとAI開発企業は「1トランザクションのコスト」を下げる代わりに、「1回の出力に何千億回もの浮動小数点演算（実数計算）を束ねて消費させる」ことで、見かけの演算量（FLOPS）の需要だけを人為的に水増ししている。
MOORE’S LAW（ムーアの法則）
集積度が上がるたび、1回の論理判定にかかるコストは指数的に下がる
横軸は世代。縦軸は1回の論理判定にかかるコスト（世代1を100）。電力・面積・コストが、世代ごとに半減する模式。
1.3 アムダールの法則（並列化と全体スループットのボトルネック関数）
システム全体の処理速度の向上率は、並列化できない「直列処理部分（ボトルネック）」の割合によって絶対的な上限が定められる。仮に発電工程やテキストの確率推論工程だけを無限に並列化・高速化したとしても、最終的な「物理的な資材の調達」「工場の段取り替え」「トラックによる物流」「人間の合意形成とレジでの決済確定」という直列プロセスがそのまま残っていれば、社会全体の需給マッチング・スループットは理論上1ミリも向上しない。
AMDAHL’S LAW（アムダールの法則）
プロセッサを増やしても、速度向上は直列の割合の逆数で頭打ちになる
並列 90%（上限 10倍）
並列 75%（上限 4倍）
並列 50%（上限 2倍）
速度向上 S(N) = 1 / (s + (1−s) / N)。s は直列の割合、N はプロセッサ数。横軸は対数。
1.4 既存演算ノードとのAPI互換性（可換性：Commutativity）
これが最も決定的な制約条件である。全く新しく、既存の社会インフラ（電力網、物流網、企業間決済ネットワーク、法規制）という「既存の演算ノード」と可換性（入れ替え可能性・API互換性）のない技術は、決して流通しない。
既存の演算ノードが要求するAPIは、入力に対して決定論的（Deterministic）な出力を、定められた型（Type）と100%の再現性をもって返すことである。前後のノードの仕様を変更しなければ組み込めない技術は、システム全体に莫大なスイッチングコスト（摩擦）を発生させるため、既存の枯れた手法に必ず取って代わられる。
| 評価軸 | 期待しているイノベーションスループット（事後推認される構造） | 擬似イノベーションあるいは直列中途過程（自己目的化した手段） |
|---|---|---|
| 目的関数 | 消費者負担を変えずに1本多く配給し、1円多く純利益を残す | 物理的極限値（1億度、数千億パラメータ、完全自動）の達成 |
| ライトの法則 | 標準モジュールの大量反復生産により単位コストが劇的に逓減 | 特注の巨大設備（核融合・衛星網）や高価な専用チップで高止まり |
| アムダールの法則 | 直列のボトルネック（段取り替え・在庫制約）をピンポイントで解消 | 非ボトルネック（文章・画像生成等の並列部分）に過剰リソースを投入 |
| APIの可換性 | 既存の商流・インフラ・決済網と100%互換（ブラックボックス内部のみ置換） | 既存インフラの全面改修や人間の目視確認（直列コスト）を要求する非可換性 |
2. 物理インフラの幻想：核融合炉と次世代原発（SMR）のリアリティ
このフレームワークを現在のエネルギー投資ブームに適用すると、核融合炉や次世代小型モジュール炉（SMR）を取り巻く資金調達の構造的な歪みが露わになる。
2.1 メガジュール（MJ）の実験とギガワット（GW）の商用発電の断絶
核融合スタートアップが数千億円規模の資金を調達してプラント建設を進めている根拠として、「理論と実験で科学的ブレイクイーブン（エネルギー増倍率 \(Q > 1\)）が証明された」という事実が挙げられる。しかし、その物理的スケールを精査すると、商用発電所との間には絶望的な断絶が存在する。
米国ローレンス・リバモア国立研究所（NIF）がレーザー核融合で達成した記録は、約2メガジュール（MJ）のレーザー光を燃料カプセルに照射し、約3〜8.6 MJの核融合熱エネルギーを取り出したというものである。1 MJは約0.28 kWhに過ぎない。すなわち、達成されたエネルギー量は「家庭用の電気ケトルでお湯を沸かす程度（電気代にして数十円分）」の極小スケールである。
さらに重大なのは、その「2 MJのレーザー光」を生成するために、施設全体では300〜400 MJもの電力を消費している点である。プラズマや燃料カプセル単体の収支（科学的ブレイクイーブン：\(Q_{mathrm{sci}} > 1\)）は黒字化していても、冷却系や電源設備を含めた発電所全体の収支（工学的ブレイクイーブン：\(Q_{mathrm{eng}} > 1\)）で見れば、99%以上の大赤字状態にある。
民間スタートアップが計画している「建屋面積1万平米（100m×100m）クラス」の商用核融合プラントは、正味の電気出力として0.05〜0.4 GW（50〜400 MW）を目標としている。1ワットは「1秒間に1ジュール」であるから、0.4 GWの電気出力（熱出力にして約1 GW）を得るためには、実験室で「1日に1回、数メガジュール出た」という段階から、「1秒間に1,000メガジュール（1ギガジュール）の熱と中性子線を、24時間365日連続で炉壁に浴びせ続けながら取り出す」という領域へジャンプアップしなければならない。
2.2 炉心効率の劣位と「入場券1,000億円」の物理的壁
純粋にエネルギーを取り出す効率（面積あたりの出力密度および所内率）で比較すれば、核融合炉は既存の原子力発電所（核分裂）に圧倒的に劣る。既存の大型原発は、高密度の固体ウラン燃料を水中に沈めて連鎖反応させるため、直径わずか数メートルの圧力容器から1 GW（1,000 MW）の電力を取り出し、施設の維持に消える電力（所内率）も3〜5%に過ぎない。
一方、核融合の燃料は「空気の1万分の1以下の密度しかない1億度の希薄なプラズマ気体」である。体積あたりの発熱密度が低く、かつそのプラズマを超伝導磁石やレーザーで外部から大電力を投入して押さえ込み続けなければならないため、所内率は15〜30%に達し、炉壁の熱負荷限界から1万平米のプラントでも0.1〜0.4 GW程度に出力を抑えざるを得ない。
さらに、核融合には「まず純利益10億円の中堅企業が、数億円のミニサイズ炉を作って黒字化してから徐々に大きくする」という堅実なアプローチが物理的に不可能であるという冷酷な性質がある。プラズマから熱が逃げる速度（表面積に比例）と核融合で熱が生まれる速度（体積に比例）の関係上、炉のサイズがある臨界点（最小サイズ）を下回ると、熱が逃げる速度が勝り、絶対に火がつかない（\(Q = 0\)になる）。
この最小サイズを実現するためだけに、最新の高温超伝導磁石を用いても初期投資として最低1,000億〜3,000億円の塊を一気に建設しなければならない。目標通りの出力が取り出せなければ、民間スタートアップは即座に資金ショートして破産（清算）に至るハイリスクな博打である。唯一、破産リスクを負わずに確実に利益を出せるのは、1,000億円を集めたベンチャーに対して「ブランケットや特殊バルブ、超伝導線材などの部品（ツルハシ）」を高く売る黒字のサプライヤー企業のみである。
3. 電力需要の前提を疑う：赤字のGPUと政治・経済のブレーキ
そもそも、なぜこれほど採算性と確実性に疑問符がつく核融合や、初期建設コストが高騰しているSMR（小型モジュール原発）に対して、IT企業や投資家が群がっているのか。その前提には「AIデータセンターの爆発的な普及によって、今後10年で電力が圧倒的に不足する」という物語がある。しかし、この前提自体が極めて脆弱なバブルの上に成り立っている。
3.1 赤字のGPUが全停止した世界と「ドットコム・バブル」の再来
現在、世界の巨大テック企業はAIデータセンターとGPUの調達に年間約50兆円規模の設備投資を行っているが、その投資に見合う純利益をAI単体で回収できている企業は皆無に近い。現在稼働しているGPUの用途を分解すると、以下のようになる。
- 次世代の超巨大モデルの学習（約30〜40%）数千億円の電力と計算資源を投じる先行投資であり、完全な大赤字。
- 無料または低単価な生成AIサービスの推論稼働（約20〜30%）電気代とサーバー償却費すら賄えない赤字のバラマキ。
- 既存の検索・SNS広告のターゲティングやクラウド業務処理（約30〜40%）本業のキャッシュフローに直結する唯一の黒字領域。
もし市場が「生成AIは投下資本に見合う利益を生まない」と見限り、赤字を垂れ流している①と②のGPU群が一斉に停止すれば何が起きるか。現在AIサーバー群が消費している年間約175 TWh（日本の年間消費電力の約2割、大型原発20基分以上に相当）の電力需要の大半が蒸発し、2030年に向けた新規発電所建設の半分近くは「不要」となる。2000年のドットコム・バブル崩壊時に、通信会社が借金をして敷設した光ファイバー網の90%以上が未稼働（ダークファイバー）となって破綻したのと全く同じ現象が、GPUと発電所の間で再現されることになる。
3.2 国民主権国家における「電気代と選挙」の絶対的ブレーキ
「たとえ民間ビジネスとして赤字でも、国家の安全保障（軍事AI開発競争）のために政府が国を傾けてでも電力と計算資源を投入し続けるのではないか」という反論がある。しかし、これも国民主権国家の政治力学を無視した空論である。
データセンターが特定の地域（米バージニア州やアイルランドなど）の電力を買い占め、新規の送電網や発電所の建設コストが一般家庭の「電気料金の値上げ」や「インフレ（物価高）」として転嫁された瞬間、有権者の怒りが爆発する。民主主義国家において、有権者は「遠い将来のAI覇権や安全保障」よりも「今月の電気代の請求書とスーパーの食品価格」を見て投票行動を決める。国民の生活を圧迫してまで赤字の計算資源や防衛開発に電力を回せば、その政治家や政権は次の選挙で確実に引きずり降ろされる。
また、専制国家であっても、実体経済のキャッシュフローを生まない軍事・計算資源に国の富を注ぎ込み続ければ、冷戦末期の旧ソ連のように国内経済が窒息して自壊する。そもそも最前線の軍事兵器（ドローンや戦闘機、潜水艦）に求められるのは発電所を食う巨大AIではなく、バッテリー1個で動く「極限の省エネ・軽量システム」である。
結果として、各国の政治家は自らの政権を守るため、「データセンターは住民の電力網（グリッド）にタダ乗りするな。インフラ費用はすべてIT企業が自己負担し、オフグリッドで自給自足しろ」という規制と課税へ舵を切っている。政治も軍事も、最終的には「一般消費者の生活コスト（決済スループット）を圧迫してはならない」という経済原則の枠外に出ることはできない。
4. 計算のパラダイムと複雑性クラス：実数空間のGPU vs 整数計画・P完全のCPU
では、なぜ現在のAI（GPU）はこれほど莫大な電力を消費しながら、企業の現場で確実な黒字を生み出せないのか。その根本原因は、「実社会のビジネスが要求する数学的構造」と「GPU・LLMが行っている計算の数学的構造」の決定的なミスマッチにある。
4.1 3-SAT（充足可能性問題）・整数計画法と、実数線形代数（連続緩和）の乖離
企業の現場で確実に黒字を生み出している基幹業務（受発注、会計、決済、在庫管理、物流ルーティング、工場のライン制御）は、すべて離散的な「整数（0か1か）」と「厳密な論理制約（AND / OR / NOT）」で構成されている。
- 実社会の黒字条件（整数計画法・3-SATの世界）トラックは「1台出す」か「出さない」のどちらかであり、「0.73台出す」という実数解は物理的に存在しない。契約や決済は「納期を守り（条件A）、かつ在庫上限を超えず（条件B）、かつ与信枠内に収まる（条件C）」というすべての論理節を同時に満たす（Trueにする）変数割り当てを見つける充足可能性問題（SAT）および混合整数計画法（MIP）の世界である。ここでは1円の計算ズレも、1%の条件違反も許されない。そして、この離散的な論理分岐とプロセスチェーンの実行は、わずか数ワット〜数十ワットの電力で動く既存のCPUとルールベースのアルゴリズムだけで、高速かつ100%の再現性をもって処理できる。
- GPUが酔いしれている世界（実数空間の連続近似）生成AI（巨大ニューラルネットワーク）が行っているのは、本来「0か1か（TrueかFalseか）」で厳密に解くべき問題を、何千億次元もの「実数（浮動小数点数）の連続空間」へと無理やり緩和し、巨大な行列の掛け算と微分（勾配降下法）によって「なんとなくもっともらしい0.82くらいの確率値」を出力する作業である。論理式（3-SAT）においては、たった1つの変数が矛盾（False）すれば全体が破綻する。しかしLLMは、その鋭い論理制約を実数の重み付け平均で塗りつぶしてなめらかに繋いでいるため、原発何基分もの電力を投入しても「もっともらしい嘘（ハルシネーション）」が原理的に消えない。
4.2 LLMの本質的な欺瞞：「わかった気にさせる」知的な鎮痛剤
そもそも、現実のビジネス課題や物理現象は、最初から理論や数式をそのまま適用できるような綺麗な見た目（定式化された状態）では落ちていない。現場にあるのは欠損データ、取引先の曖昧な慣習、設備の物理的なクセといったドロドロしたノイズの塊であり、それを厳密なルールベース（3-SATや整数計画）に削り出す作業は本来、極めて難解で苦痛を伴う。
ところがLLMは、その泥臭い定式化の苦痛をすべてスキップし、人間が読んで心地よくなるように「理由は3つあります」「表で比較するとこうなります」と流暢な自然言語でパッケージングして提示する。人間のフィードバックによる強化学習（RLHF）によって「ユーザーが『なるほど、スッキリわかった！』と快感を覚える回答」を出すように調教されているからである。しかし、その「わかった気にさせる美しい作文」を現実の工場や決済システムに持ち込んでも、決定論的なAPIを持たないため何一つそのままでは動かない。実際に「AI導入で業務効率化・黒字化した」と宣伝されている企業事例の裏側を剥がせば、その95%以上はPythonスクリプトやRPAによる「CPUを用いたルールベースのプロセスチェーン自動化」であり、確率計算（LLM）は入り口のテキスト分類などごく一部に添えられているに過ぎない。
4.3 P完全（P-complete）問題と制約理論（TOC）の罠
この構造を計算複雑性理論と経営工学（制約理論：TOC）で統合すると、GPUへの過剰投資がなぜ全体のスループットを上げないのかが完全に証明される。
多項式時間（P）で解ける問題の中には、プロセッサを並列に並べれば高速化できる「NCクラス」と、前のステップの論理ゲート（0か1か）が確定しないと次のステップが絶対に計算できない「P完全（P-complete）問題（本質的に直列な問題）」が存在する。実社会の生産・配給・決済のプロセスチェーンは、原材料の投入から加工、熟成、ボトリング、トラック輸送、店頭陳列、そして消費者のレジ通過に至るまで、強い因果律と順序制約に縛られたP完全な直列システムである。
エリヤフ・ゴールドラットの『ザ・ゴール（制約理論：TOC）』が示した通り、直列システムの全体スループットは唯一の「ボトルネック（制約工程）」の能力によってのみ決定される。ボトルネックではない非制約工程（例えば、企画書のテキスト作成やマーケティング画像の生成といった並列化可能なNCクラスの部分集合）に1個数百万円のGPUと莫大な電力を投入して1000倍に高速化したところで、物理的な生産・物流・決済という直列のボトルネックは1秒も短縮されない。結果として生じるのは、全体売上の増加ではなく、「誰も読まないデジタルデータの仕掛品在庫」と「回収不能な電力代・減価償却費」の爆発という、TOCが最も戒めた破綻パターンそのものである。
5. 事後的な観測条件：ルシアン、コカ・コーラ、タバスコ、そしてハイブリッド車が証明する定理
したがって、部分集合の内部指標（FLOPSや温度、パラメータ数）で勝敗を見てはならない。見るべきは、最終出口で実体財のスループットと純利益が増えたかどうかである。増えていなければ、その技術は全体のボトルネックを外した部分集合であり、内部指標がどれだけ良くても敗北している。
5.1 多品種生産における推認：ルシアン（LECIEN）のSKUと生産点数
例えば、インナーウェアやレース、手芸資材を手がけるアパレルメーカーのルシアンのような実体生産の現場を考える。もしある企業が、既存の卸・小売店および消費者との入出力インターフェース（JANコード、品質基準、納品形態、価格帯というAPI）を一切変えないまま、「年間取扱SKUを2,000点から4,000点へ倍増させ、かつ年間総生産点数を600万点から1,200万点へと破綻なく倍増させた」という外形的な事実が観測されたとする。
通常、工場においてSKU（品目数）を2倍に増やせば、糸の掛け替えや型紙変更といった「段取り替え（直列の待ち時間）」と、複数資材の同時揃い条件（3-SATの論理積制約）が組合せ爆発を起こし、工場の稼働率は激減する。それにもかかわらずSKUと生産点数が同時に倍増し、不良在庫（デッドストック）を出さずに決済を完了させたのであれば、そのブラックボックスの内部では「パーツの共通モジュール化」「CAD/CAMと自動裁断の直結」「CPUによる厳密な整数計画スケジューリングとPOS連動のルールベース自動発注」が、段取り替えという直列のボトルネックを動かしていたと事後に推認できる。部分集合の自動化ではなく、全体の出荷を倍にした変更である。
5.2 不変の生活必需品という観測器：コカ・コーラ、シーズキャンディ、タバスコ
さらに時間軸を数十年に広げたとき、目的関数が守られているかを見る観測器になるのが、コカ・コーラ、シーズキャンディ（See’s Candies）、タバスコ（McIlhenny社）といった、100年近くレシピも化学組成もブランド（出力API）も一切変えていない生活必需品である。
製品自体が変わらない（出力変数が完全に固定されている）にもかかわらず、これらの企業が世代を超えて「物理的な出荷本数（箱数）を増やし、同時に1本あたりの純利益（キャッシュフロー）を増大させ続けている」という事実。これは、ボトリングの高速化、樽熟成と在庫回転の最適化、世界中の配送ルーティングの整数計画的改善が、生産・配給の直列工程を動かし続けている証拠である。レシピという部分集合は固定したまま、全体の出荷と利益だけが増えている。
ここで極めて重要なのは、目的関数の定義である。「コストを下げて1円安く売る（価格競争）」のではない。値下げで利益を吐き出せば、設備更新の資本が枯渇する。正しい目的関数は、「顧客の実質的な決済負担（価格と効用のAPI）は一切変えずに、工程の摩擦を削り落として昨日より1本多く生産・配給し、企業の手元に1円多く純利益を残すこと」である。
5.3 商用化と効用の比較：ロボタクシー・衛星通信・EV vs ハイブリッド車
この「顧客負担は変えずに、1本多く、1円多く利益を残す」という基準に照らせば、現代のモビリティや通信における技術トレンドの勝敗も自動的に決まる。
| 対象技術 | 顧客の効用（出力API） | 裏側のコスト・摩擦構造（CAPEX / OPEX） | 目的関数による判定 |
|---|---|---|---|
| ロボタクシー | 既存のタクシーと同じ（AからBへの移動、道路占有面積も時速も同じ） | 安価な量産車と人間の脳（20W）を、数千万円のセンサー塊・車載GPU・遠隔監視センターに置換 | 不適格（生産配給効率の低下）同じ効用に桁違いの資本を燃やし、1トリップあたりの純利益を破壊している。 |
| 低軌道衛星通信（一般消費者向け） | 地上の光ファイバー・携帯基地局と同じ（パケットの送受信） | 寿命5年で大気圏に落ちて燃え尽きる衛星を、毎年何百発ものロケットで永遠に打ち上げ続ける | 不適格（軍事・辺境ニッチ限定）20〜30年持つ地上光ファイバーに対し、同じ効用を得るための維持費が異常に高い。 |
| 電気自動車（BEV） | 既存車より効用が低下（30分の充電待ち、冬場の航続距離半減、インフラ非互換） | ガソリンの1/30以下のエネルギー密度しかない重い電池を数百キロ積み、補助金なしでは赤字。車両価格の外に出る外部不経済は次のとおり。
|
不適格（効用と利益の双方の退行）直列の移動時間に「充電待ち」のボトルネックを作り、中古車価値も暴落させた。充電網・重量増による運搬費・道路修復の加速は、購入者の外へ転嫁される。 |
| ハイブリッド車（HEV） | 既存のガソリン車と100%可換（給油3分で1,000km走行、インフラ改修ゼロ） | 捨てていたブレーキ摩擦熱を1〜2kWhの極小電池で回収し、エンジンの高効率領域のみを使用 | 目的関数を満たす顧客の使い勝手はそのままに燃費を倍増させ、メーカーに純利益を残している。直列の燃料制約を動かしている。 |
軍事技術の民生転用であったインターネット（TCP/IP）が流通したのは、既存の通信線の上で「1パケットあたりの限界費用をゼロに近づけるルールベースの仕組み」だったからである。対して、ロボタクシーや一般向け低軌道衛星、そしてBEVは、効用が同じか劣化したまま、裏側の資本と維持費だけが増えている。触っているのは全体のボトルネックではなく、より高くて寿命の短いハードウェアという部分集合である。
一方で、トヨタのハイブリッド車（HEV）は、既存のガソリンスタンド網というAPIを1ミリも変えず、顧客に充電の我慢も強いず、車体内部のエネルギー回収ルール（遊星歯車と小型モーターの制御）だけを入れ替えている。販売台数と1台あたり純利益が同時に増えるのは、部分集合を足したからではなく、直列の燃費制約を動かしているからである。
6. 結論：インサイダーの行動が示す「耐久性（Durability）」の最終審判
最後に、顧客負担を変えずに1本多く配給し、1円多く残す状態が10年後も続くかを見極める、単純で残酷な指標を置く。その企業の創業者や経営陣（インサイダー）が、自社の株式を最後まで握り続けているか、ブームの頂点で現金化して逃げているかである。
ウォーレン・バフェットが率いるバークシャー・ハサウェイは、コカ・コーラやシーズキャンディ、鉄道、エネルギー供給といった「不変の生活必需品と、それをルールベースで確実に回すインフラ」の株式を決して手放さず、バフェット自身も90代に至るまでそのトップに居座り続けた。なぜなら、そのビジネスがライトの法則と整数計画的な工程改善によって、10年後も20年後も確実に「1本多く、1円多くキャッシュを残す」という耐久性（Durability）を持っていることを誰よりも熟知しているからである。
対照的に、現在のGPU・AIブームの頂点にいるNVIDIAのジェンスン・フアンCEOをはじめとする経営幹部たちは、株価が急騰したこの数年間に、数千億円規模の自社株を市場で売却して個人の現金に変えている。また、GoogleやAmazonなどの巨大テック創業者の多くも、企業が「AIと電力の巨額投資競争（赤字の垂れ流し）」という最も苦しいフェーズに突入する直前にCEOを退任し、次の経営者にバトンを渡して安全圏へ抜けている。
半導体やGPUという「ツルハシ売り」のビジネスは、金を掘る側（AI企業）が赤字に耐えかねて採掘を止めた瞬間に注文が蒸発するシクリカルな自転車操業であり、今日500万円で売れるチップも5年後にはただの「電気を食う鉄くず」になる。内部の人間自身が「この実数計算と電力消費のバブルはDurable（永続的）ではない」と知っているからこそ、ピークでキャッシュアウト（現金化）するのである。
定義を欠いたまま、部分集合の物理スペックや確率推論（GPU・核融合・完全自動運転）に演算リソースと資本を投じる熱狂は、P完全な実社会の直列ボトルネックと、国民主権下の消費者決済（インフレと電気代への反発）に当たって清算される。残るのは、目的関数を先に固定し、既存APIの内側だけで、CPUによる決定論的制御（整数計画法とルールベース）によって直列のボトルネックを削る事業である。消費者の負担はそのままに、生活必需品を昨日より1本多く届け、手元に1円多く残す。定義が先にあれば、全体を動かさない部分集合への過剰投資は最初から選ばれない。