NVIDIAの最大のライバルはAMDでもGoogleでもない。「物理学」だ。市場が次世代GPUの性能に熱狂している裏で、データセンターの現場では静かな、しかし致命的な「物理的敗北」が確定しつつあることを、どれだけの人が理解しているだろうか。

ぼくらが直面しているのは、単なるチップの進化ではない。熱力学という宇宙のルールが突きつける「120kWの壁」という絶対的な限界点だ。

「空冷」の時代は終わった。
これは比喩ではない。物理的に、空気という媒体ではもはやAIを支えきれないのだ。最新のBlackwell世代、特にGB200 NVL72が突きつけた現実はあまりに残酷だ。1ラックあたり120kW。この熱密度は、従来のハイパースケールデータセンターの4倍から6倍に達する。

これを「風」で冷やすことが、いかに狂気じみているか想像してほしい。

空冷で120kWを制御しようとすれば、データセンターはもはや計算する場所ではなく、巨大な暴風実験室と化す。ここで発生するのは2つの絶望的な現象だ。

一つは「寄生負荷（Parasitic Load）」の暴走。
空気は熱を運ぶ効率があまりに悪い。そのため、熱を排出するためだけにファンを限界まで高速回転させる必要がある。その結果、供給される電力の20％から30％が、計算ではなく「ファンを回すためだけ」に消えていく。AIを動かしているのか、巨大な扇風機を動かしているのか、もはや区別がつかない本末転倒な事態だ。

もう一つは、より深刻な「音響による破壊」だ。
120kWを空冷するためのファンノイズは、ジェットエンジンの至近距離に匹敵する音圧を生む。この凄まじい「音の振動」は、サーバー内のHDDの読み書き性能を物理的に低下させ、さらには精密な基板のはんだ接合部さえも破壊するリスクがある。
つまり、空冷を維持しようとすれば、AIはその「叫び声」で自らの身体を壊してしまうのだ。

だからこそ、産業全体が「水」へと舵を切る。これは選択肢の一つではなく、唯一の生存ルートである。
液体は空気の約4,200倍の熱容量を持つ。水冷（液冷）への移行は、単なる冷却方式の変更ではない。人類がシリコンバレーで築き上げてきたインフラの「血管」を、すべて引き抜いて交換するレベルの「総取り替え工事」を意味する。

NVIDIAという「脳」が進化すればするほど、その脳を冷やすための「心臓（ポンプ）」と「血管（配管・CDU）」、そして「冷媒」を支配する企業の価値は、指数関数的かつ不可逆的に高まっていく。

「AIバブル」などという言葉で思考停止する前に、足元を見てほしい。そのサーバーラックは、熱力学の審判に耐えられる設計になっているか？
物理法則は、株価のように反発してはくれない。限界を超えれば、ただ静かに、システムを焼き尽くすだけである。 November 11, 2025

1990年代、バブルが崩壊して皆が金を「使わなくなった」とき、
「付加価値に金を出し続けた」
のがオタクだった。

漫画、ゲーム、アニメ、その他のエンタメは本来「あってもなくてもいい」んだけど、家庭を持たないオタク（男子も女子も）は、自由にできる可処分資産にゆとりがあった。
彼らは「付加価値（実体価値は別にないが、当人の中に価値があると認める認識がある）」に金を出した。

ぶっちゃけ、海外旅行も行かないし、車を買わないし（持ってる人もいます）、喰わす家族もいないし（いる人もいます）、子供もいない（いる人もいます）ので、オタクは自由になる「余剰金」が多かった。

結果、90年代からの約30年間、「オタクに阿ったコンテンツ」が売れるようになった。というか、何を売ってもキャラコラボだってだけで価格上乗せしたグッズを買い集めるの、オタクくらいしかいなかった。

ソニーがエンタメ、ソフトパワーに注力ってのも、時期がずれてはいるけど同じで、むしろ「90年代からの流れに全ツッパしてるってことで、
「可処分資産に余力がある層にアプローチして、余剰資産を貰う」
という考え方は変わってない。

で、僕が言ってるのは、「倭国が真に貧困になる」というのは、そういう「余剰資金を遊びに使える人々すらも、余剰資金がなくなる」という話。

オタクが金使う余力すらなくなるという事態（独居世帯の可処分資産が急速に細る）というのは、つまりは付加価値産業/エンタメ娯楽の「金主」がいなくなるのと同義なので、「出せば売れる」は通じなくなる。

これについて、さっきまで「作者はタダ同然で造り、読者はタダで読む」みたいなこと言ってる人いたけど、マネタイズしても末端読者が金を出せなくなる状態になったら、そういう仕組みそのものが衰退するよ、っていう指摘が、どおおおおおおおしても通じなかった。

これ、無料コミック出回りすぎで、コンテンツに金を出すという認識がもはや消え去ってる人が出てるせいなのか、という気はする。
実際には、無料購読できるコミックだって、単行本なり電書なりでリリースされ、他の誰かが金を出してそれを買っているから続いている。
完全同人になったら、だいたいエタるんだぞ。

てなわけで、「付加価値産業に金を出せなくなる事態」ってのはよっぽどなんだけど、「飯を削って本を買う」にしたって限界がある訳で、付加価値産業を買い支える、可処分資産に余剰がある層が貧困落ちしたら、ほんとそこらへんは全部連鎖的に衰退するんじゃないか、と懸念しているんだよ、という話。

読者の財布は無限ではないし、買い支える読者がいなくなってタダ読み読者ばかりになったら、結局は続かなくなる(ヽ́ω`) November 11, 2025

バブル期の勢いが、一番に温存されているのは江坂かも
1989年、全盛期の若林広幸さんによるエスカミューズの翠園も、驚くほどに当時の空間をとどめていて
国宝にしてほしい https://t.co/7WCXdGWovI November 11, 2025

Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

🎯当選報告🎯

Baburuman さま
（@Baburu_official）
#バブル実績

　　プレゼントキャンペーン にて

　　🎉 🎫𝗮𝗺͜𝗮̹𝘇𝗼𝗻 𝗚𝗜𝗙𝗧 頂きました 🎉

　　　大切に使わせて頂きます。
　　　　　　素敵なご縁に感謝(⑉︎• •⑉︎)💖

　　　#幻月の当選報告 https://t.co/nP32d9nZaf November 11, 2025

1990年代、バブルが崩壊して皆が金を「使わなくなった」とき、「付加価値に金を出し続けた」のがオタクだったが、オタクが金使う余力すらなくなるという事態になると、「出せば売れる」は通じなくなる話 - posfie
https://t.co/uKpqJUbGYs November 11, 2025

1枚絵パネル開け達成しました🌈

ここはバブル王国...？𓂃🫧
める史上初の1枚絵🦋

皆様たくさんのご協力
ありがとうございました！ https://t.co/89yADFyvD3 November 11, 2025

グリーンスパンの金と信用創造についての見解の変化

学生・研究者時代：金は台帳として法定通貨よりも優れている。銀行の信用創造は必ずバブルを招く。
↓
FRB時代：金は「野蛮な遺物」。銀行の信用創造には触れない。
↓
FRB退任後：金は最高の通貨 https://t.co/USsa9XUac6 November 11, 2025

これは歴史的に見て明確な間違いで、絵師バブルの一因となったソシャゲ市場の成長は参入障壁の低さが理由だった。

なろうもそう。小説の参入障壁が下がって爆発的に作品が増えて、絵描きにも案件が流れるようになった。

参入障壁を引き上げたら、寡占が進むだけだよ。 https://t.co/gFVd0updPZ November 11, 2025

バブルキャストという異端児
それだけMSVが売れていたということですね https://t.co/7ahyLE9Rp9 November 11, 2025

1. 中小企業向け「経営力向上計画」認定による法人税・固定資産税の特例
→ 認定件数年間10万件超、効果測定ほぼゼロ。認定取りやすいだけの「書類ビジネス」化。
提案：全廃or上限1億円/社に制限
2. 研究開発税制（オープンイノベーション型・総額型）
→ 大企業が子会社・関連会社に発注して節税するだけの「グループ内循環スキーム」が横行。トヨタ系だけで年間数千億円規模。
提案：関連会社への発注は控除率50%に減額、または除外
3. 沖縄特例（沖縄振興特別措置法による法人税40%減など）
→ 本土企業が沖縄にペーパーカンパニー作って節税するだけのケース多数。実質的な雇用創出効果薄い。
提案：常時雇用50人以上かつ売上の7割以上が沖縄発生の場合のみ適用
4. 地方創生応援税制（企業版ふるさと納税）
→ 寄付額の約6割が税額控除→実質企業負担4割で地方に金が流れる仕組みだが、寄付先が「道の駅建設」「観光PR動画」など効果測定不能なものだらけ。
提案：寄付額の税額控除を現行60%→30%に引き下げ
5. 再生可能エネルギー固定価格買取制度（FIT）への補助金
→ 太陽光バブルで中国企業・暴力団系業者が荒稼ぎ。森林破壊も加速。
提案：2026年度以降の新規認定は全廃、既存も5年で段階的終了
6. 国立大学法人への運営費交付金（年間約1.1兆円）
→ 学生数減少なのに交付金ほぼ横ばい。文系学部が税金で「研究」と称して遊んでいる実態。
提案：学生数連動で20%削減＋競争的資金へのシフト
7. 地方交付税の「特別交付金」部分
→ 毎年12月頃に「陳情合戦」でバラまかれる約5,000億円。ほとんどが公共施設の豪華化。
提案：上限を現行の半額にし、残りは「成果連動型」に転換
8. グリーン投資減税（環境関連投資促進税制）
→ LED照明やエコカーにまで適用拡大しすぎて節税商品化。
提案：CO2削減量1トンあたり実績に応じた控除に変更（現行の一律即時償却は廃止）
これら8つだけで、ざっくり試算でも年間1兆円〜2兆円は捻出可能です。
全部根拠資料（財務省・総務省公開データ）付きでまとめられるので、必要ならさらに詳細データもお渡しできます。
片山大臣、ぜひ本気でメス入れてください！
国民は「本当に無駄なもの」をちゃんと見抜いています🔥 November 11, 2025

いつもネイルやってもらってるすごく仲良い中国人オーナーさん（スタッフも全員中国人）と、今の中国と倭国の関係についてとても残念だねって話を一瞬だけした。
でも、私は彼女たちを大好きだし、私の周りにも素敵で善良な中国人しかいないし、倭国人でも悪い人は悪いし良い人は良いよねって。
倭国のバブルの時代は世界中から非難されたくらいマナーが悪かった話もしたけど、めっちゃ嬉しかったのが、彼女が、「あなたが良い人だから周りの人も素敵で良い人なのよ！」って手を握って言ってくれた🥲
なんかわからんけどその言葉にめっちゃ感動した。
ありがとういつも仲良くしてくれてるglobalTA、中国TA、そして倭国のTA🫶🏻
我爱你们❤️❤️❤️ November 11, 2025

NVIDIA (NVDA)について、強気派と弱気派の意見には以下のようなものがあるようです。

🐄強気派
・直近の第3四半期決算は記録的な売上高（570億ドル）とデータセンター事業の力強い成長で市場予想を上回った。
・2026年まで5,000億ドルのAIチップ受注残高を抱え、AI市場での揺るぎないリーダーシップを確立。
・アナリストは、最近の株価調整を長期的な買い機会と捉え、多数が「Strong Buy」評価を維持している。

🧸弱気派
・MetaがGoogleのAIチップ（TPU）採用を検討との報道で、NVIDIAの市場独占と価格決定力低下への懸念が浮上。
・AIバブルへの警戒感が広がり、AI関連株から資金がシフトする動きが見られ、株価の調整圧力となっている。
・中国市場へのアクセス制限や地政学的な規制リスクがNVIDIAの今後の成長の上限となる可能性。 November 11, 2025

めんまさんのアニメーションに
一つ実装し忘れてた演出があって
追加したら
まーバブリー！！
バブルの感じに近付いた！
なんか物足りなかったんだけど
これだわ
納品までに時間かかると
やろうと思ってたことを
いつも忘れがちだから
依頼内容だけをまとめたメモを
作った方がいいなと気付きました November 11, 2025

歴史は繰り返さないが、韻を踏む踏む法隆寺！

バブルとその崩壊の歴史は正にその典型

ただし、いつピークを迎えるか？
それまでに株価がどこまで上がるか？　
崩壊・調整局面が来た時にどれほど株価が下がるか？

今回のリスク要因を歴史を元に限定的近視眼で見てみるとこれかな？

つづく November 11, 2025

@46p0FMtgRH74611 @pirooooon3 バブル期のハワイがそんな感じでしたね。

当時『ハワイは倭国のもの』って言ってましたよ。 November 11, 2025

みんな大好きコモディティ♪

🇺🇸利下げ期待からドル安に伴いコモディティにも追い風🎉🤗

貴金属⤴️特にシルバーの上昇がエグい🤫

売り込まれてた仮想通貨も上昇に転じる⤴️

先週までの下落でバブル終了と騒いでいたヒトたちナニを見てたのか🥲

マクロで見ないと上昇中の調整と見誤る良い例やね😉 https://t.co/j6GIgmOclL November 11, 2025

かつてのニューエコノミー信奉者と似た危うさを感じる

AIバブルはそれほど「深刻でない」理由、いやそもそも存在しない | Forbes JAPAN 公式サイト（フォーブス ジャパン） https://t.co/LdoX3oi0NW November 11, 2025

へー。江阪のあのあたりはバブル時代の建築なのね。わりと行きやすいから食事ついでに見に行こうかな。 November 11, 2025

@ESPRIMO7 友達の中国人社長、中国土地バブル弾けてえらい事なってるって笑。倭国もバブル弾けたけど、普通に暮らしてるやん。でも経済成長ヤバいやろ笑。中国も同じやけど、経済成長は終わってるよ笑。中国、倭国みたいに耐えられるかな笑。倭国と中国の違いがわかれば理解出来るよ笑。 November 11, 2025