要約
- John-David Lovelock の公的な重要性は、再現可能な Gartner の役割に由来する。すなわち、ベンダーの販売実績、バイヤーの行動、そしてテクノロジー導入の不確実性を、取締役会やサプライヤーが計画の基盤とできる IT 支出予測へと変換することである。
- 彼の仕事が最も顕著に表れるのは AI インフラサイクルにおいてだ。Gartner の予測は、2024 年のデータセンター加速から、2026 年の IT 支出が 6 兆ドルを超える水準へと推移し、その後も AI 最適化サーバー、メモリ、ソフトウェア、クラウド容量が市場を再形成する中で上方修正が続いた。
- 記録が示すのは、支配ではなく影響力である。Lovelock はハイパースケーラーの設備投資や企業予算を直接指示するわけではないが、それらの意思決定にカテゴリー、修正、制約という共通言語を与えている。
- 未解決の問題は、ストレス下での予測の質である。つまり、Gartner の公開モデルが、AI 投資、ソフトウェア価格設定、サービス利益率、インフラのボトルネックが異なる速度で動く中で、実需と一時的な過剰構築を区別し続けられるかどうかだ。
予測の中の人物
John-David Lovelock は異色の市場人物である。彼の名前は通常、他者の支出に結びついて登場するからだ。公的な記録上、彼はデータセンターキャンパスを立ち上げたり、ソフトウェア合併に署名したり、周波数ライセンスを交渉したり、国家 AI 補助金を発表したりすることはない。彼が登場するのは、Gartner がそれらの選択を予測に変換する瞬間である。成長率、ドル総額、カテゴリー表、そしてテクノロジー・エグゼクティブにその動きが何を意味するかを伝える数行の文章である。
そのため、彼のプロファイルは過小評価されやすく、また過大評価されやすい。過小評価すれば、彼はテクノロジー記事で引用される単なるアナリストに過ぎなくなる。過大評価すれば、彼は不可視のマーケットメーカーとなり、あたかも Gartner のリリースが、ハイパースケーラー、ソフトウェアベンダー、通信事業者、企業バイヤー、投資家を単一の資本サイクルへと導けるかのようだ。より正確な見方は、より狭く、より興味深い。Lovelock は Gartner の予測マシンの公的なオペレーターなのである。彼の仕事が重要なのは、そのマシンにリーチがあり、カテゴリーが繰り返し使われ、その言語が、多くの企業が自社の翌年の需要を十分に把握する以前に、計画室の内部に入り込むからだ。
目に見える証拠がその役割を裏付けている。Gartner は、公式の世界 IT 支出リリースや AI 支出予測作業において、Lovelock を Distinguished VP Analyst と位置づけている。2026 年 4 月、The Economic Times は同氏を Gartner のチーフ・フォアキャスター（Chief Forecaster）と表現し、同社の世界 IT 支出の上方修正について論じた。こうした登場場面を通じて、彼は単なるテクノロジー全般の解説者としては提示されない。彼は特定の運用リズムに結びつけられている。すなわち、データセンターシステム、ソフトウェア、デバイス、IT サービス、通信サービス、クラウドインフラ、AI 最適化サーバー、そして生成 AI が生み出すコスト圧力に対する需要を繰り返し解釈するリズムである。
そのリズムこそが、対象者にとっての真の意思決定面である。それは、経営支配という意味での私的な意思決定面ではない。それは公的で、制度的で、方法論的である。Lovelock の観察可能な選択は、フレーミングの選択である。支出の増加は本物の需要シグナルなのか、それとも価格効果なのか？ソフトウェアの成長は新たな価値によって牽引されているのか、それともベンダーが組み込み AI 機能のコストを転嫁しているからか？データセンターへの急増は、長期的な企業 AI 導入の証拠なのか、それとも主にハイパースケーラーが需要に先行して構築した結果なのか？デバイス支出はリフレッシュサイクルなのか、AI-PC サイクルなのか、それともメモリ価格のストーリーなのか？これらの区別は学術的なものではない。それは、最高情報責任者（CIO）が予算をどのように防御するか、ソフトウェアサプライヤーが AI モジュールの価格をどのように設定するか、サービス企業が利益率圧力にどのように備えるか、投資家が AI インフラを販売する企業と、単に AI を使うと約束する企業をどのように選別するかに影響を与える。
したがって、プロファイルは抑制から始めなければならない。Lovelock が重要であるのは、彼が独力で市場行動を変えるからではなく、彼の Gartner における仕事が市場行動を読み取り可能にするからである。もはやプレスリリースだけでは追跡できないほど巨大になった AI 支出サイクルにおいて、読み取り可能性そのものが一つのインフラ形態なのである。
プラットフォームとしての Gartner
Lovelock の影響力は、Gartner の制度的な地位から切り離せない。Gartner は自らを、売上高 65 億ドルの S&P 500 企業であり、従業員 2 万人以上、約 90 か国・地域で事業を展開し、企業とテクノロジーリーダーへの助言に 40 年以上の経験を持つと説明している。同社のガイダンスは、数千人のビジネスおよびテクノロジーの専門家、数十万件の顧客とのやり取り、ベンダーブリーフィング、ピアレビューによって情報が提供されているという。これらの数字は Gartner 自身による提示であり、権威に関する商業的主張の一部として読まれるべきである。それでもなお、この数字は、一人のアナリストに帰属する予測が個人の意見よりも遠くまで届く理由を説明している。
Gartner の予測プロダクトは、スプレッドシートを添付したブログ投稿ではない。Gartner 自身の開示によれば、その IT 支出予測は、IT 製品およびサービスの全範囲にわたる 1,000 以上のベンダーによる厳格な販売分析に大きく基づき、一次調査と二次情報の入力を加えて市場規模データベースを構築している。詳細なモデルはプロプライエタリである。部外者は、ベンダーの重み、改訂ルール、通貨、価格設定、供給制約、チャネル在庫、カテゴリー変更の完全な扱いを知ることはできない。しかし、ハイレベルの開示は、予測を、単にエグゼクティブインタビューや市場センチメントから構築されたナラティブとは区別するために重要である。
その制度的プラットフォームが、Lovelock に二種類の公的権威を与えている。第一は証拠に基づくものである。彼は、ベンダー販売分析、バイヤー行動、調査入力を広範なテクノロジー市場にわたって集約すると主張するモデルに基づいて発言できる。第二は分類に基づくものである。Gartner は単に支出が増加したか減少したかを述べるだけではない。デバイス、データセンターシステム、ソフトウェア、IT サービス、通信サービス、AI 最適化サーバー、サービスとしてのインフラ（IaaS）、アプリケーションソフトウェア、半導体、AI サービスといったカテゴリーに支出を配分する。これらは中立的な箱ではない。これらは市場の共有地図となる。
その地図は結果をもたらす。データセンター構築に販売するサプライヤーは、成長が AI サーバーラック、ストレージ、メモリ、ネットワーキング、電力システム、施設のどこに集中しているかを知りたがる。サービス企業は、バイヤーが変革作業に対して対価を支払うのか、それとも自動化による節約分が契約価値を下げると期待するのかを知りたがる。CIO は、ソフトウェアコストの増加が新機能、ベンダーの価格決定力、あるいは AI 機能の隠れたコストのいずれに由来するのかを知りたがる。投資家は、支出サイクルが広範なものか、それとも少数のインフラのチョークポイントに集中しているかを知りたがる。Lovelock の公的な役割は、Gartner の地図を、それら各々のオーディエンスが再利用できる言語に翻訳することである。
その再利用こそが、予測担当者を組織的に重要な存在にしている。企業は、予測が計画に影響を与えるために、Gartner の数字をすべて受け入れなければならないわけではない。単に Gartner のカテゴリーを参照点として扱えばよい。一度でも取締役会資料で同じカテゴリーが使われ、ベンダープレゼンテーションが Gartner の支出ラインと自社のアドレサブルマーケットを比較し、メディアの記事が予測の修正を市場のヘッドラインに変えれば、その予測は当該セクターの運用言語に組み込まれたことになる。
分野としての修正
Lovelock の公的な記録で最も明らかになるのは、単一の数字ではない。それは修正のパターンである。2024 年 7 月、Gartner は 2024 年の世界 IT 支出を約 5.26 兆ドル、前年比 7.5% 増と予測した。同リリースでは、データセンターシステムが最も急成長しているカテゴリーとされ、支出は 24% 以上増加すると見込まれた。Lovelock の解釈はすでに、生成 AI を単なる生産性の物語としてではなく、コストとキャパシティの問題として捉えていた。公的なメッセージは、多くの企業が大規模なリターンを証明する前に、AI がコンピュートインフラとソフトウェア経済を圧迫しているというものだった。
2025 年 7 月までに、Gartner 予測に関する二次報道は、同年の世界 IT 支出を約 5.43 兆ドルとした。言葉遣いは不確実性の方へシフトした。TechRadar は Gartner の見解として、グローバルな不確実性によって実質的な新規支出に一時停止が生じているが、AI および生成 AI イニシアチブは依然としてその一時停止を上回っていると報じた。この区別は Lovelock パターンの核心である。力の弱い予測者であれば、市場を「AI ブーム」か「バイヤーは慎重」のどちらかに平板化しえたところだ。Gartner の公的なストーリーは両方の主張を同時に保持した。すなわち、一部の企業意思決定における慎重さと、AI 関連のインフラおよびソフトウェアにおける加速である。
2025 年 9 月、Gartner の AI 特化型予測は、このサイクルをより大きな枠組みで示した。同社は、世界の AI 支出が 2025 年に約 1.5 兆ドル、2026 年には 2 兆ドルを超えるとした。Lovelock の公的な説明は、ハイパースケーラーのデータセンター、AI 最適化ハードウェア、GPU、中国企業、新たな AI クラウドプロバイダー、ベンチャーキャピタルの支援を指摘した。これは、単純な企業導入曲線よりも複雑な因果連鎖である。これは、多くのエンドユーザーがまだ実験段階にある場合でも、インフラサプライヤーやプラットフォーム企業が、測定された生産性に先立って支出しているために、AI 市場が急増しうることを示している。
2025 年 10 月、Gartner は、世界の IT 支出が 2026 年に初めて 6 兆ドルを超え、約 6.08 兆ドルに達すると予測した。公式のテーブルは、データセンターシステムが再び強く成長し、ソフトウェアが拡大を続け、IT サービスが通信サービスを除く最大の単一セグメントであり続けることを示した。Lovelock の公的なコメントは、再びカテゴリーのドライバーを切り分けた。デバイスは携帯電話や AI デバイスによって押し上げられていた。データセンターシステムは AI 最適化サーバーラックの供給によって制約されていた。ソフトウェアの成長は、AI 機能の普及とエンタープライズライセンスの経済性を反映していた。
その後も修正は続いた。2026 年 2 月、ITPro は Gartner の予測を 6.15 兆ドルと報じ、データセンター支出が 6500 億ドル超、サーバー支出成長率が 37% 近く、ソフトウェア成長率が 15% 超、生成 AI 支出成長率が 80% 超であり、メモリ価格の圧力がデバイスの成長を鈍化させているとした。2026 年 4 月、Cinco Dias と The Economic Times は、Gartner が 2026 年の世界 IT 支出を約 6.31 兆ドルとさらに予測し、AI インフラとデータセンターシステムがその多くを牽引していると伝えた。Cinco Dias は、データセンターシステムが 55.8% 増の約 7880 億ドルに達すると報じた。
一つの見方をすれば、この度重なる修正は不確実性への警告である。Gartner の数字は市場の変化とともに変わった。別の見方をすれば、これこそがプロダクトそのものである。急速に変化する AI サイクルにおいて、修正されない予測のほうが、修正される予測よりも疑わしい。その訓練は最初の数字を保持することではなく、なぜ数字が動いたかを説明することにある。Lovelock が Gartner のオーディエンスにもたらす価値は、部分的にその説明にある。つまり、広範な企業ソフトウェア導入によって成長する市場、メモリ価格上昇によって成長する市場、そして、ハイパースケーラーが下流の収益が完全に見通せないまま AI 最適化コンピュートを購入しているために成長する市場の違いである。
AI インフラ問題
AI サイクルは、IT 支出を読みにくくしたため、Lovelock の役割をより重要なものにした。従来のエンタープライズテクノロジーサイクルでは、支出予測は多くの場合、ハードウェアリフレッシュ、クラウド移行、ソフトウェアライセンス拡大、アウトソーシング、テレコム接続、コンプライアンスといった馴染み深い需要カテゴリーを通じて解釈できた。生成 AI はその構造をかき乱した。ハイパースケーラーが購入する GPU サーバーは、AI モデルトレーニング、エンタープライズ推論、消費者向け機能、あるいは当面の間未活用に留まるキャパシティをサポートしうる。ソフトウェア支出は、ベンダーが AI 機能をスイートに組み込んで値上げしたために増加するかもしれない。たとえバイヤーがまだ同等の生産性向上を実感していなくともである。サービス支出は相反する方向に動きうる。すなわち、データを整えプロセスを再設計するためのコンサルティングは増えるが、自動化が当然視されるにつれてマネージドサービス契約の価値を引き下げる圧力が生まれる。
これが、データセンターへの度重なる強調が重要な理由である。2024 年の Gartner 予測は、すでにデータセンターシステムを高成長カテゴリーとしていた。2025 年から 2026 年にかけて、ストーリーは通常のクラウド成長から AI インフラの経済学へと移行した。Gartner の AI 支出予測は、AI 最適化サーバーを他の AI カテゴリーから分離した。2026 年の二次報道はその後、先端メモリ、高性能コンピューティング、サーバー需要、ハイパースケーラーの建設計画からの圧力を報じた。Lovelock の公的なコメントは、インフラブームをより広い連鎖の中に位置づけた。すなわち、クラウドプロバイダーが AI キャパシティを構築し、ハードウェアベンダーが当面の収益を獲得し、ソフトウェア企業が AI 機能の価格設定方法を学び、サービス企業が顧客から AI 対応デリバリーによる節減を要求される可能性に直面する、という連鎖である。
その結果はマルチスピード市場である。データセンターシステムが異常な速度で成長する一方で、従来型のカテゴリーはより緩やかに成長する。AI ソフトウェアは契約価値を押し上げうるが、サービス利益率は縮小しうる。デバイスは AI-PC やスマートフォンのナラティブから恩恵を受けるが、メモリ価格が更新サイクルを妨げる。クラウドインフラは拡大しうるが、エンタープライズバイヤーはどの AI プロジェクトがスケーリング展開に値するかについて慎重なままだ。もし取締役会が支出総額の数字だけを見れば、リスクの分布を見逃す。
Lovelock の予測言語は、その分布のために構築されている。それは、AI の投資収益率（ROI）がなお不確実である場合でも、AI インフラ需要は実在しうると述べる。ソフトウェア収益は、ユーザーの生産性が向上しているからだけではなく、AI がアプリケーションのコスト基盤を引き上げるために増加しうると述べる。サービス企業は、プロジェクト需要から利益を得つつも、顧客が約束された自動化節減がどこに行ったのかを問うにつれ、価格決定力を失う可能性があると述べる。データセンターブームは、単純なエンタープライズ AI 導入数ではなく、サーバーラック、メモリ、電力、ハイパースケーラーのタイミングによって制約されていると述べる。
この区別は、本稿が英雄物語に陥るべきでない理由でもある。Lovelock は AI インフラブームを創り出したわけではない。Nvidia、ハイパースケーラー、チップサプライヤー、クラウドプラットフォーム、エンタープライズソフトウェア企業、投資家、電力会社、政府のほうが、資本決定のより近くに位置する。彼の役割は、そうした決定の多くよりも下流にあり、それらに関する多くの計画会話よりも上流にある。彼は市場からシグナルを受け取り、Gartner の機構がそれらを整理し、彼はそれらを、引用可能で、議論可能で、予算策定や戦略構築に利用できる形で市場に返す。
その媒介的な立場は、通常の意味での権力のようには見えないため、見過ごされやすい。工場の門も、クラウドリージョン開設式典も、プロダクト基調講演もない。しかし、不確実性そのものが行動を変える市場において、不確実性に反復的な構造を与える人物は、計画環境の一部となる。
ソフトウェアとサービスの分岐
Lovelock の公的なシグナルの中でより有益なものの一つが、ソフトウェアとサービスの区別である。AI サイクルはこれらを曖昧にしがちだ。ベンダーは AI をソフトウェア機能として販売し、コンサルタントは AI を変革作業として売り込み、クラウドプロバイダーは AI をコンピュートキャパシティとして販売し、バイヤーは多くの場合この三つすべてを一つの予算問題として経験する。Gartner の予測カテゴリーは、その区別を強制する。
2024 年の予測サイクルにおいて、Lovelock は生成 AI をソフトウェアのコストを引き上げる力と表現した。実際的な意味は率直である。ソフトウェア企業は、すべての顧客が大規模リターンを証明する前に、価格を引き上げたり機能を再パッケージ化したりできる。AI 機能がライセンスバンドルの一部になれば、生産性の証拠がなお不均衡な間でも支出ラインは上昇しうる。これは、機能が有用になるならばバイヤーにとって必ずしも悪いことではない。価値が到来する前に価格が到来するならば危険である。
2026 年までに、サービス側は様相が異なっていた。The Economic Times は、インドのマネージドサービスプロバイダーが定常業務を AI イニシアチブへシフトさせることで利益を得うるが、サービス企業は、顧客が AI 駆動の効率性を契約価格に反映させるよう期待するため、利益率の圧力に直面するという Lovelock の見解を報じた。これは重要な非対称性である。ソフトウェアベンダーは時に AI をプロダクトに組み込み、よりリッチな契約を推進することで収益化できる。サービスプロバイダーは通常、労働力、プロセス知識、デリバリーの信頼性を販売する。もし AI が作業の認識上の労働集約度を下げるならば、顧客はなぜ契約が安くなるべきでないのかを問うかもしれない。
取締役会やエグゼクティブにとって、この分岐が重要なのは、いずれの企業が価格決定力を獲得するかを変えるからだ。支配的なインストールベースを持つソフトウェアサプライヤーは、AI を更新の梃子として扱える。システムインテグレーターは、生産性の利益をあまり手放さずに AI 変革をデリバリーできることを証明しなければならないかもしれない。クラウドプロバイダーは、キャパシティがあれば AI 需要をインフラ収益に変換できる。デバイスメーカーは AI リフレッシュのナラティブから恩恵を受けるが、依然として消費者需要、メモリ価格、買替サイクルに晒される。マネージドサービス企業は新規プロジェクトを見込めるが、利益率はより弱含むかもしれない。
Lovelock の仕事は、それらの違いを支出予測において可視化する。Gartner の公的数字は、AI が巨大であると単に述べるのではない。どの支出バケットが、なぜ、どのくらいの期間、押し上げられているのかを問う。これが、彼の役割が一般的なアナリストの経歴ではなく、マーケットインテリジェンスのプロファイルに属する理由である。問題は、彼が AI に対して楽観的か懐疑的かではない。問題は、彼のカテゴリー言語が、読者がある種の AI 支出を別の種の AI 支出から切り離す助けとなるかどうかである。
ここに注意点がある。Gartner は営利のアドバイザリー企業であるため、そのカテゴリーと公的なナラティブは、Gartner 自身のレレバンスをも支えている。急速に動く AI 市場は、予測、アドバイザリーコール、カンファレンス、ベンダーブリーフィング、リサーチサブスクリプションに対する需要を生み出す。したがって、Gartner の権威は市場へのインプットであると同時に、ビジネス資産でもある。このことは仕事を無効にするわけではないが、読者には、その方法論が矛盾する証拠をどのように扱うのか、修正がどのくらいの速さで行われるのか、予測の信頼度がどのように伝えられるのかを問う理由を与える。
Lovelock の最も強力な公的記録は、彼が AI サイクルを摩擦のないものとして提示していない点である。彼のコメントは、一時停止、制約、メモリ価格、ソフトウェアコストのインフレ、インフラのボトルネック、サービス利益率の圧力を指摘する。プロモーション的な AI の主張に溢れた市場において、その種の限定付きの予測は熱狂よりも有益である。それは正確さを保証するものではない。それはオーディエンスに、監視すべき一連のプレッシャーポイントを与える。
因果関係なき影響力
Lovelock を評価する際の最も難しい部分は、影響力と因果関係を区別することである。Gartner 予測はメディアのヘッドライン、ベンダー資料、取締役会資料、投資家向けノートに現れうる。だからといって、その予測が記述する支出を引き起こしたわけではない。ほとんどの場合、因果関係は逆方向に流れる。ベンダーが売上を報告し、バイヤーが予算行動を明らかにし、ハイパースケーラーが設備投資計画を開示または示唆し、サプライチェーンが制約を露呈させ、Gartner のモデルがそれらの入力を予測に変換する。
しかし、影響力は一次的な因果関係なしに働きうる。予測が一度、十分に信頼に足るものとして反復されれば、それは期待を形成しうる。Gartner が上方修正する AI インフラ支出を見た CIO は、Gartner がそう言ったからといって支出を増やすわけではないかもしれないが、その予測は、CIO が取締役会から受ける質問に影響を与えうる。当社のデータセンター戦略はなぜ市場と異なるのか？当社は AI キャパシティに過小投資しているのか？ソフトウェアベンダーは間もなく AI 関連の更新値上げを押し出してくるのか？サービスパートナーは自動化の節減を還元しているのか？当社はメモリやサーバーラックの供給制約に晒されているのか？
ベンダーは予測を異なる形で利用する。ソフトウェア企業は、Gartner の支出ラインをプロダクトポジショニングの正当化に使える。ハードウェアサプライヤーは、データセンターシステムの成長を指してキャパシティ投資を正当化できる。サービス企業は、AI 導入ストーリーを変革の売り込みに使えるが、同時に、AI が単にデリバリーコストを下げることにならない理由も説明しなければならないかもしれない。クラウドプロバイダーは、インフラ成長のナラティブを用いて、キャパシティ支出を投機的な過剰建設ではなく、規律あるポジショニングに見せることができる。投資家は、収益成長が集中しているか、広範か、持続的か、循環的かをテストするために同じ材料を使う。
それが Lovelock が意味を持つ運用面である。彼は問いを定義する助けとなる。複雑な市場において、問いを定義することは、それに答えることとほぼ同程度に重要でありうる。共有される問いが「AI 支出はどのくらい巨大か」になったならば、ほとんどすべての大きな数字がブームのナラティブを支える。共有される問いが「どの AI 支出カテゴリーが成長しており、どの制約がそれを駆動しているのか」になったならば、取締役会や投資家はより鋭いフォローアップを問える。これはエンドユーザーからの需要か、それともキャパシティを構築しているサプライヤーからか？収益は経常的か、それとも一過性か？成長は量よりも価格によって牽引されているか？そのカテゴリーは少数のハイパースケールバイヤーに依存しているか？支出ラインは将来の生産性を示唆するのか、それとも将来の減価償却を示唆するに過ぎないのか？
公的記録は、Lovelock が予測を繰り返しそうしたより鋭い問いの方へ押し進めていることを示している。2025 年には、テーマは成長だけでなく不確実性でもあった。2025 年後半には、テーマは 6 兆ドル超えだけでなく、その背後にある供給とカテゴリー構造であった。2026 年には、上方修正は AI インフラ、データセンター、メモリ、ソフトウェアを強調し、すべてのテクノロジー支出が同じ速度で上昇しているように装わなかった。
その鍛錬が有益であるのは、まさに Gartner の権威が悪用されうるからだ。ヘッドラインの数字はニュアンスを平板化しうる。ベンダーは予測のうち自社の販売ストーリーを助ける部分を引用し、但し書きを無視できる。取締役会は成長率をプレッシャーの手段として使い、カテゴリーのミックスを理解せずに用いることができる。Lovelock のより優れた公的コメントは、読者にその悪用に対する防御を与える。総額を読み、次にドライバーを読め。
記録に対する制約
証拠にはまたギャップもある。公的記録は、Lovelock の完全なキャリアの経歴、正確な開始日、彼の内部でのレポーティングライン、あるいは彼と Gartner のより広いリサーチチームとの間の仕事の正確な配分を示していない。Gartner の方法論開示は有益だが部分的である。それは、ベンダー販売分析、一次調査、二次証拠が使用されていることを読者に伝えるが、詳細なモデル、信頼区間、直近のデータの重み付け、あるいはより大きな市場推定に商業的関心を持つベンダーからのバイアスをどう扱うかは示さない。
これらのギャップは評価を形作るべきである。Lovelock は Gartner の IT 支出予測を単独で設計した人物と説明されるべきではない。彼は、より大きな制度プロセスの主導的な公的解釈者であり運用者として理解するのが適切である。そのプロセスは商業的であり、プロプライエタリであり、非常に可視性が高い。また、あらゆるテクノロジー予測者が直面するのと同じ困難さによっても制約されている。すなわち、市場は公的証拠が固まるよりも速く変化する。
AI はその困難を深刻にする。データセンターは、エンドユーザーアプリケーションが証明される前に資金調達されうる。ソフトウェア企業は、顧客がどの機能を保持するかを知る前に AI に課金できる。サービス企業は、デリバリー方法が安定する前に AI 対応効率を約束できる。クラウドプロバイダーは、競合他社がキャパシティを構築しているからという理由でキャパシティを構築できる。半導体サプライヤーは、下流の顧客経済が未解決のまま、実際の収益を報告できる。これらは矛盾ではなく、異なる時計の上で動く資本サイクルの異なる部分である。
The Associated Press は 2025 年後半に、企業がインフラ構築に結びついた堅調な結果を生み出す中でも、投資家が AI ブームが利益と生産性の約束に見合うかどうかを依然として問うていると報じることで、その緊張の一部を捉えた。Kiplinger は、Gartner の 2026 年の IT 支出見通しを、循環的な支出パターンと AI 関連需要の異常な強さへの懸念と並置することで、関連する持続可能性の問いを提起した。ITPro の 2026 年初頭の報道は、投資収益率（ROI）問題を付け加えた。すなわち、熱意と支出は高いままだが、多くの組織がスケーラブルな価値を証明しようとまだ取り組んでいるとのことである。
Lovelock にとって、これらの懸念は予測の外側にあるのではない。それらは予測が吸収しなければならないものの一部である。モデルがすべての AI 支出を等しく持続的と扱えば、過剰建設リスクを見逃す。失敗したすべての AI プロジェクトを、インフラサイクルが偽りである証拠と扱えば、実際のサプライヤー収入とキャパシティコミットメントを見逃す。その技は、両方の可能性を視野に入れ続けることである。
そこに、Gartner のハイプサイクルの言語が関連してくる。Gartner 自身の方法論は、テクノロジー導入が、誇大な期待、幻滅、そして生き残るテクノロジーにおける最終的な生産的利用を経て進むと説明する。ハイプサイクルは Lovelock の個人的な発明ではないし、あらゆる予測に無理に当てはめるべきではない。しかしそれは、Gartner の制度的な習慣を示している。すなわち、段階、リスク、タイミングの選択に名前をつけることで不確実性を読み取り可能にする習慣である。Lovelock の IT 支出の仕事は、似た習慣を予算に適用する。問いは単に AI が初期か後期かではない。どの予算ラインがすでにコストを吸収しているか、である。
カナダ、グローバル市場、そして国境なきシグナルの背後にいる人物
Lovelock に割り当てられた地域はカナダ / グローバルであり、このフレーズは彼の公的役割の奇妙な地理を捉えている。彼が解釈する予測はグローバルである。カテゴリーは国境を越える。ハイパースケーラーの CAPEX、半導体供給、メモリ価格、ソフトウェア契約、マネージドサービス利益率、クラウドキャパシティは単一の国内市場に制約されない。だが、予測に結びつけられた人物は、それらの資本決定の読み方に影響を与えるために、あらゆる資本決定の中心に座る必要はない。
これは、インフラと市場権力に関心のあるパブリケーションにとって重要である。最も可視性の高いテクノロジーリーダーは、しばしば資産を所有する企業の内部に座っている。クラウドリージョン、光ファイバーネットワーク、データセンター、モデルプラットフォーム、ソフトウェアスイート、半導体サプライチェーンなどである。Lovelock の立場は異なる。彼は共有された解釈を生み出す助言機関の内部に座っている。その種の権力は、それが所有ではなく研究のように見えるため、より見過ごされやすい。しかし、十分な数の市場参加者がその周りに意思決定を構築するようになれば、研究は依然としてインフラになりうる。
予測のグローバルな性格は、それをより小規模な市場や地域市場にとっても有用なものにする。国内のクラウドプロバイダー、地域のシステムインテグレーター、通信事業者、公的セクターのバイヤー、地元のデータセンター開発者は、AI 支出サイクル全体を直接観察できないかもしれない。Gartner の数字は、そうしたアクターに外部ベンチマークを与える。彼らは、自らの市場が遅れているのか、過熱しているのか、あるいは規制、通貨、エネルギー、調達ルール、顧客構成が異なるために違った動き方をしているのかを判断できる。2026 年の Lovelock のインドに関する公的コメントは、この翻訳が実際に行われていることを示している。同じグローバル予測が、サービス利益率、地元のデータセンター戦略、輸出機会、AI 対応効率への顧客需要を通じて読み解かれうる。
それは実際的な影響力の一形態である。個人のカリスマや経営権限を必要としない。それは反復、カテゴリー規律、制度的信頼に依存する。予測サイクルが訪れるたびに、Lovelock と Gartner は共有地図を更新する機会を得る。その地図が有用と判明すれば、それは市場の計画の調度品の一部となる。間違っていたとしても、誤りが可視化されるまでは依然として意思決定を形成しうる。
彼が築いたもの、築かなかったもの
このようなプロファイルに対する Sofia Ren 基準は、その人物が何を築き、引き継ぎ、承認し、資金を供与し、閉じ、売却し、再編し、委任し、あるいは未解決のままにしたのかを問うことである。Lovelock にとって、その答えは工場やプロダクトラインではない。公的証拠が示すのは、彼は Gartner のリサーチプラットフォームを継承しその内部で活動しており、世界の IT 支出と AI 関連需要に関する反復的な予測プロダクトの構築を支援していることである。観察可能なアウトプットは、私的な企業の意思決定ではなく、一連の予測リリース、カテゴリーナラティブ、市場解説である。
彼が公的に築いたのは、一貫した解釈スタンスである。AI 支出は、単一の導入ストーリーではなく、インフラ、ソフトウェア、デバイス、クラウド、サービスを通じて読まれるべきである。生成 AI は、生産性を証明する前にソフトウェアコストを引き上げうる。データセンター支出は、サプライヤーが需要に先行して建設しているために急増しうる。マネージドサービスは機会を見出す一方で、価格圧力にも直面しうる。バイヤーの不確実性は一部のプロジェクトを遅らせうるが、AI 投資は依然として拡大する。予測は、ドライバーが明確に名指しされていれば、景気づけの演習にならずに上方修正されうる。
彼は AI ブームを築いたのではない。彼はハイパースケーラーの設備投資を承認したのではない。彼は Nvidia の製品ロードマップ、エンタープライズ AI 予算、ソフトウェアベンダーの価格設定、電力の相互接続キュー、政府のデータセンター政策を決定したのではない。彼は、AI 支出が最終的に十分なリターンを生み出すかどうかを支配していない。これらの境界は重要である。なぜなら、公的な誘惑は、可視的な解釈者を隠れた意思決定者として扱うことにあるからだ。Lovelock の記録は、より具体的であり、より防御可能である。彼は、それらの意思決定者が市場をどのように自らに、また互いに描写するかを定義する手助けをしている。
彼はまた、少なくとも公的には、重要な問いを未解決のままにした。Gartner は、部外者が予測プロセスを完全に監査できるほど十分なモデル詳細を公開していない。公的報道は、Gartner が各カテゴリーで価格インフレを数量成長からどのように分離しているか、ベンダーの楽観をどう扱うか、複数サイクルにわたって予測精度をどのように較正しているかを示していない。二次報道で伝えられた 2026 年 4 月の上方修正は、公式 Gartner 資料やその後の結果との継続的な比較を必要とする。AI インフラへの長期的な生産性リターンは、依然として未解決の問いである。クラウドプラットフォーム、ソフトウェアベンダー、ハードウェアサプライヤー、サービス企業、エンタープライズ顧客間での利益の分配も同様である。
それらの未解決の問いは、プロファイルを弱めない。それらがプロファイルそのものである。予測者の公的な価値は、事実が不完全だが意思決定が待てない場面でこそテストされる。
次に見るべきもの
Lovelock の影響力を次に評価する際は、単純なポイント予測の意味で彼が「正しかった」かどうかを問うべきではない。むしろ、その予測がどのようにストレスを処理したかを問うべきである。すでにいくつものストレス要因が可視化されている。
第一に、データセンターシステム。2026 年の支出が、2026 年 4 月の報道が示唆した通り堅調に推移すれば、需要が生産的なクラウドおよび AI サービスに吸収されるのか、それとも過剰建設が稼働率、価格設定、プロジェクトの遅延として現れるのかが問われる。優れた予測者は、サプライヤーによって計上された支出と、顧客によって実現された価値を区別するだろう。
第二に、ソフトウェア。ベンダーが AI をエンタープライズアプリケーションに組み込み続ければ、顧客が不均等なリターンしか見ていない場合でも、ソフトウェア支出は増加しうる。実際的な問いは、AI が持続的な更新の梃子となるのか、それとも争われる価格引き上げになるのかである。ソフトウェアコストへの AI の影響に関する Lovelock の以前の言及は、読者に適切な監視フレームを与えている。
第三に、サービス。マネージドサービス企業とコンサルティング企業は、AI によって利益率を守るか、新規の仕事を獲得するか、あるいは効率性の向上を顧客に譲渡するかを決めなければならない。2026 年のインドのサービスに関する議論は、グローバルな問題の一国市場固有のバージョンである。もし顧客が AI がデリバリーコストを下げることを期待すれば、サービス予測はプロジェクト需要と利益率圧縮の両方を捉える必要がある。
第四に、デバイスとメモリ。AI PC や AI 対応スマートフォンは買い替えナラティブを生み出せるが、コンポーネント価格とユーザー需要が、そのナラティブが数量に結実するかどうかを決定する。2026 年の Gartner によるメモリ価格圧力に関するコメントは、AI カテゴリーの成長が通常のサプライチェーン経済によって鈍化しうることを想起させる。
第五に、クラウドサービス依存。AI ワークロードがハイパースケーラー環境に集中するにつれ、バイヤーは、クラウドおよびマネージドアプリケーションデリバリープロバイダーへの依存を強める可能性がある。予測ラインは支出の成長を示せるが、戦略的課題は支配権である。誰がキャパシティを所有するのか、誰が未利用の規模に対して支払うのか、AI 機能がコアソフトウェアに組み込まれる際に誰が交渉力を持つのか。
これらの監視ポイントは、ヘッドラインの数字が薄れた後も、Lovelock の役割が有用であり続ける理由を示している。市場が必要とするのは単に総額ではない。その総額が健全であるかどうかをテストする方法が必要なのである。
評価
John-David Lovelock の公的記録は、直接的な事業支配権を持たない制度的影響力のケーススタディである。彼は名の知れたテクノロジーエグゼクティブではない。AI プラットフォームの創業者でも、データセンター不動産の所有者でもない。彼の仕事が重要なのは、Gartner の予測機構が証拠と計画の間に位置しているからである。それは市場シグナルを収集し、それらをカテゴリーに整理し、条件の変化に応じて修正し、再利用されるに足る権威をもって市場に戻す。
このことは、彼を予測オペレーターたらしめている。この言い回しは故意に控えめである。彼が単独で Gartner のモデルを創造しているとか、市場を支配しているなどと装わない。それは、誰かが予測の公的インターフェースを操作しなければならないことを認識している。すなわち、何が動いたか、なぜ動いたか、どのカテゴリーが重要なのか、但し書きはどこにあるのか、ある種の支出を別の種の支出と取り違えてはいけないのか、を述べることである。AI サイクルにおいて、この役割はさらに重要になった。なぜなら、同じ「AI」という言葉が今では、半導体需要、サーバーラック、データセンター電力、クラウドキャパシティ、エンタープライズソフトウェアライセンス、コンサルティング作業、マネージドサービス、デバイス、そして生産性の主張をカバーするからである。
Lovelock の影響力を示す最も強力な証拠は、彼の公的なカテゴリー作業の一貫性である。2024 年のデータセンター加速から 2025 年の不確実性、そして 2026 年の上方修正まで、メッセージは単にテクノロジー支出が上昇しているということではない。それは、完全な生産性に関する論証が決着する前に、AI インフラと AI 対応ソフトウェアが支出の構成を変えたということである。これはまさに、取締役会やベンダーが必要とする種類の区別である。これにより、すべての AI ドルを導入の証拠として扱うことを防ぎ、一部のエンタープライズプロジェクトが期待外れだったからといって実際のインフラ需要を無視することを防ぐ。
主たる注意点は不透明性である。Gartner の詳細なモデルはプロプライエタリである。公衆は、ベンダー販売分析、一次調査、二次資料、判断が予測テーブルに変換される過程を完全には検証できない。Gartner 自身がアドバイザリー関連性に商業的関心を持っていることは、読者がその予測を受動的に消費すべきではないことも意味する。Lovelock の仕事の正しい使い方は、服従ではない。それは規律ある比較である。カテゴリーミックスを、企業開示、サプライチェーンデータ、顧客予算、電力およびデータセンターの制約、ソフトウェア更新行動、そして実現された生産性の証拠と比較せよ。
その基準では、Lovelock の重要性は明確だが限定的である。彼は、資本が確実性よりも速く動く市場における有用な公的シグナルである。彼の予測は、AI への建設ラッシュがそのコストを稼ぐかという最終的な問いには答えない。それらは、誰がその建設ラッシュを生き残るか、誰がそれを収益化するか、そして誰が支出を価値と取り違えるかを決定する中間的な問いを定義する助けとなる。主張に溢れたテクノロジー市場にとって、それは予測担当者を監視に値する存在とするのに十分である。