蒸気機関 vs クラウドコンピューティング：エネルギー革命の二つの輪廻

シリーズ：産業革命とデータ革命 #01/05 | 読了時間：35分 | Python (NumPy, Pandas, Matplotlib, SciPy, NetworkX)

著者：Wina @ Code & Cogito

ワットが世界を変えた日

1776年、バーミンガム。

ジェームズ・ワット（James Watt）は、自らが改良した蒸気機関の規則正しいピストン音に耳を傾けていた。

これは最初の蒸気機関ではない——ニューコメン（Newcomen）が1712年にすでに発明していた。だがワットは一つのことを成し遂げた。蒸気機関を経済的に実用化したのである。

ワット以前、蒸気機関の熱効率はわずか1%だった。エネルギーの99%が浪費されていた。石炭コストが高すぎて、炭鉱主以外には手が出なかった（排水用に自前の石炭を使えたから）。

ワットの改良は、分離式凝縮器。効率は4%に向上した。

たった3%の向上？

いや、違う。これはコストの75%削減を意味した。

「赤字」から「黒字」へ。

「炭鉱専用」から「あらゆる工場で使える」へ。

一夜にして、蒸気機関は珍しい産業玩具から、必需品に変わった。

しかしワットが成し遂げたのは技術改良だけではない。彼はあるビジネス上の決断を下し、産業全体を変えた。

蒸気機関を売るのではなく、貸し出したのである。

課金方式は、顧客が蒸気機関で節約できた石炭コストの3分の1。

これは何か？

SaaS（Software as a Service）の原型である。

2006年、シアトル。

Amazon Web Services（AWS）が最初のクラウドサービス、EC2をリリースした。

CEO のアンディ・ジャシーは発表会でこう述べた。「サーバーを買う必要はありません。使った計算力の分だけ支払えばいいのです。」

どこかで聞いた話ではないだろうか。

ワット：蒸気機関を買う必要はない。節約した石炭分だけ支払えばよい。
AWS：サーバーを買う必要はない。使った計算力の分だけ支払えばよい。

230年の時を隔てた二つのビジネスモデルが、なぜこれほど似ているのか？

両者が行ったのは同じことだからだ。参入障壁を下げ、弾力的なスケーリングを実現した。

日本にとって、この物語は単なる歴史の逸話ではない。明治維新後、日本は西洋の蒸気機関技術を驚異的な速度で吸収した。富岡製糸場（1872年）はフランスの技術を導入し、三池炭鉱は英国式の蒸気ポンプで近代化を果たした。そして現在、AWSの東京リージョンは日本企業のデジタルインフラの中核を担い、NTTデータや富士通といった国内IT企業もクラウド事業を展開している。技術の「受容と適応」という点で、日本は二つの革命を両方経験した稀有な国である。

この記事では、Pythonを用いて二つのエネルギー革命の類似性を分析し、技術拡散のパターンを可視化し、コスト曲線の変遷を計算し、そして一つの核心的問いを探る。インフラが少数者に独占されたとき、自由市場は存在しうるのか？

歴史の輪廻を目撃する準備はよいだろうか。

第一の問い：なぜ技術的突破は技術革命と同義ではないのか？

蒸気機関の発明と普及の間には、80年もの歳月が横たわっていた。

1698年： Thomas Saveryが最初の蒸気機関を発明
1712年： Thomas Newcomenが蒸気機関を改良
1776年： James Wattが蒸気機関を改良
1785年： 最初の完全蒸気駆動工場が稼働
1850年： 蒸気機関が大多数の工場に普及

なぜこれほど時間がかかったのか？

答えは技術ではない。経済学である。

初期蒸気機関の三つの致命的問題

問題1：効率の低さ

ニューコメンの蒸気機関の熱効率はわずか1%。これは——石炭100kgを燃やして、機械仕事に変換されるのはたった1kg分のエネルギー。残り99kgは無駄になった。

結果は？ 運転コストが極めて高く、石炭を無料で使える炭鉱主だけが使用できた。

問題2：信頼性の欠如

部品が壊れやすく、専門技師の修理が必要で、ダウンタイムが長く、修理費も高い。

結果は？ 工場主は従来の水車を選んだ。少なくとも安定していた。

問題3：河川への依存

蒸気機関は動力を提供したが、冷却に大量の水が必要だった。工場は依然として河川沿いに建てなければならなかった。

結果は？ 地理的制約からの真の解放にはならなかった。

ワットの三大突破

突破1：分離式凝縮器

冷却プロセスを独立させ、蒸気シリンダーの繰り返し加熱・冷却をなくした。

効果： 効率が1%から4%に向上し、コストが75%減少。

突破2：標準化部品

パートナーのマシュー・ボールトン（Matthew Boulton）と工場を設立し、標準部品を大量生産した。

効果： メンテナンスコスト低減、信頼性向上。

突破3：ビジネスモデル革新

設備を売らず、レンタルのみ。レンタル料＝顧客が節約した石炭コスト×1/3。

効果：
– 顧客は多額の初期投資が不要
– 実際にコスト削減が生じた場合のみ支払う
– ワットには効率を継続的に改善するインセンティブが生まれた（効率が上がるほど顧客の節約額が増え、ワットの収入も増える）

このビジネスモデルの天才的な点は、供給者と顧客のインセンティブを一致させたことにある。

日本の産業史にも類似の構造がある。明治期の官営模範工場は、政府が技術インフラを提供し、民間に払い下げるモデルだった——「所有せず、利用する」という発想は、ワットのレンタルモデルと構造的に通底する。

Pythonで技術拡散をシミュレーションする：Bassモデル

技術がいかにして「発明」から「革命」へと変わるのか、数学で理解してみよう。

Bass拡散モデル（Bass Diffusion Model）は、新技術の採用曲線を予測できる。採用者を二つに分類する：
– イノベーター（Innovators）：外部的影響（広告、メディア）で採用
– イミテーター（Imitators）：内部的影響（近隣の採用を見て追随）

モデルの核心ロジックは以下の通りである：

def bass_model(t, p, q, m):
    """
    Bass拡散モデル
    p: イノベーション係数（外部影響）
    q: 模倣係数（内部影響）
    m: 市場ポテンシャル（最終採用数）
    q > p の場合、「口コミ効果」が支配的
    """
    return m * (1 - np.exp(-(p+q)*t)) / (1 + (q/p) * np.exp(-(p+q)*t))

# 歴史データ：英国の蒸気機関台数（推定）
steam_years = [1760, 1770, 1780, 1790, 1800, 1810, 1820, 1830, 1840, 1850]
steam_count = [100, 280, 520, 1100, 2200, 4500, 8500, 15000, 25000, 38000]

# scipy.optimize.curve_fit でモデルをフィッティング
# → イノベーション係数 p、模倣係数 q、市場ポテンシャル m を取得

完全なコードは GitHub に公開済み（無料版の基礎分析を含む）：完全なコードを見る →

歴史データをモデルに投入しフィッティングした結果、S字型拡散曲線が得られる：

左：S字型採用曲線。赤点は歴史データ、青線はBassモデル予測。右：年間新規採用率。拡散速度の変化を示す。

この分析が明らかにしたこと

発見1：q/p 比率が約25——模倣効果がイノベーション効果をはるかに上回る。蒸気機関の拡散は主に「隣の工場が使い始めたから自分も」という動機で進んだ。これはネットワーク効果の初期形態である。

発見2：遅延効果——ワットが1776年に蒸気機関を改良したが、最大成長率が現れたのは1800年頃で、24年の遅延がある。なぜか？補完的エコシステムの構築が必要だったからだ（石炭の供給網、技師の訓練、部品の標準化）。

発見3：S字型曲線——当初は緩慢→急速な爆発→減速。これはすべての重要な技術に見られる典型的拡散パターンであり、AWSの拡散曲線も同様である。

230年後：AWSは同じことをした

2006年、AWSがEC2をリリースしたとき、多くの人は理解しなかった。

「データを他人のコンピュータに預ける？危険すぎる！」

「ネットワーク遅延が高すぎて、実用的ではない！」

「自社のサーバールームがあるのに、なぜクラウドが必要なのか？」

これらの反対意見は、1776年に蒸気機関に向けられた疑念とまったく同じである。

しかしAWSは三つのことを正しく行った。

正解1：参入障壁の引き下げ

蒸気機関時代：
– 蒸気機関1台の価格：350ポンド（技術工の年収2年分）
– 設置と保守：さらに費用がかかる
– 小規模工場には手が出ない

ワットの解決策： レンタルモデル、成果報酬型課金

クラウド時代：
– 自社データセンター構築：数百万ドル
– IT部門の人件費：年間数十万ドル
– 中小企業には負担できない

AWSの解決策： 従量課金、初期投資ゼロ

日本市場では、この「所有から利用へ」の転換は特に大きな意味を持った。中小企業が90%以上を占める日本の産業構造において、AWSの東京リージョン（2011年開設）は、地方の中小企業にも大企業と同等のITインフラへのアクセスを可能にした。

正解2：弾力的スケーリングの実現

蒸気機関の革命：
– それ以前：工場は河川沿いに建てるしかなかった（水車動力）
– 蒸気機関以後：工場はどこにでも建てられるようになった（石炭は輸送可能）
– 地理的制約からの解放

クラウドの革命：
– それ以前：企業は最大トラフィックを予測し、十分なサーバーを購入する必要があった
– クラウド以後：トラフィックが増えれば自動拡張、減れば自動縮小
– 容量制約からの解放

正解3：エコシステムの構築

ワットのエコシステム：
– 標準化部品（互換性）
– 技師の養成（全国巡回）
– サプライチェーン構築（石炭輸送ネットワーク）

AWSのエコシステム：
– 標準化API（各サービスの組み合わせ）
– 認定制度（AWS Certified）
– サードパーティ市場（AWS Marketplace）

Pythonで二つの時代のコスト曲線を比較する

なぜ技術は普及するのか？コストが低下するからである。

指数減衰モデル（a * exp(-b*t) + c）で二つの時代のコストデータをフィッティングし、価格低下トレンドを追跡する：

# コアデータ
steam_cost = [12, 11, 10, 8, 6.5, 5, 4.5, 4, 3.5, 3]    # ペンス/時間, 1760-1850
ec2_price  = [0.10, 0.085, 0.068, 0.052, 0.040, 0.032,    # ドル/時間, 2006-2024
              0.026, 0.021, 0.017, 0.0135]

# 指数減衰モデルでフィッティング、コスト半減期を計算
# half_life = ln(2) / decay_rate

フィッティング結果は以下の通りである：

左：蒸気機関90年間のコスト曲線。中：AWS EC2 18年間のコスト曲線。右：正規化時間軸での比較。

驚くべき発見

ムーアの法則 vs ワットの法則——蒸気機関のコスト半減期は約13年、クラウドのコスト半減期は約2.3年。クラウドの価格低下速度は蒸気機関の5.6倍。 しかし両者の減衰パターンは完全に同じである：いずれも指数減衰曲線で、いずれもコスト下限がある（ゼロにはならない）、いずれも普及後に価格低下が鈍化する。

蒸気機関は物理的制約（材料強度、熱力学効率）に縛られ、クラウドは技術的制約（ムーアの法則、ソフトウェア最適化）に縛られる。デジタル技術の改善速度は物理技術をはるかに凌駕するが、法則そのものは変わらない。

暗部：インフラの独占

ワットの蒸気機関は石炭貴族を生み出した。

AWSのクラウドはテック寡占を生み出した。

なぜか？

19世紀の石炭独占

蒸気機関は石炭を「暖房用燃料」から「産業の血液」に変えた。

結果：
– 炭鉱主が最も富裕な階級になった
– 石炭供給の支配＝産業の命脈の支配
– 貧富格差が急激に拡大した

ロンドンのジニ係数（格差指標）：
– 1820年：0.45
– 1870年：0.59

HHI指数（ハーフィンダール・ハーシュマン指数）で市場集中度を計算する。HHI 1500未満は競争的市場、1500-2500は中程度の集中、2500超は高度集中である。

結果は警鐘を鳴らす：

左：1850年石炭市場シェア。中：2024年クラウド市場シェア。右：AWSの市場シェアが100%から32%に低下した推移。

二つの時代はいずれも寡占を形成した——インフラの資本集約性が高い参入障壁を生み、先行者優位とネットワーク効果が加わり、最終的に自然独占へと向かう。

歴史の教訓：

1850年代、石炭貴族の独占がもたらしたのは——石炭価格の高騰、工場主の不利な取引、社会的矛盾の激化、そして最終的な政府規制（1842年「鉱山法」）。

日本の近代化においても、財閥による産業基盤の独占は同様の構造を生んだ。三井、三菱、住友が石炭産業から重工業まで支配した構造は、現在のAWS・Azure・GCPによるクラウド市場の三極構造と驚くほど似ている。

2024年、テック寡占は同じ轍を踏むのだろうか？

新しい地理学：河川から計算力へ

蒸気機関時代の地理的革命

蒸気機関以前：
– 工場は河川沿いに建てるしかなかった（水車動力）
– 産業分布は完全に地理に縛られていた
– 生まれた場所が、就ける仕事を決めた

蒸気機関以後：
– 工場は石炭があればどこにでも建てられるようになった
– 石炭は輸送できるが、河川はできない
– 産業は労働力と市場に向かって集積し始めた

結果： 工業都市の誕生

• マンチェスター：1750年の小村から1850年の工業中心地へ
• バーミンガム：人口7万から23万へ
• リーズ：繊維産業の一大拠点へ

日本では、蒸気機関の導入が京浜・阪神工業地帯の形成を促した。八幡製鉄所（1901年）は筑豊炭田の近くに建設された——石炭へのアクセスが地理を決めるという、英国と全く同じ論理が働いていた。

クラウド時代の新地理学

クラウド以前：
– 企業はデータセンターのある場所に依存
– IT能力は地理に制限されていた
– 起業には多額のハードウェア投資が必要だった

クラウド以後：
– 企業はネットワークさえあればどこにでも拠点を置ける
– 計算力は「輸送」できる（ネットワーク経由）
– 起業の障壁が大幅に低下した

しかし、これは新たな不平等を生み出した。

AWS全球8つの主要リージョンのサービス分布でジニ係数を計算すると、0.31——中程度の不平等。米国東海岸（us-east-1）は200項目のサービスを備えるが、アフリカ（af-south-1）は100項目にすぎない。実に二倍の格差がある。

左：各リージョンの利用可能サービス数（レベル別に色分け）。右：AWSのグローバル展開タイムライン——2006年の北バージニアから2020年のケープタウンまで、14年の時差。

デジタル植民地主義？

19世紀の石炭分布が工業中心部と周縁部を生み出したように、21世紀の計算力分布は新たなデジタル格差を生み出しつつある：

• 遅延格差：アフリカからアジアへの遅延は米国内部の3倍
• サービス格差：新興市場は最新技術を利用できない
• コスト格差：同じサービスでも地域によって価格が異なる

表面上、誰もが「クラウドを利用」できる。
実態は、地理的位置が得られる計算品質を決めている。

誰が進歩の代償を払うのか？

19世紀の代償：労働者の苦難

産業革命は莫大な富を生み出した。だが、誰がその代償を払ったのか？

工場労働者の生活：
– 労働時間：1日14-16時間、週6日
– 労働環境：騒音、粉塵、危険な機械
– 賃金：ぎりぎり食べていける程度
– 児童労働：8歳の子供が工場で働いていた

チャールズ・ディケンズは『ハード・タイムズ』にこう記した：

「これらの労働者は機械の部品のようなものだった。名前ではなく番号で呼ばれ、感情ではなく機能だけが求められた。」

ラッダイト運動（Luddite Movement, 1811-1816）：

労働者は機械を破壊し、技術が仕事を奪うことに抗議した。政府は軍を派遣して鎮圧し、17人を処刑した。

なぜ労働者は敗れたのか？

資本家がインフラを掌握していたからだ：工場を所有し、機械を所有し、石炭の供給網を所有していた。

労働者は労働力しか持たず、代替可能性が高かった。

日本でも、足尾銅山鉱毒事件（1890年代）は、インフラ所有者の権力と労働者・地域住民の無力さの構造を露わにした。田中正造の戦いは、まさに基礎的産業インフラの独占に対する最初の社会的反発であった。

21世紀の代償：アルゴリズムによる支配

今日の代償とは何か？

表面上、クラウドコンピューティングは起業を容易にした。だが同時に、新たな形態の依存を生み出した：

事例1：AWSの障害事件（2017年2月28日）

AWS us-east-1リージョンが4時間ダウンした。

結果：Netflixは動画配信不能、Slackはメッセージ送信不能、数千社の業務が中断、推定損失：1.5億ドル。

一つのリージョンの障害が、インターネットの半分を麻痺させた。

事例2：ベンダーロックイン（Vendor Lock-in）

システムをAWS上に構築してしまうと——他のクラウドへの移行コストは極めて高い（コードの書き直し、再トレーニング）。価格が上がっても選択肢がない。サービスが終了すれば受け入れるしかない。

19世紀に工場主が労働者を支配した構造と、何が違うのか？

事例3：アルゴリズムのブラックボックス

AWSの価格設定アルゴリズムは秘密である。なぜこのサービスがこの価格なのか？わからない。なぜ請求額が急に増えたのか？不明。コストをどう最適化すればいいのか？推測するしかない。

これは新たな形態の不透明性である。

歴史は繰り返すのか？

歴史を振り返ってみよう：

1850年代： 石炭貴族がエネルギー供給を独占
1880年代： 労働運動の興隆
1900年代： 政府介入、エネルギー産業の規制開始
1940年代： 多くの国でエネルギーの公共化（国有化）

2024年： テック寡占が計算力供給を独占
2030年代： ？
2040年代： ？

「デジタル労働運動」は起こるだろうか？
「クラウドの国有化」はありうるか？
「計算力は基本的人権」という主張は現れるか？

市場集中度と規制強度を軸にした四象限モデルを構築し、四つの可能な未来をシミュレーションした：

四象限図：X軸＝市場集中度、Y軸＝規制強度。現在は右下——低規制・高集中度。

どの未来がより可能性が高いか？

歴史は教えている。インフラの独占は、最終的に必ず政治的反発を引き起こす。

唯一の問いは、どれだけの時間がかかるか、である。

結論：インフラとは権力である

ワットの蒸気機関とAWSのクラウドコンピューティング。230年を隔てているが、論理は同じである。

1. 技術的突破が新たな可能性を生む
– 蒸気機関：河川沿いに建てる必要がなくなる
– クラウド：自社データセンターを建てる必要がなくなる

2. ビジネスモデル革新が参入障壁を下げる
– ワット：レンタル＋成果報酬型課金
– AWS：従量課金＋初期投資ゼロ

3. コストの急速な低下が普及を推進する
– 蒸気機関：90年間で75%価格低下
– クラウド：18年間で86.5%価格低下

4. 寡占を形成する
– 石炭貴族がエネルギー供給を支配
– テック巨人が計算力供給を支配

5. 社会的矛盾が激化し、変革を引き起こす
– 19世紀：労働運動→政府規制→部分的国有化
– 21世紀：？→？→？

最も核心的な洞察：

インフラの所有権が、権力の配分を決定する。

19世紀、蒸気機関（エネルギー）を制する者が産業を制した。
21世紀、クラウド（計算力）を制する者がデジタル経済を制する。

技術は変わる。しかし権力の論理は変わらない。

これらの問いに標準的な答えはない。

クラウドコンピューティングは公共事業になるだろうか？計算力は基本的人権とみなされるだろうか？我々は19世紀の轍を踏むのか、それとも新たな解決策を見出すのか？

歴史は答えを与えない。しかし歴史は枠組みを提供する。

インフラが少数者に独占されたとき、「自由市場」はもはや自由ではない。この言葉は1850年の石炭市場で真であり、2024年のクラウド市場でも同様に真である。

ワットは1776年に世界を変えた。AWSは2006年に世界を変えた。次に世界を変えるのは、誰だろうか。

後記：あのピストン音に耳を傾けた瞬間に立ち返る

この記事を書き終えて、一つの光景が頭から離れない。

1776年のバーミンガム。ワットが改良された蒸気機関の運転音に耳を傾けている。彼はおそらく想像もしなかっただろう——この機械の論理が、参入障壁を下げ、成果に応じて課金し、利用者が基盤インフラを所有する必要をなくすという論理が、230年後にシアトルのオンライン書店によって完全に再現されるとは。

もしあなたが起業家であるなら、クラウドは確かに参入障壁を下げた。だが同時に、事業の生命線を静かに他者の手に委ねてもいる。マルチクラウド戦略は技術的選択ではなく、生存戦略である。

もしあなたがエンジニアであるなら、クラウドはビジネスロジックへの集中を可能にした。だが同時に、基盤レイヤーとの距離はますます遠くなっている。インフラの動作原理を理解するのは、自前のデータセンターに回帰するためではなく、必要なときに選択肢を持つためである。

もしあなたが政策立案者であるなら、エネルギー産業の規制史が最良の参考になる。石炭貴族の独占は最終的に国有化運動を引き起こした——矛盾が爆発してから介入するコストは、事前に計画するコストよりもはるかに高い。

技術の進歩はよいことだ。しかし進歩の果実が少数者にのみ享受されるなら、歴史は教えている——社会は最終的に、自らの均衡を見出す。

ワットの蒸気機関は産業革命をもたらし、同時に労働運動ももたらした。AWSのクラウドコンピューティングはデジタル革命をもたらした——そして、何をもたらすだろうか？

それは我々の世代が答えるべき問いである。

深掘り：完全分析パック

この記事では、蒸気機関とクラウドコンピューティングの構造的比較を展開した——Bass拡散モデルからコスト曲線、HHI市場集中度から未来シナリオ分析まで。完全分析パックではさらに踏み込む：

• Bass モデル感度分析：ワットの効率向上が4倍ではなく2倍だった場合、拡散曲線はどれだけ遅延するか？答えは40年
• HHI 歴史トレンド追跡：AWSのシェアは低下しているが、上位3社の合計シェアは実は上昇中（58%→66%）——独占は深化しているが、3社に分散しただけ
• AWSグローバル展開経路分析：NetworkXネットワーク図が、計算力分布がほぼ完全に19世紀の石炭貿易ルートを再現していることを明示
• 四つの未来シナリオ完全シミュレーションフレームワーク：集中度と規制パラメータを調整し、異なる仮定下の結果を観察可能
• 約400行の教学レベル完全コード、11枚の高度な図表（PNG 300dpi）

Article 01 深層分析パックを入手 →

次回予告

フレデリック・テイラー（Frederick Taylor）が1900年代にストップウォッチを手に工場に立ったとき、彼はすべての動作を計時し、すべての工程を分解し、「科学的管理法」を発明した。100年後、Uberのアルゴリズムは同じことをしている——ただしストップウォッチがGPSに、監督者がアプリに置き換わっただけだ。

日本では、トヨタ生産方式（TPS）がテイラー主義を独自に進化させた。「カイゼン」と「ジャスト・イン・タイム」は、労働者の知恵を統合する方向に踏み出した。だが、UberEats Japanや出前館のアルゴリズムは、その逆を行っているように見える。

管理の本質は変わったのか？それとも「見える手」が「見えないアルゴリズム」に変わっただけなのか？

次回、Pythonでテイラー主義工場とUberアルゴリズムの数学モデルを構築し、二つの管理システムの異同を定量化する。

参考文献

• Nuvolari, A. (2004). The Making of Steam Power Technology: A Study of Technical Change during the British Industrial Revolution. Eindhoven University Press.
• Allen, R. C. (2009). The British Industrial Revolution in Global Perspective. Cambridge University Press.
• Bass, F. M. (1969). “A New Product Growth Model for Consumer Durables.” Management Science, 15(5).
• Mazzucato, M. (2018). The Value of Everything: Making and Taking in the Global Economy. Penguin.
• AWS (2024). Cloud Computing Market Reports.
• Maddison, A. (2007). Contours of the World Economy, 1-2030 AD. Oxford University Press.
• Wrigley, E. A. (2010). Energy and the English Industrial Revolution. Cambridge University Press.
• 中村隆英 (1993).『日本経済——その成長と構造』. 東京大学出版会.

関連シリーズ：本シリーズは「ルネサンスのデジタル再生」および「量子力学と東洋哲学の出会い」シリーズと相互に呼応する。産業革命の権力集中の論理は、金融バブルと危機シリーズでさらに掘り下げる予定である。

Code & Cogito について

歴史を鏡とし、データを道具とし、コードを筆として、人類文明に繰り返し現れるパターンを探究する。すべての記事が、時空を超えた思考実験である。

Newsletter — codecogito.com/subscribe
GitHub — Code-and-Cogito/code-cogito-public

執筆：Wina
シリーズ：産業革命とデータ革命 #01/05
タグ：蒸気機関、クラウドコンピューティング、Bass拡散モデル、市場独占、インフラストラクチャ

(c) 2025 Code & Cogito. CC BY-NC-SA 4.0