计算深科技商业影响力的“理论最大值”

在构思深科技初创企业的商业创意时，为了判断技术的社会影响力和商业潜力，我认为在开发之前先把握理论上的上限和下限非常重要。

社会影响力的最大值是“投入×转换效率”

基本上，社会影响力的大小与能够产出的产出量成正比。因为如果对社会更有益的东西（例如环境负荷更低的东西）能够比以往生产得更便宜、更多，影响力就会相应变大。

而要产出产出物，就必须以某种手段把投入转换为所期望的产出。这种转换手段就是所谓的“技术”。

如果把这种想法大幅简化，社会影响力的理论最大值就由下面的乘法决定：

投入量 × 转换效率 = 产出（社会影响力）

为提高“转换效率”而进行的技术开发

为了提高这个转换效率，人们开发出新技术，旧技术也随之被新技术取代。例如，把更多的原油转化为石油的技术，或以石油为原料发电的技术等。

有时还会开发出这样的技术：即使改变所转换的投入的种类，也能得到所期望的产出，从而提高整体效率。

例如，开发出把劣质原油转化为石油的技术，开发出燃烧天然气而不是石油来发电的技术，以及不用石油或天然气（甲烷），而是把太阳光转化为电力的技术等，都是这方面的例子。

投入和转换效率都有限度

不过，只看技术是无法得知影响力总量的。这是因为在许多情况下投入的量存在上限，此时无论怎样提高转换效率，所能产生的影响力也是有限的。例如原油的储量就有限度。太阳能电池板需要面积，因此地表的面积就是限度（当然也可以放到太空中去）。

此外，转换效率也大多存在原理上的极限值。

因此，思考“投入量 × 转换效率”的理论极限，有助于看清影响力的上限。（※除此之外，有时也应当考虑法规和制度等方面的约束，但这里先做大幅简化的讨论）

成本也会改变影响力

在考虑经济层面时，也可以用同样的思路：

投入的价格 × 转换效率的价格 = 产出的价格

通过这个计算，可以确定产出（商品）价格的下限值。

要想真正普及，关键在于所产出的商品的价格相对而言能够降到多低。如果价格昂贵，就不会普及，也就无法产生影响力。如果能够低成本地制造，自然会广泛普及，进而带来巨大的影响力。

从这个意义上说，在思考影响力时，同时考虑成本的理论下限值也很重要。

也就是说，

投入量的上限
转换效率的上限
成本的下限

基本决定了产出的上限，也决定了理论上最大影响力的上限。

在早期就做这样的计算，也就是所谓的费米估算，就能在一定程度上估计出该技术开发成功之后所能获得的影响力。

接下来，我想用几个事例来谈谈这些想法。

例 (1) SAF（UCO→HEFA）的情况 —— 受数量制约

我们以用 HEFA 工艺把废食用油（废油，UCO）制成 SAF（可持续航空燃料）的情形为例来思考。

这里，我们以“温室气体排放量能减少到什么程度”作为影响力定量评估的标准。据说 2020 年前后全世界每年排放 59 Gt 的 GHG（温室气体），而推动脱碳的投资机构 Breakthrough Energy 等，重视一种以影响力为基础的门槛：只投资于规模化之后每年能减少 0.5 Gt GHG 排放的事业，也就是能够减少约 1% GHG 排放量的事业。

参考这个数值，我们用费米估算的方式，来求使用 UCO 时能在多大程度上接近 0.5 Gt。

前提

UCO 的年产量：设为 1,230 万吨/年。
喷气燃料馏分：假设 50% 为“实务范围的上端”。
化石喷气燃料与 SAF 的排放差：设为约 75 gCO2e/MJ（= 0.075 kg/MJ）（据说，化石燃料为 89 gCO2e/MJ，而使用以废油为原料的 HEFA 的燃料为 14 gCO2e/MJ）
喷气燃料的热值（LHV）：约 43 MJ/kg
UCO（植物油）的热值（LHV）：约 37 MJ/kg

另外，这次是直接评估仅 UCO 的上限，计算中没有包含外部氢气（H₂）的能量。同时也忽略了副产物，没有处理替代用途（例如，没有考虑把 UCO 转用于 SAF 后柴油等可能会回到化石燃料）。

1) 现实范围的上限（直接累加）

明确列出计算步骤。

步骤 A：原料质量 → 喷气燃料质量
1,230 万吨 × 50% ＝ 615 万吨（= 6.15×10^6 t = 6.15×10^9 kg）
步骤 B：喷气燃料质量 → 能量
6.15×10^9 kg × 43 MJ/kg ＝ 2.6445×10^11 MJ
步骤 C：能量 × 排放差
2.6445×10^11 MJ × 0.075 kg/MJ ＝ 1.983375×10^10 kgCO2e
= 1,983 万吨 CO2e/年（≒0.0198 Gt）

由此可见，仅就现有投入 × 实务上限的转换来看，减排上限约为 0.02 Gt/年。

※ 虽然可以提高喷气燃料馏分，但总液体收率容易下降（存在产品组合优化的权衡），因此暂且设为 50%。

2) 开展提高转换效率的技术开发的情况

这里常见的反驳是：“如果进一步提高转换效率，影响力不是会变大吗？”但是，由于存在第一定律（能量守恒），作为产品取出的能量不可能超过原料（UCO）所具有的能量。

UCO 的总能量（理论最大）
1,230 万吨（= 1.23×10^7 t = 1.23×10^10 kg）× 37 MJ/kg
＝ 4.551×10^11 MJ

即使这一上限能量能够全部作为喷气燃料取出（＝零损失这一不现实的假设），

减排的理论上限（排放差保持 0.075 kg/MJ 不变）
4.551×10^11 MJ × 0.075 kg/MJ ＝ 3.41325×10^10 kg
＝ 3,413 万吨 CO2e/年（≒0.034 Gt）

再进一步，即使做出“SAF 一侧的排放为零”这一极端假设，

减排的理论上限（假设排放差 = 0.089 kg/MJ）
4.551×10^11 MJ × 0.089 kg/MJ ＝ 4.05039×10^10 kg
＝ 4,050 万吨 CO2e/年（≒0.0405 Gt）

也就是说，无论怎样提高转换效率，也只是让 0.02 Gt/年变成 0.03～0.04 Gt/年左右，数量级不会改变。

就这个案例而言，决定影响力最大值的不是转换效率，而是投入。

3) 探讨投入（废油）能否进一步增加

据称，作为投入的废油，即使考虑回收率的提高和经济发展而增加，也只能增加到约 2～3 倍。无论饮食文化如何变化，恐怕都不会出现增加到 10 倍的情况。

也就是说，无法大幅增加投入。

使用废油的 SAF 小结

通过这些计算可以看出，在使用废油的 SAF 的情况下，其对 59 Gt 的贡献幅度很小，而且尤其是，即使进行技术开发，投入一侧也存在制约。

实际上，除此之外，还要加上获取投入的成本（包括供应链成本）和利用技术进行转换的成本等，由此得到的“制成品价格”决定了实际能带来多大程度的购买。不过，这条路径的特点是，无论这些成本降得多低，都无法达到那么大的影响力。

类似的计算也可以用于太阳能电池板等。在太阳能的情况下，投入是“面积和日照时间”，转换效率则代入太阳能电池板转换效率的理论值，就可以算出理论值。根据是否把农田、宅地等算作投入，最大值会有所不同，但各种情形下的最大值都是可以知道的。（而且其潜力相当大）

例 (2) 水电解制氢的情况 —— 受转换效率制约

使用废油的 SAF 是投入构成制约的事例，而另一方面，也有转换效率构成制约的情况。我们以绿氢制造中的水电解为例来思考。

使用的是“投入 × 转换效率＝产出（＝社会影响力）”这一框架。

这里的投入，简化来说就是水和绿色电力。假设水几乎可以免费获得，绿色电力以使用白天的剩余电力为前提，按 0 元计算。这样一来，投入就不构成限速因素，问题体系就变成以转换效率及其成本为限速因素。

然后，我们把美国能源部（DOE）提出的“清洁氢气降到 $1/kg”这一目标（Hydrogen Shot：$1/1 kg）设为目标值。

在这些前提下，我们以转换效率为中心来看。

1) 水电解的原理极限

水电解是用电把水分解（电解）为氢气和氧气。这个反应存在“不可能低于此值”的所需能量下限。

理论最小电能（源自吉布斯自由能）… 约 32.7 kWh/kg（＝“可逆极限”）
热量进出为零的点（“热中性”）… 约 39.4 kWh/kg（= 相当于 1.48 V）

考虑到理论电压为 1.23 V（可逆）和 1.48 V（热中性），1.23/1.48 ≈ 0.83，所以 39.4×0.83 ≈ 32.7。也就是说，无论技术如何进步，1 kWh 电都无法制出 30 g 以上的氢气。这就是“转换效率之壁”。

2) 投入×转换效率＝产出

把它代入本博客的基本公式“投入×转换效率＝产出”。

1 kWh → 最多约 30 g‑H₂（= 0.030 kg）
让 1 kW 的装置运行 1 年（8,760 kWh），则
- 理想上限：8,760 × 0.030 ≈ 约 265 kg‑H₂/年・kW（可逆）
- 热中性时约 222 kg‑H₂/年・kW

也就是说，“每 1 kW 每年 200～260 kg”就是装置所能生产的最大量的参考值。

3) 成本的计算（电费 0 元→电费○元）

接下来谈钱。整理成便于计算的形式来看，氢气的制造成本（LCOH）大致为

\text{LCOH} \approx \underbrace{\frac{\text{装置代の年あたり回収}}{\text{年の生産量}}}_{\text{装置（CAPEX）由来}} \ +\ \underbrace{\text{電気代} \times \text{kWh/kg}}_{\text{電気代の部分}} \ +\ \text{保守等}

(A) 在电费为 0 元的理想世界里：

只剩下“源自装置的成本”。设装置 1 kW = $1000，按把利息和折旧摊平后的年率 10% 回收，如果每年能制造 265 kg，则

\frac{\$100}{265\ \text{kg}} \approx \mathbf{\$0.38/kg}

也就是说，如果装置是 $2000/kW，约为 $0.75/kg；如果是 $2500/kW，约为 $0.93/kg（接近可逆理想的情况）。不过，如果是热中性（约 222 kg/年），则会稍高一些（例如：$1000/kW → 约 $0.45/kg）。

(B) 现实中也要付电费的情况：

电价每上涨 1 ¢/kWh（=$0.01/kWh），

可逆（33 kWh/kg）的话，约 $0.33/kg
热中性（39 kWh/kg）的话，约 $0.39/kg

就会原样加到成本上。例如在 2 ¢/kWh 时，仅电费就要花 $0.66～$0.79/kg。

在此基础上，维护、公用工程、水处理、气体干燥/压缩等也要加上去，这才是现实的计算（本文做了简化）。

4) 对 $1/kg 的影响

我们大致倒推一下实现这个 $1/kg 的条件（假设年率 10%、维护为零、满负荷运转＝设备利用率 100%，这是偏宽松的假设）。

电费为 0 的情况：
装置价格需要在 $2.2k～$2.7k/kW 以下（热中性～可逆）。如果利用率降到 50%，允许的装置价格也会减半。

电费为 2 ¢/kWh 的情况（以接近可逆为前提）：
仅电力就要用掉 $0.65/kg，所以能用于装置的额度是 $0.35/kg。要满足这一点，装置价格至多约为 ~$900/kW（假设满负荷运转）。如果利用率为 50%，允许的装置价格会降到约 ~$450/kW，变得极其严苛。

也就是说，仅靠提高水电解的效率，无法达到 $1/kg。非常便宜的电力（≲1～2 ¢/kWh）、高利用率，以及相当便宜的装置价格（$~1000/kW 级别以下），这些全部都是实现目标所必需的。

5) 小结

总结如下。

转换效率之壁：1 kWh 最多只能制出约 30 g 氢气。制造 1 kg 需要 33～40 kWh。这就是物理上的极限值。
装置的产量上限：每 1 kW・年的极限是 200～260 kg。装置的“收益”在此封顶。
成本的关键：装置的低价（$/kW）、2) 电力的低价（$/kWh）、3) 利用率（%）。
效率的提升固然重要，但真正改变数量级的主角，关键在于这三项。

因此，关键不仅在于提高水电解的效率，还在于提高装置的低价化和利用率的研究开发。或者说，就需要去探索不同于水电解的、通过其他电解方式制造绿氢的路径，以及地下氢气等登月式的构想。

（如果计算有误，还请指正……）

商业影响力的计算

到这里为止，我们把产出的量近似为社会影响力，只考虑了

投入
转换效率

这两项。

在思考商业层面的成功时，需要针对这些因素考虑经济方面。此外，也需要考虑竞争所导致的利润率的上下波动。也就是说，

投入：输入更便宜、更多就能获得的东西，
转换效率：以更便宜的方法、更高效地、转换为附加值更高的东西，
利润率：以更具垄断性的方式提供

我认为，通过这三点的乘积，就可以大致算出事业影响力的潜力。

极度简化地说，就是：

把更多廉价的东西（投入）
“转换（技术）”为
更多昂贵的东西（产出），
并且能在多大程度上“垄断”它

当然，这可以说是理所当然的事。

最先计算影响力理论上限的意义

我的印象是，日本的研究开发中，来自研究人员和技术人员的自下而上的提案居多。对于自然科学等领域，我认为这样就好；但另一方面，工程学在很多情况下被要求有社会影响力，若是研究开发的“商业化”，那就更需要事先计算其社会影响力。

此时，进行自上而下的计算，及早评估“这项技术作为一种可能性，能带来多大程度的影响力”，并将其反映到研究开发经费的资源分配中，我认为这样的实务还有进一步加强的余地。

尤其是对于使用深科技的高成长初创企业来说，在追求巨大影响力时，“是否真的有可能带来高回报”，有时只要先把握上述那样的投入上限和转换效率（实务范围和理论上限），做简易的计算就能看清。反过来说，如果没有这种回报可能性的计算，就很容易变成高风险、低回报的投资。

从国家补助金的研究开发等来看，也有这样的情形：因为研究开发已有进展，所以影响力上限值很低的“技术商业化”也会被采纳。也可以说，过于专注技术开发，有时会看不清全局。这可能是因为加入了社会影响力、事业影响力之外的价值，但即便如此，从承担民间无法承担的风险（和回报）这一意义上说，我认为也更需要预先求出影响力最大值这一视角。

（此外，即使产出量不大，当某个特定用途强烈需要这项技术时，其市场价值也可能大幅提高。）

使用生成式 AI 进行验证

最近，借助生成式 AI 和 Elicit 等文献服务，大致估计出理论最大值的工作变得轻松了许多。在信息检索、假设范围的敏感性分析、前提的一致性检查等初期筛选方面，非常有用。

当然生成式 AI 也会出错，但如果按照费米估算的框架（投入×转换），用文字固定计算步骤和假设，并每次都记下数字的依据，我认为就能在短时间内画出初步的全景图。如果利用这类工具事先开路，资金就会流向更好的项目，我是这样想的。

※ 本文中的计算也使用了 GPT-5 Pro。

结语

本文介绍了这样一种思路：只用“投入上限 × 转换上限”来估计理论最大值，然后在此基础上检验是否具有影响力。

这里举出的 UCO→HEFA 和水电解的研究开发绝非没有意义，而且它们是对短中期脱碳有贡献的技术，所以我认为这些技术本身也有应当推进的部分。另一方面，“理论上可能有多大程度的影响力”这一思考，在考虑追求高回报的深科技初创企业以及国家推进的技术开发方向时也很重要，为了强调这一点，我才有幸举了它们作为例子。

以上，这篇文章的主旨是：在技术开发和事业开发的早期阶段，大致验算该技术或事业的影响力上限，然后再考虑把资本和人才押注在哪项技术上，会比较好。

另外，请允许我补充一点：这种思路适用于由技术供给方承担风险、并且已知存在一定需求的业务，而对于 IT 等存在需求方风险的业务，则是难以使用的思路。