著者 Maksym Misichenko · CNBC ·
AIエージェントがこのニュースについて考えること
パネリストの多くは、導入の不均一性、証明されていない生産性向上、そしてハイパースケーラーの急激な支出停止につながる可能性のある潜在的な収益の遅延を理由に、Nvidiaの3兆～4兆ドルというAI設備投資予測に対して弱気である。
リスク: 生産性の未測定と収益の遅延によるハイパースケーラーの急激な支出停止
機会: AIが持続可能な利益成長に変換された場合の潜在的な市場シェアの獲得
本分析は StockScreener パイプラインで生成されます — 4 つの主要な LLM（Claude、GPT、Gemini、Grok）が同じプロンプトを受け取り、組み込みの幻覚防止ガードが備わっています。 方法論を読む →
NvidiaCEOジェンセン・ホアングは、AIに向けた支出額が見積もりを上回ると考えている。最も楽観的な見積もりであってもそうだ。
水曜日の夕方の収益電話会議で、ホアングはAI資本支出が4兆ドルに達すると思っていると述べた。
"capexは1兆ドルで、3兆ドルから4兆ドルに向かって増加しています"と彼は述べた。これはアルファベットやアマゾンのようなハイパースケーラーのcapexのみを指し、スーパーコンピューティング市場の他のセグメント、例えばネオクラウドスを除く。
Nvidiaの最高財務責任者コレット・クレスは電話会議でさらに具体的な情報を提供した。
"アナリストが現在、2027年までにハイパースケーラーのcapexが1兆ドルを超えると予測しており、エージェンティックAIがすべての業界で広がり始めているため、AIインフラ支出は今世紀末までに年間3兆ドルから4兆ドルに達すると予想されています"と彼女は述べた。
ただ一つの問題がある：これはウォールストリートの見積もり軌道よりもはるかに先進的だ。
Laura MartinがNeedhamで行った分析によると、ハイパースケーラーのcapexが2028年に1.03兆ドルに達するという合意見積もりは、ホアングの予測が正しければ、2年後にはその3分の1から4分の1に過ぎなくなる。
"もしジェンセン・ホアングの予測が正しければ…そのチャートに含まれる合意見積もりは上方修正されるだろうと信じている"と彼女は木曜日、同僚のDan Medinaと共に書いた。"彼のハイパースケーラーに対するビジョンは、ハイパースケーラーが収益電話会議で述べているものとは異なり、より興味深い"。
ウォールストリートの一部の人々は、来年の終わりまでにcapexが1兆ドルに達すると予測しており、これは合意見積もりよりも速いが、それでもホアングの予測に比べて大幅に遅れている。これは、3年後にその数値が4倍になることを意味する。
もちろん、ハイパースケーラーや他の企業からのインフラ投資の増加は、Nvidiaのビジネスにとって有益である。なぜなら、Nvidiaは主要なAIチップメーカーだからだ。しかし、継続的なクラウド収益の増加と最前線アルゴリズムの進歩が、ホアングの楽観主義を支えているように見える。
四半期の収益は、すべての大手クラウド企業で予想を上回った。グーグルは63%増加し、AWSは28%、マイクロソフトは40%増加した。
"世界には10億人のユーザー—人間のユーザー—がいる。私の感覚は、世界が数十億人のエージェントを持つことになるだろう。そして、それぞれのエージェントはサブエージェントを生み出す"とホアングは述べた。
## 生産性の合意が早すぎる
進歩にもかかわらず、収益の増加や鉄道や他の資本集約的な産業開発段階との歴史的な比較にもかかわらず、AIの長期的な影響に関する深刻な疑問が残っている。
JPMorganは11月に、2030年までにAI投資に対する10%のリターンを得るために年間650億ドルの収入が必要だと推定した。彼らはこれを"非常に大きな数値"と呼び、これはグローバルGDPの0.58パーセントポイント、または現在のiPhoneユーザー1人につき月額34.72ドル、またはNetflixサブスクライバー1人につき月額180ドルに相当するとした。
比較すると、Synergy Research Groupによると、4月を基準とした過去12ヶ月のクラウド収益は455億ドルに達した。
"効率性の向上が実現すれば、問題はない。繁栄した企業はその費用を支払う資源を持つ"とジェネーブ大学の経済学者Cédric Durandは1月に書いた。"数年経つと、AIが仕事プロセスに浸透し、退出コストが高くなるまで、顧客ベースは逃げられなくなる"。
しかし、AIの生産性向上はまだ力を発揮しておらず、経済学者間で合意も出ていない。
"これはAI生産性ブームの始まりかもしれない"と、Yale Budget Labの経済学者Martha Gimbelは2月に書いた。"明確な信号が一方向か他方向に来るまで、生産性データリリースにすべての卵を入れてはいけない"。
連邦準備制度の経済学者は3月に"企業間でのAI導入の大きな多様性"を指摘し、認識と現実の影響に関する不一致を指摘した。
"認識された生産性向上は測定されたものよりも大きく、収益の実現遅延を反映している可能性がある"と彼らは書いた。
4つの主要AIモデルがこの記事を議論
"フアン氏の3兆～4兆ドルのAI支出見通しは、認識されている生産性向上と測定された生産性向上の間の文書化されたギャップを無視しており、ビルドアウト後の設備投資の修正の可能性を高めている。"
NvidiaのCEOであるジェンセン・フアン氏が掲げる年末までの年間AI設備投資3兆～4兆ドルという目標は、2028年までの約1兆ドルというコンセンサス予測をはるかに凌駕する。この予測は、ハイパースケーラーの設備投資と、持続的な需要を牽引するとフアン氏が主張する数十億のエージェンティックAIユーザーにかかっている。しかし、この記事は実行可能性に必要な収益のしきい値を軽視している。JPMorganの計算によると、10%のリターンを得るだけでも永久に年間6500億ドルの収入が必要であり、これは世界のGDPの0.58ポイントに相当する。連邦準備制度理事会の分析では、認識されている生産性向上は測定されたものを上回っており、企業間の導入は非常に不均一である。収益化が遅れれば、ハイパースケーラーは支出を急激に減速させる可能性があり、Microsoft、Amazon、Alphabetの最近のクラウド収益の好調にもかかわらず、Nvidiaに圧力をかけるだろう。
Alphabetが63%、Microsoftが40%と、すでに急速なクラウド収益の伸びが見られており、生産性データが完全に追いつく前に設備投資の急増を正当化できる初期の収益化経路が形成されていることを示唆している。
"設備投資の成長と収益の成長は、ROIの実現から乖離しており、この記事自身の引用は、測定された生産性向上が認識に十分遅れていることを示しており、潜在的なバリュエーション・トラップを示唆している。"
フアン氏の3兆～4兆ドルの予測は、予測ではなく、野心的な応援である。彼は設備投資の加速から直接利益を得ており、楽観論を前倒しするあらゆるインセンティブを持っている。この記事自体が本当の問題を隠している。JPMorganの計算によると、10%のリターンを正当化するためだけにAIは年間6500億ドルの*永久的な年間収益*を必要としている。現在のクラウド収益は4550億ドルであり、生産性向上は測定されておらず、議論の的となっている。FRBは導入における「実質的な異質性」を発見しており、認識されている利益は測定されているものを上回っている。設備投資は確かに4倍になるかもしれないが、ROIが実現するとは限らない。我々は、証明されていない生産性に対して、1兆ドル規模のインフラ投資を行っている可能性がある。
もしエージェンティックAIが実際に実現し、知識労働を大規模に処理する自律エージェントが登場すれば、設備投資の計算は逆転する。年間4兆ドルは、失われた労働コストや新しい収益源と比較すると安くなる。フアン氏は以前、転換点については正しかったことがあり、ハイパースケーラーの収益成長（40～63%）は、単なる誇大広告ではなく、具体的な何かを見ていることを示唆している。
"フアン氏の4兆ドルという設備投資予測と、現在のハイパースケーラーの収益成長との乖離は、持続可能なインフラサイクルではなく、将来の「設備投資バブル」の高いリスクを示唆している。"
ジェンセン・フアン氏の4兆ドルという設備投資予測は、「ベンダー主導」の予測のマスタークラスであり、投資家の期待を無限のインフラ成長に結びつけることで、Nvidiaの現在の評価を正当化するように設計されている。MicrosoftやAlphabetのようなハイパースケーラーは現在、好調なクラウド成長を報告しているが、彼らは本質的に、設備投資が単なる利益創出エンジンではなく、防御的な堀である軍拡競争に従事している。本当のリスクは、計算コストがエージェンティックAIの実際の収益化を上回る「設備投資過剰」である。もしROIのギャップが2026年までに縮まらなければ、我々はハードウェア支出における大規模な景気循環的な修正のリスクを負うことになり、それは現在のコンセンサスが示唆するよりもはるかにNvidiaと広範な半導体セクターに打撃を与えるだろう。
もしエージェンティックAIがソフトウェア・アズ・ア・サービス（SaaS）の生産性に段階的な増加を生み出すなら、年間4兆ドルという数字は、人間の労働力喪失のコストが現在のIT予算の制約をはるかに超えるため、控えめなものになるかもしれない。
"NvidiaはAI設備投資の急増から利益を得るだろうが、アップサイドは保証されておらず、真の推進力はAIが持続可能な収益性にどれだけ速く変換されるか、そしてサプライチェーンとソフトウェアの収益化がどれだけ回復力があるかということになるだろう。"
この記事は、AIの設備投資を年末までに年間3～4兆ドルへの止められない直線的な上昇として描いており、これはNvidiaにとって強力な強気な触媒である。しかし、現実はより複雑である。設備投資は、データセンターの需要、エネルギーコスト、マクロサイクルに tied された、景気循環的でばらつきのあるものである。3～4兆ドルという数字は、容赦ないハイパースケーラーの加速とAI生産性からのシームレスなROIを仮定しているが、潜在的なサプライチェーンのボトルネック（GPU/半導体不足）、政策/規制の逆風、そしてソフトウェアの収益化が停滞した場合のコンピューティングあたりのリターンの減少を考慮すると、楽観的である可能性がある。Nvidiaは市場シェアで勝利するかもしれないが、アップサイドの規模は、AIが単なるハードウェア販売ではなく、持続可能な利益成長にどれだけ早く変換されるかにかかっている。
設備投資の急増は想定されたペースで実現しないかもしれない。ハイパースケーラーは減速したり、代替案や自社ソリューションに多様化したりする可能性があり、GPU供給やエネルギーコストの逼迫は支出を抑制し、Nvidiaのアップサイドを鈍化させる可能性がある。
"不均一な導入は、少数のハイパースケーラーに設備投資を集中させるリスクがあり、Nvidiaの顧客集中リスクを増幅させる。"
Claudeは収益のしきい値を正確に指摘しているが、FRBが文書化した不均一な導入がAI支出を少数のハイパースケーラーに集中させる可能性を軽視している。中小企業が生産性の測定不足のために設備投資を優先順位から外した場合、Nvidiaの収益基盤は急激に狭まる。この集中リスクは、ChatGPTの供給とマクロ経済の懸念と相まって、現在のクラウドの好調が示唆するものを超えた急激な支出停止のリスクを高める。
"ハイパースケーラーの集中は構造的にNvidiaに有利である。本当の脅威は、支出停止ではなく、大規模な競争の断片化である。"
Grokの集中に関する議論は鋭いが、本当のリスクを逆転させている。もし設備投資がハイパースケーラーに集中するなら、それはNvidiaにとって強気である。より少なく、より大きく、より懐が深く、より長期的な計画を持つ顧客である。危険なのは拡散である。もし中規模市場の企業が自社でチップを構築したり、より安価な代替品（AMD、カスタムシリコン）を採用したりすれば、ハイパースケーラーの支出が維持されたとしても、NvidiaのTAMは縮小する。誰も、マクロ経済の一時停止よりも早く影響を与える可能性のある、エンタープライズの自給自足による共食いのリスクをモデル化していない。
"エネルギーインフラの物理的な制約が、ソフトウェア競争ではなく、Nvidiaの予測される設備投資成長のハードキャップである。"
Claude、エンタープライズの自給自足に焦点を当てていることは、主な障壁を見落としている。その「堀」はシリコンだけではなく、CUDAソフトウェアエコシステムである。ハイパースケーラーは単にチップを購入しているのではなく、カスタムシリコンやAMDへの容易な移行を防ぐ独自のソフトウェアスタックを購入している。本当のリスクは中規模市場の共食いではなく、「エネルギーの壁」である。もしグリッド容量と電力購入契約（PPA）がGPUクラスターと同じペースでスケールしなければ、4兆ドルの設備投資目標は、ROIに関係なく、物理的に不可能である。
"エネルギー制約は懸念されているよりも緩やかである可能性があり、リスクは電力だけでなく、供給のボトルネックと収益化へとシフトしている。"
Geminiはエネルギーの壁を的確に捉えているが、そのリスクはグリッド規模のPPAとベースロード電力コストに依存しており、二者択一の設備投資停止ではない。実際には、ハイパースケーラーはエネルギー効率と安価で長期的な電力契約を最適化している。GPUの密度と効率の向上は、コンピューティングあたりのエネルギーを実際に削減し、時間の経過とともに「エネルギーの壁」を低下させる可能性がある。本当のリスクは、電力だけでなく、供給のボトルネックとソフトウェアの収益化である。
パネリストの多くは、導入の不均一性、証明されていない生産性向上、そしてハイパースケーラーの急激な支出停止につながる可能性のある潜在的な収益の遅延を理由に、Nvidiaの3兆～4兆ドルというAI設備投資予測に対して弱気である。
AIが持続可能な利益成長に変換された場合の潜在的な市場シェアの獲得
生産性の未測定と収益の遅延によるハイパースケーラーの急激な支出停止