ateron9583のブログ

モルガン・スタンレー：AIインフラに1.4兆ドルを巨額投資――その成果は？

モルガン・スタンレーは、セルサイドの調査レポートで、主要ハイパークラウドベンダーの設備投資額の予測を引き上げ、5大プラットフォームの総設備投資額が2027年には1.2兆ドル、2028年には1.4兆ドルに達すると予測した。また、同レポートはAIインターネットをトップピック銘柄として維持し、目標株価を775ドルとした。

これらの数値は調査レポートのモデルに基づくものであり、公式な企業ガイダンスを示すものではありません。モルガン・スタンレーが公開している資料では、AI関連インフラへの世界的な投資額は2028年までに3兆ドルに迫り、データセンターの設備投資額は約2.9兆ドルになると既に述べられています。主要5プラットフォームの1.4兆ドルという数値は、主に主要なクラウドおよびインターネットプラットフォームに関するセルサイドの計算に基づいています。

この調査レポートで最も注目すべき変化は、AIインフラへの支出が継続的に増加している点です。モデルによると、2028年までに主要プラットフォームの利用可能なコンピューティング能力は120GW近くに達し、2025年の30GWの約4倍になります。1GWあたりの建設コストも上方修正されており、GB200、GB300、Vera Rubinなどの次世代プラットフォームは、メモリ、電力、ラック、エンジニアリングへの投資をさらに必要としています。

投資家にとっての疑問は、「AI大手は資金を投入するのか？」から「その資金が収益に変わるまでどれくらいの時間がかかるのか？」へと変化した。METAは、AIへの投資圧力が高まる一方で、広告、消費者向けアプリケーション、モデルAPI、サブスクリプションツールといったより直接的な収益化手段も持っているため、最前線に位置づけられている。

1兆4000億ドルの支出は、120ギガワットの計算能力に賭けている。

調査報告書は、大手クラウドベンダー5社の設備投資予測を2027年と2028年にそれぞれ9％と10％引き上げ、1兆2000億ドルと1兆4000億ドルとした。この数字には、Amazon、Google、Microsoft、Meta、SPCXに関連するAIインフラ投資が含まれる。

容量拡張は、支出増加の主な理由の1つです。このモデルでは、主要プラットフォームで利用可能なコンピューティング容量は、2025年の約30GWから2028年には約120GWに増加します。Amazonの総容量は2028年までに約35GWに達すると予測されており、Googleは2027年と2028年に最も多くの容量を追加し、METAは2025年末の約3.5GWから2027年には14GW、2028年には21GWに増加します。

大手クラウドベンダー5社の設備投資予測は、2028年には合計1兆4000億ドルに達する見込みで、2027年と2028年の予測値はそれぞれ9％と10％上方修正された。

利用可能なコンピューティング能力は、2025年の約30GWから2028年には約120GWに増加し、METAは21GW、Amazon地域は合計で約35GWとなる見込みです。

METAの設備投資額の算出においては、統計手法の違いを考慮する必要があります。調査報告書のモデルでは、METAの2027年と2028年の設備投資額はそれぞれ2,250億ドルと2,500億ドルに上方修正されています。公開されている二次報告書の中には、モルガン・スタンレーによる2027年から2028年までのMETAの設備投資額として約3,800億ドルという数字を挙げているものがありますが、これは総設備投資額、AIインフラ、総額、またはオフバランスシートファイナンスなど、異なる手法に基づいて算出されている可能性があります。

これらの違いは、主要なテーマを変えるものではありません。AIデータセンターへの支出は、フリーキャッシュフロー、減価償却費、短期的なEPSに引き続き重くのしかかり、クラウド、広告、検索、API、エンタープライズツールからの将来の収益が実現できるかどうかを左右します。より多くのコンピューティング能力を有料製品に変換できる企業は、今日の設備投資をより容易に説明できるでしょう。

メモリや電源の筐体価格の上昇により、ギガワットあたりのコストは以前よりも高くなっている。

支出増加の理由は、「データセンターの増設」だけでなく、「ギガワットあたりのコスト上昇」にも起因している。

調査報告書のボトムアップ型コストモデルによると、GB200の1GWあたりの建設コストは約350億米ドルで、前回の想定から16%増加している。GB300は約390億米ドルで、19%増加。Vera Rubinは約490億米ドルで、20%増加。Google TPU v7は約270億米ドル、Amazon Trainium3は約210億米ドルとなっている。

GPUおよびASIC GWレベルのデータセンター導入に関する最新のコスト見積もり：GB200は約350億ドル、GB300は約390億ドル、Vera Rubinは約490億ドル。

コスト上昇圧力は主に2つの要因から生じている。ハイエンドAIシステムで使用されるメモリの割合が増加し続けていることに加え、電力、土地、冷却、配電、エンジニアリング建設といったデータセンターのオフシェルコストも上昇している。調査報告書では、これらのコストが約1,000万ドル/MWから1,100万ドル～1,900万ドル/MWに上昇すると予測している。

このことから、AI大手企業の支出曲線が短期的には減少する可能性が低い理由が説明できる。チップ供給の改善によってある程度の圧力は緩和されるものの、電力供給、ラック、建設、熟練労働者、そして現地での認可といった要素が建設期間を長期化させるだろう。一部のプロジェクトでは期間が約3年に及ぶ可能性があり、設備投資額が大きいほど、収益面での投資回収をより迅速に証明する必要が生じる。

METAの焦点はAIに移ったが、費用はどれくらいかかるのだろうか？

METAが最有力候補として挙げられたのは、AIによる収益機会が他の多くのインターネット企業よりも集中しているためである。

この調査レポートでは、METAの潜在的な成長要因を、Meta AI検索、新しいクラウドサービス、API収益、サブスクリプションツール、広告アップグレードなどの分野に分けて分析しており、これらを合わせると2028年の1株当たり利益（EPS）に約10ドル貢献する可能性があるとしています。基本シナリオでは、METAの2028年のEPSは33.41ドルです。一部のオプションが行使された場合、EPSにはさらなる上昇の可能性があります。

META AIの5種類のアップサイドオプションによる2028年のEPSへの累積貢献額は33.41ドルで、合計で約10ドルのアップサイドとなる。

この計算は、一部の公開されている二次レポートに記載されている「4つの製品または触媒」や「2028年のEPSが1ドルから3ドル増加する」といった内容とは必ずしも一致しません。本調査レポートでは、これをシナリオ計算として捉えるのが適切でしょう。実際に財務諸表に反映される部分は、製品の普及率、充電能力、およびコンピューティング能力の利用率によって左右されます。

APIは最も直感的なエントリーポイントです。Metaは7月9日にMeta Model APIのパブリックプレビューを発表しました。価格追跡機関Artificial Analysisを含む第三者の情報によると、Muse Spark 1.1 APIの入力価格と出力価格は、それぞれ100万トークンあたり1.25ドルと4.25ドルで、一部の主要な競合他社よりも低くなっています。

調査報告書のモデルでは、APIに使用されるGB300の容量100MWごとに、約53,300個のGPUが75%の利用率で稼働し、2028年には約85億9,000万ドルの収益、6億4,000万ドルの増分EBIT、および約1.91ドルの増分EPSを生み出すと想定している。この計算は高い利用率と持続的な需要を前提としており、低価格は顧客を引き付けるのに役立つだけで、それだけで収益性を保証するものではない。

サブスクリプションツールも、潜在的な参入ポイントとなり得る。このモデルでは、METAの1,500万社の広告主のうち25%が、ビジネスエージェントやコーディングアシスタントなどのツールに月額約200ドルを支払うと想定しており、これにより2028年までに約80億ドルの収益と約2ドルのEPS（1株当たり利益）がもたらされる可能性がある。広告主が支払いを継続するかどうかは、これらのツールがコンバージョン率の向上、制作コストの削減、あるいは自動化機能の強化を実現できるかどうかに最終的に左右される。

アマゾンとグーグルは恩恵を受けているが、収益検証の仕組みはまだ追いついていない。

アマゾンとグーグルも今回の設備投資増加において主要なプレーヤーだが、この主要な話題においては、どちらかというと背景的な言及といった位置づけだ。

Amazonに関しては、ある調査レポートがAWSの収益成長見通しを引き上げ、2027年と2028年の成長率をそれぞれ40%と36%と予測している。また、AWSの受注残高は前四半期比で約1,100億ドル増加し、第2四半期には約4,750億ドルに達したと推定している。Amazonはまだ公式の第2四半期決算報告を発表していないため、この受注残高の数値はセルサイドの予測とみなすべきである。公式文書では、AWSの売上高が2026年第1四半期に前年同期比で28%増加し、OpenAIが1,000億ドルの複数年契約を追加し、現金による設備投資が引き続き増加したことが確認されている。

Googleの強みは、Geminiモデル、TPU、クラウドサービスといったフルスタック機能にあります。調査レポートによると、Googleは2027年と2028年に主要プラットフォームの中で最も多くの処理能力を追加する予定です。短期的な課題としては、特に検索、クラウドサービス、モデルAPIが同時に処理能力を奪い合う場合、コンピューティングリソースが製品の展開を制約する可能性があることが挙げられます。

これらの手がかりはすべて、現実世界における同じ問題を指し示している。AIへの支出は数兆ドルに達しており、市場はますます「1ドルの設備投資でどれだけの収益が生み出されるのか？」と直接的に問いかけるようになるだろう。クラウドサービス、AI検索、API、広告ツール、企業向けサブスクリプションはすべて、投資対効果を検証するための入り口となる。

巨額の支出には、電力供給、各種認可、そして実際の需要といった要素も考慮する必要がある。

今回の設備投資増加には明確な上限が設けられている。

最初の制約は供給です。チップ、HBMメモリ、ラック、電源アクセス、熟練労働者など、すべてが建設速度に影響を与えます。AIデータセンターは、計画から運用開始まで、地域の承認、電力網のアップグレード、建設サイクルを経る必要があり、モデルの想定どおりに直線的に実装することはできません。

2つ目の制約は、政治と規制です。大規模データセンターの電力、水、土地の消費は、地域住民の抵抗を引き起こす可能性があります。また、エネルギー政策や地方自治体による認可のペースは、2026年の米国中間選挙と2028年11月の大統領選挙の前後で変化する可能性もあります。

3つ目の制約は需要です。メタのAPI、サブスクリプション、広告アップグレードは引き続き増加傾向にありますが、収益を実現するには顧客からの実際の支払いと継続的な利用が必要です。競合他社よりも低価格であることは顧客獲得に有利ですが、長期的な収益性は利用量、粗利益率、ツールの投資対効果（ROI）に左右されます。

1兆4000億ドルに上る設備投資は、高コストの成長曲線を描き出している。巨大企業はAIコンピューティング能力を事前に確保しており、市場は今後もこのコンピューティング能力がいつ収益と利益に結びつくのかを問い続けるだろう。METAの目標株価775ドルは、AIの収益化が徐々に実現していくことを前提としている。最も難しいのは、モデルにおけるEPSの上方修正予測を財務諸表上のキャッシュフローに変換することである。