「$700Bは歴史上最大の資本misallocation(誤った資本配分)だ。」
4月30日、ビッグテック4社の決算発表直後、AI批評家のGary MarcusがXに投稿した言葉です 。同日、Goldman Sachsは「2026〜2031年の累積$7.6T投資は、前提がいくつか変わるだけで数千億ドルが動く」という分析を発表しました 。両陣営とも同じ数字を見ているのに、「バブルだ」と「持続可能だ」に結論が分かれています。
これは何?
2026年の1年間に、アルファベット・アマゾン・メタ・マイクロソフトの4社が約束したAIキャペックス(資本的支出)は約$700Bに達します 。マイクロソフト$190B、アルファベット$180〜190B、アマゾン$200B、メタ$125〜145B。この数字は米国GDPの0.8%に相当し、スイスの年間GDPに近い規模です 。
勢いも急激です。2025年時点の$405Bから1年で62%以上増加しました。Goldman Sachs Global Instituteのベースラインモデルでは、2026年$765B → 2031年$1.6T の年間キャペックス、6年累計$7.6Tと試算しています 。
決算への影響も合わせて確認しておきましょう。
- アマゾン Q1 フリーキャッシュフロー $1.2B (-95% YoY)
1四半期でフリーキャッシュフローが95%減少。キャペックスが営業キャッシュをほぼ全て消費した格好です。 - アルファベット Q1 フリーキャッシュフロー $10.1B (-47%)
黒字は維持しているものの、ほぼ半減しました。 - メタ $20〜25B 追加社債発行(昨年$30Bに加えて)
手元資金が不足し、借り入れを始めました。CreditSightsはすでにメタ社債にunderperform格付けを維持しています。 - 4社すべてが「capacity-constrained(需要未充足)」
決算説明会で共通して「入ってくる需要を全て受け切れていない」と発言。データセンターやチップの供給が追いつかず、作りたくても作れないのが現状のボトルネックです。
Marcusはなぜmisallocationと呼ぶのか?
Gary Marcusの論点は4つです 。
(1) どの企業もAIから意味のある利益を出せていない。(2) 技術的な競争優位性(moat)がない——LLMはコモディティ化が進んでいる。(3) 価格競争は避けられない。(4) 顧客側も大きなROIを得られていない。つまり$700Bを注ぎ込んだ結果物が「すぐに無料で配られる商品」になるというのが彼の主張です。
さらに強力なデータが加わります。American Affairsの分析によれば、現在のペースで進めば、ハイパースケーラーは2030年までに$2T超の売上を作らないと、計画されたキャペックスを正当化できない 。OpenAI・Anthropic合算で2025年のARR(年間経常収益)が$20B水準なのに、5年以内に100倍の規模が必要だという意味です。
Goldmanはどう見ているのか?
Goldmanの答えは、「バブルか否か」というのが間違ったフレームだということです。$700Bは固定された数字ではなく、4つの供給側の前提に非常に敏感な条件付きの数字というのが核心です 。
| 前提 | 現在のベースライン | 変動時のインパクト |
|---|---|---|
| シリコンの使用寿命 | 4〜6年 | 3年〜7年の間で変動するだけで、累積キャペックスが数百億ドル単位で動く |
| データセンターの単価 | MW当たり$15M(従来は$10M) | $11M〜$19Mの間で変動すると、データセンターキャペックスが数千億ドル単位で動く |
| チップアーキテクチャの構成比 | NVIDIA GPU 75%以上(マージン75%) | ASICの比率が上昇した場合——需要弾力性次第で総額が減るか、横ばいか |
| 建設の長期化(elongation) | 電力・人材・設備のボトルネック = ベースケース | ボトルネック深刻化 → 供給側の摩擦が需要側の不信に転移し、投資が縮小 |
Goldmanが明示的に指摘する落とし穴の一つは、「会計上の減価償却と実際の経済的耐用年数のギャップ」です。チップを5年かけて減価償却しても、毎年NVIDIAがステップ関数的な性能向上を実現すれば、3年で経済的に陳腐化します。帳簿上は資産として残っていても、実態は「売ろうとしても売れないもの」になるわけです 。
一方Goldmanは、総額をほとんど動かさない変数も明確にしています——トレーニング対インファレンスの比率、メモリ価格の変動、自家発電対グリッド接続。これらは誰がマージンを得るかの問題に過ぎず、$7.6Tという大きな絵はほぼ変わりません 。
日本企業はどこを見ればいいのか?
$700Bは遠い話ではありません。チップ・電力・データセンターのサプライチェーン全体が影響を受け、SKハイニックス(HBM)・サムスン電子(ファウンドリ)・東京エレクトロン(半導体製造装置)・各電力会社がいずれもキャペックスの動向に直接関わっています。
実務担当者が見るべきシグナルは次の通りです。
- ステップ1: 何が本当のシグナルか
「ビッグテックのキャペックス発表」自体はシグナルではありません。本当のシグナルはシリコンの減価償却ポリシーの変化(アマゾンが4年→6年に延長すれば、短期のフリーキャッシュフローは改善しますが、会計上の資産が実態の陳腐化を覆い隠すサインです)、HBM単価の動向(メモリ価格はマージン指標でありながら、キャペックスペースを測るleading indicatorでもあります)、電力インターコネクションの待ち行列(これが増え始めたらelongationのサインです)です。 - ステップ2: 売上ギャップ(revenue gap)を直接追う
$2T仮説と現在のARRの乖離を四半期ごとに確認します。OpenAI・Anthropic・xAI・Google AI製品などの主要売上が100% YoY近いペースで動いているのか、30%に鈍化しているのかが、自社ビジネスのシナリオを組む際の重要な入力値になります。 - ステップ3: AI API・クラウド利用のシナリオを2つ描く
(a) 価格競争シナリオ: API単価が1/10になったとき → 自社のコスト構造に何が起きるか。(b) capacity-constrainedシナリオ: 価格が維持・上昇 → 依存しているモデルを別のところに切り替えられるか。実務上の意思決定はこの2つの加重平均です。 - ステップ4: チップの単一依存度を点検する
NVIDIAに100%依存しているワークロードがある場合、ASICへの移行シナリオでのマイグレーション可能性を事前に検討しておきましょう。ASICの比率が増えると、クラウドごとに使えるモデルが変わってきます。
始め方のポイント
- ステップ1: 「バブル/バブルでない」フレームを捨てる
このフレームでは何も決断できません。代わりに「$700Bが、どの前提が変わることで$400Bになるか、あるいは$1Tになるか」を問いかけましょう。 - ステップ2: 四半期ごとに4つの変数を追う
(1) ビッグテック4社のフリーキャッシュフロー・社債発行の動向、(2) NVIDIAのシリコン減価償却ポリシー、(3) HBM単価、(4) データセンターのMW当たり単価。この4つがGoldmanモデルの中核インプットです。 - ステップ3: AIコスト構造のシナリオを2つ作る
価格競争シナリオとcapacity-constrainedシナリオのそれぞれについて、自社の6ヶ月・12ヶ月後の損益を描いておきましょう。 - ステップ4: 売上ギャップ(revenue gap)を四半期ごとにモニタリング
$2T売上仮説に対して、OpenAI・Anthropic・Google AI製品・Microsoft Copilotの売上合計がどのペースで推移しているかを確認します。乖離が一定以上広がれば、市場構造そのものが揺らぎ始めます。 - ステップ5: サプライチェーンへの自社の露出度を点検
SKハイニックス・サムスン・東京エレクトロン・信越化学など直接サプライチェーン企業のほかにも、AIワークロード依存度の高い自社ビジネス(例: AIコールセンター・AI検索・AIレコメンドなど)が、キャペックスサイクルのどのフェーズに露出しているかを整理しておきましょう。
さらに深掘りしたい人へ
Goldman Sachs Tracking Trillions レポート $700BのキャペックスがどのAI前提で+/-数千億ドル動くかを定量シナリオで分析。シリコンの使用寿命・MW当たり単価・ASICの比率・建設長期化の4変数を深く掘り下げています goldmansachs.com
MarketWatch — Marcusのmisallocation発言とビッグテックのフリーキャッシュフローへの衝撃 4月30日の決算発表直後のまとめ。アマゾン-95%、アルファベット-47%、メタの社債発行など、主要数値が1ページに整理されています marketwatch.com
American Affairs — Understanding the LLM Bubble $2T売上仮説を正面から扱う分析。2030年までに正当化できなかった場合、どのシナリオで解消されるかをシミュレーションしています americanaffairsjournal.org
