企業向け「算力コスト削減」が始まる中、Goldman Sachsが5.3兆ドル規模のAI資本支出がクレジット飽和に迫っていると警告

AIインフラへの投資ブームは、グローバル資本市場の構造を大きく変えつつあり、その背後に潜む債務リスクは無視できません。

ゴールドマン・サックスの最新予測によると、2025年から2030年の間に、ハイパースケールクラウド企業がAIおよびデータセンター分野における資本支出は累計5.3兆ドルに達するとのことです。これは前例のない資本支出のスーパーサイクルを形成します。

ゴールドマン・サックスは、ハイパースケール企業が各市場から資金調達を行う必要があると予想しています。なぜなら、これら企業は流動性の高いクレジット市場で飽和問題に直面する可能性があるためです。

ニューヨーク大学名誉教授Gary Marcusは、関連分析をリツイートした際に、ゴールドマン・サックスのこの記述を「恐ろしい文章」と呼び、次のように述べました：

私にとって、今やハイパースケールモデルが崩壊するかどうかではなく、その副次的損害がどれほど深刻になるかが問題です。

Gary Marcusはさらに警告しています：

ハイパースケールクラウドサービス事業者が5.3兆ドルの投資を回収することは不可能です。回収するには巨額の政府補助金によって納税者から資金を搾り取るしかありません。そして、まさにそれを実行しようとしています。

同時に、モルガン・スタンレーの見積もりでは、2028年までのグローバルデータセンター建設だけで資本支出は約2.9兆ドルに達し、そのかなりの割合が債務に依存しています。これは、市場に調整が発生した場合、損失が株主だけにとどまらず、クレジット市場を通じて社会全体に波及する可能性があることを意味します。

この投資フィーバーの裏側には、企業のキャッシュフローがますます絞られている現実があります。Uber、Amazon、Walmartなど、初期にAIを大規模導入した企業は、相次いで従業員のAI使用量に上限を設けたり、コストカット策を推進しています。

Anthropicが課金モデルをトークン単位課金に切り替えたことを受け、ソフトウェア企業WorkatoのCIO Carter Busse氏は、当日支出が7倍に急増したのを目の当たりにし、こう嘆きました：

我々はモンスターを生み出してしまった。

ゴールドマン・サックスのアナリストによれば、AIへの資本支出は実際のデータセンター建設ペースよりも速く増加し続けています。これは今後のボトルネックがモデル需要側から、資金調達能力・電力供給・プロジェクト遂行能力へと移行する可能性を示唆します。

モルガン・スタンレーの算出はさらに具体的です。2028年までにグローバルデータセンター建設の2.9兆ドル資本支出の資金調達元は以下の通りと予測されています：

• ハイパースケールクラウド企業自己キャッシュフロー：約1.4兆ドル；
• 企業債：約2,000億ドル；
• 資産証券化クレジット：約1,500億ドル；
• プライベートクレジット・アセット担保融資・ジョイントベンチャー債務：約8,000億ドル；
• その他資本：約3,500億ドル。

この構造は、AIインフラ投資がかなりの部分クレジットによって駆動されていることを意味します。

AI関連メディアのRohan PaulはXプラットフォーム上で、少数のハイパースケールクラウド企業が無制限に公開債券市場で債券を発行できないため、投資家は発行者集中リスクを懸念し始めていると指摘しました。

データセンターの資金調達の複雑さもさらに事態を深刻化させています。

データセンターは単一のアセットではなく、土地・電力接続・ネットワークリンク・建設・冷却システム・AIサーバーなどさまざまな要素の集合体であり、資金調達はインフラファンド、不動産ファンド、プライベートクレジット、企業債など複数の市場にまたがります。

市場にシステマティックな調整があった場合、その損失伝達のチェーンはITバブル期よりもはるかに複雑になります。

需要側では、AIの高コストな運用費用が、企業に対してクエリや自動化ワークフローごとの価値を改めて精査させています。

Uberは最も象徴的なケースです。ウォールストリート見聞は、同配車大手が四半期で2026年の年間AI予算を使い果たしたと報じました。

4月にはすでに予算切れとなったため、Uberは社員が単一AIツールで使用できる月間トークン支出を1,500ドルに制限すると発表しました。Uberプレジデント兼COOのAndrew Macdonaldは正直に語りました：

今ではAIトークンへの支出が正当と立証するのがますます難しくなっている。支出データと実際のプロダクト機能向上の因果関係を明確に示すのは困難です。

Walmartも同様に、社内AIアシスタントのトークン利用量に上限を設けています。WalmartグローバルCTOのSuresh Kumarは、同社のCode Puppyプログラミングプラットフォームの利用量が「急増」しており、今は「一歩下がって見直す時」と述べました。

この潮流の背景にあるのは課金モデルの構造的な変化です。Anthropic、OpenAIなど主要AIラボは、一部サービスを定額制からトークン課金制に切り替えており、企業は各プロンプトや自動化プロセスのコストにより敏感になっています。

Deloitteグローバル生成AIリーダーのCosti Perricos氏は次のように述べています：

計算力コストはすでにCFOや取締役会のレーダーに入っています。消費者や企業はAIが安価、あるいは無料であると信じてきましたが、実情は全く異なります。

OpenAIのCEO Sam Altmanも、コストは今年顧客が直面する「重大な課題」と今月認めており、昨年はほぼ議論されなかったテーマだと語っています。

企業側のコスト削減の動きは、AIバリューチェーン上流への影響も見逃せません。

AnthropicとOpenAIはいずれも今年後半に上場を計画しており、その評価額は1兆ドルに迫るものです。しかし、企業がAI支出を削減しているトレンドは、この2社の収益成長見込みに潜在的圧力をもたらしています。

各大手AIプラットフォームはすでに対応策を開始し、ユーザーにより安価な非最先端モデルの利用を促すことで採用率を維持しようとしています。

GitHub COOのKyle Daigle氏は、Microsoftは顧客と事前に価格変更を協議し、「適合性とユースケース」を議論した上で「すべてのタスクにフロントエンドモデルが必要ではない」と強調したと述べています。

Microsoft、Amazon、Googleも、ユーザーリクエストを最適コストの適合モデルへ自動ルーティングするツールを導入済みです。

一部企業は、オープンソースモデルをローカルサーバや個人端末で動作させる方向にシフトしており、AIラボやクラウドサービス事業者への支払い削減を目指しています。

CiscoのPatel氏は、多くの企業の状況を代弁しています：

エンジニア達はもっとトークンを欲しがるが、我々はその支払い手段を見つけなければならない。

この言葉は、業界全体のジレンマを映し出しています。AIの戦略的価値は広く受け入れられていますが、それに持続的に料金を払い続けるビジネスロジックは、まだ市場で検証される段階なのです。