AI arms race and implications for Australian technology infrastructure：Jefferiesは持続的なAIインフラ需要が一部の豪州テクノロジー銘柄を支えるとみる
専門家との電話会議では、AIインフラ需要が短期的に崩壊するとの懸念は的外れである可能性が高いとされた。token使用量、コンピュート需要、電力需要は2030年まで大幅に拡大し、2032年まで強さを維持するとみられ、JefferiesはMP1、CDCを通じたInfratil、NextDC、Macquarie Technology Groupを地域の受益者として挙げている。
要約
専門家との電話会議では、AIインフラ需要が短期的に崩壊するとの懸念は的外れである可能性が高いとされた。token使用量、コンピュート需要、電力需要は2030年まで大幅に拡大し、2032年まで強さを維持するとみられ、JefferiesはMP1、CDCを通じたInfratil、NextDC、Macquarie Technology Groupを地域の受益者として挙げている。
- 世界の1日当たりtoken需要は、現在の300兆超から2030年には2-5千兆へ増加する可能性がある。
- レポートは、そのtoken需要に約200GWの世界の電力容量が必要となる可能性を示している。
- オープンウェイトモデルは企業推論ユースケースの80-90%を担う可能性があり、フロンティアモデルの経済性を圧迫する一方でワークロード需要を拡大させる。
- MP1、CDCを通じたIFT、NXT、MAQは、持続するAIインフラ需要の受益者として挙げられている。
- フィジカルAIとエッジAIは、AI価値の最大の長期的源泉とみなされている。
レポート解説
概要
Jefferiesは、AI軍拡競争と豪州テクノロジーへの影響についてGlobalDataのBill Rojasと行った専門家電話会議を要約している。中心的な結論は、モデル競争とAIモデル価格の低下がインフラ需要を損なうとは限らないというものだ。急増するtoken消費は、多大なチップ、電力、データセンター容量、GPUワークロードを引き続き必要とする。
主要見解
電話会議の中心的な論点は、AIインフラ需要はフロンティアモデル開発企業の短期的収益性ではなく、token消費によって決まるということだ。GlobalDataのモデリングによると、世界の1日当たりtoken需要は現在の300兆超から2030年には2-5千兆へ増加する可能性があり、中国ではすでに1日約100兆のAI tokenが生成されている。より高度な推論モデルはtoken生成量を一桁増加させる可能性があり、推論需要は予想を上回る可能性がある。レポートは、この軌道がチップ、電力、データセンターインフラの継続的拡大を今世紀末まで支えるとし、成長は2032年以降に緩やかになり始める可能性があるとしている。世界の電力需要は約200GW、半導体関連設備投資は2026年の約US$950bnから2030年には約US$1.4tnとなる可能性がある。 議論では、米国フロンティアラボの競争上の位置付けと、より広範なモデル市場の経済性を区別している。OpenAIとAnthropicは、大規模なR&D予算と最先端チップへのアクセスに支えられ、高度に複雑な推論でなお優位に立つとされる。BillはOpenAI単独の年間R&D支出を約US$20bnと推定している。一方、中国は最先端NVIDIA GPUへのアクセスが輸出規制で制限されるなか、アーキテクチャ、効率性、最適化、蒸留を通じて過去24か月で性能差を大幅に縮めた。中国の生産は7nmに集中し、約4nm未満のプロセスに必要なEUV能力を欠くと説明されるが、半導体設計人材とアルゴリズム革新はハードウェア制約の一部を相殺できるとレポートは論じる。したがって制裁は、中国の進展を恒久的に止めるのではなく遅らせるものとみなされている。 中国のオープンウェイト戦略は、クローズドモデル経済性への潜在的な圧力要因として提示されている。レポートでは、オープンウェイトモデルはモデルのパラメーターと重みを公開する一方、完全なオープンソースモデルはトレーニングコード、データセット、開発プロセスも公開すると説明する。今日のいわゆるオープンソースAIモデルの大半は実際にはオープンウェイトモデルである。より安価な中国モデルと蒸留の普及により、企業は推論業務の80-90%でオープンウェイトモデルを使い、クローズドなフロンティアモデルを複雑な推論、ミッションクリティカルな業務、専門的な科学用途に限定する可能性がある。これはAI利用全体が増加しても、OpenAIとAnthropicのアドレス可能市場を縮小させうる。BillはフロンティアAI投資から意味のある経済的リターンは2029年以前には得られず、ROIは2029-30年に現れる可能性があるものの10%未満にとどまる可能性があるとみる。先進GPUとモデル複雑性の上昇が高コストを維持するためである。 レポートは、今後3-5年の需要見通しがneocloudとデータセンター提供企業に特に追い風だと論じる。Neocloudsは利用率を固定し、大規模なインフラ投資を正当化するため、顧客から長期コミットメントを求めている。1GWのAIインフラにはUS$50-60bnの投資が必要となりうる。GPUへのアクセスだけが差別化要因ではなくなるにつれ、強い契約済みバックログ、財務基盤、幅広いサービス、ワークロード最適化、アンカー顧客との関係が、ますます重要な優位性として説明される。地域事業者はhyperscalerとの直接競争が少なく、地域市場でより強い価格決定力を持つ可能性がある。米国でのデータセンター電力不足と大型インフラプロジェクトの承認難は、豪州、マレーシア、インドネシア、タイ、スカンジナビア、北欧などへ追加需要を向かわせる可能性がある。 豪州テクノロジーについて、Jefferiesは今回の電話会議が、Megaport、CDCを通じたInfratil、NextDC、Macquarie Technology Groupが持続するAIインフラ需要の受益者であるとの見方を強化したとしている。より安価なオープンウェイトモデルはAIスタートアップと新しいビジネスモデルを可能にし、MegaportのLatitude.shを通じたGPUワークロード需要を押し上げるとレポートは述べる。Neocloud需要の拡大に伴い、NextDC、CDC、Macquarie Technology Groupのデータセンター容量パイプラインはAIサーバーを収容する位置にある。 レポートは、このインフラ機会を、AIの最終的な経済価値がどこに帰属するかという問題と区別している。企業導入は急速だが、測定可能な生産性の証拠はまちまちであり、AI生成のメールやプレゼンテーションは増分的な利益しかもたらさない可能性がある。Billはむしろ、産業自動化、ロボティクス、自律システム、輸送、製造、ヘルスケア、インテリジェントエッジコンピューティングを含むフィジカルAIを、より大きな長期機会とみており、長期的にはUS$100tnを超える可能性がある。フィジカルAIは稼働率、産出、コスト、生産性により直接的に影響し得る。また、クラウドのレイテンシーや接続依存が許容できない場面ではエッジ処理が重要となる。したがってレポートは、長期的な勝者はモデル作成者そのものではなく、AIを業界固有の製品、機器、ワークフローに組み込むことに成功する企業になる可能性があると論じる。 企業価値評価の枠組みは、各カバー企業に固有のものとなっている。InfratilはSOTPで評価され、CDCは32x EV/EBITDAであり、約8x EV/Contracted EBITDAを反映すると説明される。One NZは7.5x、RHCNZ/Qscanは13x、Wellington Airportは16xである。Macquarie Technology GroupはDCFとSOTPを用いて評価され、8.0% WACC、4.5%のリスクフリーレート、5.0%のエクイティリスクプレミアム、1.10のbeta、4.5%のターミナル成長率を前提とする。Megaportの15年DCFは8.8% WACCおよび4%のターミナル成長率、NextDCのDCFは6.5% WACCおよび3.5%のターミナル成長率を用いる。
分析フレームワーク
Jefferiesは、AIモデル競争とtoken需要の推進要因から始め、その後token増加をチップ、電力、neocloud、データセンターの必要量につなげる専門家電話会議の枠組みを用いている。この業界ロジックを選定された豪州およびニュージーランドのインフラ提供企業に適用する一方、企業固有のDCFおよびSOTP評価枠組みとリスク議論を維持している。
手法メモ
AIチップ、電力、データセンター容量の需要ドライバーとしてのtoken消費。
レポートは、日々のtokenの予測成長をより高いコンピュートおよび電力需要に結び付け、さらにAIインフラ提供企業への需要につなげている。
モデルおよび企業推論ワークロードからneocloud、GPUサービス、データセンターへの伝達。
より安価なオープンウェイトモデルがAIワークロードを拡大し、ホスティング、ネットワーキング、データセンター容量への需要を増加させるとレポートは述べる。
MAQ、MP1、NXTに対する割引キャッシュフロー評価。
レポートは、WACC、リスクフリーレート、beta、資本構成、ターミナル成長率に関する明示的な前提を用いてこれらの企業を評価している。
InfratilおよびMacquarie Technology Groupに対するSOTP評価。
この手法では、各事業資産を指定されたEV/EBITDA倍率または資産価値で評価し、その後に合算する。
資産マッピングと比較
投資テーゼから固有資産への構造化マッピング（強み、弱み、同業、リスク）。
- Infratil Limited (IFT)CDCのデータセンター事業へのエクスポージャーを通じたカバー対象の受益者。
- 強み
- CDCは拡大するAIサーバー需要に対応する位置にあり、SOTP評価では32x EV/EBITDAを用い、約8x EV/Contracted EBITDAを反映すると説明される。
- 弱み
- 追加のエクイティまたは設備投資注入が必要となる可能性。
- リスク
- CDCおよびLongroad Energyでの建設・契約遅延、追加資金需要、One NZにおけるモバイル料金競争。
- Macquarie Technology Group (MAQ)AIインフラ向けのデータセンター容量パイプラインを持つカバー対象の受益者。
- 強み
- レポートは、拡大するデータセンター需要を満たす容量を強調している。
- 弱み
- 建設実行および顧客集中へのエクスポージャー。
- 比較
- SOTPではCS&G、安定化データセンター資産、IC3SW、Telecomに異なる倍率を適用する。
- リスク
- IC3 Super Westの建設遅延、政府または企業顧客の喪失、ホスティング価格競争。
- Megaport Limited (MP1)Latitude.shのGPUワークロードおよびより広範なAIネットワーク需要を通じたカバー対象の受益者。
- 強み
- 世界的な規模と、より大きな帯域需要および付加価値サービスの可能性。
- 弱み
- ネットワーキングの参入障壁は比較的低く、ハードウェアコスト低下に伴い価格が下がる可能性。
- 比較
- 主要データセンター事業者が仮想クロスコネクトプラットフォームを構築しない限り、世界的規模が主な優位性として説明される。
- リスク
- 競争、価格下落、最新GPUチップの確保困難、金利上昇への感応度。
- NextDC Limited (NXT)AIサーバーを収容するデータセンター容量を持つカバー対象の受益者。
- 強み
- その容量パイプラインは拡大するAIインフラ需要に沿っている。
- 弱み
- 顧客からの収益を得る前に資本を先行投入する必要がある。
- 比較
- 資本コストが低い競合企業は、NXTより低い価格を提示できる可能性がある。
- リスク
- Hyperscalerの交渉力、契約の変動性と容量利用の空白期間、低コスト競合、金利上昇への感応度。
主要データ
- 世界の1日当たりtoken需要More than 300 trillion currently; 2-5 quadrillion by 2030専門家が引用したGlobalDataのモデリング。成長は2032年まで強い状態が続くと予想される。
- 中国の1日当たりtoken生成量Roughly 100 trillionBill Rojasによる現在の1日当たりAI token生成量の推定。
- 潜在的な世界の電力必要量Approximately 200GW2030年のtoken需要推定に関連する潜在的な容量必要量。
- 世界の半導体関連設備投資Roughly US$950bn in 2026; approximately US$1.4tn by 2030Bill Rojasによる推定。
- フロンティアAIのROIPotentially below 10%Billは少なくとも2029年以前には十分なリターンを見込まず、ROIは2029-30年に現れる可能性があるとしている。
- オープンウェイトの企業利用80-90% of use cases企業推論の利用状況についてのBillの予想。
- AIインフラ投資US$50-60bn per 1GWAIインフラに必要とされる資本の推定。
- フィジカルAIの市場機会US$100tn+ over time専門家が挙げた潜在的な長期機会。
影響と示唆
レポートは、モデル価格の圧縮と競争がフロンティアモデル開発企業の経済性を弱める可能性がある一方、インフラ需要を減らすとは限らないとしている。むしろ、より広範でtoken集約的なAI利用が地域のGPUサービス、ネットワーキング、データセンター容量を支えるとし、MP1、CDC/IFT、NXT、MAQを関連する受益者として挙げている。長期的には、フィジカルおよびエッジAIのアプリケーションが、基盤モデル単体よりも大きな価値を創出すると見込んでいる。
リスク
- モデルの自律性と能力が高まるにつれ、AI安全性、法的責任、サイバーセキュリティのリスクがより重要になる可能性がある。
- オープンウェイトモデルと蒸留は、クローズドなフロンティアモデルのアドレス可能市場と経済性を圧迫する可能性がある。
- Neocloudおよびデータセンター事業者には多額の資本が必要であり、長期顧客コミットメントと利用率に依存する。
- 建設遅延、顧客喪失、競争的な価格圧力、金利上昇は、カバー対象インフラ企業にとって明示的なリスクである。
- 企業AIの生産性成果は依然としてまちまちであり、広範な証拠は限定的である。
注目点
- Token成長のペース、特に推論ワークロードが予想を上回る推論需要を生むかどうか。
- データセンターの電力供給、プロジェクト承認、地域市場が追加のAIインフラを吸収する能力。
- Neocloudおよびデータセンター提供企業における契約済みバックログとアンカー顧客コミットメントの進展。
- オープンウェイトモデルとクローズドなフロンティアモデルの間の採用構成。
- フィジカルおよびエッジAI導入が、測定可能な生産性、コスト、産出の改善をもたらす証拠。