レポート解説Hilo Research

US hyperscaler AI compute infrastructure and AI-economy monetization：Goldman Sachsは、米国ハイパースケーラーがCY2026-27のAIコンピュート設備投資で15% ROICを達成するには、CY2028-30に約$1.42 trillionの収益が必要と試算する。

本レポートはAI設備投資の議論を、短期的な利益率圧力ではなく、将来の収益化に必要な規模に置いている。堅調な需要、供給制約、拡大するクラウドのバックログが、現行投資サイクルのリターン可能性を支えるとみる。

機関Goldman Sachs

日付20260924

業界AI compute infrastructure

要約

レポート全体に単一のレーティングや目標株価はなく、複数企業を対象としたAI設備投資のフレームワークである。

15% ROICのハードルは、米国ハイパースケーラー6社がCY2028-30に約$1.42 trillionの累計収益、またはGW当たり年間約$11.6 billionの収益を生むことを意味する。
Goldman SachsはAIインフラ設備投資を2027年に約$1.3 trillion、2028年に約$2.0 trillionと予想する。
C2Q26時点でAWS、Azure、Google Cloudのクラウドバックログ合計は約$1.69 trillionであり、この枠組みでの3社の必要収益$1.00 trillionに対する参照となる。
上場米国ハイパースケーラー5社のCY2026-27設備投資コンセンサスは、2026年初から約66%、約$750 billion増加した。

レポート解説

概要

Goldman Sachsは、米国の主要ハイパースケーラーが現在のAIコンピュート構築を正当化するために必要な将来のAI経済圏の収益規模を検討している。同社の枠組みでは、現在の資本集約度は短期リターンを圧迫し得る一方、供給制約、クラウドバックログ、企業・消費者向けの収益化経路の拡大が、中長期の魅力的なリターンを支えるとしている。

主要見解

本レポートは、投資家の論点が、ハイパースケーラーが従来のCY2023-25投資からリターンを得られるかどうかから、より大きいCY2026-27のAIコンピュート構築がCY2028-30に十分なリターンを生むかどうかへ移ったと論じる。Goldman Sachsは、現在の支出急増を、AIトークン消費の増加、リアルタイムの需給不均衡、主要顧客の複数年にわたるコンピュート需要への対応とみる。短期のROIC圧縮は巨額の先行投資の自然な帰結であり、AI経済性が構造的に低い証拠ではないと位置付ける。半導体のボトムアップ分析では、AIインフラ設備投資は2027年に約$1.3 trillion、前年比60%増、2028年に約$2.0 trillion、前年比42%増とされる。これに対応する導入規模は、2026年約20 GW、2027年約35 GW、2028年約57 GWである。これらは従来のハイパースケーラー設備投資にとどまらず、AIラボ、ソブリンAI企業、法人・エンタープライズ顧客も含む。供給制約下では特に、サプライチェーンのガイダンスは精密な定量予測ではないが、中期的な投資トレンドの指標として有用とみている。 Goldman Sachsは、Alphabet、Amazon、Microsoft、Meta、Oracle、SpaceXの米国ハイパースケーラー6社をAIコンピュート構築の代理指標としている。CY2026-27のAI関連設備投資だけを切り出し、能力立ち上がり時のCY2026-27の収益・EBITや、2027年後の継続投資は含めない。モデルは、設備投資の約70%をコンピュート機器、30%を土地・建物・関連インフラとし、初期コストをGW当たり約$42 billion、コンピュートとシェルの耐用年数をそれぞれ5年と15年、非減価償却の年間運営維持費をGW当たり$836 million、法人税率を21%と仮定する。 CY2028-30の年間NOPATをCY2026-27の平均年間設備投資に対して測る15%の年間ROICハードルでは、6社はCY2028-30に約$1.42 trillionの累計収益、またはGW当たり年間約$11.6 billionの収益を創出する必要がある。ROIC目標を0%から30%、GW当たり容量コストを約$34 billionから$51 billionの範囲で変動させると、必要累計収益は約$908 billionから$1.89 trillion、GW当たり年間約$6.2 billionから$18.6 billionとなる。Goldman Sachsは、15%のハードルを合理的で、企業が実現している、または今回の投資で見込むリターンよりも保守的である可能性が高いとする。クラウドバックログは、モデルの必要収益を実務的に評価する基準となる。C2Q26時点でAWS、Azure、Google Cloudの合計バックログは約$1.69 trillionで、前年比152%増、年初比約1.5倍である。3社については、CY2026-27の約$1.22 trillionの設備投資に対し、15% ROICでCY2028-30の累計収益約$1.00 trillionが必要で、現在の報告バックログの約59%に相当する。バックログには非クラウドのコミットメントも含まれ、顧客集中、製品構成、長期契約の収益認識時期により転換が左右されると警告する一方、近時の連続した二桁超のバックログ成長にもかかわらず、今後のバックログ成長をゼロと置く保守的な比較であると指摘する。レポートはリターン見通しを支える経営陣コメントも引用する。Amazonは、サーバーとネットワーク機器の耐用年数を約5～6年、損益分岐までを約3年とし、データセンターのシェルは複数のサーバーサイクルを支えられると説明した。Oracleは大型インフラ案件の定常ROICをhigh-20s%と述べ、SpaceXは地上AIデータセンター能力の回収期間を1年と説明した。Microsoft、Meta、Amazon、Alphabetは、柔軟またはモジュール型のデータセンター設計、ワークロードの可搬性、段階的導入を強調しており、Goldman Sachsはこれらが単一技術・単一ユーティリティへの依存を下げ、稼働率を支えるとみる。収益化では、企業向けInfrastructure-as-a-Service、ソフトウェアサービス、クラウド価格引き上げ、広告、サブスクリプション、エージェント型コマースを挙げる。デフレ的なコモディティ化インテリジェンスから、価格決定力がより強いフロンティア・インテリジェンスまで、幅広い価格性能曲線がAIユースケースを拡大し得ると論じる。ただし、個々のトークンや個々の設備投資が均一なリターンを生むわけではない。そのため、現行の資本サイクルが短期的にリターンを覆い隠すことを認めつつも、今後3～5年の総合的な機会には前向きである。

分析フレームワーク

Goldman Sachsはまず、会社コメント、コンセンサスデータ、半導体サプライチェーン情報を用いて、AI需要、能力制約、ハイパースケーラーの設備投資見通しを評価する。次に、選定したCY2026-27のAI関連設備投資をGW能力に換算し、減価償却、運営費、税金、目標NOPATから設備投資と収益をつなぐブリッジを構築する。最後に、ROICとGW当たりコストの仮定をストレステストし、必要収益を公表クラウドバックログおよび経営陣コメントと比較する。

手法メモ

企業ファンダメンタルズ・財務フレームワークROIC-WACCスプレッド
ROICハードルのフレームワーク
レポートは15%の年間ROICハードルを用い、CY2028-30に得るNOPATをCY2026-27の平均年間設備投資に対して算定し、AI構築を正当化するのに必要な収益を推計する。
業界・産業分析フレームワーク産業チェーンの上流・中流・下流波及
半導体サプライチェーンによるボトムアップ設備投資推計
半導体企業のガイダンスとGW当たり収益の仮定を用いて、AIインフラ支出とデータセンター導入規模を推計する。
バリュエーション手法その他
シナリオ分析
レポートはROIC目標を0%から30%、初期設備投資コストをGW当たり約$34 billionから$51 billionへ変動させ、将来必要な収益がどう変わるかを示す。

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）。

Alphabet (GOOGL)
ROICフレームワークおよびパブリッククラウドのバックログ比較に含まれる米国ハイパースケーラー。
強み
Google Cloudのバックログと、内部・外部のワークロード間で能力を移動できる点。
比較
AWS、Azure、Google Cloudの3社バックログ基準の一社。
リスク
製品・広告競争、検索のディスラプション、多額の投資による圧力、規制審査。
Amazon (AMZN)
ROICフレームワークおよびパブリッククラウドのバックログ比較に含まれる米国ハイパースケーラー。
強み
AWSの設備投資経済性、モジュール型インフラ、データセンターシェルの複数サイクルでの有用性。
比較
AWS、Azure、Google Cloudの3社バックログ基準の一社。
リスク
クラウド・EC競争、高収益事業の実行、投資による利益率圧力、規制、マクロ変動。
Microsoft (MSFT)
ROICフレームワークおよびパブリッククラウドのバックログ比較に含まれる米国ハイパースケーラー。
強み
柔軟に活用できるインフラフリート、統一テックスタック、AIマージンがクラウドマージンに近づき得るとの経営陣見解。
比較
AWS、Azure、Google Cloudの3社バックログ基準の一社。
リスク
内製シリコンの立ち上がり長期化、Azure以外での予想超の投資、経営陣交代、カスタムソフトウェアへの移行。
Meta Platforms (META)
ROICフレームワークに含まれる米国ハイパースケーラー。
強み
段階的・モジュール型の能力導入と、広告、サブスクリプション、コマースを通じた消費者AIの収益化余地。
比較
他のハイパースケーラーとともに6社の総計フレームワークに含まれる。
リスク
ユーザー・広告競争、投資起因の利益率圧力の長期化、規制、反トラスト審査。
Oracle (ORCL)
ROICフレームワークに含まれる米国ハイパースケーラー。
強み
経営陣は大型インフラ案件の定常ROICがhigh-20s%と述べた。
弱み
Oracleは主にデータセンター能力をリースしているため、コンピュートとシェルの分割は例示的である。
比較
他のハイパースケーラーとともに6社の総計フレームワークに含まれる。
リスク
顧客集中、データセンター構築の時期と実行、強い設備投資、データベース/SaaS市場でのシェア低下。
SpaceX (SPCX)
ROICフレームワークに含まれる米国ハイパースケーラー。
強み
経営陣は地上AIデータセンター設備投資の回収期間を1年と説明し、Infrastructure-as-a-Serviceの収益化余地もある。
弱み
AIおよび軌道上コンピュート計画には大きな実行不確実性がある。
比較
他のハイパースケーラーとともに6社の総計フレームワークに含まれる。
リスク
高い資本集約度とキャッシュバーン、資金調達・希薄化、未実証の軌道上データセンター技術、競争、打上げ能力、チップ供給網への依存。

主要データ

15% ROICにおける6社の必要収益~$1.42 trillion cumulative CY2028-30GW当たり年間約$11.6 billionの収益に相当する。
AIインフラ設備投資予測~$1.3 trillion in 2027; ~$2.0 trillion in 20282027年は前年比60%増、2028年は前年比42%増。
AIデータセンター導入の推定値~20 GW / 35 GW / 57 GWそれぞれ2026年、2027年、2028年。
ハイパースケーラー5社のコンセンサス設備投資修正~66% or ~$750 billion2026年初からのCY2026-27予想の増加。
クラウド3社の報告バックログ~$1.69 trillionC2Q26時点のAWS、Azure、Google Cloud合計で、前年比152%増。
クラウド3社の必要収益~$1.00 trillion cumulative CY2028-3015% ROICの枠組みで、報告バックログの約59%。

影響と示唆

レポートは、重要なのは現在の設備投資が直ちにリターンを高めるかではなく、将来のAI経済圏の収益化がモデル上の必要収益を満たせるかどうかだとする。強いクラウド需要、価格設定、バックログ成長、能力の柔軟性、企業・消費者向けユースケースの拡大が、現在の構築を長期的に支えるとみる。

リスク

AIインフラ提供企業は、現在の設備投資と現在のEBITDAまたはフリーキャッシュフローとの間に資金ギャップを抱える可能性がある。
データセンター用の土地、電力、シェルの供給が、特に2028年以降の計画された構築を制約する可能性がある。
バックログの収益転換は、顧客集中、製品・収益ミックス、長期契約のタイミングに影響される可能性がある。
この枠組みは2027年以降の投資、オフバランスのリース、ファイナンスリース、SPV、第三者コンピュート契約を除外しており、完全な見通しではなく例示的なものである。
能力、設備投資ミックス、資産寿命を一律に仮定しており、企業別の構築段階やインフラ経済性を反映しない可能性がある。

注目点

CY2026-27のハイパースケーラー設備投資のペースと、それが市場予想を上回り続けるか。
クラウドバックログの成長と、AWS、Azure、Google Cloudがコミットメントを収益に転換するペース。
学習・推論ワークロードにおけるAIコンピュートの価格、稼働率、能力制約。
2028年以降のデータセンター向け電力、土地、シェルの利用可能性。
企業のAI導入、トークン最適化、広告・サブスクリプション・コマースによる消費者AI収益化の証拠。