China AI infrastructure ecosystem レポート解説

概要

本業界ディープダイブは、中国AI投資を設備投資とチップ供給から算力容量、資金調達、ユニットエコノミクスまで追跡する。Morgan Stanleyは2026-30Eの総設備投資をRmb8.5trと予測し、国内AIチップの立ち上がりを、容量拡大と選別したクラウド、データセンター、モデル、半導体の受益者を支える主要な触媒と位置付ける。

主要見解

Morgan Stanleyは2026-30Eの中国AI関連設備投資をRmb8.5tr（US$1.3tr）と予測し、平均で米国同業の約17%に相当するとみる。中国の総算力設備投資は2026EのRmb1.3trから2030EのRmb2.0trへ増加する見通しである。ハイパースケーラーと主要インターネット企業の設備投資は2026EにRmb995bn、前年比121%増となり、2027EにRmb1.2tr、2030EにRmb1.4trへ達すると予測する。Neocloud投資は5年間でRmb1.5tr、主にサーバー調達向けであり、通信事業者の算力設備投資は2026Eの約Rmb81bnから2030EのRmb179bnへ増える。5年間の支出の70-80%、Rmb6.4trが国内になる見通しである。 レポートの供給面での中心的結論は、中国の拡大は需要よりも高性能算力の利用可能性に制約されてきたという点である。国内GPUとASICの供給は次の容量拡大を可能にし、中国のIT電力容量は2025年の26GWから2030Eの81GWへ増加する見通しである。55GWの拡大はハイパースケーラーの+34GW、通信事業者の自社構築外部容量の+9GW、その他参加者とAIラボの+12GWが牽引する。AlibabaとTencentは各6-9GW、Baiduは約1GWを追加すると予想される。国内AIチップ出荷は2025年の1.1mnから2026Eの2.4mn、2027Eの4.8mn、2030Eの11mnへ拡大し、国内チップTAMはRmb94bnからRmb646bnへ増加する。国内チップは2025-30Eのサーバー配備の70-85%を占める見通しである。 支出構成は算力中心である。Morgan Stanleyはサーバー支出をRmb5.3tr、算力設備投資の約88%と推計し、そのうちAIサーバー設備投資はRmb4.9trとみる。ハイパースケーラー設備投資の30-35%を海外、国内設備投資の10-15%を非サーバー項目、サーバー設備投資の約10%をCPUと仮定し、残りはGPU関連算力に向かう。増分AI電力需要は2026Eの5.6GWから2030Eの約13GWへ、第三者データセンター注文は6.1GWから11GWへ増加する見通しである。ハイパースケーラーとAIラボの容量の20%を自社構築と仮定し、西部地域の5年間の増分第三者注文は33GW、東部地域は14GWと予想する。 資金調達余力は参加者により異なる。Morgan StanleyはAlibaba、Tencent、Baiduが営業キャッシュフロー、現金残高、リース、前払いを通じて国内設備投資を概ね十分に賄えるとみるが、Alibabaはフードデリバリー競争の再燃で現金圧力を受け得るほか、Baiduは検索事業の安定化が変数となる。Tencentは3社で最も安定的とされる。より大きな問題は海外資金調達であり、4社のハイパースケーラーは2026-30Eに海外拡大でRmb2.0trを投じる見通しで、設備投資、債務返済、株主還元が限られた海外現金を奪い合う。投資ポートフォリオの換金、債務、株式が潜在的な資金源である。 Neocloudは約5%の30-40%のファイナンスリース、約3-4%の銀行融資、顧客前払い、債務・株式発行を組み合わせられるが、このレバレッジは稼働率、納入日程、借換コスト、高性能サーバー需要への感応度を高める。Kingsoft CloudについてMorgan Stanleyは年間総投資の40%を5年リースで調達するとモデル化し、2Q26のRmb2bnの営業キャッシュフローは大口顧客の前払いに支えられた。キャリアニュートラル・データセンター事業者は5年間でRmb569bnの設備投資を必要とし、プロジェクトローン、営業キャッシュフロー、REITs、私募ABS、プライベートクレジット、株式が資金源となり得る。通信事業者は現金、年間営業キャッシュフロー、従来型設備投資の削減を通じて大半を自己資金で賄う見通しである。 収益性は設備投資額そのものではなく、収益化レイヤーに左右される。ベースケースでは、自社保有GPU IaaSは44%の営業利益率、13%のROIC、約3年の現金回収期間を生む。前提は月額サーバー賃料Rmb250k、稼働率75%、サーバー設備投資Rmb8mnである。レンタル/Neocloud IaaSは、Rmb250kの顧客価格と月額Rmb200kのレンタルコストで営業利益率約20%だが、前払いのサーバー設備投資を必要とせず、賃料スプレッドがプラスになれば直ちに正のキャッシュを生む。自社構築MaaSは、GPU当たり毎秒4,000 tokens、推論比率50%、ブレンドtoken価格Rmb9.5/百万を前提に、営業利益率53%、ROIC 19%、回収期間2.5-2.6年となる。第三者APIをホストする自社算力は10%の収益分配で営業利益率57%、ROIC 29%、回収期間2.1年と推計され、内製モデル対比の性能ディスカウントが主な不確実性である。 国内チップは算力容量を拡大するが、短期的なユニットエコノミクスは海外サーバーを下回る。次世代HBM3E搭載チップによる完全国内インフラのベースケースは、海外サーバー比30%の性能、Rmb4mnのサーバーコスト、31%の増分EBIT利益率、9.1%のROIC、3.6年の回収期間を仮定する。相対算力効率20-40%の感応度では、ROICは0.3%-17.9%、回収期間は2.7-5.2年となる。Prefill/decode分離は要約、長文書Q&A、コーディング支援のような長入力ワークロードでROICを改善し得るが、4k/4kの均衡した入出力ワークロードでは効果が小さい。次世代国内チップのメモリ帯域改善は主要なボトルネックを解消し、時間とともに国産化の経済性を改善し得る。 Morgan Stanleyは、強い算力需要とサプライチェーン制約の緩和を根拠に中国クラウド・サプライチェーンを引き続き選好する。インフラ提供企業のAlibaba、Kingsoft Cloud、VNET、AIラボのMiniMax、Zhipu、GPU国産化のCambricon、Illuvatar、HygonをOverweightで維持する。

分析フレームワーク

Morgan Stanleyは、ハイパースケーラー、Neocloud、通信事業者を対象に5年間の設備投資をトップダウンで予測し、チップ出荷と配備コストをGW単位の算力容量に変換する。その後、エコシステム参加者別に資金源とキャッシュフロー制約を評価し、サーバー当たりのユニットエコノミクスのシナリオでIaaS、MaaS、第三者APIホスティング、国内チップ配備の収益性を比較する。

手法メモ

• 業界・産業分析フレームワーク需給フレームワーク

  AI算力の需給と容量拡大の分析

  レポートは設備投資予測、国内チップ出荷、配備コスト、電力需要を算力容量の増加に結び付け、チップの利用可能性を供給上の制約と特定している。

• 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と現金回収期間のユニットエコノミクス分析

  レポートは、インフラ所有形態とAI収益化モデル別に営業利益率、ROIC、現金回収期間を比較している。

• 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

  AIインフラ・エコシステムにおける資金調達と需要伝播

  ハイパースケーラーの設備投資、前払い、契約、投資がNeocloud、データセンター、チップ企業、AIラボをどのように支えるかを追跡する。

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）。

• Alibaba

  選好されるクラウド・インフラ提供企業であり、予想される主要な容量貢献者

  強み

  AI GPU IaaSとMaaSによるROICの可視性がより明確で、6-9GWの容量追加が見込まれる。6月四半期のMaaS ARRはRmb10bnを超えた。

  比較

  AI収益化の可視性がより明確なため、Tencentより多く支出すると予想。

  リスク

  フードデリバリー競争と補助金が再燃すれば、現金流出が増加する可能性。

• Kingsoft Cloud

  選好されるNeocloud提供企業であり、資金調達のケーススタディ

  強み

  大口顧客の支援と顧客前払いが資金調達を支える。Morgan Stanleyは2026Eの投資をRmb15bnと予想。

  弱み

  資本集約的な拡大にはリース、融資、追加的な債務または株式調達が必要。

  比較

  同社の資金調達慣行は、より広いNeocloud業界よりも耐久的と評価される。

  リスク

  納入の鈍化、金利コスト上昇、高性能サーバー需要の急減。

• VNET

  選好されるデータセンター受益者

  強み

  Morgan Stanleyは内モンゴル自治区ウランチャブを含む地方ハブでの開発を強調。

  リスク

  データセンターの資金調達と顧客立ち上がりの遅延はリターンを圧迫し得る。

• MiniMax and Zhipu

  算力成長の恩恵を受ける選好AIラボ

  強み

  算力利用可能性の向上がモデル企業の成長を支えると予想。

  弱み

  容量の自社構築は大きな初期設備投資負担を増やし得る。

  リスク

  インフラの自社構築と現行国内チップのデコード制約がリターンを損なう可能性。

• Cambricon, Illuvatar and Hygon

  選好されるGPU国産化受益者

  強み

  国内チップ供給は容量拡大を可能にし、サーバー配備で大きなシェアを獲得すると予想。

  弱み

  Morgan Stanleyのモデル化した経済性では、短期的な性能は海外サーバーを下回る。

  比較

  国内配備コストとインフラ経済性は米国同業と異なる。

  リスク

  国内チップの性能とメモリ帯域制約により、不利なケースでは低い、またはマイナスのROICとなる可能性。

主要データ

• 中国AI総設備投資Rmb8.5tr (US$1.3tr) in 2026-30E米国同業の平均支出の約17%に相当。
• 中国IT電力容量26GW in 2025 to 81GW in 2030Eハイパースケーラー、通信事業者、その他参加者による55GWの拡大。
• 国内AIチップ出荷1.1mn in 2025 to 11mn in 2030E国内チップTAMはRmb94bnからRmb646bnへ拡大すると予想。
• ハイパースケーラー設備投資Rmb995bn in 2026E; Rmb1.4tr in 2030E2026Eの成長率は前年比121%と予想。
• ハイパースケーラー海外設備投資Rmb2.0tr in 2026-30EMorgan Stanleyは海外資金調達を重要な論点と位置付ける。
• 自社保有GPU IaaSベースケース44% operating margin, 13% ROIC, ~3-year payback月額賃料Rmb250k、稼働率75%、サーバー設備投資Rmb8mnを前提。
• 自社構築MaaSベースケース53% operating margin, 19% ROIC, 2.5-2.6-year paybackGPU当たり毎秒4,000 tokens、推論比率50%、ブレンドtoken価格Rmb9.5/mnを前提。

影響と示唆

レポートは、国内チップの生産能力立ち上がりが強いAI需要をより速い算力配備に転換し、中国のクラウド・インフラ・エコシステムを支えると論じる。選別したクラウド提供企業、データセンター、AIラボ、GPU国産化銘柄へのエクスポージャーを最も魅力的とみる一方、資金調達構造、稼働率、収益化効率が設備投資を魅力的なリターンへ結び付けられるかを決めると強調する。

リスク

• 海外設備投資、債務返済、株主還元がハイパースケーラーの資金調達圧力となる可能性。
• Neocloudのレバレッジは、稼働率、納入時期、借換コスト、高性能サーバー需要への感応度を高める。
• Alibabaの現金状況はフードデリバリー補助金再開の影響を受け得る一方、Baiduは検索収益の安定化に依存する。
• 現行の国内チップは大規模言語モデルのデコードで非効率となる可能性があり、不利な配備ケースでは低い、またはマイナスのROICを生じ得る。
• AIラボの自社構築計画は初期資本需要を増やし、データセンター事業者はAIラボのキャッシュフロー安定性に慎重である。

注目点

• 次世代HBM3E搭載チップを含む、国内GPUとASICの供給立ち上がりペース。
• Alibaba、Tencent、Baiduの容量追加を含むハイパースケーラーの設備投資実行。
• ハイパースケーラーの海外資金調達、投資ポートフォリオ換金、債務発行、株主還元の決定。
• Neocloudの稼働率、サーバー調達価格、リースコスト、顧客前払い。
• MaaSとAPIホスティングのROICを左右する推論比率、tokenスループット、価格、性能ディスカウント。