人工知能、半導体、データセンター・インフラ：AI投資は米国GDPの2%に近づいているが、全国的なクラウディングアウト効果は当面比較的限定的

概要

本レポートは、米国のAI投資が他の経済活動を大幅にクラウディングアウトしているかを評価する。ゴールドマン・サックスは、2026年のAI投資が6,000億ドルに近づき、企業設備投資の重要な構成要素となっているものの、全国的なクラウディングアウト効果は当面比較的限定的と考えている。主な理由は、ハイパースケール・クラウドサービス事業者が従来、自社株買いを減らし借入を増やすことで支出を賄ってきたこと、企業のAIサービス購入が主に他の中間サービスを代替していること、データセンター建設ブームが補助金付き製造工場建設の減少と同時に起きていることである。同時に、多くのAI設備は輸入に由来し、一部の半導体・サービス活動はGDP統計に十分に反映されないため、AI支出総額、公式計測された寄与、真の経済寄与の間には大きな差がある。

主要見解

レポートは3つのクラウディングアウト経路を特定している。第1に、ハイパースケール・クラウドサービス事業者とAIサービス購入者が、他の技術・ソフトウェア支出を削減する可能性があり、2026年の追加的クラウディングアウトは約300億ドルと予想される。第2に、データセンター建設は一部の州で建設資源を競合するが、全国的な資材不足と建設賃金圧力は依然限定的であり、他の建設活動のクラウディングアウトは100億ドルをやや上回ると推定される。第3に、AI関連債務発行の増加が市場のデュレーションおよびクレジットリスクの供給を拡大し、借入金利を約5ベーシスポイント押し上げ、企業投資を約100億ドル減少させると推定される。3項目を合わせると、約500億ドルの最終支出がクラウディングアウトされる。AI投資はなお経済成長にプラス寄与するが、その成長寄与とクラウディングアウトの程度はいずれも一部の市場評論が主張するほど大きくない。

分析フレームワーク

レポートはまず、AI関連の設備、データセンター、電力インフラ、ソフトウェア、サービス支出の全体規模を推定し、次に国民経済計算の規則に従い、輸入、最終支出、中間投入、統計上過少計上される項目を区分する。続いて、企業の資本配分、情報技術支出調査、州別建設活動、建設賃金、建設資材供給、投資適格債発行、クレジットスプレッドなどの証拠を通じ、3つのクラウディングアウト経路をそれぞれ定量化する。最後に、直接的な投資寄与と、株式市場の資産効果、エネルギーなどの価格上昇、企業投資のクラウディングアウトといった間接効果を組み合わせ、公式計測GDPと実体経済活動の差を比較する。

手法メモ

• マクロ伝達フレームワーク3経路クラウディングアウト効果フレームワーク

  技術支出、建設活動、資金調達コスト

  AI投資が他の技術支出を代替するか、建設資源を競合するか、債務発行を通じて非AI企業の資金調達コストを上昇させるかを個別に評価する。

• 国民経済計算支出面GDP分解

  輸入、最終支出、中間投入

  AI支出総額を国内最終需要、輸入、中間投入に分解し、GDPのほぼ2%に達する支出規模が、公式計測GDPには約0.5%の直接的影響しか及ぼさない理由を説明する。

• シナリオ推定資金供給ショックに関する経験則

  債券供給、金利、資本コスト

  量的引き締めが長期金利に与える影響の実証推定を参照し、社債のクレジットリスクを調整することで、AI関連発行規模から借入金利への約5ベーシスポイントの影響と、投資約100億ドルの減少を導出する。

• 包括的影響評価直接効果と間接効果の統合

  投資寄与、資産効果、価格ショック、クラウディングアウト

  AI関連の株式資産効果、エネルギーなどの価格上昇が家計実質所得に与える影響、企業支出のクラウディングアウトを直接投資寄与に加え、より完全な成長影響を評価する。

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）。

• 米国実質GDP

  AI投資は企業固定投資を通じて成長を直接支えるが、輸入、統計上の過少計上、他の支出のクラウディングアウトにより、公式計測上の寄与は弱まる。

  強み

  AI設備投資は規模が大きく、データセンター、電力インフラ、設備、知的財産への投資を牽引する。

  弱み

  多くの技術設備が輸入に依存しており、一部の半導体・サービス活動は最終投資として正しく計上されていない。

  比較

  AI支出総額はGDPの2%に近づくが、公式計測された直接的規模効果はGDPの約0.5%にすぎず、2026年成長への直接寄与は約0.1%ポイントである。

  リスク

  クラウディングアウト効果、エネルギー価格ショック、資金調達コスト上昇が強まれば、純成長寄与はさらに低下する可能性がある。

• 半導体・AIインフラのサプライチェーン

  AI投資の拡大は、チップ、サーバー、データセンター、電力設備、支援サービスへの需要を直接増加させる。

  強み

  需要は急速に伸びており、AI支出はすでに設備投資の約15%を占め、長期的なインフラ建設需要も強い。

  弱み

  需要の一部は輸入で満たされるため、米国内生産への押し上げ効果は名目支出規模より弱い。

  比較

  一般的な企業設備投資と比べ、AI関連設備は現在の設備投資成長の重要な源泉である一方、国内付加価値比率は比較的低い。

  リスク

  設備投資収益が期待を下回るリスク、資金調達制約、統計処理の誤認、サプライチェーンおよび電力のボトルネック。

• データセンターとエンジニアリング建設

  データセンター支出は民間非住宅建設の重要な構成要素となり、一部の州で他の案件をクラウディングアウトしている。

  強み

  データセンター案件は比較的高い利益率を持ち、建設、電気工事、電力インフラに強い需要を生み出す。

  弱み

  全国的な建設賃金圧力と資材不足のシグナルは現在限定的であり、増分需要の一部は製造工場建設の減少で相殺されている。

  比較

  データセンターは民間非住宅建設支出の約9%を占める。少数の州では、非住宅建設支出に占める比率が約半分以上に達している。

  リスク

  今後1～2年に建設規模が拡大し続ければ、建設資源の不足、賃金上昇、プロジェクト遅延、より強い全国的クラウディングアウトにつながる可能性がある。

• ハイパースケール・クラウドサービス事業者の株式

  関連企業は自社株買いを減らし借入を増やすことでAI設備投資を賄っている。

  強み

  強固なキャッシュフロー基盤を持ち、現在は高い金利への耐性も比較的高いため、AI投資を継続的に支援できる。

  弱み

  設備投資がキャッシュフローを上回る可能性があり、自社株買いの減少とレバレッジ上昇は短期的な株主還元を弱める。

  比較

  中核的な営業支出を削減するのと比べ、ハイパースケール・クラウドサービス事業者は従来、自社株買いと資金調達構造の調整を通じてAI投資をより多く吸収してきた。

  リスク

  AI投資収益の不確実性、債務増加、フリーキャッシュフローへの圧力、バリュエーションが長期成長期待に過度に敏感となるリスク。

• 米国投資適格社債

  AI関連資金調達は投資適格債発行全体の4分の1に近づき、市場の債券供給を増加させている。

  強み

  非AI企業のクレジットスプレッドは過去最低水準に近く、現在の資金調達面での波及効果が限定的であることを示す。

  弱み

  デュレーションとクレジットリスクの供給増加は、市場全体の借入コストをわずかに押し上げる可能性がある。

  比較

  レポートは、AI関連発行が借入金利を約5ベーシスポイント押し上げると推定しており、その影響は発行シェアが示唆するより小さい。

  リスク

  発行の継続的な加速、基準金利の高止まり、クレジットリスクの再評価により、非AI企業の投資クラウディングアウトが増幅する可能性がある。

主要データ

• 2026年の米国AI投資6,000億ドルに接近米国GDPのほぼ2%に相当。
• 企業固定投資に占めるAI支出の比率10%以上これは直近四半期の水準であり、設備投資の約15%を占める。
• 公式計測GDPに対するAIの直接的規模効果GDPの約0.5%主に輸入と統計分類の違いにより、GDPのほぼ2%に達するAI支出総額を大きく下回る。
• 技術・サービス支出経路による追加的クラウディングアウト約300億ドルハイパースケール・クラウドサービス事業者の設備投資の代替、およびAIサービスによる他の最終支出の代替を含む。
• 建設経路による追加的クラウディングアウト100億ドルをやや上回る過去1年間のAI関連建設の約450億ドルの増加の4分の1が、他の建設活動をクラウディングアウトすると仮定する。
• AI関連債務発行による金利への影響約5ベーシスポイントこれにより他の企業投資が約100億ドル減少すると見込まれる。
• 3経路によるクラウディングアウト合計約500億ドル国民経済計算上、最終支出とみなされる他の活動のみを計上。
• 2026年の公式GDP成長に対するAIの直接寄与約0.1%ポイント多くの設備が輸入に由来し、一部のAI活動は公式GDP統計に十分に反映されない。
• 実質GDP成長に対するAIの直接寄与約0.3%ポイント中間投入に誤分類された学習用半導体への投資と、統計上過少計上されたチップ設計サービス輸出を含む。
• 間接効果による2026年成長寄与への影響約0.1%ポイント低下株式資産効果、価格上昇、企業投資クラウディングアウトを組み合わせた後の推定値。
• 民間非住宅建設支出に占めるデータセンターの比率約9%2024年以降急速に上昇したが、補助金付き製造工場建設の同時的な減少が資源需要の一部を相殺している。
• 投資適格債発行全体に占めるAI関連資金調達の比率4分の1に接近非AI企業のクレジットスプレッドは過去最低水準に近く、現在の波及効果が限定的であることを示している。

影響と示唆

マクロレベルでは、AI設備投資は米国の企業投資にとって引き続き重要な成長要因であるが、輸入と国民経済計算上の分類により公式計測効果が大幅に弱まるため、GDPのほぼ2%に相当する支出規模を米国GDPへの寄与と直接同一視することはできない。業界レベルでは、半導体、データセンター、電力インフラ、関連建設サービスが引き続き恩恵を受けるが、高収益のデータセンター案件はすでに一部の州で建設資源を他から引き離している。資本市場レベルでは、ハイパースケール・クラウドサービス事業者は自社株買いの削減と借入増加により設備投資を支えており、株主還元とレバレッジ構造を変化させる可能性がある。AI関連クレジット・ファイナンスは急速に拡大しているが、非AI企業の資金調達コストへの波及は当面小さい。今後1～2年にデータセンター建設が予測どおり拡大し、製造工場建設が資源需要を相殺しなくなれば、全国的な建設クラウディングアウトとコスト圧力は大幅に高まる可能性がある。

リスク

• データセンター建設が予測どおり拡大し続ければ、今後1～2年に建設資源のより顕著な全国的クラウディングアウトを生む可能性がある。
• AI関連債務発行がさらに増加すれば、非AI企業の資金調達コストを押し上げ、より広範な企業投資を抑制する可能性がある。
• 電力および他の投入価格の上昇は、家計の実質所得と消費を圧迫し、AIがもたらす資産効果を相殺する可能性がある。
• AI投資は輸入設備に大きく依存しており、名目設備投資の成長が同等規模の米国内生産に転換されない可能性がある。
• ハイパースケール・クラウドサービス事業者の設備投資がキャッシュフローを上回った後には、レバレッジ上昇、自社株買い削減、その他支出の調整による圧力に直面する可能性がある。
• 半導体投資とチップ設計サービス輸出の公式統計上の分類または過少計上により、AIの真の経済寄与を誤認する可能性がある。
• 企業のAIサービスコストは現在、情報技術予算に占める比率が低いものの、急速に増加すればソフトウェアや他のサービス支出からの代替を強める可能性がある。

注目点

• 2026年のAI設備投資が、予測された6,000億ドルに近い規模に到達するかどうか。
• ハイパースケール・クラウドサービス事業者の設備投資、フリーキャッシュフロー、債務調達、自社株買いの変化。
• 企業の情報技術予算に占めるAI推論コストの比率、および追加予算と他支出削減の間の資金源構造。
• 民間非住宅建設支出に占めるデータセンター建設の比率と州別集中度。
• 建設労働者と電気工の賃金、建設資材の供給、データセンター案件の利益率。
• 補助金付き製造工場建設の減少が、建設資源に対するデータセンター需要を引き続き相殺できるかどうか。
• AI関連の投資適格債発行比率、非AI企業のクレジットスプレッド、長期借入金利。
• AI需要が電力価格、家計実質所得、消費支出に及ぼす波及効果。
• 学習用半導体投資およびチップ設計サービス輸出に関する公式GDP計算の調整。