China AI compute and infrastructure buildout レポート解説

概要

Morgan Stanleyは、規模、資金調達、リターンに焦点を当てて2030年までの中国AIインフラを展望している。ベースケースではRMB8.5 trillionの設備投資を見込み、AIクラウドを主な成長ドライバーと位置付け、ハイパースケーラー、クラウド事業者、データセンター運営会社、AIラボへの好影響を示している。

主要見解

Morgan Stanleyは、2026-30EのAI関連総設備投資をRMB8.5 trillionと予想し、2030Eまでに81GWのIT容量と約55GWのコンピュートを支えるとしている。5年間の支出見通しは、ハイパースケーラー設備投資RMB6.3 trillion、ネオクラウドRMB1.5 trillion、通信事業者のコンピュート設備投資RMB0.654 trillionから成る。ハイパースケーラー支出のうちRMB4.2 trillion、約67%は国内向けで、RMB2.1 trillion、約33%は海外インフラおよび投資である。サーバー支出はRMB5.3 trillionでコンピュート設備投資の約88%を占め、AIサーバーはRMB4.9 trillion、サーバー設備投資の92%を占める。 AIクラウドがレポートの中心的な需要ドライバーである。Morgan Stanleyは、Alibaba、Tencent、Baidu、ByteDance、Kuaishou、Meituan、Xiaomiのハイパースケーラーおよびインターネット設備投資が2027EにRMB1.2 trillionに達すると予想している。中国の電力需要は2026-30Eに5.6-13GW、サードパーティIDC受注は6.1-11GWと予測する。ハイパースケーラーは同期間に国内で34GW、グローバルで47GWの容量を追加する見込みである。レポートはまた、国内コンピュートの導入コストは米国より低く、米国では1MW当たりUS$15-23 millionのレンジを示している。 資金調達は重要な制約であり、特にRMB2.0 trillionのオフショア設備投資が主要な検討事項とされる。レポートによると、ハイパースケーラーはサプライチェーンで複数の役割を担い、ネオクラウドの資金調達にはより重い債務・リース負担が伴う。また中国では循環性がより限定的であることから、コンピュート需要の持続性と資金調達構造が、計画された構築で許容可能なリターンを得られるかを左右する。 Morgan Stanleyは、インフラ事業モデル別にROICと回収期間を検証している。自社保有GPU IaaSの例示結果は営業利益率44%、ROIC 13%、現金回収期間3年である。レンタル型インフラは設備投資を必要としない一方、営業利益率は約20%となる。自社構築MaaSでは、示された1Pモデルは営業利益率53%、ROIC 19%、回収期間2.5年、サードパーティAPIモデルは営業利益率57%、ROIC 29%、回収期間2年となる。国内推論はROICが低くなる可能性があるが、Morgan Stanleyは性能と稼働率の進展に伴う改善余地をみている。 同社は、AIインフラのAlibaba、Kingsoft Cloud、VNETに加え、MiniMaxやZ.AIなどのAIラボ、GPUローカライゼーションをOverweightとしている。企業別の評価では異なる枠組みを用いる。AIラボではWACC 15%、ターミナル成長率3%のDCF、AlibabaではWACC 10%、ターミナル成長率3%のベースケース、Kingsoft Cloudでは2027E EV/EBITDA 5.5xを適用する。これは、低い資産利回りとサプライチェーン不確実性を反映し、米国ネオクラウド同業の平均13xおよび中央値10xを下回る。VNETは、WACC 8.7%、負債コスト4.0%、株主資本コスト14.0%、負債比率50%、ターミナル成長率3%の10年DCFを用いる。

分析フレームワーク

Morgan Stanleyはまず中国AI設備投資をトップダウンで推計し、投資家タイプ、地域、機器別に支出を分解する。その後、容量、電力需要、データセンター受注へと変換し、資金調達ニーズを評価する。さらに、自社保有、レンタル、1P、サードパーティAPIのコンピュートモデルについて営業利益率、ROIC、回収期間をモデル化し、最後に企業別の評価枠組みを適用している。

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

  設備投資からコンピュート、電力需要、データセンター受注への予測

  レポートは、予想AI投資をサーバー支出、容量追加、電力需要、サードパーティIDC受注へ変換し、構築規模と受益者を評価している。

• 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

  コンピュート事業モデルのROIC、営業利益率、現金回収期間分析

  レポートは、自社保有とレンタルのGPUインフラ、および1PとサードパーティAPIのMaaSモデルのリターンと回収期間を比較している。

• バリュエーション手法DCF（割引キャッシュフロー法）

  DCF評価

  レポートは、複数のカバー企業についてWACCとターミナル成長率を含むDCF前提を示している。

• バリュエーション手法EV/EBITDA評価

  2027E EV/EBITDAマルチプル評価

  Kingsoft Cloudについて、Morgan Stanleyは5.5x 2027E EV/EBITDAを用い、米国ネオクラウド同業のマルチプルと比較している。

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 Group Holding (BABA.N)

  OverweightのAIインフラ・エクスポージャーであり、AIクラウド需要が重要な成長ドライバーである。

  強み

  コアEコマース収益化の改善、企業デジタル化の加速、AI主導のクラウド収益増加による上振れ余地。

  弱み

  再投資コストの上昇がリターンを圧迫する可能性がある。

  比較

  WACC 10%、ターミナル成長率3%のDCFベースケースで評価。

  リスク

  競争、消費低迷、企業デジタル化の鈍化、プラットフォームへの追加的な規制監視。

• Kingsoft Cloud Holdings (KC.O)

  OverweightのAIインフラ・エクスポージャーおよびネオクラウドの受益機会。

  強み

  AI GPU需要の上振れ、金利低下、XiaomiのAIモデル開発の改善による上振れ余地。

  弱み

  低い資産利回りとサプライチェーン不確実性が、米国ネオクラウド同業比の評価ディスカウントを支える。

  比較

  5.5x 2027E EV/EBITDA、米国ネオクラウド同業の平均13x、中央値10xとの比較。

  リスク

  供給側の調達制限、資金調達コスト上昇、中国におけるAIモデル開発の遅れ。

• VNET Group Inc (VNET.O)

  OverweightのAIインフラおよびサードパーティIDCエクスポージャー。

  強み

  新規卸売契約、予想を上回る顧客入居、利下げ、REITsを通じた資産収益化による上振れ余地。

  弱み

  容量引き渡しと営業執行が重要な事業上の依存要因。

  比較

  WACC 8.7%、ターミナル成長率3%の10年DCFで評価。

  リスク

  ハイパースケーラーによるクラウド設備投資、特にAI関連投資の削減、容量引き渡し遅延、営業執行の弱さ。

• MiniMax (0100.HK)

  OverweightのAIラボ・エクスポージャー。

  強み

  グローバル最先端モデルの投入と市場競争の緩和による上振れ余地。

  弱み

  モデル性能は同業比で競争力を維持する必要がある。

  比較

  DCFはWACC 15%、ターミナル成長率3%を用い、目標株価は25x 2027 P/Sを示唆。

  リスク

  地政学リスク、競争と価格競争の激化、モデル性能の同業比劣後。

• Z.AI CO., LTD. (2513.HK)

  OverweightのAIラボ・エクスポージャー。

  強み

  海外クラウドサービスプロバイダーとの連携によるグローバル展開と競争緩和による上振れ余地。

  弱み

  コンピューティング制約が実行を制限する可能性がある。

  比較

  DCFはWACC 15%、ターミナル成長率3%を用い、目標株価は35x 2027E P/Sを示唆。

  リスク

  コンピューティング制約と地政学リスク。

主要データ

• AI設備投資総額予測RMB8.5 trillion2026-30Eの総設備投資予測
• IT容量81GW2030Eまでの予測
• コンピュート容量~55GW5年間の設備投資予測により支えられる
• ハイパースケーラー設備投資RMB6.3 trillion5年間の累計設備投資
• ネオクラウド設備投資RMB1.5 trillion2026-30E予測
• 2027Eハイパースケーラー／インターネット設備投資RMB1.2 trillionAlibaba、Tencent、Baidu、ByteDance、Kuaishou、Meituan、Xiaomiに対する予測
• 国内ハイパースケーラーの純増容量34GW2026-30E；グローバル規模では47GW
• サードパーティIDC受注6.1-11GW2026-30E予測

影響と示唆

レポートは、予想されるコンピュート構築がAIインフラ、AIラボ、GPUローカライゼーションを支えると論じる。ただし投資論点は、AIクラウド需要、特にオフショアにおける資金調達力、ならびに運営会社が稼働率と魅力的なROICを維持できるかに依存する。

リスク

• 地政学リスクおよび輸出規制関連の制約が、AI・コンピュート関連企業に影響する可能性がある。
• 競争と価格競争の激化がAIラボの収益性を圧迫する可能性がある。
• 供給側の制約によりGPU調達不足が生じる可能性がある。
• 金利上昇がインフラ運営会社の資金調達コストを押し上げる可能性がある。
• ハイパースケーラーが、特にAI関連のクラウド設備投資を削減する可能性がある。
• 容量引き渡しの遅延と営業執行の弱さがデータセンターのリターンを損なう可能性がある。

注目点

• AIクラウド需要とハイパースケーラー設備投資のペース。
• RMB2.0 trillionのオフショア設備投資に対する資金調達の進展。
• 2030年までの国内電力需要とサードパーティIDC受注。
• GPU供給の可用性、稼働率、コンピュートモデルのROIC。
• データセンター運営会社の新規卸売契約、顧客入居、潜在的なREITsによる資産収益化。