AI競争:ビッグテックがインフラに7500億ドル投資 - 持続可能性はあるのか?
今年最大の物語の一つとなっているのが、主要テクノロジー企業(ビッグテック)の巨額な資本支出(CapEx)計画です。Google、Meta、Amazon、Microsoftはすべて、人工知能(AI)革命を推進するインフラ構築競争で主導権を握るために、大胆な投資を行っています。この4社の総資本支出は今年7500億ドルに達すると予測されており、これはイギリス政府の年間予算の約半分に相当します。この数字は、これらのハイテック4社が以前に計画していた予算をはるかに上回っており、来年にはさらに増加すると予測されています。
資本支出が利益を上回る
株主たちは、ある程度の範囲内ではこの計画を支持しています。2023年以来、4社の平均株価は2倍に増加しました。しかし、これは四半期ごとの平均CapEx予算が同じ期間に4倍に増加したことには追いついていません。これは、このレベルの支出の持続可能性について疑問を投げかけています。
| 指標 | 変化 | 成長率 |
|---|---|---|
| 平均株価 | +100% | 2倍 |
| 四半期平均CapEx予算 | +300% | 4倍 |
物理的・財政的な障壁
兆ドル規模の企業でも、計算能力を拡大する際には限界があります。第一に、チップ供給やエネルギー、水インフラといった物理的障壁があり、その中で一部の発展地域では水資源が実際に制約され始めています。第二に、建設コストが非常に高く、ほとんどのAIプロジェクトがまだ損益分岐点に達しておらず、他の収入源で補填するには十分なキャッシュフローがないことです。
Googleの親会社であるAlphabetは、過去1年だけで単独で850億ドルを債務で調達しました。彼らは今後数ヶ月でさらに800億ドルを株式資本で調達する予定です—これは前例のない資金調達であり、彼らが永遠に続けられることではありません。
急速な劣化 - 無視されているメンテナンス費用
ほとんどの関心がデータセンターの建設に集中しています。しかし、もう一つの大きな要素があり、それは無視されるリスクがある要素—メンテナンス費用です。インフラが確立された後にAIを運営するための維持費用は非常に重要になります。
データセンターのサーバーは通常3〜6年の寿命を持つ前に交換が必要になります。AIに必要な革新速度と計算強度を考えると、スケールアウトプロバイダー(hyperscalers)の場合、この数値はより低い方に傾くと予想できます。データセンター内のAI設備は建設コストの2/3を占めています。今後数年のCapEx予測に交換費用を加えると、費用の面で非常に恐ろしい状況が見えてきます。
データセンター資産の寿命変化
| 企業 | 以前 | 現在 | 変化 |
|---|---|---|---|
| Amazon | 6年 | 5年 | -1年 |
| Meta | 6年 | 6年 | 変更なし |
| Microsoft | 6年 | 6年 | 変更なし |
| Alphabet | 6年 | 6年 | 変更なし |
昨年、Amazonはデータセンター資産の有用寿命を6年から5年に短縮し、これは「特に人工知能と機械学習分野での技術開発の加速による」と述べています。
現時点では、Meta、Microsoft、Alphabetはまだこれに追随せず、6年を維持していますが、彼らも譲歩してこの数値をさらに減らし、償却コストをさらに高めるのは時間の問題のようです。
財務概要
| 指標 | 数値 | 比較 |
|---|---|---|
| 4社の今年の総CapEx | 7500億ドル | イギリス政府支出の50% |
| CapExの前年比増加 | 著しい過剰 | 来年はさらに増加と予測 |
| 年間資産・設備償却額 | 1160億ドル | 過去2年で2倍 |
| Alphabetの調達債務 | 850億ドル | 追加800億ドルの調達を計画 |
未来と課題
何かが変化しなければなりません—早くても遅くても。企業たちは、AI競争でのリーダーシップを維持しながら財政的持続性を確保するというトレードオフに直面しています。設備の交換速度を上げ、資産の寿命を短縮することは、償却の速度を速め、財務報告と長期的な収益性に影響を与えます。
同時に、AIデータセンターに対するエネルギーと水の需要が増加しており、特にすでにこれらの資源の不足に直面している地域ではインフラ課題が生じています。
大きな問いは、企業がAIプロジェクトが利益を生み出すのを待ちながらこのレベルの投資を継続できるか、あるいは財務バランスを再調整するために速度を落とさなければならないかどうかです。この答えは、これらの企業だけでなく、AI技術業界全体の未来を形作ることになります。
事実は、AI競争は誰が予測したよりもはるかに高価になりつつあり、実際のコストはまだ始まったばかりなのかもしれません。