140兆円のAI賭博：ゴールドマン・サックス強気予測の内幕と巨大な「見えない負債」

人工知能（AI）インフラへの投資熱を示す数字は、もはや無視できない規模に達している。2026年6月のリサーチノートで、ゴールドマン・サックスのストラテジスト、ライアン・ハモンド氏はハイパースケーラー（超大規模クラウド事業者）のAI関連設備投資が2027年までに**1.4兆ドル（約210兆円）**に達する可能性があるという強気シナリオを発表した。これは市場コンセンサスである9200億ドルをはるかに上回る数字だ 。その原動力とされるのが、現在のチャットボットとは比較にならないほど計算資源を消費する「エンタープライズAIエージェント」の台頭であり、2030年までに世界のトークン消費量が24倍に急増すると予測されているからだ 。

ゴールドマンの資産運用部門は、このような自律型AIエージェントシステムが現在のAIツールと比較して60倍から130倍もの電力を消費すると試算している 。

しかし、同グループの見解は一枚岩ではない。強気シナリオを描くのと全く同じ社内に、懐疑的な見方も存在する。ゴールドマン・サックス・リサーチのシニアアナリスト、ジム・コヴェロ氏は「AIの経済性は2年前よりも不確実性を増している」と警告。企業の購買担当者やAIモデル開発企業、そしてハイパースケーラー自身でさえ、その巨額投資に見合うリターンをまだ実証できていないと指摘する 。爆発的な需要予測と不透明な収益性の間に生じるこの緊張こそが、現在の設備投資サイクルの決定的な特徴となっている。

なぜゴールドマンは市場予想を「低すぎる」とみなすのか

ゴールドマンの主張の核心は、現在のウォール街のアナリスト予想が、ありえないほど急激な投資減速を前提としている点にある。2027年のハイパースケーラー設備投資のコンセンサスは約9200億ドルであり、これは2025年や2026年の猛烈な投資ペースから急ブレーキがかかることを意味する 。ゴールドマンはこの前提に異を唱え、AI投資が引き続きGDPの2～3%を占め続けるシナリオをモデル化。この場合、年間支出は基本シナリオで約1.1兆ドル、強気シナリオでは最大1.4兆ドルにまで押し上げられるという 。

このモデルの背後にあるのは、「エージェンティックAI」への賭けだ。質問に一度だけ答えて終了する単純なチャットボットとは異なり、AIエージェントは継続的に稼働し、複数ステップのタスクを実行し、APIを呼び出し、長大な推論の連鎖をたどる。ゴールドマンは、この「常時稼働」型の挙動が2030年までにトークン消費量を24倍に押し上げると予想する 。エージェントの動作一つひとつがはるかに多くの計算能力を必要とするため、企業がエージェントの本格導入を始めれば、需要曲線はコンセンサスモデルの基礎にある直線的な成長曲線とは全く異なる形状を描くことになる。

真のボトルネック：電力、労働力、そして物理的制約

ゴールドマン・サックスは、真の限界がどこにあるかについて極めて率直だ。AI時代の電力供給に関するレポートで同行は端的にこう述べている。「AIの進歩にとって最も差し迫ったボトルネックは資本の不足ではなく、それを動かすのに必要な電力だ」。

過去10年間ほぼ横ばいだった電力需要は、2030年までに世界のデータセンターだけで160%も急増すると予測されている 。米国だけを見ても、2028年までにデータセンター向けに推定45ギガワットの電力が不足し、2030年までに新たに72ギガワットの発電能力（大型原子力発電所約72基分に相当）が必要になるという 。

現在の送電網は、この未来を想定して設計されていない。新しい天然ガス火力発電所の送電線や許認可には5年から7年の期間を要し、風力や太陽光は断続的な供給しかできず、原子力はより長期的な解決策に過ぎない 。信頼性の高い電源供給の主力である新型ガス燃焼タービンも、2030年まで事実上完売状態だ 。

さらに深刻なのが、労働力不足という制約である。ゴールドマンの試算では、AIが求める物理インフラを建設するために、約76万人の電気技師、送電線作業員、技能労働者が追加で必要になるという。これには、3年から4年の専門訓練を要する20万7,000人の専門職も含まれている 。これらはシリコンバレーが自動化したり、海外に委託したりできる仕事ではない。現場に足を運ぶ人手が必要であり、この深刻な人手不足は、需要が1ギガワット増えるごとにプロジェクトの遅延を拡大させる 。

ゴールドマンのレポート「Tracking Trillions」は、「プロジェクト長期化リスク」という概念を提起している。電力網の接続待ち、許認可の遅延、変圧器や開閉装置などの重要機器の不足は、建設期間を初期計画から大幅に引き延ばす。ストレスシナリオにおいては、こうした遅延が需要側の疑念を呼び、「プロジェクトが遅れるから、さらに建設の正当性が弱まる」という悪循環を引き起こす 。それでもなお、ゴールドマンのベースライン試算では、2026年から2031年の累計AI設備投資額は約7.6兆ドルに達する見込みだ 。

モルガン・スタンレーの予測との比較

モルガン・スタンレーの予測もまた、劇的な上方修正を経ている。1年前、同社は2026年と2027年のハイパースケーラー全体の設備投資をそれぞれ約4500億ドルと見積もっていた。しかし、2026年第1四半期決算発表後、ブライアン・ノワック氏率いるアナリストチームはこれを、2026年が約8000億ドル、2027年が1.2兆ドルにまで引き上げた 。

現在、モルガン・スタンレーは2027年のハイパースケーラー設備投資を1.16兆ドルと予測している。これはゴールドマンのベースライン約1.1兆ドルを上回るものの、上限値である1.4兆ドルには届かない 。2028年までの世界のデータセンター設備投資は2.9兆ドルに達するとみられ、そのうち1.4兆ドルはハイパースケーラーのキャッシュフローで賄われるが、残る1.5兆ドルの資金ギャップは負債、リース、ジョイントベンチャーで穴埋めする必要がある 。

両行が一致して指摘するのは、設備投資の対売上高比率が未踏の領域に入ったことだ。モルガン・スタンレーは、2026年から2028年にかけての比率を**34%から39%**と予測し、ドットコムバブル期に記録された約32%のピークを上回ると見ている。リース調整後の数値では、44%から45%にまで跳ね上がる可能性もある 。

影の帳簿：簿外リースとSPV債務

巨額の設備投資数字の裏には、より厄介な金融工学の仕組みが潜んでいる。ムーディーズ・レーティングスの推計によると、米国の大手ハイパースケーラー5社（アマゾン、メタ、アルファベット、マイクロソフト、オラクル）は、まだ開始されていない6620億ドルもの将来のデータセンターリース契約を抱えている 。一般に公正妥当と認められた会計原則（GAAP）の下では、サービスが開始されていないため、これらの債務は「現在の負債」として計上されない。それらは主に財務諸表の脚注に表れる「簿外」の存在なのだ 。

割引前の将来リース契約総額を合算すると、その額は推定9690億ドルに達する。これは、これら5社の調整後有利子負債総額の実に**約113%**に相当する規模だ 。これらのリース契約が今後数年にわたって開始されれば、損益計算書を通じて営業費用として計上され始め、フリーキャッシュフローを圧迫し、投資家が長年頼りにしてきた自社株買いの余力を著しく制限する可能性がある 。

もう一つの懸念は、AIインフラ資金調達のための**特別目的体（SPV）**の利用拡大だ。大手テクノロジー企業は、1200億ドル以上のデータセンター関連債務を、連結貸借対照表の外に置かれた倒産隔離型のSPVを通じて組成してきた 。モルガン・スタンレーは、この簿外資金調達の仕組みが2028年までに8000億ドルに達する可能性があると予測している 。これらのSPVは、通常8%から10%という薄い自己資本クッションで運営され、急速に陳腐化するGPUを担保にしており、リース期間も従来の10年以上と比べてわずか4年程度と極めて短い 。

オラクルの警告と拡大するクレジットスプレッド

オラクルは、AIファイナンスの前提がいかに急速に崩れうるかを示す事例研究となった。2025年末、同社はミシガン州のデータセンターをめぐる資金調達でブルー・オウル・キャピタルとの提携を解消。これにより、簿外モデルの脆弱性が露呈した。オラクルは1240億ドルの負債と2480億ドルのリース契約を抱えており、市場の反応は迅速だった。「投資適格級の発行体でさえ、信用リスクは容赦ない速さで再評価された」のである 。

国際決済銀行（BIS）も、クレジット・デフォルト・スワップ（CDS）スプレッドが、特に信用格付けの低いハイパースケーラーにおいてすでに拡大していることを指摘。これは、莫大な債務供給量と、AIプロジェクトが適切なリターンを生むかどうかの不確実性の高まりを反映している 。米国の金融安定監督評議会（FSOC）とイングランド銀行は、簿外のAIインフラ債務の蓄積を「潜在的なシステミック脆弱性」として明確に警告している 。

集中リスクが問題をさらに悪化させる。SPVを利用した債務の多くは、単一の資産や単一のテナントに依存するデータセンターと結びついている。テナントが破綻するか需要が減退した場合、SPVの構造上、親会社のバランスシートに限定された償還請求権しか持たないため、連鎖的な損失が発生する恐れがある 。PIMCOも、AIファイナンスの循環的な性質に警鐘を鳴らしている。GPUメーカーなどのサプライヤーが、自身が供給する同じSPVに融資を実行したり、株式を取得したりすることで、資本市場が逼迫した場合に借り換えリスクにさらされるというのだ 。

二つの物語が交錯する巨大ブーム

AIインフラ構築は、その規模と速度において前例がない。ハイパースケーラー上位5社は、2026年だけで合計7550億ドルを投じる見通しで、これは前年比83%増に相当する 。モルガン・スタンレーは、2026年の8000億ドルという数字が、S&P500構成銘柄の非テクノロジー企業全体が前年に投じた設備投資額とほぼ同額であると指摘する 。

しかし、これを可能にする資金調達の仕組み自体が新たなリスクを生み出している。強気のシナリオは、まだ本格導入されていないAIエージェントによる24倍のトークン需要増に依存している。一方、その対極にある弱気な見方は、ゴールドマン・サックス自身の社内からも聞こえてくる——今日までの投資リターンは、支出規模を正当化するものではないという声だ 。

これら二つの極論の間には、厳然たる物理的現実が横たわる。需要に追いつけない送電網、十分な数が存在しない熟練労働者、そして間もなく支払い期日を迎え、テクノロジー業界の枠をはるかに超えた影響を及ぼし得る、帳簿の影に隠れた約1兆ドルという巨額の「見えない債務」である。