AIブームでも3.5兆ドル超が減損リスクに――巨額インフラ投資は回収できるのか
AIの普及を支えるデータセンターへの投資に、巨額の損失が生じるかもしれない。米調査会社Gartnerは2026年10月14日、現在の投資ペースが続けば、2030年末までに3.5兆ドル超のAIインフラ支出が減損リスクにさらされる可能性があると発表しました。
AIの利用は企業から個人へと広がり、計算能力への需要も膨らんでいます。それなのに、AIを動かす設備への投資を回収できない可能性があるのはなぜでしょうか。
この問題を考えるうえで欠かせないのは、AIという技術が普及することと、AI設備を所有する企業が儲かることは別だという視点です。Gartnerの予測を手がかりに、投資回収の仕組みと、いわゆる「AIバブル」との関係を考えます。
3.5兆ドルは「損失」ではない――Gartnerの予測は何を示したのか
Gartnerによると、AIサービスなどを提供する企業は2026年に約1兆ドルをAIインフラへ支出し、2027~2030年にはさらに約6兆ドルを投資すると予測されています。AI向け半導体、サーバー、データセンターなどを整備するための巨額の資金です。
今回の見通しは、その投資ペースが続く場合に、2030年末までに3.5兆ドル超の支出が「減損リスク」にさらされる可能性がある、というものです。
減損とは、購入した設備などが将来生み出すと期待される価値を見直し、帳簿に載っている資産の価値を引き下げる会計処理です。例えば、稼げると思って導入したサーバーが予想ほど使われず、将来回収できる金額も小さくなれば、減損を検討する必要が生じます。
ただし、3.5兆ドルは発生済みの損失額でも、将来必ず減損処理される金額でもありません。 また、計画どおりの利益率を達成できないことと、会計上の減損が必要になることも同じではありません。実際の減損は、それぞれの企業が保有資産の回収可能性を評価して判断するものです。
Gartnerは、2032年までの期間では4兆ドル超の資産価値が評価減リスクにさらされる可能性も示しています。こちらは2030年末までの3.5兆ドルとは、対象期間も表現も異なる推計です。いずれも、2026年時点で置いた条件に基づく将来予測として読む必要があります。
AIが売れても、設備の持ち主が儲かるとは限らない
AI市場のお金の流れを、三つの立場に分けてみます。
まずAI利用企業は、AIを使って顧客対応や資料作成などを改善し、売上増加や業務コストの削減を目指します。次にAIサービス事業者は、利用料金や契約料金を受け取り、必要な計算資源を調達します。そしてAIインフラの保有・提供者は、半導体やサーバーなどを購入し、電力や設備維持の費用を負担しながら計算資源を提供します。
これらは分かりやすく区分したもので、実際には一社で複数の役割を兼ねる場合もあります。Amazon、Microsoft、Googleのような大規模クラウド事業者(ハイパースケーラー)は、AI向け設備に加え、クラウドやソフトウェアなど幅広い事業の収益源を持っています。
一方、AI向けの高性能な計算資源を専門に提供するネオクラウドは、事業の収益をGPUなどの設備稼働に依存しやすい構造です。建物を借りていても高価なサーバーを自社で保有する場合があり、建物を所有しないからといって投資負担が軽いとは限りません。
Gartnerは、AI関連企業には大規模設備を自ら持たない「アセットライト型」が多く、AI収益の半分未満しか、多額のAIインフラを所有する事業者には帰属しないと予測しています。AIサービスの売上が増えても、その全額が設備の持ち主に届くわけではないのです。
さらにGartnerは、競争やコスト圧力によって、2030年までにネオクラウド事業者の80%超が独立した事業者ではなくなると予測しています。これは買収や統合なども含み得る見通しであり、「80%が倒産する」という意味ではありません。
8.5兆ドルの収益が必要になる理由――設備投資とROICの仕組み
Gartnerの発表でもう一つ注目すべき数字が、8.5兆ドルと最大3.6兆ドルです。
Gartnerの試算では、AIデータセンターの所有者が2030年までに、発表済みの設備投資や資金調達コストを賄い、投下資本利益率(ROIC)12%を達成するために必要な累計収益は8.5兆ドルとされています。しかし、企業や消費者のAI利用から、対象データセンターに帰属すると見込まれる累計収益は最大3.6兆ドルです。
ROICとは、事業に投入した資金に対して、どれだけ効率よく利益を生み出したかを見る指標です。一般には、税引後営業利益を投下資本で割って求めます。Gartnerの12%は、今回のモデルで採用した投資判断上の目標利益率であり、借入金利が12%という意味ではありません。
設備投資には時間の問題もあります。サーバーを購入すると、資金は先に出ていきます。一方、会計上は通常、何年かに分けて「減価償却費」として費用を計上します。借入を利用すれば利息や返済負担も生じます。売上が増えても、設備の維持費や減価償却費などを差し引いた後に、投下した資本に見合う利益が残らなければ採算は十分とはいえません。
ただし、8.5兆ドルから3.6兆ドルを引いた金額は、赤字額でも減損額でもありません。 両者は一定の条件で比較された収益の推計であり、詳細な算定式、設備の償却条件、資金調達コストの内訳は、公開されたプレスリリースだけでは検証できません。Gartnerの予測を理解する材料として使い、その差額を会計上の損失に置き換えないことが重要です。
半導体が進化するほど、古い設備の採算は難しくなるのか
半導体の性能が向上すれば、同じ計算をより少ない電力や費用で処理できるようになります。AIサービスの利用者にとっては歓迎すべき進歩です。
しかし、設備を所有する側には別の問題が生じます。高額で購入した旧世代のGPUが、当初想定していた期間、高い利用料を稼ぎ続けられるとは限らないからです。新しい半導体の登場で競争が激しくなれば、古い設備の利用単価や稼働率が下がる可能性があります。
AI向けクラウド事業者CoreWeaveは、2025年の年次報告書で技術設備の見積耐用年数を6年と開示しています。また、技術変化に対応して古い設備を更新する必要性や、既存設備を別用途に活用できるかという不確実性も説明しています。これは特定企業に減損が生じると断定する話ではなく、AI設備の採算に更新サイクルが関わることを示す具体例です。
GartnerはAI向けに最適化されたクラウド基盤サービスへの支出が、2027年の660億ドルから2030年には1,740億ドルに増えると予測しています。それでも、多くの事業者が現在の半導体の世代交代までに投資を回収するには、成長が足りないと見ています。
もっとも、結果は一つではありません。AI利用の急拡大で設備稼働率が上がったり、旧世代の半導体を別の処理に転用できたりすれば、採算は改善する可能性があります。反対に、設備供給が増えすぎて利用単価が下がれば、需要が増えても収益性は悪化し得ます。
AIの処理効率が上がることは、必ずしも過去に購入した設備の価値が上がることを意味しないのです。
AIバブルがはじける兆候なのか――技術の成長と投資の過熱は別問題
ここまでの話を聞くと、現在のAIへの巨額投資は、いわゆる「AIバブル」ではないのかという疑問が浮かびます。
投資バブルとは、将来の成長への期待が先行し、実際に生み出せる利益に比べて資産価格や投資規模が大きく膨らんでいる状態を指します。Gartnerが示した必要収益と予測収益の開きは、AIインフラへの投資が期待どおりの利益を生まない可能性を考える材料になります。
懸念はGartnerだけのものではありません。国際通貨基金(IMF)は2026年10月の「国際金融安定性報告書」で、AI関連の投資や収益性が期待を下回れば、関連資産の価格調整が起こり得ると指摘しました。イングランド銀行も同年9月、AI関連投資への借入増加や複雑な資金取引が、期待外れの際に損失を拡大させる可能性を警戒しています。
例えば、設備投資を続けるための資金調達が難しくなれば、新しいデータセンターの建設計画が縮小されるかもしれません。AI関連企業の評価額が見直され、事業者の再編が進む可能性もあります。こうした変化は、投資ブームが転機を迎える際の一つの経路として考えられます。
ただし、Gartnerの予測だけをもって「AIバブルはすでにはじけ始めた」と判断することはできません。 あくまで将来の投資回収に関する条件付きの推計です。需要が想定以上に伸びる、設備稼働率が高まる、資金調達環境が改善するといった変化によって、予測の結果は変わります。
むしろ見落としたくないのは、投資の過熱が修正されても、AIという技術の普及は続き得ることです。AIの利用者が増え、社会で役立つ場面が広がる一方で、初期に巨額投資を行った企業の一部が十分な利益を得られないという展開も考えられます。
AIが社会に定着することと、AIブームに投資した人々がそろって利益を得ることは同じではありません。
AI投資の評価は、誰の立場で見るかによって変わる
この問題は、一般企業がAI導入の費用対効果を考える際にも、一つの示唆を与えます。
AIサービスを利用する企業であれば、月額利用料や開発費などを負担して、どれだけ実際の売上増加、外注費削減、品質改善などにつながったかを確認することになります。AIが便利になったことと、企業の利益が増えたことは分けて評価すべきです。
一方、データセンターの所有者は、巨額の設備投資を長期間で回収しなければなりません。稼働率や料金だけでなく、減価償却、設備更新、借入負担、資本効率まで含めて判断します。そのため、GartnerのROIC12%という仮定や、インフラ特有の減損リスクを一般企業のAI導入投資へそのまま当てはめることはできません。
共通しているのは、支出が増えたことも、利用が増えたことも、それだけでは投資の成功を証明しないという点です。投資した主体が誰で、その主体にどのような経済的な価値が戻ってきたのかを確かめる必要があります。
AI市場の成長には大きな可能性があります。しかし、その成長がどの企業に、どの程度の利益として残るのかは、別途検証しなければなりません。Gartnerの予測は、AIブームを悲観するためだけの材料ではなく、投資の成果を評価する際に「成長」と「収益性」を分けて考える必要性を示しているのではないでしょうか。
---
参考資料
- Gartner, "Gartner Says Over $3.5 Trillion of AI Infrastructure Spending Could Be Exposed to Impairment by the End of 2030", 2026年10月14日
- CoreWeave, Inc., Form 10-K(2025年12月期、2026年3月提出)
- International Monetary Fund, *Global Financial Stability Report: Resilience, Risk, and Transformation*, 2026年10月
- Bank of England, *Financial Policy Committee Record – September 2026*, 2026年9月30日
- IFRS Foundation, *IAS 36 Impairment of Assets*
https://www.gartner.com/en/newsroom/press-releases/2026-10-14-gartner-says-over-us-dollars-three-and-a-half-trillion-of-artificial-intelligence-infrastructure-spending-could-be-exposed-to-impairment-by-the-end-of-2030
https://www.sec.gov/Archives/edgar/data/1769628/000176962826000104/crwv-20251231.htm
https://www.imf.org/en/Publications/GFSR/Issues/2026/10/13/global-financial-stability-report-october-2026
https://www.bankofengland.co.uk/financial-policy-committee-record/2026/september-2026
https://www.ifrs.org/issued-standards/list-of-standards/ias-36-impairment-of-assets/
*注:Gartnerの数値は2026年10月時点の条件付き推計です。詳細な設備別前提や算定過程は公開プレスリリースだけでは確認できないため、記事内では独自の減損額を計算していません。*