AI能力の進化は、誰のCapExに変わるのか｜ハイパースケーラーの資金投入を読む｜AIインフラの地図を読む第18回

Archi / Lucky Cat

2026年6月4日 22:55

第3部｜AIインフラ地図で読む日米銘柄

今日の読みどころ

第17回では、連載全体の大問いを置きました。

AI能力の進化が続くと、計算資源需要はどこまで広がり、その結果、どの制約が次に表面化するのか。

その大問いを読む起点として、NVIDIAをGPUメーカーではなく、AIファクトリー全体を束ねる企業として見ました。

第18回では、その前段にある資金投入を見ます。

つまり、AI能力の進化が、誰のCapEx、RPO、契約、データセンター容量、電力容量へ変わっているのかを確認します。

見るのは、Microsoft、Amazon、Alphabet、Meta、Oracle、CoreWeaveです。

ここで確認するのは、ハイパースケーラーのCapExが、GPUだけでなく、クラウド売上、RPO、データセンター、電力、冷却、ネットワーク、FCFにどう出ているかです。

この記事では、まず「NVIDIAの売上を見る前に、AI能力の進化が顧客側のCapEx、RPO、契約、FCF圧力へどう出ているかを見るべきではないか」という仮説を置きます。

さらに、SpaceX/xAI圏のように、既存ハイパースケーラーとは別の入口から計算資源需要を作る新しいAIインフラ事業者も、監視対象として残します。

そのうえで、現在どこまで開示で確認できるかを示し、最後にAIインフラ投資として何を追うかへ落とします。

最後まで読むと、AIインフラ投資を「NVIDIAに近いか」だけではなく、「AI能力の進化が、誰の資金投入に変わり、その資金がどの企業の数字へ流れているか」で読めるようになります。

AIサービスの裏側で、誰が計算資源需要を作るのか

投資家にとって、AIと聞いて最初に思い浮かぶのは、OpenAIのChatGPT、AnthropicのClaude、GoogleのGemini、xAIのGrokのようなサービスかもしれません。

この表側のサービスから、裏側の計算資源需要へ視点を移します。

ChatGPTの拡大を読むには、OpenAIとMicrosoft Azureの関係を起点に、OracleやAWSへ広がる計算基盤も見ます。

Claudeの拡大を読むには、AnthropicとAWS、Amazon Bedrock、Trainiumの関係を見ます。ただし、ClaudeはGoogle CloudとGoogle TPUにも接続しているため、AWSだけで読むのも不十分です。

Geminiの拡大を読むには、Google Cloud、TPU、検索、広告、YouTubeへの実装を見ます。

Meta AIやLlamaの拡大を読むには、Facebook、Instagram、WhatsApp、広告配信、レコメンド、自社データセンター投資を見ます。

Grokの拡大を読むには、xAIのモデル、API、計算基盤を見ます。

ここで見たいのは、AIサービスそのものの優劣ではありません。

そのサービスを動かすために、どの企業がクラウド容量、データセンター、GPU、HBM、電力、冷却、ネットワークへ資金を出しているかです。

Microsoft、Amazon、Alphabet、Oracleは、クラウド容量を外部へ提供する側です。Metaは、広告とSNSの巨大な利用基盤の中で、自社向けのAI需要を作ります。CoreWeaveは、NVIDIA標準圏に近いAIクラウドとして、GPU、電力、データセンター、契約、資金調達を束ねる例です。

SpaceX/xAI圏は、MicrosoftやAmazonのような従来型のクラウド事業者ではありません。

しかし、Grok、Tesla車両内AI、FSD、Optimus、Starlink、通信・計算インフラを通じて、別の経路からAI需要を作ります。

しかも、この論点は将来構想だけではありません。

SpaceX/xAI圏は、外部AI企業へ計算能力を提供する需要源として実需化しています。

Anthropicは、SpaceXのAI計算能力を利用する契約を締結しました。

さらにSpaceXは、GoogleとのCloud Service AgreementをSEC提出資料で開示しています。

Googleへ提供する計算能力には、約11万基のNVIDIA製GPU、CPU、メモリ、関連部材が含まれます。

現時点で、Grok、Tesla車両内AI、FSD、Optimus、Starlink、軌道データセンター構想が、すべて一体の収益モデルとして完成しているわけではありません。

それでも、SpaceX/xAI圏は、車両、ロボット、衛星通信、データセンター、外部AIラボへの計算資源提供という別の入口から、AI需要を作り始めています。

確認するのは、需要が存在するかどうかではありません。

その需要が、どの企業の契約、CapEx、GPU調達、電力容量、データセンター容量、売上、FCFへ届くかです。

この位置づけで、監視対象として残します。

第18回では、Microsoft、Amazon、Alphabet、Meta、Oracle、CoreWeaveの6社を見ます。

AI需要は、売上だけに出るのではありません。
契約、RPO、クラウド売上、CapEx、PPE、リース義務、電力容量、粗利率、営業利益率、FCFのどこかに現れます。

どこに出ているかで、その企業の現在地は変わります。

はじめに、投資家として気になる問いから

この記事では、ハイパースケーラーを単に「AIで伸びる大型株」として一括りにはしません。

最初に置きたい問いは、次の5つです。

AI能力の進化は、NVIDIAの売上だけでなく、その前段にある顧客のCapEx、RPO、契約、FCF圧力に先に出る
AI需要が強い企業ほど、売上より先にデータセンター、電力、冷却、GPU、リース義務、PPE購入が膨らむ
ハイパースケーラーのCapExは、NVIDIAだけでなく、AMD、Broadcom、TSMC、HBM、ネットワーク、光通信、電力、冷却、変電、建設、データセンターリースへ広がる
Microsoft、Amazon、Alphabet、Meta、Oracle、CoreWeaveは、同じAI需要側でも、数字に出る場所が違う
SpaceX/xAI圏は、従来の6社比較とは分けるが、新しいAI計算資源需要源として監視対象に残す

この問いを検証するために見るのは、次の5点です。

AIインフラ地図上の位置
NVIDIA標準圏との関係
AI需要が契約、CapEx、データセンター容量に出ている場所
AIインフラ投資が利益率やFCFへ与えている影響
まだ判断してはいけないこと

この回で大切なのは、決算の良し悪しを判定することではありません。

AIサービスの需要が、どれだけクラウド容量、データセンター、電力、GPU、リース義務へ変わっているかを見ることです。

言い換えると、第18回は、AI能力の進化が計算資源需要になり、その需要が誰の資金投入へ変わっているかを見る回です。

現在どこまで確認できるか

現在の開示で確認できることは、かなりはっきりしています。

AIインフラ投資の起点は、ハイパースケーラーとAIクラウドのCapExです。

ただし、そのCapExはすべてNVIDIAの売上へ直行するわけではありません。

したがって、第18回で残す判断はこうです。

NVIDIA帝国の拡張を読むには、NVIDIAの売上だけを見てはいけない。
その前段にあるハイパースケーラーのCapEx、RPO、契約、FCF圧力を見なければならない。

AIサービスは、どの計算基盤に乗っているのか!

ここで一度、AIサービス側から見た計算基盤を整理します。

正確な施設名やリージョンは、すべて開示されているわけではありません。

それでも、どのクラウド、どのAIデータセンター圏、どの専用計算基盤に接続しているかは、かなり見えてきました。

ChatGPT / OpenAI

Microsoft Azureが主軸です。
加えて、Oracle OCI上のStargate I、Oracle・SoftBank・CoreWeaveを含むStargate計画、AWSの大型契約へ広がっています。

Claude / Anthropic

AWSが中心です。
Trainiumを使うAWS基盤に加え、Google Cloud / Google TPU、Microsoft Azure / NVIDIA、SpaceX/xAI圏の計算基盤にも接続しています。

Gemini / Google

Google自社のAI最適化インフラに乗っています。
TPU v4、TPU v5e、Cloud TPU v5p、Google Cloud、検索、広告、YouTubeの利用基盤を一体で見ます。

Meta AI / Llama

Meta自社データセンター圏に乗っています。
Meta AI、Instagram広告、Threads、Ray-Ban Meta glassesなどを支えるAI最適化データセンター、NVIDIA基盤、ネットワーク、電力、冷却に出ます。

Grok / xAI

xAIのColossusが中心です。
Memphis, TennesseeのColossusはGrokファミリーの訓練に使われます。
同時に、SpaceX/xAI圏は外部AI企業へ計算能力を提供する新しいAIインフラ事業者としても見ます。

Anthropicとの契約、GoogleとのCloud Service Agreementを見ると、SpaceX/xAI圏は自社モデル開発だけでなく、外部需要に対応する計算資源供給者として動き始めています。

この整理から分かるのは、AIサービスの人気だけを見ても、AIインフラ投資の流れは読めないということです。

この裏側の計算資源が、どの企業のCapEx、RPO、契約、電力需要、FCF圧力に変わるのか。

第18回で見たいのは、ここです。

したがって、以降の企業別の数字は、決算の点数表としてではなく、資金投入の手がかりとして読みます。

AI能力の進化が、どの企業のAIインフラとAIデータセンターへの資金投入に変わっているのか。

その資金投入が、契約、RPO、CapEx、PPE、リース義務、電力容量、FCF圧力のどこに現れているのか。

この順番で見ます。

Microsoft｜ChatGPT需要をAzure容量とAIインフラCapExへ変える企業

Microsoftは、AIインフラの需要側であり、同時にAI計算基盤を売る側でもあります。

GPUを作る企業ではありません。

GPU、CPU、データセンター、電力、ネットワーク、ストレージを買い、Azure、Azure AI Foundry、Azure OpenAI Service、Microsoft 365 Copilot、GitHub Copilotとして企業利用へ変換する企業です。

ChatGPT / OpenAIとの接続

ここで、先ほどの「ChatGPT / OpenAIはMicrosoft Azureが主軸」という整理とつながります。

MicrosoftとOpenAIは2026年4月、MicrosoftがOpenAIのprimary cloud partnerであり、OpenAI製品は原則としてAzureで先に提供されると説明しています。

一方で、OpenAIはOracle、AWS、CoreWeave、SoftBank系Stargateなど、Azure以外の計算基盤も使い始めています。

ここを混ぜて読むと、Microsoftの位置づけを誤ります。

OpenAIがマルチクラウド化しても、ChatGPTとOpenAI APIの主軸がAzureから完全に外れたわけではありません。

OpenAIとの関係は、MicrosoftのAzure需要、Commercial RPO、AIインフラCapEx、GPU・CPU・storage capacity制約に直接つながります。

実際、MicrosoftのFY2026 Q3では、OpenAI commitmentsを含むかどうかでcommercial bookingsやRPOの見え方が変わっています。

Microsoft章では、ChatGPT / OpenAIの需要を支えるために、MicrosoftがどれだけAzure容量、データセンター、GPU、CPU、ストレージへ資金を入れ続ける必要があるかを見ます。

企業調査データでは、MicrosoftがAIインフラへどれだけ資金を入れているかは、次の開示に出ています。

Commercial RPO：6,270億ドル
FY2026 Q3 CapEx：319億ドル
FY2026 Q4 CapEx見通し：400億ドル超
Calendar 2026 CapEx見通し：約1,900億ドル
Cash paid for PP&E：308.76億ドル
FY2026 Q3 FCF：158億ドル
Microsoft Cloud gross margin percentage：66%、前年同期の69%から低下

この数字でまず見るのは、売上成長ではありません。

AI需要を取り込むために、Microsoftがどれだけデータセンター、GPU、CPU、ストレージ、電力、ネットワークへ資金を入れているかです。

会社は、AIインフラ投資とAI製品利用増が粗利率低下の要因だと説明しています。

MicrosoftのFY2026 Q3 CapExは319億ドルでした。

会社は、その約3分の2が主にGPUとCPUの短期資産向けだったと説明しています。

さらに、FY2026 Q4のCapExは400億ドル超へ増え、Calendar 2026では約1,900億ドルを見込んでいます。

これは、AI需要を支えるためにGPU、CPU、ストレージ、データセンター容量へ巨額の資金を入れ続ける必要があるという話です。

しかも、会社はGPU、CPU、storage capacityについて、少なくとも2026年中は制約が残ると説明しています。

Azure容量を増やすためのCapEx、Cash paid for PP&E、部材価格上昇、Cloud GM%、FCF圧力です。

Commercial RPOの読み方にも注意が必要です。
Commercial RPOは、Microsoftの商用契約について、契約済みだが、まだ売上として認識されていない将来売上の残高です。

ここには、Azure、Microsoft 365、Dynamics、セキュリティ、AI関連サービスなど、企業向けクラウド契約の未認識分が含まれます。

RPOは6,270億ドルと巨大ですが、OpenAI commitmentsを含みます。OpenAI除外ベースではRPO growthが26%と説明されています。
RPOが大きいことは需要の強さを示します。

しかし、それをそのままAI需要の純増として読むと、少し粗い。

Microsoftは、NVIDIA標準圏と直接つながります。

Azure容量の制約は、Microsoft社内だけの問題ではありません。

NVIDIA、AMD、サーバー、ストレージ、電力、ネットワーク側への発注圧力として、AIインフラ供給網全体へ広がります。

Microsoftで次に見る資金投入の手がかりは、Commercial RPO、CapEx、Cash paid for PP&E、容量制約、Microsoft Cloud GM%、FCFです。

Microsoftは、ChatGPT / OpenAI需要をAzure容量、RPO、AIインフラCapExへ変える企業です。
投資家としては、売上成長よりも、CapEx、PP&E、容量制約、Cloud GM%、FCF圧力を見ます。

Amazon｜Claude需要をAWS容量とTrainium投資へ変える企業

Amazonは、AI計算需要をAWS容量、Trainium、データセンター投資、PPE購入へ変える企業です。

NVIDIA GPUを買う側でありながら、Trainium、Inferentia、Neuron SDKという自社AIチップ・開発者スタックも持っています。

そのため、Amazonを「NVIDIA需要の顧客」とだけ見ると狭くなります。

Claude / Anthropicとの接続

ここで、先ほどの「Claude / AnthropicはAWSが中心」という整理とつながります。

Anthropicは、AWSをprimary training and cloud providerとして位置づけ、Claudeの訓練と提供にAWS基盤を使っています。

さらにAnthropicとAmazonは、Claude向けに最大5GWの新規計算容量を確保する協業を発表しています。

この容量には、Trainium2、Trainium3を含むAWSのAIチップ基盤が含まれます。

Project Rainierでは、Anthropic向けに大規模なTrainium2クラスターが稼働し、Claudeの学習・推論基盤に接続しています。

ここで重要なのは、Trainiumを「Amazonが自社設計するから、Amazonだけで完結する」と読まないことです。

TrainiumはAmazon / AWS、Annapurna Labsが設計するAIチップですが、製造までAmazonが自社で行うわけではありません。

Trainium2はTSMC 5nm系、Trainium3はTSMC 3nm系で製造されていると見られます。

さらに、HBM、先端パッケージ、基板、サーバー、ネットワーク、電力も必要になります。

このため、Claude / Anthropic需要は、AmazonのAWS容量だけでなく、TSMC、HBMメーカー、先端パッケージ、サーバー、電力、データセンター投資へ広がります。

つまりAmazon章で見たいのは、AWS売上の伸びそのものではありません。

Claude / Anthropic需要を支えるために、AmazonがどれだけAWSデータセンター、Trainium、GPU、電力、ネットワーク、PPEへ資金を入れ続ける必要があるかです。

Amazonでは、AI需要がAWSとAIデータセンター投資へどう変わっているかは、次の開示に出ています。

Technology and infrastructure expense：295.67億ドル、前年比29%増
AWS property and equipment, net：2,230.56億ドル
AWS total net additions to property and equipment：415.16億ドル
Purchases of property and equipment：442.03億ドル
TTM operating cash flow：1,485.31億ドル
TTM FCF：12.32億ドル
主にAWS関連の将来サービスコミットメント：約3,640億ドル
Anthropic / Claude向けAWS compute：最大5GW
OpenAI arrangement拡大：1,000億ドル、8年

この数字でまず見るのは、AWSの売上成長ではありません。

AI需要を取り込むために、Amazonがどれだけデータセンター、AIチップ、GPU、電力、ネットワーク、PPEへ資金を入れているかです。

AI投資の重さはFCFにかなりはっきり出ています。

AmazonのTTM営業CFは1,485.31億ドルへ増加しましたが、TTM FCFは前年同期の259.25億ドルから12.32億ドルへ低下しました。

会社はFCF低下について、PPE購入増加が主因であり、この増加は主にAI投資を反映すると説明しています。

Claude / Anthropicとの接続を考えると、Amazonで見るべき順番はこうです。

Claudeの需要が増える。
AWSの計算容量とTrainium需要が増える。
データセンター資産、PPE購入、電力、ネットワーク投資が増える。
FCFが圧迫される。

Amazonは、NVIDIA標準圏に接続しながら、同時にNVIDIA依存を下げる自社チップの軸も持っています。
TrainiumやInferentiaは、NVIDIAの完全代替と決めつけるものではありません。
むしろ、AI計算資源の需要が大きすぎるため、クラウド事業者がGPUと自社チップを併用する動きとして見る方が自然です。

ここは、AIインフラ投資を見るうえで重要です。

NVIDIA GPUが不要になるという話ではありません。

Claude、OpenAI、Amazon Bedrock、企業向け生成AIの需要が大きすぎるため、NVIDIA GPUだけでは、容量、コスト、供給、電力効率のすべてを吸収しにくくなっている。

そのためAmazonは、NVIDIA GPUを使いながら、Trainiumも増やします。

この動きがAIインフラに与える影響は、大きく分けて三つあります。

一つ目は、資金の流れがNVIDIAだけに集中しなくなることです。
Trainiumが増えるほど、TSMCの先端ロジック、HBM、先端パッケージ、基板、サーバー、ネットワークにも資金が流れます。

二つ目は、データセンター投資がさらに重くなることです。
安く使える計算資源が増えると、AI需要が抑えられるのではなく、むしろ学習、推論、エージェント、動画生成などの利用が増えやすくなります。

その結果、PPE購入、電力、冷却、ネットワーク、土地、建設、リース容量の需要は残ります。

三つ目は、第19回以降で見る供給側の地図が広がることです。
NVIDIAだけを見るのではなく、AMD、Broadcom、Marvell、TSMC、HBMメーカー、光通信、電力、データセンター容量まで見る必要があります。

つまり、Amazonの自社チップ化は、AIインフラ投資の縮小ではありません。

AI需要が大きすぎるため、NVIDIA GPUに加えて、クラウド事業者自身のAIチップにも資金が流れ始めている、と読む方が自然です。

Amazonで次に見る資金投入の手がかりは、将来サービスコミットメント、PPE購入、AWS property and equipment、Technology and infrastructure expense、FCF、Trainium/Inferentiaの利用拡大、Anthropic向け計算容量、TSMC・HBM・先端パッケージへの波及です。

Amazonは、Claude / Anthropic需要をAWS容量、Trainium、PPE投資へ変える企業です。
投資家としては、AWS売上よりも、将来コミットメント、PPE購入、データセンター資産、Trainium供給網、FCF圧力を見ます。

Alphabet （Google）｜Gemini需要をGoogle TPUと自社データセンターへ変える企業

Alphabetは、AI需要をGoogle Cloud、検索・広告、Google TPU、自社データセンター投資へ変える企業です。

Google Cloudでは、AIインフラ、Vertex AI、Gemini Enterpriseを提供します。

Google Servicesでは、Search、YouTube、Android、Chrome、Geminiなどの巨大な利用接点を持ちます。

さらに、TPU、データセンター、ネットワーク、電力契約を自社で抱えます。

Gemini / Googleとの接続

ここで、先ほどの「Gemini / GoogleはGoogle自社のAI最適化インフラに乗っている」という整理とつながります。

Googleは、Gemini 1.0をGoogleのAI最適化インフラと、自社設計のTPU v4、TPU v5eで訓練したと説明しています。

さらにCloud TPU v5pとAI Hypercomputerでは、TPU、ストレージ、ネットワーク、液冷、Jupiter data center networkを組み合わせたAI向け計算基盤を提供しています。

つまりAlphabet章で見たいのは、Google Cloud売上や検索広告の伸びそのものではありません。

Gemini、Google Cloud、検索AI、YouTube、広告AIを支えるために、AlphabetがどれだけTPU、サーバー、データセンター、ネットワーク、電力へ資金を入れ続ける必要があるかです。

Alphabetでは、AI需要がGoogle Cloud、TPU、データセンター投資へどう変わっているかは、次の開示に出ています。

Remaining performance obligations：4,676億ドル
Google Cloud関連RPO：4,623億ドル
2026年Q1 CapEx：356.74億ドル、前年比107.4%増
2026年Q1 FCF：101.16億ドル、前年比46.6%減
FY2026 CapEx見通し：1,750億ドルから1,850億ドル
material purchase commitments等：3,324億ドル

この数字でまず見るのは、Google Cloudの売上成長ではありません。

AI需要を取り込むために、AlphabetがどれだけTPU、サーバー、データセンター、ネットワーク、電力へ資金を入れているかです。

2026年Q1のCapExは356.74億ドルで、前年同期の171.97億ドルから大きく増えました。

FCFはプラスですが、CapEx増で前年同期比では減っています。

ここで不思議になるのは、これほど大きなAI投資の資金がどこから出ているのかです。
Alphabetの場合、資金源はAI単独の売上ではありません。
主な源泉は、Google Search、YouTube、Google Networkなどを含むGoogle Servicesの広告収益と営業CFです。
2026年Q1の営業CFは457.90億ドル、CapExは356.74億ドルでした。

つまり、営業CFだけで巨額CapExをかなり吸収していますが、CapExが大きすぎるため、FCFは101.16億ドルまで減っています。

さらにAlphabetは、現金・現金同等物・有価証券を1,268.40億ドル持ち、必要に応じて資金調達も使えます。

ただし、AI検索が進むほど広告モデルが変わる可能性はあります。

だからAlphabetのAIインフラ投資は、成長投資であると同時に、検索広告の地位を守るための防衛投資でもあります。

Alphabetの特徴は、Google TPUを自社で持つことです。

これは第18回でかなり重要です。

ハイパースケーラーのCapExは、すべてNVIDIA GPUへ向かうわけではありません。

GoogleはTPUを自社AIモデルとGoogle Cloudの両方に使うため、AI計算資源をNVIDIAだけで読むと、Alphabetの地図を読み違えます。

ただし、TPUがNVIDIA GPUを全面代替すると書くのも違います。

GoogleはNVIDIA GPUも使いながら、自社TPUも増やします。

これはAmazonのTrainiumと同じく、AI需要が大きすぎるため、GPUと自社チップを併用する動きとして見る方が自然です。

TPUが増えるほど、資金の流れはNVIDIAだけでなく、TSMC、HBM、先端パッケージ、基板、サーバー、光通信、データセンター、電力へ広がります。

ここは、前より少し踏み込んで見た方がよさそうです。

Googleの会社資料だけではTPUの供給網は細かく出ません。

しかし、Broadcomの8-Kでは、BroadcomがGoogleの将来世代TPUを開発・供給し、Googleの次世代AIラック向けネットワーク等も2031年まで供給する契約が確認できます。

ここは会社開示だけでなく、市場報道も合わせて見ます。
市場報道では、Google TPUの製造はTSMCが担い、HBM3EはSamsungが主要供給元になっていると見られています。

Google自身も、Ironwood TPUでは各チップにHBM3Eを8スタック搭載し、TPU podを光接続や液冷を含む大規模なAI計算基盤として設計していると説明しています。

つまり、TPU需要はGoogleだけで閉じず、Broadcom、TSMC、HBM、先端パッケージ、ネットワーク部品へ広がる可能性が高い。

一方で、HBMの正確な配分、世代別TPUの採算、AI契約ごとの利益率までは、会社資料だけでは十分に確認できません。

ここは、供給網の方向性は見る。ただし、採算までは断定しない。

このくらいの距離感で扱います。

Alphabetで次に見る資金投入の手がかりは、Google Cloud RPO、CapEx、FCF、TPU利用、AI Hypercomputer、データセンター・ネットワーク投資、TSMC・HBM・先端パッケージへの波及です。

Alphabetは、Gemini需要をGoogle TPU、Google Cloud、AIデータセンター投資へ変える企業です。
投資家としては、Google Cloud売上よりも、CapEx、TPU供給網、データセンター・ネットワーク投資、FCF圧力を見ます。

Meta｜Meta AI需要を自社データセンターと電力契約へ変える企業

Metaは、AIインフラを売る企業ではありません。
AIインフラを大量に買い、作り、使う企業です。

広告配信、推薦、生成AI、Meta AI、Llama、AI glassesを動かすために、自社データセンター、GPU、AIアクセラレーター、ネットワーク、電力、冷却、ストレージへ大規模投資しています。

Meta AI / Llamaとの接続

ここで、先ほどの「Meta AI / Llamaは、Metaの自社データセンター圏に乗っている」という整理とつながります。

Meta AI、Llama、InstagramやFacebookの推薦、広告配信、AI glassesは、外部クラウド売上を増やすためのサービスではありません。

Meta自身の巨大な利用基盤を動かすためのAI需要です。

つまりMeta章で見たいのは、広告売上そのものではありません。

Meta AI、Llama、広告AI、推薦AI、AI glassesを支えるために、MetaがどれだけGPU、AIアクセラレーター、ネットワーク、光ファイバー、データセンター、電力へ資金を入れ続ける必要があるかです。

Metaでは、AI需要が自社AIインフラ投資へどう変わっているかは、次の開示に出ています。

2026年Q1 CapEx：198.4億ドル
FY2026 CapEx見通し：1,250億ドルから1,450億ドル
2026年Q1 PPE取得：189.97億ドル
2026年Q1 FCF：123.86億ドル
未開始リース債務：約1,828.8億ドル
非解約契約コミットメント：2,376.7億ドル
2026年4月の追加インフラ契約によるコミットメント増加：約240億ドル
NVIDIAとの複数年・複数世代のAIインフラ提携
AMD Instinct GPUを最大6GW展開する複数年提携
Corningとの最大60億ドルのデータセンター向け光ファイバー契約
Lebanon, Indianaの1GW級データセンター、100億ドル超投資
原子力関連契約を含む最大6.6GW規模の電力確保

Metaを見ると、AI需要がGPUを買うだけでは終わらない理由が分かります。
Meta AIやLlamaを大規模に動かすには、GPUだけでなく、それを置くデータセンター、サーバー、ネットワーク、光ファイバー、冷却、電力、長期リース容量まで必要になるからです。

Metaの主収益源は広告ですが、ここでは広告売上を細かく見ることが目的ではありません。
広告で生まれた現金が、どれだけAIデータセンターへ再投入されているかを見ます。
ここでいう「広告で生まれた現金」は、広告売上そのものではなく、営業CFです。
Metaは売上のほとんどをFacebookとInstagramの広告から得ています。
2026年Q1の営業CFは322.26億ドル、PPE取得は189.97億ドル、FCFは123.86億ドルでした。

つまり、Metaは広告事業から生まれる営業CFで、AIデータセンター投資のかなり大きな部分を内部資金で賄えています。
ただし、これは「広告収入が無限に続く」という意味ではありません。

Meta自身も、広告主には長期契約がなく、広告予算は景気、規制、ユーザー行動、競争環境に左右されると説明しています。

だからMetaで見るべきなのは、広告売上の伸びそのものよりも、広告が生む営業CFが、AIインフラCapEx、リース義務、電力契約をどこまで支え続けられるかです。

Metaの2026年Q1 CapExは198.4億ドルでした。
さらに2026年通期のCapEx見通しは、1,250億ドルから1,450億ドルへ引き上げられました。

この規模になると、Metaは単なる広告会社ではなく、AIインフラの巨大需要家として見た方が自然です。

しかも、資金の流れはNVIDIA GPUだけではありません。
NVIDIAとの提携では、Blackwell、Rubin、NVIDIA CPU、Spectrum-X EthernetがMetaのAIインフラに入ります。

一方で、AMDとの提携では、最大6GWのAMD Instinct GPUを展開し、最初の1GWは2026年後半にMI450系GPUとEPYC CPUを使って始まる計画です。

ここもAmazonやAlphabetと同じです。

AI計算資源の需要が大きすぎるため、MetaもNVIDIAだけに依存せず、AMD GPUや自社AIアクセラレーターを含めて複数の供給源を組み合わせようとしています。

この動きは、AIインフラ地図を広げます。

GPUだけでなく、CPU、AI向けEthernet、光ファイバー、HBM、サーバー、ラック、冷却、電力、建設、リース容量へ資金が流れます。

Corningとの最大60億ドル契約は、MetaのAIデータセンター需要が光ファイバーと接続部品へ落ちる例です。

Lebanon, Indianaの1GW級データセンターは、AIワークロードと中核サービスの両方を支えるための物理容量です。

さらに、原子力関連契約を含む最大6.6GW規模の電力確保は、AIデータセンターが半導体だけでなく、長期電源契約を必要としていることを示しています。

一方で、Metaは2026年Q1にFCFを123.86億ドル残しています。

ここはOracleやCoreWeaveと違います。

Metaは広告事業から大きな現金を生み、その現金をAIデータセンター、GPU、光通信、電力へ再投入する構造です。

ただし、営業利益率は2026年Q1で41%、前年同期も41%です。

AI投資で利益率が改善しているとは書けません。

ここは、前より少し踏み込んで見た方がよさそうです。

Meta AIやLlamaの利用が伸びるほど、Metaは自社で使う計算資源を増やさざるを得ません。

ただし、AI単独売上や、Meta AI / Llamaごとの採算は会社資料上は十分に確認できません。

ここは、AIインフラ需要の強さは見る。ただし、AI単独の採算までは断定しない。

このくらいの距離感で扱います。

Metaで次に見る資金投入の手がかりは、CapEx見通し、PPE取得、リース義務、非解約契約コミットメント、NVIDIA/AMDとの供給契約、光ファイバー契約、電力契約、FCFです。

Metaは、Meta AI / Llama / 広告AI需要を、自社データセンター、GPU、光ファイバー、電力契約へ変える巨大需要家です。
投資家としては、広告売上よりも、CapEx、PPE、NVIDIA/AMD供給、光通信、電力、リース義務、FCF圧力を見ます。

ここまでの整理｜AIサービス需要は、資金投入に変わる

ここまで見たMicrosoft、Amazon、Alphabet、Metaは、同じAI関連企業ではありません。

それぞれ、AIサービス需要の受け方が違います。

MicrosoftはChatGPT / OpenAI需要を、Azure容量、Commercial RPO、AIインフラCapExへ変えます。

AmazonはClaude / Anthropic需要を、AWS容量、Trainium、PPE購入、将来サービスコミットメントへ変えます。

AlphabetはGemini、検索AI、YouTube、広告AI需要を、Google TPU、Google Cloud、データセンター、ネットワーク投資へ変えます。

MetaはMeta AI、Llama、広告AI、推薦AI需要を、自社データセンター、GPU、光ファイバー、電力契約へ変えます。

共通しているのは、AI能力の進化がまず「売上」だけに出るわけではないことです。

需要が強いほど、先にCapEx、PPE、リース義務、非解約契約、電力契約、FCF圧力へ出ます。

だから第18回で見たいのは、各社の決算が良いか悪いかではありません。

AIサービス需要が、どの会社のどの資金投入へ変わっているかです。

ここが、第17回の大問いに対する第18回の答えです。

AI能力の進化は、まず計算資源需要になり、その需要はハイパースケーラーとAIクラウドのCapEx、RPO、契約、電力容量へ出ます。

ここからは、AI契約とCapExがさらに先行しているOracleとCoreWeaveを見ます。

Oracle｜AI契約をOCI容量、RPO、リース義務へ変える企業

Oracleは、AIモデル企業や大口顧客向けに、GPUクラスタ、ネットワーク、ストレージ、データセンター容量をOCIとして提供する企業です。

Oracleで見るべきなのは、全社決算ではありません。
大口AI契約が、どれだけOCI容量、RPO、長期リース、CapExへ変わっているかです。

Oracleでは、その接続が次の開示に出ています。

Cloud Infrastructure revenue：48.88億ドル、前年比84%増
RPO：5,526億ドル
RPOの今後12か月認識予定：12%
FY2026 9か月累計CapEx：391.70億ドル
FY2026 CapEx見通し：500億ドル
LTM FCF：マイナス247.36億ドル
追加リースコミットメント：約2,610億ドル、主にデータセンター関連
購入義務：約110億ドル、主にデータセンター電力関連

Oracleの見方は、売上よりもRPOから入ると分かりやすいです。
RPOは5,526億ドルまで拡大しました。
ただし、RPOは売上ではありません。
2026年2月28日時点のRPOのうち、今後12か月で認識予定なのは12%です。

一方で、投資負担は先に出ます。

FY2026 9か月累計のCapExは391.70億ドルまで増え、LTM FCFはマイナス247.36億ドルです。

追加リースコミットメントは約2,610億ドル、購入義務は約110億ドルあります。

つまり、Oracleでは、AI契約がOCI売上へ変わる前に、データセンター、GPUクラスタ、長期リース、電力契約、CapExが膨らんでいます。

Oracleで次に見るのは、RPOの売上化、Cloud Infrastructure revenue、CapEx、FCF、リース義務、電力契約です。

Oracleは、AI契約をOCI容量、RPO、データセンターリースへ変える企業です。
ただし、契約の拡大と、短期のFCF改善は分けて見ます。

CoreWeave｜AI契約をGPUクラスタ、電力容量、契約済み将来売上へ変える企業

CoreWeaveは、ハイパースケーラーではありません。
それでも、第18回に入れる意味があります。
AI需要が、GPUクラスタ、データセンター、電力容量、契約、資金調達へどう変わるかを確認しやすい企業だからです。

CoreWeaveでは、その接続が次の開示に出ています。

2026年Q1売上：20.78億ドル、前年比112%増
Revenue backlog：994億ドル
RPO：988億ドル
稼働中電力容量：1GW超
契約済み電力容量：2GW超
Q1 2026会社定義CapEx：68億ドル
Q1 2026 PPE購入額：76.95億ドル
Q1 2026営業損失：1.44億ドル
Q1 2026純損失：7.40億ドル
Customer A売上比率：45%
Customer B売上比率：20%
NVIDIAによる株式引受：約20億ドル

Revenue backlogは994億ドル、契約済み電力容量は2GW超あります。
これは、AI需要がGPUだけでなく、電力容量とデータセンター容量へ落ちていることを示します。

一方で、契約を取れば終わりではありません。

契約を履行するには、GPU、ネットワーク、電力、データセンター、資金調達を先にそろえる必要があります。

Q1 2026は営業損失1.44億ドル、純損失7.40億ドルで、会社開示ベースのFCFは確認できません。

顧客集中も大きく、Customer AとCustomer Bで売上の65%を占めます。

CoreWeaveは、NVIDIA標準圏に近い企業です。
しかし、NVIDIAに近いことと、投資対象として安全であることは別です。

CoreWeaveで次に見るのは、Revenue backlogの売上化、電力容量、PPE購入、営業CF、金利費用、顧客集中、稼働率、FCFです。

CoreWeaveは、AI契約をGPUクラスタ、電力容量、契約済み将来売上へ変える企業です。
ただし、利益化、FCF、顧客集中、資金調達を確認するまでは、優位が確定したとは書けません。

6社を同じ物差しで並べない

ここまで見た6社は、AIインフラ資金の流れの前段にいます。

しかし、同じ種類の企業ではありません。

Microsoftは、ChatGPT / OpenAI需要をAzure容量、RPO、AIインフラCapExへ変える企業。
Amazonは、Claude / Anthropic需要をAWS容量、Trainium、PPE購入へ変える企業。
Alphabetは、Gemini、検索AI、広告AI需要をGoogle TPU、Google Cloud、データセンター投資へ変える企業。
Metaは、Meta AI、Llama、広告AI需要を自社データセンター、GPU、光ファイバー、電力契約へ変える巨大需要家。
Oracleは、AI契約をOCI容量、RPO、データセンターリースへ変える企業。
CoreWeaveは、AI契約をGPUクラスタ、電力容量、契約済み将来売上へ変える企業。

この6社を「AI大型株」としてまとめると、違いが消えます。

投資家として見るべきなのは、どの企業が強いかだけではありません。

どの企業のCapExが、どの投資先へ流れているかです。

Microsoft、Amazon、Alphabet、MetaのCapExは、GPU、CPU、カスタムASIC、HBM、サーバー、ストレージ、ネットワーク、光通信、電力、冷却、データセンター建設へ流れます。

OracleとCoreWeaveはハイパースケーラーではありません。

それでも、AI契約を受けて、GPUクラスタ、リース、電力、データセンター、資金調達へ資金を流す役割を持っています。

この先で、第19回以降の企業群が動きます。

NVIDIA、AMD、Broadcom、TSMC、Micron、Arista、Marvell、Coherent、Vertiv、Eaton、GE Vernova、Quanta Services、Constellation、Vistra、Equinix、Digital Realty。

さらに、日本側では、東京エレクトロン、アドバンテスト、ディスコ、イビデン、信越化学、東京応化、レゾナック、SUMCO、テクセンド、キオクシア、フジクラ、古河電工、住友電工へつながります。

AIインフラ投資は、売上より先にCapExと契約へ出る

今回の6社を見ると、AIインフラ投資の順番が見えてきます。

1. まず需要が生まれる

企業AI、生成AI、広告AI、検索AI、AIエージェント、AIアプリ、AIラボの学習・推論需要が増えます。

2. 次にクラウド契約とRPOが増える

MicrosoftのCommercial RPO、Amazonの将来サービスコミットメント、AlphabetのGoogle Cloud関連RPO、OracleのRPO、CoreWeaveのRevenue backlog（契約済み将来売上）に出ます。

Metaは外販クラウドではないためRPOではなく、CapExとリース義務に出やすい。

3. その後、CapExが先に膨らむ

データセンター、GPU、CPU、カスタムASIC、ネットワーク、冷却、電力、ストレージ、土地、建設、リース容量が必要になります。

ここで、NVIDIAだけでなく、供給網全体へ資金が流れます。

4. 売上に出る

Azure、AWS、Google Cloud、OCI、CoreWeave Cloud、広告売上として売上化します。

ただし、クラウド売上の全額がAI由来とは限りません。

5. 最後に利益率とFCFを見る

ここが最も大事です。

AI需要が強い企業でも、CapExが先行すればFCFは圧迫されます。

MicrosoftはFCFを残しつつ、AI CapExでCloud GM%が下がっています。

Amazonは営業CFが大きくても、FCFがPPE購入で大きく圧迫されています。

AlphabetはGoogle Cloudの利益が伸びていますが、CapEx増でFCFは前年同期比で減っています。

Metaは広告事業の現金創出力が強く、CapEx後もFCFを残していますが、AI投資で利益率が改善したとは書けません。

OracleはRPOとCloud Infrastructure売上が伸びる一方、FCFはマイナスです。

CoreWeaveは売上と契約済み将来売上が伸びていますが、GAAP利益と会社開示FCFはまだ確認課題です。

まだ判断しないこと

ここまでの資金投入を見ると、AIインフラ投資はかなり強く見えます。

しかし、第18回では、まだ判断しないことも残します。

各社のCapExのうち、NVIDIA GPUへ直接向かった金額
各社のAI単独売上、AI単独粗利率、AI単独FCF
Google TPU、AWS Trainium、Meta MTIAがNVIDIA GPUをどの程度代替するか
OracleとCoreWeaveのAI契約ごとの採算、稼働率、顧客別売上
AIクラウドの容量が供給過剰になる時期
電力、冷却、系統接続の遅れが、各社の売上認識へどの程度影響するか
SpaceX/xAI圏が既存クラウドやAIクラウドを置き換えるかどうか
Grok、Tesla車両内AI、FSD、Optimus、Starlink、軌道データセンター構想を一体の収益モデルとして扱えるかどうか
現在株価が投資対象として合理的かどうか

ここを急いで断定しないことが、第3部では重要です。

AI需要は大きい。

しかし、需要が大きいことと、投資回収が早いことは別です。

CapExが大きいことと、将来利益が保証されることも別です。

AIインフラ投資として何を追うか

第18回の時点で、優先して見る場所は二つあります。

一つ目は、AI能力の進化が、どの企業の資金投入として続いているかです。

1. 資金投入が続く条件

まず、ハイパースケーラーとAIクラウドのCapExが続くかを確認します。

MicrosoftのAzure成長、Commercial RPO、CapEx、Cash paid for PP&E、Cloud GM%、FCF
AmazonのAWS売上、将来サービスコミットメント、PPE購入、AWS property and equipment、FCF
AlphabetのGoogle Cloud RPO、CapEx、FCF、TPU利用、AI Hypercomputer、データセンター・ネットワーク投資
Metaの広告売上、CapEx、PPE、リース義務、非解約契約コミットメント、FCF
OracleのRPO、Cloud Infrastructure revenue、CapEx、FCF、リースコミットメント
CoreWeaveのRevenue backlog（契約済み将来売上）、稼働中電力容量、契約済み電力容量、PPE購入、営業CF、顧客集中

さらに、新しい需要源として、SpaceX/xAI圏も監視対象に残します。

Grokの利用拡大
Tesla車両内AIアシスタントとの接続
FSDやOptimusとの関係をどこまで会社側が分けて説明するか
Starlink、通信インフラ、将来の軌道データセンター構想
ColossusのGPU数、電力容量、稼働率
外部AIラボへの計算資源提供
Anthropic、Googleなど外部顧客への計算能力提供契約
学習用か、推論用か
既存クラウドやAIクラウドの需要を奪うのか、市場全体の不足を示すのか

この資金投入が崩れると、第19回以降で見る供給側の前提も変わります。

2. 資金が流れる供給側

二つ目は、そのCapExがどの企業の受注、売上、利益率、FCFへ届くかです。

GPU、AIアクセラレータ：NVIDIA、AMD
カスタムASIC、ネットワーク半導体：Broadcom、Marvell
ファウンドリ、先端パッケージ：TSMC
HBM、DRAM、NAND、SSD：Micron、キオクシア、Samsung、SK hynix
AIネットワーク：Arista、NVIDIA Networking
光通信：Coherent、Lumentum、Corning、フジクラ、古河電工、住友電工
電力、冷却、変電、接続工事：Vertiv、Eaton、GE Vernova、Quanta Services
発電容量、PPA：Constellation Energy、Vistra
データセンター容量：Equinix、Digital Realty、CoreWeave、Oracle

第18回で確認したのは、資金の源流です。

第19回以降では、その資金が供給側の受注、売上、利益率、FCFにどう届いているかを見ます。

崩れる条件

第18回の見立てが崩れる条件も、はっきり残します。

ハイパースケーラーのCapEx見通しが下方修正される
クラウド売上やRPOは伸びても、Cloud GM%や営業利益率が悪化し続ける
AIクラウドの稼働率が想定より低い
RPOや契約済み将来売上の売上化が遅れる
電力、冷却、系統接続、データセンター建設が遅れる
GPU、HBM、先端パッケージ、ネットワーク部品の供給制約が想定以上に長引く
逆に、供給増加後にAIクラウド容量が余る
金利、リース義務、債務負担がFCFを削る
AIサービスの収益化がCapExの速度に追いつかない
輸出規制、関税、AI規制、データ規制が各社の計算資源利用や顧客需要を制限する

AI需要があることは、もはや前提に近い。

しかし、投資で見るべきなのは、その需要がどの企業の契約、設備投資、売上、利益率、FCFに、いつ、どの形で残るかです。

次に見る問い｜AI計算資源は、NVIDIA一強で終わるのか

ハイパースケーラーは、NVIDIA GPUを買う一方で、TPU、Trainium、MTIA、カスタムASIC、AMD GPUにも資金を振り向けます。

だから次に見るのは、NVIDIA一強が続くかどうかだけではありません。

GPU、カスタムASIC、第2供給源、NVIDIA標準圏との競争と補完を分けて見ます。

この記事で残したい判断軸

AIインフラ投資を見るとき、最初からNVIDIAの売上だけを見てはいけません。

第18回で残したい判断軸は、連載全体の大問いを資金投入側から読むことです。

AI能力の進化が続くと、計算資源需要はどこまで広がり、その需要は誰のCapEx、RPO、契約、電力容量、FCF圧力へ変わるのか。

まず、AIサービス、広告、業務アプリ、車両、ロボット、通信インフラのどこで需要が生まれているかを見る。

次に、その需要がRPO、契約、契約済み将来売上、CapEx、PPE、リース義務のどこに現れているかを見る。

最後に、その投資が売上、利益率、FCFへ届いているかを見る。

AIインフラ投資の源流は、ハイパースケーラーとAIクラウドのCapExです。

ただし、その資金はNVIDIAだけへ流れるわけではありません。

さらに、現在のハイパースケーラーだけを見て終わりではありません。

SpaceX/xAI圏のように、車両、ロボット、衛星通信、データセンター、外部AIラボへの計算資源提供という別の入口から、次のAI需要を作り始める企業群もあります。

ただし、需要源としての存在と、既存6社のように比較できる業績反映は分けます。

現在確認できる事実と、次に追うKPIを分けながら、監視対象として残します。

どの企業が需要を作り、その資金がどの投資先へ流れ、どの企業の数字に残るのか。

第3部では、この順番で日米銘柄を見ます。

確認済みソース一覧

いいなと思ったら応援しよう！

ご支援ありがとうございます。あなたの時間を節約できるよう、要点→根拠リンクの順で簡潔にまとめます。迷わず事実にたどり着けますように。。。

この記事は noteマネーにピックアップされました