GQG：なぜ私たちは今もAI株式市場のバブルの中にいるのか

多くの投資家にとって、人工知能（AI）構築のための支出がこれほど大きく増加していることは、株式市場にバブルがないことの証拠だ。しかしGQGパートナーズでは、これは1990年代の通信（テレコム）や、10年前のシェールオイルのときと同じように、このブームがバスト（崩壊）に道を譲るという見方を裏づける、より多くの情報だと考えている。

$1600億を運用するGQGのポートフォリオマネジャーおよびアナリストは、直近の数四半期における半導体やメモリ機器、そして関連するデータセンター支出に対する巨額の受注は、AIビジネスの将来の需要と価格設定、そしてその先にある見通しに関する実証されていない期待に基づいていると述べている。彼らは、過剰な支出の兆候として、最近の潜在的な価格競争をめぐる動きも挙げる。すなわち、AIモデルをより安く動かす方法を探す事業者が予算を締めていること、そして新しい大規模言語モデルの有効性における伸びが鈍化していることだ。さらに、環状の投資の継続や不透明な会計手法の運用が、リスクを高めているとも考えている。

チップ株で大きな値上がりをもたらしてきた半導体向けの巨額受注でさえも、GQGのポートフォリオマネジャーであるBrian Kersmancによれば「バグではなく特徴」だという。「バブルは、短期的な実需があること、巨額の資本投入、需要が実質的に無制限だという投資家の信念、そして長期リターンに対する見通しの弱さによってしばしば特徴づけられる。強いチップの受注はバブルを否定するものではなく、むしろそれを示す最も強いサインになり得る」と彼は言う。

GQGのファンドマネジャーやアナリストは、テクノロジー、あるいは株式市場全体に対して常に弱気（perma-bears）というわけではない。たとえば2024年時点で、そのポートフォリオの70%超がUberのようなテック、またはテックに隣接する銘柄だった。2017年には、当時は不人気だった半導体チップ、Nvidia NVDAを含む領域に賭けた。

しかし2024年後半から2025年の初めにかけて、GQGは、大きな急騰を見せて全体の株式市場を押し上げてきたAI技術およびインフラ関連の銘柄から、ポートフォリオを寄せていった。この賭けは、Gold評価のGQG Partners US Select Quality Equity Fund GQEIXのような自社の戦略のパフォーマンスを損なったが、同社は方針を変えていない。

これらの銘柄を押し上げている（そして強気派の中核となる）重要な要因は、Nvidia、Broadcom AVGO、そして直近ではMicronといった半導体チップ企業における、AI主導の受注の大幅な急増、あるいはSanDisk SNDKやWestern Digital WDCといった銘柄のある、ほかのコンピュータ用メモリ機器での受注の急増だ。

ミクロン決算：短期のブームは続くが、長期的な供給懸念が膨らむ

驚異的なメモリ株の上昇は短期思考によって引き起こされているのか？

ただしKersmancは、ここが投資家が懐疑的になるべき地点だと言う。まずは、購入がどのように計上されるかの食い違いからだ。「注文と売上は今日計上される一方で、（買い手側の）コストは3年、5年、6年、あるいは10年にわたって配分されているのを目にしています」と彼は説明する。この会計手法自体が問題なのではなく、AI利用の経済性に対する不確実性が非常に高いことを踏まえたときの、その含意が問題なのだ。「重要なのは、今日需要が強いかどうかではありません。投資収益率（ROI）、利用率、価格決定力が試され、需要が経済的に正当化され、かつ持続可能なのかどうかです。」

GQGの弱気シナリオは、そうした論点に基づいている。彼らは、設備投資（capex）が、実証された経済的価値よりはるか前倒しで行われていると主張する。Kersmancは、大手AIラボや他の企業が置いている前提から始める。「『この金額を使えば、この改善が得られる』という形です。しかしChatGPT-4の後、それは横ばいになってしまった。」

最先端モデル（いわゆる「フロンティア」型）への投資が続いているとしても、Kersmancは、多くのAI開発者や企業が別の方向に向かっているという証拠が増えていると言う。Claudeのような大規模言語モデルを使うのではなく、小規模言語モデルへと傾いているのだ。これらは一般に特定の文章に対して扱うデータ集合が限られており、そのため必要な計算能力（compute power）が少なくて済む。たとえば「ライブ翻訳をしたいなら、SLMでそれを行ってスマホ上で翻訳できます。トークン生成は不要で、データセンターに呼び出しをかける必要もありません。」

企業が解決策としてSLMを好むのなら、「より広い意味では、市場は投資家が現時点で想定しているほど、フロンティア級の計算規模（compute）を必要としないかもしれない、という示唆が出ます」とKersmancは言う。「もしAI開発がその方向へ進んでいるのなら、大規模なデータセンターやGPUへの支出が弱まるはずです。」

同時に、開発者は訓練コストが安く、インフラの設備投資（capex）も大幅に低い、オープンソースの中国モデルを使うことがますます増えているという。「中国は500のデータセンターを計画していて、米国は5,500です」とKersmancは言う。これは、膨らみ続けるAI利用コストを抑えようとする企業の動きと重なっている。

Kersmancは、もう一つの重要なパズルのピースは、ハイパースケーラー（大手クラウド事業者）がデータセンターの建設をどのように会計処理してきたかだと説明する。彼は、昨年発表されたMeta PlatformsのMETAとBlue Owl Capital OBDCによる合弁（ジョイントベンチャー）を挙げる。これにより、同社はルイジアナ州のデータセンター案件である300億ドル規模のプロジェクトをバランスシートから移すことが可能になったという。Metaはまた、一部の大規模なインフラ資産を「建設仮勘定（construction in progress）」として分類している。この勘定科目は2024年から2025年の間に2倍になった。

こうした会計上の論点は、チップやその他のハードウェアへの支出と実態の間にある食い違いに結びつくのだ、とKersmancは言う。「大量のハードウェアが建設仮勘定や同様のバランスシート区分に置かれている場合、投資家は、その支出のうち実際にどれだけが投入され、どれほどリターンを生んでいるのかを把握できない可能性があります。これは重要です。企業は多額の現金を前倒しで支出できる一方で、損益計算書にはそのコストが徐々に反映されるからです。懸念は単に会計上の表示の問題だけではありません。会計が過剰な建設、稼働率の低さ、あるいはリターンの弱さを見えにくくしている可能性があるということです。」

さらに、注文されているデータセンターを実際に建設できるかについての不確実性もある。これらの建物は電気と水を大量に使うため、そして地域社会への他の影響もあるため、データセンターのインフラに対する反発が強まっている。「完成予定のうちおよそ半分は、まだ着工すらされておらず、あるいはキャンセルされています」とKersmancは言う。

以上をまとめると、「AIの拡張（buildout）は、多くの典型的なバブルの兆候を示しています」とKersmancは言う。「投資家は、基礎にある経済的な実態が正当化する以上に、さらに遠いところまで需要を推し量っているのです。」