#GoldmanSachsRemainsBullishOnDataCentersDespiteTheAISelloff

ゴールドマン・サックス、データセンターの将来性を依然高く評価：株式市場の調整局面でもAI需要が底堅く推移する可能性がある理由
人工知能関連株が最近売られたことで、重要な疑問が浮上しています。AIブームは勢いを失いつつあるのでしょうか。それとも、市場がAIに関連する企業やバリュエーションを見直しているだけなのでしょうか。

ゴールドマン・サックスは、データセンターの長期的な見通しを引き続き前向きに捉えています。テクノロジー株が急落する局面でも、コンピューティング能力、クラウドサービス、AIインフラに対する根本的な需要は拡大を続ける可能性があるためです。

この違いは重要です。株価の下落は、その業界の製品が役に立たなくなっていることを自動的に意味するわけではありません。株価には、期待、金利、リスク選好、競争、将来の利益が反映されます。一方、実際の需要は、顧客の利用状況、契約、必要な処理能力、投資、売上高を通じて測られます。短期的には、これらの要素が異なる方向に動くことがあります。

1. AI関連株が売られるなかでも、ゴールドマン・サックスがデータセンターに強気な理由
AI関連株の下落は、半導体企業、クラウド事業者、その他のテクノロジー企業に圧力をかけています。投資家は、AIインフラへの巨額投資が、そのコストを正当化するだけの売上と利益を生み出すのか疑問視しています。また、高いバリュエーション、資金調達費用、建設の遅れ、実際の需要が顕在化する前に一部の企業が投資を先行させた可能性についても検討しています。
こうした懸念はもっともです。業界全体に素晴らしい長期的な将来性があっても、個々の企業の株価が割高だったり、十分な利益を上げられなかったりすることはあります。株価が10%、15%、25%下落しても、それだけで基盤となるテクノロジーが失敗したとは言えません。同様に、大幅に下落したからといって、株が自動的に割安になるわけでもありません。
ゴールドマン・サックスは、インフラ投資の機会の大きさを指摘しています。同社の調査では、世界のデータセンターの電力需要は2025年から2030年にかけて約170%増加する可能性があると予測されています。これは確約された結果ではなく予測ですが、同社が長期的に大きな投資需要を見込む理由を示しています。
重要なのは、AIには物理的なインフラが必要だということです。モデルには、プロセッサ、メモリ、ネットワーク、ストレージ、電力、冷却設備、安全な建物が必要です。企業や消費者がAIツールの導入を続ければ、それを支えるコンピューティング能力も拡大しなければなりません。
私の見方では、今回の株価下落は、AI経済のあらゆる分野が終わりを迎えたと考える理由ではなく、投資先を選別する必要性を示すものです。次の段階では、実際の顧客、安定した契約、競争力のある技術、管理可能な負債、明確なキャッシュフロー創出への道筋を持つ企業が有利になる可能性があります。

2. AI関連株は下落しているが、AI業界は終わったということなのか？
いいえ。株価の調整と業界需要の崩壊は、別の出来事です。AI関連株は、先端半導体、クラウドコンピューティング、自動化、生成AIの力強い成長を投資家が見込んだことで、急速に上昇しました。期待が極端に高まると、好調な業績であっても、バリュエーションを正当化するには不十分だとして失望を招くことがあります。
現在の見直しでは、いくつかの疑問が浮上しています。大手テクノロジー企業は、設備投資を収益性の高いサービスに変えられるでしょうか。顧客はAI製品に十分な対価を払うでしょうか。新たなデータセンターはどのくらいの速さで稼働するでしょうか。電力供給や送電網への接続は需要に追いつくでしょうか。より効率的な半導体によって、AIの各タスクのコストは下がるでしょうか。こうした疑問は、AIの普及という大きな流れを終わらせることなく、市場の変動を引き起こす可能性があります。
AIはすでに、ソフトウェア開発、カスタマーサービス、研究、金融、製造、物流、小売など、さまざまな分野で活用が検討されています。企業は、情報の要約、従業員の支援、文書の分析、コードの生成、反復的な業務の自動化に役立つツールを試しています。導入の進み方は一様ではなく、すべてのプロジェクトが成功するわけではありませんが、用途の幅は広いと言えます。
AIの学習と推論の違いは、特に重要です。学習では、大量のデータとコンピューティング能力を使ってモデルを開発します。推論とは、学習済みのモデルがユーザーに応答したり、コンテンツを生成したり、タスクを実行したりする際に行われる処理です。より多くの人や企業が毎日AIアプリケーションを使うようになれば、推論処理が継続的なコンピューティング需要の源泉になる可能性があります。
つまり、インフラ需要は新しいモデルの投入だけに結びついているわけではありません。既存のモデルのユーザーが増え、リクエストへの対応件数が増加し、日常的な業務システムに組み込まれるにつれて、需要が拡大することもあります。

3. AIに高性能コンピューター、サーバー、電力、冷却システム、データセンターが必要な理由
AIは、インターネット上に浮かぶ単なるソフトウェアではありません。大規模なAIは、広範な物理設備のネットワークに依存しています。高性能プロセッサは複雑な計算を行います。広帯域メモリは情報を高速に転送します。ストレージシステムはデータを保持し、ネットワーク機器はプロセッサとサーバーを接続して連携できるようにします。
こうしたシステムはデータセンターに設置されます。データセンターは、コンピューティング能力、電力、冷却、安全性、安定した接続環境を提供するために設計された専用施設です。AIの処理には、一般的なオフィスアプリケーションよりもはるかに多くのコンピューティング能力や電力が必要になることがあります。
学習では、プロセッサが繰り返し計算を行い、大規模なデータセットからモデルがパターンを学べるようにします。推論では、モデルが学習した内容を使って質問に答え、情報を分析し、画像を作成し、業務を支援します。必要なリソースはモデルや処理内容によって異なりますが、どちらの段階にもコンピューティング資源が必要です。
モデルの性能が高まり、利用が拡大するにつれて、企業はプロセッサ、メモリ、ストレージ、ネットワークの処理能力を増強する必要が生じる可能性があります。そのため、インフラ投資の機会はAIソフトウェアを開発する企業にとどまりません。
半導体メーカーはアクセラレーターやプロセッサを供給します。メモリ企業は高速メモリを提供します。ネットワーク企業は大量のチップを接続します。データセンター事業者は施設と処理能力を提供します。電気設備メーカーは変圧器、開閉装置、配電システムを供給します。冷却専門企業は熱を管理します。電力会社やエネルギー開発事業者は電力供給を支えます。
このエコシステムは相互につながっています。ある分野で不足が生じると、プロジェクト全体が遅れる可能性があります。建物が完成していても、送電網に接続できなければ、フル稼働できません。サーバーを設置しても、十分な冷却がなければ、高負荷の処理を安全に行えません。だからこそ、AIインフラの動向には、人気のある銘柄ひとつではなく、多くの業界が関わります。

4. ゴールドマン・サックスがAI需要を前向きに見ている理由
楽観的な見方の中心にあるのは、AIが限られた技術実験ではなく、広く使われるビジネスツールになる可能性です。企業は、生産性の向上、反復作業の削減、研究の迅速化、顧客へのより効率的な対応を目指しています。
ソフトウェア開発者は、AIアシスタントを使ってコードの作成、テスト、レビューを支援できます。金融機関は、文書処理、顧客サポート、リスク分析への活用を検討できます。製造業では、品質検査、予知保全、生産計画にAIを活用できます。小売業者は、商品推薦、在庫管理、顧客サービスに応用できます。研究チームは、情報の整理や業務の一部の効率化にAIを利用できます。
これらの用途で必要となるコンピューティング能力は、それぞれ異なります。比較的軽い処理もあれば、高度なモデルや大規模サービスのように多くのリソースを消費するものもあります。しかし、何百万人ものユーザーや組織に普及すれば、コンピューティング処理の総数は大幅に増える可能性があります。
AI需要には、いくつかの層があります。新しいモデルを学習させる企業からの需要、AIサービスを提供するクラウドプラットフォームからの需要、そして自社の業務にAIを導入する企業からの需要です。消費者向けアプリケーションも、もうひとつの需要を生み出します。ある分野の成長が、別の分野の需要を支えることもあります。
最も重要な指標は、利用が持続可能な売上につながるかどうかです。導入が進むことは重要ですが、顧客が対価を支払う意思があること、サービスが実際の問題を解決すること、提供企業が収益性を確保して運営できることも示さなければなりません。したがって、ゴールドマン・サックスのインフラに対する前向きな見通しは、長期的な投資機会として捉えるべきであり、すべてのAI企業が成功する証拠ではありません。

5. データセンターと電力
データセンターには、AIを支えるサーバー、プロセッサ、メモリ、ネットワーク、電力、冷却システムが集約されています。ゴールドマン・サックスは、世界のデータセンターの電力需要が2025年から2030年にかけて約170%増加すると予測しています。

ゴールドマン・サックスの調査では、米国のデータセンターの電力需要は、2025年の約31 GWから、2026年には41 GW、2027年には66 GWへと増加すると推計されています。これらは予測値です。需要の拡大は、電力会社、発電事業者、送電網の開発事業者、設備サプライヤーに恩恵をもたらす可能性があります。ただし、送電網の増強や接続の遅れによって、プロジェクトが延期されることもあります。

6. 冷却設備と投資家の見通し
高性能プロセッサは熱を発生させるため、液冷システム、ポンプ、熱交換器への需要が生まれます。投資家は、設備投資、半導体の受注、顧客の稼働率、電力の利用可能性、AIサービスの売上を注視する必要があります。

私は、AIインフラの長期的な見通しを引き続き前向きに捉えていますが、投資先の選別が重要です。リスクには、導入の遅れ、高い借入コスト、電力不足、設備の過剰供給などがあります。170%という予測は大きな数字ですが、確約されたものではありません。AIには、プロセッサ、メモリ、ネットワーク、データセンター、冷却設備、安定した電力が必要です。優れた企業は、ボトルネックを解消し、顧客を確保し、コストを管理し、需要を利益に変えるでしょう。#ShareWeekly #WCTCS9