サーバーとストレージの好景気はあとどのくらい続くのか? Microsoft、Amazon、MetaのCapExでAIハードウェア需要を検証する

サーバーとストレージの急成長は、近い将来終わりを迎える明確なシグナルを示してはいませんが、「設備容量と部品の確保」という初期段階から、納期、稼働率、そして投資対効果に焦点を当てた中盤ステージへと移行しつつあります。Microsoft、Amazon、MetaによるCapEx(設備投資)ガイダンスは、AIデータセンターが依然として大量のGPU、CPU、HBM、エンタープライズSSD、ネットワーク機器、そして電力リソースを吸収し続けていることを示しています。投資家にとって重要なのは、AIハードウェアの上昇があとどれくらい続くのかと単純に問うことではなく、需要が依然として実際のクラウド収益、エンタープライズAIの導入、そして長期的な顧客コミットメントに支えられているかどうかという点です。

主なポイント

• AIハードウェア需要は引き続き支えられているが、成長はアクセラレーションから明暗の分かれへと移行する可能性がある。
• Microsoft、Amazon、MetaのCapExは、継続的なデータセンター拡張を依然として裏付けている。
• CapExはサーバー収益とイコールではない。建物、電力、リースも重要な要素である。
• 企業のIT予算では、コンピュート、ストレージ、メモリ、ネットワーキング、セキュリティが優先されている。
• 循環のピークを判断するには、クラウド収益、稼働率、部品価格、フリーキャッシュフローを追跡すること。
• サーバーとストレージのブームは、構造的に選別が進む前の2027年まで続く可能性がある。

サーバーとストレージのブームはどれくらい続くのか?

サーバーとストレージの好調は2027年まで続く可能性が高いものの、2024年〜2026年に見られたような急激なペースがそのまま続くとは限りません。より現実的な見方としては、2026年はAIデータセンターの建設、部材の確保、ハイエンドサーバーの出荷が続く年であり、2027年には設備キャパシティが稼働し始め、推論ワークロードが拡大し、稼働率が試される段階になる可能性があります。その後、需要は画一的な拡大から構造的な成長へと移行していくと考えられます。

2026年は引き続きキャパシティ拡大と供給確保の段階

AIインフラは単なるサーバーの購入ではありません。データセンターの完全なエンジニアリングサイクルです。クラウドプロバイダーは、GPU、CPU、HBM、DRAM、NAND、スイッチ、光学モジュール、電源、液冷システム、データセンターのスペースを事前に確保する必要があります。マイクロソフトのFY2026 Q3決算説明会において、同社はAzureの需要が利用可能な容量を上回り続けている一方で、四半期のCapExの相当な部分がGPUやCPUなどの短命な資産に割り当てられたと述べました。これは、ハードウェアの供給がまだクラウドAIの需要に完全には追いついていないことを示唆しています。

この段階では、企業やクラウドプロバイダーは、供給不足、価格上昇の見込み、そして納期の長期化を背景に、早めに発注する傾向があります。IBMの最近の顧客行動はこの点を裏付けています:顧客は四半期の設備投資をサーバー、ストレージ、メモリの購入に振り向け、供給が逼迫した状況下でインフラを確保しようとしています。このシグナルは、単にソフトウェア需要が消滅したと解釈すべきではありません。AIインフラが企業の予算優先順位において上位に移動していることを意味しています。

2027年はキャパシティ収益化の段階になる可能性

2027年の方が分岐点になる可能性が高いです。2026年に行われる多くのデータセンター投資は、同じ四半期内にすぐにサーバー収益やクラウド収益に転換するわけではありません。土地、電力接続、建設、冷却システム、サーバーの設置、そして顧客の移行には、すべて時間がかかります。Amazonは2025年の株主への手紙の中で、約2,000億ドルにのぼるCapExが推測に基づくものではなく、AWSの需要、AIチップ、そして長期的なクラウドの機会に基づくものであることを強調しました。また、Reutersも、Amazonの2026年の投資の一部は2027年～2028年に収益化されると見込まれていると報じています。

トレーニング需要が鈍化したとしても、AI推論、エンタープライズエージェント、コード生成、広告レコメンデーション、検索の再構築、エンタープライズナレッジベースアプリケーションは拡大する可能性があります。サーバー需要がゼロになることはなく、大規模なトレーニングクラスターから、より幅広い推論およびデータ処理環境へと移行するでしょう。ストレージにとって、これはより持続的なキャパシティ拡大サイクルをもたらす可能性があります。なぜなら、エンタープライズ推論にはビジネスデータ、コンテキストデータ、ログ、ベクトルインデックス、バックアップシステムが必要だからです。

要約：サーバーとストレージの好景気は2027年まで続く可能性が高いものの、次の段階では「何もかもが一斉に上昇する」状況から、ハイエンドコンピュート、ストレージ、ネットワーキング、電力リソースをめぐるより選別的な成長へと移行する可能性があります。新しいクラウド容量が迅速に吸収され、AI推論の利用が拡大し続け、エンタープライズデータインフラへの投資が拡大し続けるならば、サーバーとストレージの需要は引き続き支えられるはずです。一方、部品供給が緩み、キャンセルが増加し、クラウド収益がCapExに見合わない場合、景気循環の圧力がより顕著になるでしょう。

Microsoft、Amazon、MetaのCapExは何を示唆しているのか？

Microsoft、Amazon、Meta に共通するシグナルは、AI インフラ投資が依然として高い水準に留まっているということです。しかし、CapEx(設備投資)が意味するものは各社で異なります。Microsoft の開示は、クラウドコンピューティング機器および AI コンピュートにより直接的に結びついています。Amazon の支出には、AWS、ロジスティクス、その他の事業が含まれます。Meta の支出は、広告レコメンデーション、生成 AI、社内モデルのキャパシティにより重点が置かれています。3 社の CapEx の数値を単純に合計して、その総額をサーバー受注として扱うべきではありません。

Microsoft: 短命なコンピュート資産への高いエクスポージャー

Microsoftは、AIサーバー需要を最も明確に見渡せる窓口の一つです。2026年度第3四半期において、MicrosoftはAzureおよびその他のクラウドサービス収益が40%成長したと報告し、決算説明では顧客需要が利用可能なキャパシティを上回り続けていることが示されました。このことから、Microsoftの支出の大部分は、土地やデータセンターの建物だけでなく、コンピュート資産およびクラウドのキャパシティに結びついていることがうかがえます。

より重要なのは、Microsoftが需要の弱い環境下で盲目的に拡大していないという点です。同社はMicrosoftクラウドの粗利益率が66%に低下したことを開示しており、これはAIインフラの減価償却、GPUの調達、クラウド設備の拡大による影響を反映しています。つまり、MicrosoftのCapExは同時に2つのシグナルを送っているのです。需要は依然として強い一方で、投資家はAIへの支出が十分に高いキャッシュリターンを生み出せるかどうかにますます注目していくでしょう。

Amazon：AWSの需要と顧客コミットメントが予見可能性を提供

AmazonのCapEx（設備投資）ガイダンスは大きいものの、慎重な解釈が必要です。Amazonはクラウド企業だけではなく、Eコマースのフルフィルメント、物流、広告、衛星インターネット、デバイス事業も展開しています。それでもなお、AWSが最も重要な変数です。第4四半期の決算で、Amazonは約2,000億ドルの資本支出を見込み、その投資機会はAI、チップ、ロボティクス、低軌道衛星に及んでいます。

2026年第1四半期までに、AmazonはAWS売上の前年同期比28%増を報告し、一方チップ事業は年間換算で200億ドルの売上ペースを超えました。Trainium、Graviton、Nitroといったカスタムチップは、クラウドサーバーの構成やサプライチェーンの価値分配を再形成する可能性があります。価値の一部は汎用GPUからカスタムチップ、システム全体の設計、ネットワーキング、ストレージへと移るかもしれませんが、それがデータセンターの総需要を必ずしも減少させるわけではありません。

Meta: 大規模なAIインフラ運用者

MetaのCapExのシグナルはより社内向けです。2026年第1四半期に、MetaはAIインフラ、部品価格、データセンターのコストを理由に、年間の資本支出ガイダンスを$1,250億～$1,450億に引き上げました。AWSやAzureとは異なり、MetaのAI投資は主に広告のレコメンデーション、コンテンツ配信、生成AIアシスタント、モデルのトレーニング、および将来的なクラウド機能の可能性を支援するものです。

このモデルにとっての重要な疑問は、外部のクラウド顧客からの受注ではなく、広告効率、ユーザーエンゲージメント、モデルの能力、そして社内のコンピュート利用率です。MetaがAIインフラをより高い広告コンバージョン率、より強力なレコメンデーションシステム、そして新製品の収益に変換できれば、成長によってCapExの圧力を正当化できます。収益への貢献が依然として不明確なままであれば、市場は減価償却やフリーキャッシュフローの圧力にいっそう注目することになるでしょう。

要約: Microsoft、Amazon、MetaのCapExはいずれも、AIインフラ構築が終わっていないことを示しているが、各社が異なる角度からこのサイクルを検証している。MicrosoftはGPU、CPU、クラウドサーバーへの引き合いの強さを最も如実に反映している。Amazonは長期サイクルのAWS顧客需要とカスタムチップの拡大を反映している。Metaは広告プラットフォームが重量級のAIインフラ事業者へと変貌しつつあることを示している。本当の問いはCapExの規模がどれほど大きいかではなく、これらの投資がクラウド収益、広告効率、AI利用によって吸収できるかどうかである。

莫大なCapExはどのようにサーバー、ストレージ、メモリの需要に転化するのか?

膨大な CapEx は、まず AI アクセラレータ、CPU、サーバー、ネットワーク機器に流入し、その後、徐々にエンタープライズ向け SSD、メモリ、オブジェクトストレージ、バックアップシステム、電源、冷却に対する需要を牽引します。タイミングはカテゴリーによって異なります。GPU とサーバーの収益は比較的早く計上できますが、土地、電力、データセンターの建設はより時間がかかります。ストレージの需要は、学習データ、推論ログ、エンタープライズデータの接続が拡大するにつれて、後から解放される可能性があります。

完全な AI データセンターのハードウェアチェーンには、通常、以下が含まれます。

• AIアクセラレータ、CPU、HBM、DRAM、およびNAND;
• 高密度サーバー、ラック、電源、および液冷システム;
• スイッチ、光モジュール、ネットワークインターフェースカード、および相互接続機器;
• エンタープライズSSD、オブジェクトストレージ、バックアップ、およびアーカイブシステム;
• データセンタービル、電力接続、UPS、および冷却設備;
• 運用ソフトウェア、セキュリティシステム、およびクラウドコスト管理ツール。

Gartnerは、世界のIT支出が6兆3,100億ドルに達すると予測しており、データセンターシステムへの支出は7,880億ドルを超えると見込まれています。これは、名目CapExの伸びには「台数の増加」と「価格の上昇」の両方が含まれていることを意味します。サーバーベンダーの売上増加は、必ずしも出荷台数が同じペースで増加していることを意味するわけではありません。1台あたりの構成の高度化、メモリ容量の増大、平均販売価格の上昇が反映されている可能性もあります。

トレーニングと推論は、ストレージ需要をそれぞれ異なる形で牽引します。トレーニングには大規模なデータセット、モデルのチェックポイント、高スループットのストレージが必要です。一方、推論はエンタープライズデータ、ベクトルデータベース、ユーザーコンテキスト、ログキャッシュ、コンプライアンス保持に大きく依存します。AIインフラストラクチャに対するGartnerの見解では、AI最適化IaaS、AIサーバー、AIネットワークファブリックを将来のAI支出の中核コンポーネントとして位置付けています。

公開市場でAIハードウェアのサプライチェーンを追跡するなら、チップ企業だけを見ていては不十分です。サーバーOEM、ストレージベンダー、ネットワーク機器サプライヤー、光モジュール企業、電源サプライヤー、液冷企業、そしてデータセンターREITも同様に重要です。Dellは有益な例です。Reutersの報道によると、Dellは2027年度のAIサーバー売上高が約600億ドルに増加すると予想しており、これは従来の約500億ドルという見通しを上回るものです。Biyaを使って関連する米国株の価格動向をモニタリングする際は、単一四半期の売上成長だけに頼るのではなく、CapExガイダンス、決算説明会、受注残（バックログ）、粗利益率を総合的に比較することが望ましいでしょう。

要約: AI CapExはサーバー需要に最も直接的な影響を及ぼしますが、単一のチャネルを通じて動くわけではありません。フロントエンドにはGPU、CPU、HBM、高密度サーバーがあり、ミドル層にはネットワーキング、光モジュール、エンタープライズストレージが含まれ、バックエンドには電力、液冷、データセンタービル、長期運用が含まれます。AIがトレーニングから推論やエンタープライズアプリケーションへと移行するにつれ、ストレージ、ネットワーキング、データ管理の需要はGPUよりも遅れてピークを迎える可能性があり、ハードウェアサイクルが一斉に始まり終わるのではなく、層ごとにローテーションする可能性が高まります。

なぜエンタープライズIT予算はソフトウェアからAIインフラへとシフトしているのか？

エンタープライズIT予算はソフトウェア全体を放棄しているわけではありません。限られた予算の中でAIインフラを優先しているのです。コンピュート、ストレージ、メモリ、ネットワーキング、セキュリティ、データガバナンスは、企業がAIを導入するための前提条件です。基盤となるリソースが不足している場合、新しいソフトウェアライセンス、優先度の低いシステムアップグレード、従来型のコンサルティングプロジェクトは延期されやすくなります。これは、幅広いソフトウェア不況としてではなく、予算の優先順位の再編成として理解する方が適切です。

AIプロジェクトを本番環境に移行するために、企業は通常、まず4つの課題を解決する必要があります。コンピューティング容量が十分かどうか、データが利用可能かどうか、セキュリティが管理可能かどうか、そしてコストが予測可能かどうかです。マッキンゼーのAI時代のテクノロジー予算に関する調査では、CIOは、システムを稼働し続けるためのラン支出と、新しい機能に資金を供給するためのチェンジ支出のバランスを再調整する必要があると述べられています。AIは単発的なイノベーションプロジェクトではなく、クラウドコスト、データガバナンス、推論呼び出し、セキュリティ運用を長期的な予算項目に変えることができるのです。

そのため、ソフトウェアはますます二極化が進んでいる。圧力にさらされやすい分野としては、後回しにできる大型アップグレード、十分に活用されていないライセンス、重複した機能を持つツール、ROI（投資対効果）が不明確な実験的製品などが挙げられる。一方、成長が見込める分野には、AIモデルプラットフォーム、データガバナンス、サイバーセキュリティ、クラウドコスト最適化、オブザーバビリティツール、そして中核的な業務ワークフローに深く統合されたアプリケーションなどがある。AI最適化サーバーに関するGartnerの予測は、AIインフラが企業やクラウドプロバイダーにとって依然として重要な支出の優先事項であることを示している。

投資家にとって、この予算配分の変化はセクターの評価に影響を与える可能性があります。ソフトウェア企業は、自社の製品がAIの生産性向上、クラウドコストの削減、ビジネス成果の促進につながることを示せない場合、評価額の下落圧力に直面するかもしれません。ハードウェア企業も、実際の出荷なしに価格上昇だけが利益をもたらしている場合にはリスクを抱えています。ロイターは、一部の投資家がハイパースケーラーの支出成長の鈍化のリスクに注目し始めていることを確認しており、市場が「AI需要だけを見る」段階から「投資収益率も見る」段階へと移行しつつあることを示唆しています。

要約: 企業のIT予算はAIインフラを優先していますが、それはソフトウェア予算が永遠に消滅することを意味しません。より正確な変化は、インフラ、データ、セキュリティ、クラウドの容量が最初に資金を割り当てられ、一方で従来型のソフトウェアや優先度の低いプロジェクトは先送りされているというものです。基盤となる能力が構築されれば、生産性の向上、コスト削減、あるいは売上への貢献を証明できるソフトウェアアプリケーションへ支出が戻る可能性があります。ハードウェアブームが続くかどうかを判断するには、企業がAIアプリケーションへの支払いを継続する意思があるかどうかにも注目する必要があります。

AIハードウェアブームが継続中なのか、それともピークを迎えたのかを見分ける方法は？

AIハードウェアブームが続くかどうかは、CapExが再び引き上げられるかどうかだけでは判断できません。より有効なフレームワークは、需要、供給、そして財務リターンを組み合わせたものです。つまり、クラウド収益が加速し続けるか、新たな設備投資 capacity が迅速に活用されるか、部品価格が強含みを維持するか、フリーキャッシュフローが支出を吸収できるか、そして減価償却の圧力が収益性を蝕み始めるかどうかです。一つの指標だけを見ていると、建設サイクルを恒久的な需要と誤認しやすくなります。

監視すべきシグナルは、3つのカテゴリーに分けることができます。

需要指標

• Azure、AWS、Google Cloudの収益成長率；
• 残存パフォーマンス義務、長期クラウド契約、顧客の前払金；
• AIサービス収益、推論呼び出し量、本番環境にあるエンタープライズプロジェクトの割合；
• 新たに稼働したデータセンター容量がどの程度の速さで使用されるか；
• エンタープライズがパイロットの実施にとどまらずAI予算の拡大を続けるかどうか。

供給指標

• GPU、HBM、DRAM、NAND、エンタープライズSSDの価格；
• サーバー、光モジュール、スイッチの納期リードタイム；
• データセンターの電力接続、許認可、建設の進捗；
• サプライチェーンにおける重複発注や注文キャンセルの兆候；
• 高級部品の不足が標準サーバーに波及するかどうか。

財務指標

• 収益に占めるCapExの割合;
• フリーキャッシュフローと営業キャッシュフロー;
• 減価償却費の伸び;
• クラウドの粗利益率;
• 投下資本利益率;
• 経営陣がコスト管理、ファイナンスリース、またはキャパシティの最適化を重視し始めるかどうか。

この分析の中では、取引コストも重要な要素です。Microsoft、Amazon、Meta、またはAIハードウェア・サプライチェーン関連株を追跡する際、価格の変動は一つの側面にすぎません。実際の取引コストもポジション管理やリバランスに影響を与える可能性があります。米国株の取引コストには通常、手数料以外にも、プラットフォーム手数料、外部代理店手数料、取引活動手数料、その他の費用が含まれる場合があります。Biyaは米国株取引の手数料を$0としていますが、プラットフォーム手数料、外部代理店手数料、その他の費用については、米国株取引手数料および注文ページをご確認ください。サービスの利用可否は、ユーザーの所在地、本人確認の結果、プラットフォームの規則、および適用される法令に依存します。

要約: AIハードウェアサイクルが継続できるかどうかは、最終的にCapExが実際の収益と高い稼働率に転換するかどうかにかかっています。クラウド需要が供給能力を上回り続け、企業のAIプロジェクトが本番環境への移行を進め、長期契約が増加し続ける限り、サーバーおよびストレージ需要は引き続き支えられます。部品価格が下落し、キャンセルが増加し、フリーキャッシュフローの圧力が拡大し、クラウド収益が支出に見合わなくなった場合、市場はAIインフラ拡張のペースを見直すことになります。より規律あるアプローチとしては、特定のハードウェアセグメントのみを追いかけるのではなく、CapEx、クラウド収益、部品価格、キャッシュフローを総合的に監視することです。

AIサーバー、エンタープライズストレージ、メモリ、クラウドコンピューティング、時価総額上位のテクノロジー株を長期的に追跡する場合、最も重要なステップは繰り返し実行可能なモニタリングフレームワークを構築することです。まず、Microsoft、Amazon、MetaのCapExガイダンスが上昇し続けているかを確認します。次に、Azure、AWS、Metaの広告事業がそれらの投資を吸収できるかを検証します。最後に、サーバー、ストレージ、メモリ、ネットワーキングのサプライチェーン全体で価格と受注の変化を比較します。米国株情報を利用して関連企業の価格、バリュエーション、市場パフォーマンスをフォローし、Biyaを利用して米国株、香港株、デジタル資産全体のマルチアセットの動きを監視することができます。人気セクターに関しては、1日の値動きだけを根拠に取引判断を下すことは勧められません。公開情報、コスト構造、注文の種類、そして個人のリスク許容度をすべて考慮する必要があります。上記の議論は、公開市場情報、業界分析、および手数料構造に関する教育のみを目的としたものであり、投資助言を構成するものではありません。

FAQ

AIサーバーの需要は自動的にエンタープライズストレージの売上を押し上げるのか?

自動的ではありませんが、多くの場合、遅れて波及する効果が生まれます。AIのトレーニングではまず高性能ストレージと大規模なデータの読み書きが求められ、一方で推論(インファレンス)はエンタープライズデータ、ログ、ベクトルインデックス、バックアップへの需要を高めます。ストレージの売上が同時に伸びるかどうかは、顧客のデータ規模、デプロイメントアーキテクチャ、SSD価格、クラウドプロバイダーの調達タイミングによって異なります。

HBMとNANDの価格上昇はAIハードウェアにそれぞれどのような影響を与えるのか?

HBMはAIアクセラレータの性能、サーバー構成、そしてサーバー1台あたりのコストにより直接的な影響を与えますが、NANDは主にエンタープライズSSD、データストレージ、アーカイブコストに影響します。HBM価格の上昇はハイエンドAIサーバーの価格を押し上げる可能性があり、一方NANDの値上がりはストレージ拡張の予算を圧迫する可能性があります。実際の影響は契約価格と製品構成に依存します。

クラウドプロバイダーのカスタムAIチップはサーバーサプライヤーの需要を減少させるか？

カスタムAIチップはサーバー構成やサプライヤーのシェアを変える可能性がありますが、サーバー全体の需要を必ずしも減少させるわけではありません。AmazonのTrainium、Gravitonなどのチップは、単位あたりのコンピュートコストを下げる可能性がある一方で、カスタマイズされたサーバー、ネットワーキング、ストレージへの需要を生み出します。より大きな影響は、システムとコンポーネント全体で価値がどのように再分配されるかという点にあります。

個人投資家はAIハードウェアサプライチェーンにおける重複発注リスクをどのように見極めればよいのでしょうか?

個人投資家は、クラウド側の需要、サプライヤーへの発注、在庫、前払金、キャンセル条項、納期リードタイムを相互確認すべきです。バックログ(受注残)だけでは誤解を招く可能性があります。なぜなら、供給不足の時期には、顧客が早めに発注したり、複数のサプライヤーに発注したりする傾向があるからです。クラウドの売上収益が減速しているにもかかわらず在庫が増加している場合、重複発注リスクは高まります。

データセンターの電力制約はAIサーバーのサイクルを延ばすのか、それとも短くするのか?

データセンターの電力制約は、短期的にはサーバーの設置や収益認識を遅らせる可能性がある一方で、長期的には建設サイクルを延長させ、機器の供給を引き続き逼迫させます。プロジェクトが電力と許認可を確保できれば、ハードウェアの納入は単純に先送りされるだけかもしれません。しかし、電力アクセスや運用コストの問題が続く場合、一部の注文は延期、削減、またはキャンセルされる可能性があります。

なぜAIハードウェアのCapEx増加はテクノロジー企業のフリーキャッシュフローを減少させるのか？

AIハードウェアへの設備投資は、収益が本格化する前に多額の資金を消費します。データセンター、チップ、サーバー、電力インフラに前もって資金を投じる必要があるためです。減価償却、エネルギー、運用コストも後になって上昇します。この圧力が許容範囲内かどうかを判断するために、投資家は四半期分のフリーキャッシュフローだけに注目するのではなく、営業キャッシュフロー、クラウド収益の成長、稼働率、長期的なリターンを比較すべきです。