AI投資の資金調達構造を読み解く

概要

• AI（人工知能）向け設備投資ブームは、ドットコム・バブルとは本質的に異なります。1990年代後半とは異なり、今日のハイパースケーラーによる投資は、実在の契約を伴う需要に基づいて行われています。健全なバランスシートの下で資金調達され、過剰設備ではなく供給が制約を受けている状況です。そのため、サイクルの健全性はドットコム・バブル時より高いとみられるものの、投資判断は依然として複雑です。
• 見た目の支出額よりも、リターンが発生するタイミングと規模が重要です。巨額のAI投資が持続可能か否かは、企業が収益成長（クラウド、広告、法人需要）と経営効率化を通じて資本コストを上回るリターンを得られるかどうかに依存しており、その実現度合いは企業ごとに大きく異なります。
• AIを評価するには、資本構成やセクターの枠を越えたアナリスト間の協働が不可欠です。資金調達、エネルギー供給、地政学リスク、オフバランス構造などに伴うリスクを把握するには、株式、債券、セクターのスペシャリストが緊密に連携し、投資判断上の盲点を回避するとともに、長期的な観点からより良い投資判断につなげていくことが必要です。

AIは、数十年に1度レベルの資本集約的な投資サイクルをけん引しています。この状況を正しく把握するには、表面的な支出額や過去の投資ブームとの単純な比較にとどまらず、どのように資本調達されているのか、どこでリターンが生み出されているのか、そしてリスクが企業間やセクター間でどのように分散されているのかに着目することが重要です。AI設備投資ブームが進展する中、選別眼と分野横断的な協働がますます重要になっていると我々は考えます。

AI設備投資ブームはドットコム・バブルとは根本的に異なる

今日のAI投資サイクルは、その規模や野心といった類似点はあるものの、ドットコム・バブルとは本質的に異なっています。1990年代後半のインフラ構築は、需要に大きく先行し、投機的に行われていました。一方、現在のサイクルでは、ハイパースケーラーの投資実体があり、可視性が高く、契約の裏付けのある需要、特にクラウド事業における需要に基づいて行われています。また、強固なバランスシートと潤沢なキャッシュフローにも支えられています。また、現在のシステムは供給過剰の状況にはなく、依然として供給制約の状態にあり、半導体、電力、データセンター容量の不足が新たな投資を迅速に吸収しています。リスクが完全に排除されるわけではありませんが、投資判断が複雑さを増す中にあって、過去のテクノロジーサイクルと比較しても、投資開始地点としてはより健全であると我々は考えます。

投資への活用ポイント：
表面的な類似点に惑わされることなく、実体のある需要、バランスシートの健全性、供給制約などの点に着目します。裏付けのある需要に対応するために投資している企業と、投機的な設備拡張を行っている企業とを見分けることが、下方リスクを管理するうえで極めて重要です。

重要なのは支出額そのものよりリターンのタイミングと規模

AI投資の持続可能性を左右するのは、支出額そのものよりも、リターンがいつ、どのように実現されるかであり、その状況は企業ごとに大きく異なります。一部の企業はAI向け設備投資を収益に転換する明確な能力を示している一方で、収益化までの道のりが長く、不確実性の高い企業もあります。また、リターンは収益の観点だけで捉えるべきではないとも考えています。AI投資は、エンジニアリング、IT、バックオフィスなどの機能全般にわたる生産性向上とコスト削減を通じて経営効率の改善に寄与し、利益率やフリー・キャッシュフローを支えています。設備投資が増加しフリー・キャッシュフローが圧迫される中で、市場の期待は高まり、許容誤差は縮小しています。このような環境下、規律ある資本配分の重要性が一段と高まっていると我々は考えます。

投資への活用ポイント：
表面的な支出額ではなくリターン特性に着目し、企業が収益成長と業務効率の向上を通じて資本コストを上回るリターンを獲得できるかどうかを評価します。そのためには、フリー・キャッシュフローの持続可能性とリターンのタイミングを個別企業ごとに分析することが必要であると考えます。

AIを評価するには、資本構成やセクター横断的な協働が必要

AIの資本集約度の高まりにより、リスクはこれまでより見えにくい場所から顕在化するようになっています。オフバランス取引、パートナーシップ、長期与信枠の活用拡大など、資金調達の多様化に伴い、最終的なリスクの在処は変化しています。同時に、エネルギー供給、インフラ整備、地政学的要因といった制約が長期的な結果を左右する中核要因になりつつあります。そのため、1つの視点だけでは不十分であるとして、我々は株式の分析では株価上昇余地と営業レバレッジに着目し、債券の分析ではレジリエンス、資金調達ストレス、および下方リスクの管理に焦点を当てます。これらの視点に加え、テクノロジー以外のセクターからの洞察を統合することが、盲点を回避するためには不可欠です。

投資への活用ポイント：
AIへのエクスポージャーを評価する際には、株式、債券、およびセクターの専門知識を統合して行います。資金調達構造、エネルギー面の制約、地政学的リスクに併せて経営面のファンダメンタルズを理解することで、より堅固な長期投資判断を導くことが可能となります。

結論

AIの設備投資サイクルは、実体を伴って加速しており、また多大な金融資源を有する企業に主導されています。しかしながら、今後はストーリー性によるモメンタムよりも、実行力とファンダメンタルズが成果を左右する度合いが高まっていくと考えます。投資家は選別眼を強化し、資金調達構造、リターン特性、リスク配分を把握したうえで、AI投資の影響を個別企業ごとに評価することが必要であると考えます。同様に、リスクと機会をあらゆる角度から見極め、複雑化する投資環境の中で確信を持った投資判断を行うためには、資本構成やセクターの枠を越えた運用チーム間の協働が不可欠であると考えます。

当レポートの中の意見はMFSの意見であり、予告なく変更されることがあります。また、これらの見解は、投資助言、銘柄推奨、あるいはMFS の代理としての取引意思の表明と解釈されるべきではありません。

ご利用にあたっての注意事項