- AIデータセンターの設備投資が、米国および世界経済で前例のないほど大きな比重を占めるようになっている
- 米国の2025年のAI関連データセンター投資はGDPの**約2%**に達し、**GDP成長への寄与は0.7%**と推定される
- この巨額の投資資金は、既存の製造業、インフラ、その他のベンチャー投資から流出し、AI中心へと集中している
- この現象は鉄道、通信インフラ投資ブームに匹敵する勢いで急速に拡大しており、すでに過去の通信インフラ投資のピークを上回っている
- その結果、AIデータセンター投資は景気後退を和らげる一方で、他産業の資金枯渇や大規模な事業再編、雇用減少まで引き起こしている
Updates & Erasures
- 米連邦準備制度の本部建物改修を巡る論争が続くなか、公共支出への批判が続いている
- 最近の記事では、中央銀行の建物リノベーションをめぐって政府関係者が不満を示している
- FRBのPowell議長のリーダーシップと建物改修をめぐり、風刺と不満が交錯している状況だ
Honey, AI Capex Ate the Economy
AIデータセンター設備投資の現状
- AIデータセンター投資規模があまりにも大きく、中国の習近平でさえ各地方政府にAI、コンピューティング、新エネルギー産業への投資を警戒するよう警告した
- 中国国内のデータセンター新設件数だけで250件を超え、世界的にAIインフラへの投資熱が広がっている
- 米国ではNvidiaのデータセンター売上高を根拠に推計すると、2025年のAI設備投資(Capex)は米国GDPの2%水準、AIによるGDP成長寄与度は**0.7%**に達する見通しだ
AI投資規模の下限検証
- 2025年の予想米国GDPは**$25T**規模と見積もられる
- Nvidiaのデータセンター向け年間売上高: 約**$156.4B**、このうち99%がAI関連と集計される
- Nvidiaがデータセンター設備投資全体に占める比率: 25〜35%
- 経済波及効果（乗数）として1.5〜2倍を適用すると、年間のデータセンター設備投資総額は約$520Bへ拡大すると推定される
- 2022年以前のAI capexはGDPの0.1%未満だったが、3年で10倍以上に成長した
- 鉄道、テレコムなど過去の大規模インフラ投資と比べても、その規模は大きく拡大している
- 特にドットコムバブル当時のテレコム投資ピークをすでに超えており、なお上昇傾向にある
- データセンター投資額は19世紀の鉄道全盛期比で20%水準だが、短期間で急増している
AI設備投資はどこから来るのか
- データセンターおよびAIインフラ投資資金の出所は次の通り
- 内部キャッシュフロー (Microsoft, Google, Amazon, Metaなどの主要テック企業)
- 負債発行 (社債など、比重は増加傾向)
- 株式および追加公募
- ベンチャーキャピタル/プライベートエクイティ (CoreWeave, LambdaなどのAIインフラスタートアップ)
- SPV(特別目的会社)、リース、資産担保型の代替金融 (Metaなど)
- クラウド利用契約 (主にハイパースケーラー企業)
- AI中心の投資によって他産業への資金流入が縮小している
- ベンチャーキャピタル資金がAI以外の領域にはほとんど流れない現象
- 非ライフサイエンス系VCは、実質的に現在ほぼAI投資中心で運用されている
- クラウドコンピュート企業は既存のクラウド事業よりもGPU中心のIDCに投資を集中させている
- Amazon、Microsoftなどの主要企業では、AIデータセンター費用の増加により人件費や事業の再編が起きている
- AI関連上場企業の株価収益率は急騰した一方、他分野の企業は資金調達が難しくなっている
- AI企業に投資資金が集中し、製造業/その他インフラは相対的に資金不足となっている
AI投資による経済構造の変化
- AI投資ブームは、他のインフラ部門への投資縮小と産業構造再編を促進している
- 過去の通信インフラバブルが他インフラ投資の急減につながった前例と似ている
- 今回のAIデータセンター投資ブームでも、非AI分野の資本枯渇、大規模な事業再編、雇用減少などの負の波及効果が懸念される
経済的ミステリーの解明
- 最近の経済では、貿易紛争、政治的不確実性、官僚的リスクなどの不安要因があるにもかかわらず、景気後退懸念が比較的小さいことが謎だった
- 理由は、**民間主導のAIデータセンター投資という巨大な「民間版景気刺激策」**が進行しているためだ
- すでにドットコムバブル期のテレコム投資ピークを上回っており、19世紀の鉄道投資ピークに接近している
- 逆算すると、AIデータセンター投資がなければ2025年第1四半期の米国GDP成長率は–2.1%まで低下していた可能性が高い
- 結果として、AI設備投資は景気低下を相殺しつつ、実際には経済的な脆弱性を覆い隠す役割を果たしている
結論
- 短期間でAIおよびデータセンターへの投資が急増していることは、経済史的にもまれな異例の瞬間だ
- AIやデータセンターの爆発的成長への賛否とは別に、急激な技術進歩と資本投入の速度は異常なほど大きい
- AIデータセンターは鉄道や道路のように数十年から数百年使われるインフラではなく、短い寿命と速い減価償却が特徴だ
- このように短期的な技術サイクルに合わせて大規模投資が行われることで、他産業への投資縮小、大規模解雇、非AI分野の成長鈍化が並行して進んでいる
- 資本は現在、ベンチャー資金や内部予算などからIT中心へ急速に再配分されており、その結果、一部の分野は長期的な投資枯渇と大規模な事業再編の影響を受けている
- まだAIが実際に広く活用される前の段階にもかかわらず、雇用減少と産業再編が急速に進むという皮肉な状況になっている
Rougher Notes
2件のコメント
コメント要約を見ると、現時点では2%はそれほど多くないと考えているようですが、このペースで増加した場合、26年にはいくらになるのかを考える必要があると思います。AGIがごく近い将来に実現可能でないなら、26年、もしかすると27年まで、楽観論者と悲観論者の対立で本当に混乱しそうです。
Hacker Newsの意見
習近平の発言は、FTの大げさな記事から出たものに見える。中国語の原文記事はずっと穏やかな調子だ。AIとEVは会議や報告書の主要テーマではなく、言及されただけだった。習近平の警告は、AIとEV産業でまた観察されている「政治的業績競争」についてのものだ。中央政府が産業政策の目標を定めると、地方政府が企業と結託して見せかけの「プロジェクト」を推し進め、結局その大半は工場だけ建てて止まるというお決まりのことが起きる。これは以前から中央政府にとって大きな悩みの種であり、AI・EV分野にも同じ問題があるというのが、習近平の警告の核心だ。原文記事: https://paper.people.com.cn/rmrb/pc/content/202507/17/content_30088242.html
GDPの1.2%は、そこまで極端には感じない。他の革新的なプロジェクトと比べるとずっと低い水準だ。たとえばアポロ計画は4%、鉄道は6%、コロナ景気刺激策は27%、第二次世界大戦の国防支出は40%にまで達したことがある
私の最初の反応も似たようなものだ。1.2%ならそれほど多くは見えない。単にメディアが刺激的な見出しを付けているだけのように思う。もし水やエネルギー消費量のようなものを数値で見れば、そちらのほうが心配になるかもしれない。やや本題から外れるが、米国GDPの約9%が金融サービスから生じていて、個人的にはこちらのほうが警戒すべき数字だと思う
GDP全体に対して見れば少なく見えるが、そもそも我々のGDP自体が非常に大きい。この1.2%という金額だけでノルウェーのGDP全体に匹敵する。大したことがないように見えても、今年の軍事支出3.4%と比べても大きな金額だ
今は数値そのものだけでなく、変化の推移と流れ、そしてその傾きが意味するものに注目すべきだと思う。資本がさまざまな分野からAIへ移動しており、資産価値の持続期間も違う（鉄道は数十年から数世紀、AIは何年続くのかなど）。「AIデータセンター投資がなければ第1四半期のGDP下落幅は–2.1%に達していただろう」というのが著者の論点でもある
まだ始まってたった2年しか経っていない！ 1.2%でもとてつもない数字だ。こんな比較ができること自体に驚く
記事の核心は、これほど巨大な投資が正当化できるのかという問いだ。単にGDPの何%だから大丈夫という反論は、本質を避けているにすぎない
鉄道は資本を社会全体に分散させ、多数の長期的な富の増加につながった。しかしAIは既存の富裕層へ資本を集中させ、最終的に中間層に長期的な富の減少をもたらす余地がある。人口の購買力が下がれば経済成長の助けにならないので、こうしたAI投資ブームには疑問がある
AIとデータセンターについては、バンドワゴンが終わった後にその容量をもっと有用なところ（たとえば新薬開発など）に使えるといいと思う
1990年代のドットコムブームのときにも、光ファイバーネットワークが無秩序に過剰敷設された。ドットコムバブル崩壊後、これらの資産は二束三文で処分され、新しいスタートアップが安価に全国ネットワークを構築した。こうしたバブルの「遺物」が次世代企業の安価な燃料になってきた。データセンターも同じパターンをたどり、今すぐは過剰でも後には必ず新しい用途に使われるだろう
流行に関連して、なぜそんなに多くの人が開発者やその他のホワイトカラー職がAIに100%置き換えられるという話に執着するのかわからない。妙に終末論的で虚無主義的な幻想のように思えるし、私はそうした誇張には同意しない。私だけなのだろうか
グローバルに見ても、現在のLLM（大規模言語モデル）の能力ですらまだ十分には導入されていない。たとえ今の水準からさらに賢いものを作れないとしても、今後数年間にわたりさまざまな業界で反復的な作業の自動化は続く可能性がある
ここでAIと、その止めようのない進歩を軽く見る人が繰り返し現れることに驚く。チェス、囲碁、戦略ゲーム、タンパク質構造予測など、すでに起きた事例を見るだけでも、形式化して検証可能なほとんどすべての問題は最終的にAIが解けることは明らかだ。分野別に特化したASI（人工超知能）も時間の問題だと思う。みんなに The Bitter Lesson と Verifier’s Law を読むことを強く勧める
私たちにはそれはできない。結局、基準に合わせてエンジニアをリストラし、余った設備も廃棄することになるだろう
新しいデータセンターは必ず再生可能エネルギーで建てるよう義務づけてほしい。総コストに対する追加コストもそれほど大きくはないだろうし、この規模の大企業なら十分負担できると思う。もしかすると、こうした政策が次世代の小型モジュール炉発電技術の進歩を促すかもしれない
多くの大企業がすでにデータセンターの電源として小型原子力技術に関心を持っている。最大の問題は、こうした施設を動かせる電力網の立地選定だ。関連業界の人と30分話すだけでも、結局の中心テーマは原子力になる。豊富な投資資金が注ぎ込まれるこの流行が十分長く続いて、実際の現場にウラン原子炉が設置されることは大きなプラス効果になるだろう。鉄道や光ファイバーのように、残る物理インフラが生まれてほしい。昔の「強盗貴族（robber barons）」は少なくとも物理的インフラは残したが、最近のブームはほとんど何も残していない
ヨーロッパでは、すでにすべての新規データセンターに再生可能エネルギーが義務づけられている。米国でもGoogle、Microsoft、Meta、AWSが世界で最も多くの再生可能エネルギー購入契約を結んでいる。MSだけでも約200億ドルを投資している。米国では需要不足ではなく、許認可や区画の問題などによって再生可能エネルギー導入がボトルネックになっている。送電網への接続待ち容量だけで100GWあり、米国全体の電力の10%規模だ。たくさん発注しても、時間のかかるボトルネックそのものは解消されない構造だ。例外的にxAI/Grokのようなところは大型クラスターを100%ガスで回している。電力も冷却も劣悪な場所で、トレーラー型ガスタービン35台と冷蔵トラック50台余りを動員している。効率も低く環境負荷も大きすぎると思うし、こうしたシステムは違法化すべきだと思う
米国では義務化しなくても、すでに市場は変わりつつある。2024年の新規発電設備の94%、2025年の93%が再生可能エネルギーまたはバッテリー貯蔵で、今後も同様の傾向が続く見込みだ。新規の化石燃料発電所は天然ガスが少し追加される程度で、それすら古い石炭火力発電所を転換するケースが多い。天然ガスの新設計画もシェールブーム以降で最低水準だ。再生可能エネルギーはすでに勝っている
データセンターは、高価な資産を遊ばせないために「確実な」（firm）電力を好む。太陽光と風力は間欠的だ。新しいガス発電所も計画から稼働まで数年かかる。冬季の日照を前提に12時間以上のバッテリーを確保するのも、まったく無料ではない
ハードウェア自体も再生可能ならいいのに
AI設備投資（CapEx）に使った多くの資金が他産業から抜けてきて、そちらは投資減少で「飢える」という論理と、同時にその資金がGDP全体に掛け算されると主張するのは矛盾している。資金が移動しただけなら、乗数効果は両側に同じように適用すべきだ
文章の主な主張は、経済がゼロサムだという前提に基づいている。しかし経済は明らかにゼロサムではない。AIに投資が集中したからといって、まったく同じように他分野へすぐ振り向けられるわけではない。いまAIに投資されているのは、それだけの価値が期待されているからだ。個人的には、その価値は鉄道よりはるかに大きいと思う。ハードウェアの一部や特定地域ではバブル的な過熱や過剰投資があるかもしれないが、まだ本文の著者が言うような「崩壊寸前」の状況ではないように思う
経済は常に複合的に作用するので、過度に楽観視すべきではない。著者の指摘どおり、短期的にはAI投資のために他分野の投資が減っているのは事実だ
大規模投資が過剰だったとしても、最終的には長期的に有用になる可能性が高い。pets.comのために当初インターネットインフラが過剰に敷設されたが、その後Amazon、YouTube、Zoomのような本物の「キラーアプリ」が現れ、当時の失敗投資が未来社会の基盤になったのと同じだ。現在のAI投資も同様に歴史的な意味を持つかもしれない。関連してCarlota Perezの Technological Revolutions and Financial Capital を勧める
だからトランジスタの進歩、つまりMoore’s Law（ムーアの法則）は今後10年は続くだろう。スマートフォン成長期（2008〜2023）を支え、すでに現在の投資資金は今後2〜3年の半導体生産（2nm、A20、続いてA18/14）に投じられている。2030〜2032年にはA10、A8まで十分な勢いを保証できる。たとえ速度が落ちても2035年までは引っ張れる余力がある。仮に2035年にA5まで行ったとしても、その時点で集積度の増加は12倍程度だ。パッケージング、チップレット、インターコネクト改善などを含めても30〜40倍程度にしかならない。多くのAI企業が求める1000〜10000倍のコンピュートには、まだまったく足りない。メモリ帯域幅の拡張も同じだけ追随しなければならない
自動化の逆説的な側面は、経済規模を拡大する代わりに一部産業を消してしまう現象だ。財は増えるかもしれないが、それらが社会的地位を上げてくれなくなれば、その価値はむしろ下がる。昔は釘1本が経済の0.5%を占めていたが、今では釘工場のオーナーも薄利で社会的地位はないのと同じように、ソフトウェアのフロントエンド開発も自動化されれば、経済的にも社会的にも比重が下がるだろう。社会的地位は結局ゼロサムなので、人々は別のところに社会的地位を見いだそうとする
FPGAによる再構成可能コンピューティングを最適化して、LLMの演算コストを90%以上下げる方法が出てくるのを期待している
この分野では理論計算機科学（理論CS）の研究がもっと増えてほしい。すべてのMachine Learning手法は結局「圧縮」手法だと認識すれば、与えられたパラメータサイズにエンコード可能な情報量、情報損失と性能の関係、元データセットの情報量さえわかれば、LLMの最小サイズの推定もできるはずだ。LLMのサイズは大きすぎると思う一方で、詰め込もうとしているデータ自体が膨大なので、実際には思ったより大きくあるべきだとも思う。損失圧縮（loose compression）がLLMの「一般化」の原理である以上、情報を十分に保持するには非常に大きな容量が必要だ
その性能向上の源泉がどこから来るのか気になる。ハードウェアはすでにGEMM（一般行列-行列積）をできる限り高速に計算できる水準にある
周囲のチップ業界の知人たちは、QualcomがFPGA関連特許を多数保有しているため、実際に意味のあるFPGA革新が妨げられているとよくぼやいている
待つ必要はない。FPGAはこうしたアーキテクチャ向けの設計ではない。電力効率は高いが、配置配線オーバーヘッド、限られたメモリ（市販FPGAの大半はHBMなし）、低いクロック、扱いづらい開発体験などのため、メインソリューションになるのは難しい
すでにASICは出荷されている。例としてGoogle TPUを見ればコスト感はつかめる。HBM（高帯域幅メモリ）自体も非常に高価だ