NVIDIA CEOジェンスン フアンのAI工場論と中小企業の投資判断

AIインフラに5,000億ドル、日本円で約75兆円を動員する資金調達の枠組みが動き出しました。

打ち出したのはNVIDIA共同創業者・社長兼CEOのジェンスン・フアンさんで、理屈は「AI工場は発電所や道路と同じ生産的インフラだから、インフラとして資金を集めていい」というものです。

理屈自体はきれいに通っているんですが、この設計、156年前にほぼ同じ形で一度崩れています。

156年前に同じ理屈で崩れた鉄道債の話

1870年1月1日、ジェイ・クックという銀行家が北太平洋鉄道会社と資金調達の契約を結びました。

南北戦争の戦時国債を大量に売りさばいて名を上げた人で、その手法を鉄道債に持ち込んだ形です。

鉄道は敷けば通行料が入るし、路線が伸びるほど価値が上がる。

だから債券で長期資金を先に集めて、線路を敷いてしまえばいい。

崩れたのは1873年9月でした。

クックは債券の買い手を見つけられなくなって自身が破綻し、それが1873年恐慌の引き金になります。

鉄道会社の連鎖倒産と数年の不況、その後数十年に及ぶデフレまで続きました。

ここで壊れたのは鉄道という資産の価値ではありません。

まだ収益が出ていない資産を買い続けてくれる資金の出し手のほうが、先にいなくなりました。

ジェンスン フアンが掲げた「計算力は収益である」

8月、ジェンスン・フアンさんがXに投稿を出しました。

中核は一行です。

「AIにおいて、計算力は収益である」

そのうえでAI工場を生産的インフラとして扱える条件を4つ挙げています。

• 収益を生む
• 幅広い市場に対応する
• 時間とともに性能が上がる
• 別の用途に再配置できる

この4条件、発電所にも通信網にも当てはまります。

つまりAI工場はテック企業の設備投資ではなく社会インフラと同じ資産クラスだ、という主張です。

言葉の選び方がそのまま戦略になっています。

設備投資として扱われるなら、資金の出し手は銀行と社債市場です。

インフラとして扱われるなら、年金基金や保険会社という桁違いに大きい長期資本が相手になります。

5,000億ドルを動かす資金調達プラットフォームの中身

同じ投稿で発表されたのが、Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKRの6社と組む独立系の資金調達プラットフォームです。

第三者資本を5,000億ドル超、約75兆円動員してAIインフラの構築を支える構想。

そしてNVIDIA自身が、最大25%の残存価値ベースのファイナンスで下支えします。

残存価値ベースというのは、平たく言えば「使い終わったGPUの価値が想定を下回ったら、その一部はうちが引き受ける」という約束です。

自社のGPUを買ってもらうために、自社がリスクの一部を引き取る。

ここが今回の設計で一番手が込んでいるところだと思ってます。

この構想に指摘されている3つの危うさ

「危うい商売」という見出しでこのスキームを分解したのが、Stratecheryのベン・トンプソンさんです。

冒頭の鉄道の話も、この記事が書き出しに置いたものでした。

社債市場がすでに飽和しかけている

Oracle、Meta、Alphabet、Amazonの4社は、2025年通年で合計1,080億ドル、約16兆円の債券を発行しました。

2026年は7月7日時点ですでに1,940億ドル、約29兆円です。

半年ちょっとで前年通年の1.8倍。

そして今年発行された債券の86%が、発行時より高い利回りで取引されています。

応募倍率も2月の5倍から2倍未満まで落ちました。

社債市場の買い手が薄くなってきたから、別の財布を開けにいく。

5,000億ドルのプラットフォームはそう読むこともできます。

CUDAの優位が絶対ではなくなってきた

NVIDIAの強さはGPUの性能だけではなく、CUDAという開発基盤の乗り換えコストにあります。

ただAnthropicはもう何年もCUDAに依存していませんし、OpenAIも少なくとも推論についてはその方向に動いています。

Anthropicは自社データセンター向けにTPUを買っていて、計算コストを変動費から資本コストへ移し始めています。

大口の顧客が離れる余地がある以上、CUDAが資産価値を押し上げ続けるという前提は無条件ではありません。

残存価値保証は実質的な値引きではないか

最大25%の残存価値保証は、需要が続く前提でしか成立しません。

しかも値引きを価格ではなく保証の形で出すと、損失が表に出るのは将来です。

年金基金や保険のお金は、本来は安全資産を期待して入ってきます。

そこに株式の希薄化とは違う形のリスクが乗る。

AIが十分な収益を生む前にこの仕組みが揺れたら影響が大きい、というのがStratecheryの警告でした。

「生産的インフラ」の理屈を中小企業がそのまま輸入すると危ない

ここまでは規模も交渉力も桁違いの世界の話なので、自社には関係ないように見えます。

ただこの論理が経済メディアを一巡すると、半年後には普通の会社の稟議書に降りてきます。

「AIは設備投資ではなく戦略インフラだから、長期で回収する前提でいい」という一文が出てきたら、それは今回の論理の輸入です。

僕が気にしているのはそこです。

フアンさんの4条件を自社に当てはめると、どこまで通るかがはっきりします。

4つ全部が揃うのは、そもそも汎用の計算資源を多数の顧客に貸す事業者だけです。

自社業務のためにAIを入れる会社は、たいてい最後の条件で外れます。

外れているのに「インフラだから長期回収でいい」を採用すると、回収の期限がない投資だけが積み上がっていきます。

自社のAI投資判断で確認する3つのチェックポイント

1: 再配置できない前提で回収計算を組んでいるか

その投資が明日止まったとして、他に転用できる部分がどれだけ残るか。

ほぼゼロなら、回収期間は強気に見積もらないほうがいいです。

2: 乗り換えコストを金額で出しているか

NVIDIAの強さの正体は乗り換えコストでした。

同じ構造は、自社が使っているAIベンダーとの間にもあります。

今のベンダーから別のベンダーに移すとして、何人日かかるのか。

金額に直しておくと、契約更新の交渉の顔つきが変わりますよ。

3: 「乗り遅れる」という焦りに数字がついているか

焦りは判断材料になりません。

「導入しないと3年後に負ける」ではなく、「この業務の年間コストが何円で、削減見込みが何円」まで落ちて初めて意思決定ができます。

落ちないなら、その案件はまだ早いか、検証にしては規模が大きすぎるかのどちらかです。

5,000億ドルの構想は、資金の出し手の顔ぶれごと変えにいく試みとしてはよくできています。

ただ、よくできた設計ほど、前提が1つ外れたときの落ち方が大きい。

自社の投資判断も同じで、結論を急ぐより前提を数えるほうが効きますよ。

Nvidia’s Risky Business

Nvidia is finding new ways for its customers to raise money, and it’s expanding the risk of the AI buildout significantly.

stratechery.com