ゴールドマン・サックスとセミアナリシス、AIインフラの評価と今後の勝者について対立

過去2年間、AI取引は世界の株式市場をほぼ支配してきた。

エヌビディア、半導体装置、HBM、先進パッケージング、データセンター、電力設備、変圧器、冷却、ガスタービン。AIインフラストラクチャのチェーンに組み込まれ得るあらゆる資産が、市場で繰り返し再評価されている。この取引は失効していない。むしろ、投資家がより難しい問いに直面するほど上昇した：AIサプライチェーンの第1段階の勝者は、すでに市場によって極限まで報われた。次にさらに上昇し続けることができるのか？

ゴールドマン・サックスとSemiAnalysisの2つのレポートが、まさにこの分岐点に立っている。

ゴールドマン・サックスのジェームズ・コベルロの見解は控えめだ：AIインフラの第1段階はすでに十分に価格に織り込まれており、チップと「シャベルを売る」チェーンが過剰な確定利益を獲得しているが、企業側のROIは依然として普遍的に実現されておらず、クラウドプロバイダーのキャッシュフロー圧力も高まっている。この論理に従えば、次に有望な相対的取引は半導体をさらに追いかけるのではなく、超大規模クラウドプロバイダーへの長ポジションと低スペック半導体への投資である。

SemiAnalysisの回答はほぼ逆である：もしエージェントAIが本当にトークンを生産資料にし、モデル実験室の粗利益率が改善し、最先端モデルが依然として価格決定権を有するならば、AIインフラは「すでに十分に上昇した」のではなく、まだ新たなトークン価値に完全に再評価されていない。NVIDIA、TSMC、メモリ、Neocloud、モデル実験室は、すべて増分価値をさらに分配する理由を有している。

これはAIに将来性があるかどうかについての議論ではない。

AIの資本支出は依然として上昇しており、AIインフラストラクチャ株も減速していない。真の問題は、チップ層が第1ラウンドの利益を帳簿上に留めているため、市場が今争っているのは、この利益が十分に価格に織り込まれているかどうかである。Agentic AIがトークン価値をさらに拡大し続ければ、次の追加利益はハードウェア層に留まり続けるのか、それともモデルラボ、クラウドプロバイダー、企業ソフトウェア層へと再配分され始めるのかが問われている。

ゴールドマン・サックスの報告書で最も鋭い点は、AIユーザーの成長を疑問視することでも、技術進歩を否定することでもない。

コベロ氏は二つの事実を認めた。消費者によるAIの採用速度は、当初の予想よりも速いこと。また、クラウドベンダーは株価の圧力にもかかわらず、予想されていたほどAIへの資本支出を削減せず、むしろ投入を増やし続けていること。AIの熱意は冷めておらず、資本支出も引き下がっていない。

しかし、ゴールドマン・サックスはより先を見据えている。

消費者向けAIは、まだ多くの場合フリープランにとどまっている。ユーザーの増加は製品の魅力を証明できるが、GPU、データセンター、電力、ネットワーク、モデル推論の費用を直接支払うことはできない。AI経済が循環するかどうかの鍵は、企業側にある。企業が継続的に支払う意欲を持つか、AIによってコストを削減し、収益を増やし、生産性を向上させられるかが、今日の資本支出を長期的に支えられるかどうかを決定する。

ゴールドマン・サックスの回答は控えめである。

報告によると、企業は生成AIへの投資をすでに大幅に拡大しているが、多くの組織はまだ検証可能なリターンを得られていない。一方で、世界的なIT支出は依然として上昇しており、AIは全体として企業の技術予算を削減していない。投資家にとって、これは現実的な課題を意味する：企業はAIを購入し、AIを試行し、AIについて議論しているが、AIはまだ広く損益計算書に反映されていない。

これはAIインフラストラクチャチェーンの利益とは鮮明な対照をなしている。

半導体企業はすでに利益を上げており、ストレージ、電力、データセンター関連企業は市場で繰り返し再評価されています。一方、クラウドプロバイダーは資本支出を負担しています。データセンターの建設、GPUの調達、電力接続、ネットワーク機器、サーバーラックといった支出はすべてクラウドプロバイダーの帳簿に最初に計上されます。ゴールドマン・サックスのレポートによると、スケールの大きなクラウドプロバイダーはすでに営業キャッシュフローの余剰分を消費し始め、債務を活用してデータセンターの建設を進めています。2025年にはデータセンター関連の債務発行額が2倍の1820億ドルに達する見込みです。

これがゴールドマン・サックスが見る不均衡です。

通常の半導体サイクルでは、チップメーカーが巨額の利益を上げることは、顧客も拡大していることを示すことが多い。顧客が利益を上げれば、さらにチップを購入し、チップメーカーは継続して繁栄する。しかし、今回のAIのサイクルはより複雑だ。チップチェーンの利益は明確だが、顧客層やアプリケーション層のリターンはまだ同等に明確ではない。

したがって、ゴールドマン・サックスの判断は「AIは役に立たない」というものではなく、「現在の収益配分方式を長期的に線形に外挿するのは難しい」というものです。

半導体企業は第1段階の最も確実な利益を手にした。問題は、下流の顧客が、上流の高い資本支出と利益集中を継続して支えるだけの利益を十分に持っているかどうかである。

ゴールドマン・サックスが提示した取引提案は、直感に反するように見える：大規模クラウドプロバイダーを過剰に買い、半導体を軽視する。

その背後には二つの道があります。

最初の道筋として、企業のAI ROIが実現し始めている。企業がAIが収益、効率性、コスト面での利点をもたらすことを証明すれば、市場はクラウドベンダーの資本支出を再評価する。これまで自由キャッシュフローの負担と見なされていた投資は、将来の収益とプラットフォーム制御力へと再評価される。クラウドベンダーの株価評価が回復し、半導体も恩恵を受けるが、半導体はすでに市場から多くの評価を受けており、相対的な弾力性は必ずしも大きくなるとは限らない。

第二の道筋では、企業のROIが引き続き困難となる。クラウドベンダーはキャッシュフローの圧力と投資家の圧力により資本支出を削減し、市場はより優れたキャッシュフローの纪律を評価する。半導体チェーンは、注文見通しの下方修正に直面する。

ゴールドマン・サックスは、この両方の経路が「クラウドプロバイダーが半導体より優位」という見方を支持していると判断している。この取引が失敗する真正な状況は、第三の経路である：企業のROIが依然として曖昧なまま、クラウドプロバイダーがコストを気にせずさらに投資を拡大し、半導体がサプライチェーンの大部分の利益を吸収し続ける場合である。

これはまさに過去2年間で市場が最も慣れ親しんだ状態です。

そのため、ゴールドマン・サックスの報告の焦点はAI技術ではなく、市場の価格設定にあります。AIインフラの利点はすでに十分に取引され、クラウドベンダーのデメリットも十分に織り込まれています。次に、市場はこれらの二つの方向が反転するかどうかを見守ります。

SemiAnalysisはまったく異なる入口からアプローチします。

2023年から2025年にかけて、AIの価値がインフラに主に流れ込むことを否定しない。NVIDIA、電力、データセンター、ストレージは確かに第1段階の大きな勝者である。モデル企業や推論サービスプロバイダーは初期段階で苦境に陥り、多くのAI製品はただより良い検索ボックスに過ぎず、粗利益率も決して優れているとは言えない。

しかしSemiAnalysisは、2025年末以降、状況が変化したと考えている。

変化はAgentic AIから来ています。

過去のトークンは「質問と回答のコスト」に似ていた。ユーザーが一質問すれば、モデルが一回答する。時間の節約にはなるが、価値の範囲は限られていた。現在のトークンは、複雑なワークフローへと進化し始めた：コードを書く、財務モデルを作成する、ダッシュボードを生成する、決算書を分析する、データを整理する、チャートを作成する。

SemiAnalysisは自社を例に挙げている。同社のアナリストたちは、かつてはジュニアアナリストが多くの時間を費やさなければならなかったり、ワークフローに組み込む時間がなかったりした研究やモデリング作業を、日々エージェントを利用して処理している。記事によると、SemiAnalysisはAnthropic Claudeへの年間トークン支出が最大で1,095万ドルに達し、そのトークン支出は従業員の給与の約30％に相当している。

この数字はすべての企業を代表するものではありませんが、マージナルユーザーの変化を表しています。

一般消費者にとって、AIサブスクリプションは月額数十ドルのツールに過ぎない。一方、高度な知識労働者にとっては、トークンが生産資料になり始めている。

数ドル、数十ドルのトークンは、単なる数行のテキストではなく、モデル、チャート、コード、データクリーニング、財務分析、かつては実行されなかった作業そのものを手に入れるものだ。ユーザーのAIコストに対する見方も変化する：彼らはもはや「100万トークンあたりいくらか」と問うのではなく、「これらのトークンがどれだけの人的労力を代替し、どれだけの生産性を向上させたか」と問うようになる。

これがSemiAnalysisとゴールドマン・サックスの意見の相違の出発点です。

ゴールドマン・サックスは、平均的な企業のROIがまだ明確ではないと考えています。SemiAnalysisは、最も活発なユーザーがすでに大量のトークンを消費しており、より強力なモデルに支払う意欲があることを示しています。

SemiAnalysisのもう一つの重要な判断は、モデルラボの単位経済性が改善しているということです。

これは過去の市場の懸念とは対照的です。

以前、モデル企業はチップとクラウドベンダーの間に挟まれていると見なされていた。収益は急速に成長したが、トレーニングと推論のコストはそれ以上に速く増加した。ユーザーが増えれば増えるほどコストが上昇し、モデルが強くなるほど資本支出が重くなる。このモデルは、高成長、低マージン、高資金消費のように見えた。

エージェントAIがこの表を変更しました。

• 価格面では、最先端モデルはより高価値のタスクを実行でき、ユーザーはより強力なモデルにプレミアムを支払う意愿があります。
• コスト面では、ハードウェアの進化、推論の最適化、キャッシュメカニズム、ソフトウェアエンジニアリングが単位トークンコストを継続的に低下させています。
• 製品側では、モデル企業がより高級なSKU、より迅速な応答、より強力な推論機能を活用して、階層的な価格設定を実現できます。

SemiAnalysisは、B300でDeepSeekを実行するケースにおいて、異なるソフトウェア最適化の組み合わせにより、同じハードウェアのスループットが約1000、8000トークン/秒/GPUから約14000トークン/秒/GPUまで向上すると指摘した。ハードウェアのアップグレードを加えると、最適化されたGB300 NVL72構成は、FP8でH100と比較して約17倍のスループットを実現し、HopperネイティブではサポートされていないFP4に切り替えるとその差は32倍に拡大する。一方、GPUあたりの総所有コストは約70％しか増加しない。

これは、モデルラボがトークン生成の経済的価値を高めながら、同時にトークンの生産コストを削減できることを意味します。

SemiAnalysisによると、AnthropicのARRは90億ドルから440億ドル以上に増加し、推論インフラの粗利益率は38%から70%以上に向上した。モデルの価格が低下しても、ハイエンドモデルの利用比率の上昇、キャッシュヒット率の改善、ハードウェア効率の向上により、粗利益率はさらに拡大する可能性がある。

この判断が成り立つ場合、AI産業チェーンの第二段階はもはや「チップがさらに勝つ」または「クラウドベンダーの反発」にとどまらない。

モデルラボは、資金を消費する層から、新たな価値獲得層へと変貌する。

ゴールドマン・サックスとSemiAnalysisは、表面上AIのROIを巡って争っているが、実際にはどちらのサンプルが未来をよりよく表しているかを巡って争っている。

ゴールドマン・サックスは平均的な企業を見ています。

これらの企業は複雑なデータシステム、歴史的なITの負債、アクセス管理、コンプライアンス要件、承認プロセスを抱えている。多くの企業が市場や取締役会に対してAI戦略を示すために、まずチャットボット、社内アシスタント、パイロットプロジェクトを実施する。資金は確かに使われているが、業務プロセスは必ずしも変更されていない。プロセスが変わらない限り、ROIは財務諸表に反映されにくい。

これがゴールドマン・サックスがデータ構造とオーケストレーション層を強調する理由です。

在庫、顧客プロファイリング、レコメンデーションシステムが連携されていない小売企業では、AIカスタマーサポートが在庫切れ商品を推奨する可能性がある。モデルルーティング層がない企業では、単純なクエリですら最も高価な最先端モデルに割り当てられ、コストは制御不能になる。AIの実装が停滞している理由は、もはやモデルの性能が十分でないのではなく、企業がモデルをビジネスシステムに組み込む準備ができていないからである。

SemiAnalysisはマージナルユーザーに注目している。

研究、コード、モデリング、チャート、財務分析といったタスクは、エージェントに天然に適している。これらは高度にテキスト化・デジタル化・構造化されており、結果が評価しやすく、ユーザーもAIをワークフローに組み込む能力を持っている。このような組織は、一般企業よりも早くROIを実現し、トークン消費をさらに増やしたいと考える。

資本市場が判断するのは、このリーディングサンプルが広がるかどうかである。

SemiAnalysisが見ているのがごく少数のスーパーユーザーの外れ値である場合、ゴールドマン・サックスのフレームワークが優位になる。AIの資本支出はキャッシュフローの制約を受けるようになり、半導体チェーンは高い期待を吸収する必要がある。クラウドプロバイダーは支出の厳格さと評価の圧縮により相対的なリターンを得る可能性がある。

SemiAnalysisが見ているのが拡散前のリード指標であるなら、市場は、今日の平均企業の低ROIをもってAIチェーンを否定できない。エージェントAIがより多くのホワイトカラーのワークフローに導入されれば、トークン需要、モデル収益、クラウド収益、ハードウェア需要はすべて上昇する。

この判断は、「AIを買い越し還是売り越し」というよりも重要である。市場が取引するのは静的な平均値ではなく、限界変化が主流になるかどうかである。

ゴールドマン・サックスとSemiAnalysisの最大の資本市場での意見の相違は、最終的にNVIDIAと半導体チェーンに集約された。

ゴールドマン・サックスの見解は明確である：半導体は第1段階で最大かつ最も確実な利益を獲得した。市場が「スコップを売る」というロジックを価格に織り込んだ後、リスク・リターンのバランスは悪化し始めた。クラウドプロバイダーの資本支出が緩和すれば、半導体チェーンは評価と受注の両面で圧力に直面する。

SemiAnalysisは、NVIDIAとTSMCがAI時代における最も希少なリソースを支配しているが、まだその価値に完全に応じた価格設定をしていないと考えている。

記事によると、メモリ価格は過去1年で約6倍上昇し、Neocloudの1年間H100賃貸契約価格は2025年10月の安値から約40%上昇しました。一方で、NVIDIAとTSMCは、下流のトークン価値ほど迅速に再評価されていません。

SemiAnalysisは、NVIDIAをAIエコシステムの「中央銀行」と呼んでいる。

この比喩は非常に的確です。NVIDIAは計算能力の流動性を制御しています。価格を引き上げる能力はありますが、システム全体を空っぽにすることはできません。価格をあまりに急激に引き上げると、顧客が自社開発のASIC、TPU、Trainiumへの移行を加速させ、規制当局からの圧力も生じます。TSMCも同様です。先進ノードは極めて希少ですが、同社は長期的に顧客関係とエコシステムの安定を重視しており、好況期に希少性を一気に収益化することはありません。

自制并不意味着没有空间。

Rubin VR NVL72は、SemiAnalysisがNVIDIAに依然として価格決定権があると判断する重要な根拠である。同社のモデルによると、NeocloudがVR NVL72プロジェクトでGB300プロジェクトと同様の15.6%のIRRを達成するには、GPUあたり約4.92ドル/時間の賃料が必要である。GB300のPFLOPあたりの賃料を基準に換算した場合、VR NVL72の理論的な上限は約12.25ドル/時間/GPUとなる。さらに保守的な0.55ドル/PFLOPを用いた場合でも、約9.63ドル/時間/GPUに相当し、これはコストベースの価格ラインの約2倍にあたる。

意味は明確です：下流のトークン価値が上昇し続ける限り、NVIDIAの新システムには価格引き上げの余地があり、Neocloudは依然として利益を上げる可能性があり、エンドユーザーも受け入れる可能性があります。

ゴールドマン・サックスとSemiAnalysisの間の対立がここに鋭化した。

ゴールドマン・サックスは、下流が十分な利益を上げていないため、半導体の単独利益は持続不可能であると判断しています。
SemiAnalysisは、下流の利益プールが拡大しているため、ハードウェア層が多額の利益を上げていないのではなく、まだ価値に見合った料金を課していないと見ている。

勝敗を決める変数は一つだけだ：AIが生み出す新しい利益プールが、モデルラボ、クラウドプロバイダー、Neocloud、NVIDIA、TSMC、ストレージ、電力チェーンを同時に支えるほど大きくなるかどうか。

ケーキが十分大きくない場合、ゴールドマン・サックスが勝つ。

ケーキはさらに大きくなり、SemiAnalysisが勝利。

クラウドプロバイダーは、この議論で最も居心地の悪い層である。

それらは資本支出の最大の購入者であり、AI需要が最も実現可能性の高いプラットフォームでもある。ナビダ、ストレージ、電力チェーンに圧力を受けている一方で、企業顧客、クラウドサービス、モデルAPI、自社開発チップ、ソフトウェアエコシステムを有している。

ゴールドマン・サックスがクラウドベンダーを買い推奨する理由は、市場が多くの悪材料をすでに織り込んでいるからである。資本支出がフリーキャッシュフローを圧迫し、投資家はAIのROIに疑問を呈しており、評価額も圧力を受けている。今後、企業のAI収益が実現するか、資本支出が縮小するといういずれかの状況が発生すれば、クラウドベンダーには回復の道筋が存在する。

SemiAnalysisは、クラウドプロバイダーを需要側から見ています。トークン需要が拡大し続ける限り、モデルラボや企業顧客はより多くの計算リソースを必要とします。計算リソースは、先進プロセス、メモリ、電力、ラックレベルのシステムによって制限されます。購入者が最も懸念するのは価格ではなく、手に入れられないことです。

したがって、クラウドプロバイダーは単なる被害者でもなければ、自動的に勝者でもありません。

それらは財務諸表で証明される必要がある。AIの資本支出が収益、利益、顧客ロイヤルティに転換できるかどうか、クラウド事業の成長が再び加速しているか、AI収益の開示がより明確になっているか、推論利用率を向上させられるか、自社開発チップでNVIDIAへの依存を減らせるか、企業顧客が実証実験から長期導入に移行しているか、フリーキャッシュフローが安定したか、これらの指標は過去よりも重要になる。

これらの指標の改善により、ゴールドマン・サックスの相対的バイアスを持つクラウドベンダーのロジックは強化される。

これらの指標が一向に改善しない中、クラウドベンダーは依然として、NVIDIAと企業顧客の間に位置し、資本支出の圧力を受けている層である。

ゴールドマン・サックスのレポートで「データ構造」と「オーケストレーション層」が強調されている点は、企業の現実に最も近い部分かもしれない。

企業のAIは、従業員がチャットボックスを開いて質問する段階にとどまることはない。真に財務的影響を及ぼすAIは、カスタマーサポート、セールス、財務、調達、研究開発、リスク管理、サプライチェーン、IT運用に導入されるべきである。各プロセスには、データ、権限、コンプライアンス、承認、過去のシステム、責任の境界が存在する。

モデルがどれほど強力でも、これらのものを避けられません。

これが企業ソフトウェア層が再び重要になる場所です。低リスク・高頻度のタスクは軽量モデルまたはオープンソースモデルに任せるべきであり、高リスク・高価値のタスクみが最先端モデルを必要とします。その中間に、タスクの種類を判断し、データを呼び出し、権限を制御し、モデルを選択し、コストを監視し、結果を書き戻すためのシステムが必要です。

• 従来のSaaS企業の利点は、業界経験、顧客関係、データエントリーポイント、ワークフローの蓄積である。欠点は技術的負債とイテレーション速度である。
• AIネイティブ企業の利点は、製品のスピード、モデル呼び出し能力、コスト構造である。欠点は、企業向け入口と業界のコンテキストの欠如である。
• 最先端モデル企業の利点は、最も強力な知能である。欠点は、企業プロセスの制御権が欠如していることである。

ソフトウェア層は単純にAIに取り込まれるわけではない。データとプロセス制御権を持たないソフトウェア企業は、モデルによって抽象化される可能性がある。一方、データ構造、ワークフロー、モデルルーティングを掌握するソフトウェア企業は、AIをより大きな市場に変える機会を得て、座席の販売から生産性の販売へと移行できる可能性がある。

企業のROIがSemiAnalysisのような強力なユーザー標本から一般企業に広がれるかどうかは、この層に大きく左右される。

AI取引の過去の質問：誰が計算能力に最も近いですか？

この質問は今あまりにも大雑把です。

次の段階で、市場はより詳細な変数を尋ねるでしょう。

まず、トークンの価値が今後も上昇し続けるかどうかです。Agentic AIがコード、研究、分析からさらに多くのホワイトカラーのワークフローに広がれば、モデルラボと推論チェーンはさらに見直されることになります。

第二に、モデルラボの粗利は引き続き改善するか。収益の成長だけでは不十分であり、市場は推論コスト、キャッシュ効率、SKUのアップグレード、および最先端モデルの価格決定権を注目する。

第三に、クラウドプロバイダーは資本支出を収益に転換できるか。AIに対する資本支出自体はもはや自動的に好材料とは見なされず、クラウド収益、推論マージン、企業契約に組み込まれる資本支出のみが市場から評価される。

第四に、NVIDIAがシステムレベルのボトルネックから価格を引き上げ続けることができるかどうか。GPUは第一層に過ぎず、Rubin、SOCAMM、ネットワーク、ラックレベルのシステム、ソフトウェアスタック、サプライチェーン調達能力が、NVIDIAが引き続きマージンを取れるかどうかを決定する。

第五に、TSMCと記憶装置は、希少性を再評価できるか。先進ノード、HBM、DRAM、SOCAMM、および先進パッケージングが供給ボトルネックとして継続する限り、価値は上流から容易に離れることはない。

第六に、企業ソフトウェアはAIの実装入口を獲得できるか。プロセスの入口を持たないソフトウェア企業は圧縮される一方、入口を持ち、データを持ち、オーケストレーション能力を持つ企業はより高価になる可能性がある。

AIインフラストラクチャの取引は有効です。

それが急激に上昇したため、ゴールドマン・サックスとSemiAnalysisの間で意見の相違が生じた。

ゴールドマン・サックスは、チップチェーンの利点はすでに十分に織り込まれていると市場に注意を促した。企業のROIが迟迟と得られない場合、クラウド事業者のキャッシュフローが資本支出を圧迫し、半導体のみが利益を独占する構図が修正される可能性がある。

SemiAnalysisは、市場に2024年のAI体験をもって2026年のAgentic AIを判断してはならないと警告している。トークンは生産資料となりつつあり、モデルラボは粗利の改善を図り始めている。計算能力の供給は依然として逼迫しており、NVIDIAとTSMCはまだ価値に応じた価格付けを完全には行っていない可能性がある。

この二つの判断を合わせると、AI取引の重心はすでに変化している。

過去2年間、市場は希少資産を評価してきました。次に、市場はAIが生み出した経済価値を収益計算書にどのように継続的に残すかを見ます。

SemiAnalysisが見ているのが限界の転換点であるなら、AIチェーンのケーキはさらに大きくなり続け、モデルラボ、クラウドプロバイダー、NVIDIA、TSMC、ストレージ、電力チェーンすべてが引き続き利益を分配する理由がある。

ゴールドマン・サックスがより平均的な企業に近い現実を認識している場合、資本支出はキャッシュフローにまずぶつかるだろう。半導体チェーンは過剰な期待を消化する必要があり、一方でクラウド事業者は評価の圧縮と潜在的な支出の纪律により、相対的なリターンをより良く得られる。

現在最も可能性の高い状態は、その両者の中間である。

最強のユーザーはすでにトークンを大量に購入し始めているが、一般企業はまだ帳簿を整理できていない。資本市場は、最強のユーザーがもたらす限界変化を先に取引し、その後、平均的な企業が決算書で検証するのを待つ。検証が早ければ早いほど、SemiAnalysisの世界に近づく。検証が遅ければ遅いほど、ゴールドマン・サックスの取引の勝率は高くなる。

AIの「シャベル」は依然として市場を支配しているが、問題は「誰がシャベルを売っているか」から、別の帳簿へと移っている：誰が十分に利益を上げたか、誰がまだ価格を上げられるか、誰が次の層の本当の地主になるか。