AIデータセンター・ブーム、半導体メーカーを超えて産業株を押し上げ
Google Newsが7月31日に浮き彫りにしたのは、注目すべき市場の逆転現象だった。AIブームは、半導体メーカーだけでなく、塗料、ケーブル、アスファルト、設備のサプライヤーも押し上げている。
直接的なシグナルとなったのは、複数の産業企業による決算報告だった。Sherwin-Williams、WESCO International、PPG、3M、Vulcan Materials、Martin Marietta Materialsはいずれも、足元の事業活動をデータセンター建設と結び付けた。これらの製品はソフトウェア層からは遠いが、物理的なAIサプライチェーンの一部になりつつある。
これは、AI市場における競争の軸を変える。もはや半導体メーカー同士の競争だけではない。より示唆的な対立は、デジタル上の期待と物理的な建設の間にある。Amazon、Alphabet、Meta、Microsoft、Oracleはより多くのコンピューティング能力を発注できるが、鉄骨を塗装し、電力を配分し、サーバーを冷却し、用地を整備するのは誰かが担わなければならない。
Google Newsが示す、実体経済へ移るAI投資
AIインフラへの支出は、専門的なコンピューティング・ハードウェアから一般的な産業製品へと広がっている。
7月31日に公開されたAxiosの分析は、データセンター・ブームが複数の産業企業の決算報告に入り込んでいる状況を記録した。例として挙げられたのは、防護コーティング、電力ケーブル、光ファイバー・コネクター、アスファルト、骨材、建設資材である。
これは単に、決算説明会でAIに言及する企業が集まったという話ではない。データセンターは極めて要求の厳しい建物だ。産業施設、変電所、通信ハブ、温度管理されたコンピューティング環境に求められる要件を併せ持つ。
各拠点には、基礎、鉄骨構造、防火対策、配電、非常用発電、ネットワーク配線、冷却システム、接着剤、シーラント、特殊コーティングが必要となる。大規模キャンパスには、道路、排水設備、セキュリティ・インフラ、電力・通信ネットワークへの接続も必要だ。
こうした支出の多くは、半導体の売上高には表れない。かつて投資家が住宅、工場、オフィスビル、公益事業、一般建設と結び付けていたメーカーや販売代理店を通じて流れていく。
Sherwin-Williamsは最も明確な例の一つを示した。Axiosによると、同社の株価は四半期決算の発表後に8.3%上昇した。これは4年以上で最大の1日上昇率だった。
この値動きは、従来は塗料需要の重要な源泉だった米国住宅市場の低迷が続く中で起きた。Sherwin-Williamsは代わりに、産業構造物やその他の過酷な環境向け製品を扱う防護・船舶用コーティング部門の成長を強調した。
同事業の売上高は10%台半ばで伸び、全社売上高は7.5%増加した。CEOのHeidi Petzは、その差の一部をAIデータセンター建設と、ハイパースケーラー開発企業が求めるスピードに結び付けた。
ハイパースケーラーとは、多数のデータセンターにまたがり、非常に大規模なコンピューティング・プラットフォームを運営する企業を指す。Amazon、Alphabet、Meta、Microsoft、Oracleは、AIインフラの最大級の購入者に含まれる。
これらの企業には、複数の建設現場に標準化された材料を供給できるサプライヤーが必要だ。また、稼働していないチップ、遅延した電力接続、未完成の建物はいずれも有用なコンピューティング能力を生み出せないため、施設を迅速に完成させる圧力にも直面している。
AIアクセラレーターと比べれば、塗料は些細に聞こえるかもしれない。しかしコーティングは、鉄骨、床、配管などの部材を、火災、湿気、腐食、化学物質、物理的摩耗から守る。こうした保護は、安全性、保守計画、プロジェクトの完了に影響し得る。
同様のパターンはWESCO Internationalにも見られた。Axiosによると、同社のデータセンター・ソリューション事業の売上高は45%増加した。WESCOは、大規模施設内の多くのシステムをつなぐ電気、通信、公益、セキュリティ製品を販売している。
PPGもデータセンター関連業務のパイプラインに言及した。同社の製品は、防火、鉄骨、床、断熱、誘電体用途をカバーする。誘電体コーティングは部材を電気的に絶縁し、コンピューティング機器の周辺にある高密度な電気環境の管理を支援する。
3Mは、さらに目立ちにくい部品を取り上げた。MicrosoftはAzureデータセンターで、同社の光ファイバーケーブル・コネクターを使用していた。これらのコネクターは、サーバー、ストレージシステム、ネットワーク機器の間で求められる大量のデータ移動を支える。
Vulcan MaterialsとMartin Marietta Materialsは、さらに基礎的な層を加えた。両社は、骨材や建設資材への需要を大規模なデータセンター・プロジェクトと結び付けた。両社の製品は、デジタル・インフラを支えるコンクリート、道路、基礎、整地済みの地表を形成する助けとなる。
重要な変化は、すべての産業企業がAI企業になったことではない。AI向け設備投資の測定可能な一部が下流へ移り、専門的なコンピューティング・プロジェクトが物理的な材料の通常注文へと変わっていることだ。
Google Newsでは、このトレンドは株式市場の話に見えるかもしれない。しかし、根底にある動きはより広範だ。AI投資は、建設活動、産業収益、経済生産へと変化している。
データセンター建設は産業サプライチェーンになった
AIブームは今や、電力網から完成したサーバールームにまで及ぶ多層的なサプライヤー・ネットワークに依存している。
第1層はコンピューティング・システムで構成される。アクセラレーター、プロセッサー、メモリー、ストレージ、ネットワーク・ハードウェア、サーバーが含まれる。これらの製品は、モデル性能とコンピューティング能力を直接左右するため、最も注目を集めている。
第2層は、これらのシステムを稼働させ続ける。変圧器、開閉装置、無停電電源装置、バスウェイ、発電機、冷却機器、ポンプ、配電ユニットが含まれる。
無停電電源装置は、主電源が停止または変動した際に短時間のバックアップ電力を供給する。バスウェイは、密閉されたシステムを通じて大きな電力負荷を配分するもので、従来のケーブル敷設より柔軟に対応できる場合が多い。
第3層は建物そのものだ。請負業者には、コンクリート、鉄骨、断熱材、コーティング、防火設備、床材、屋根材、換気設備、水インフラ、物理セキュリティシステムが必要となる。
第4層は、キャンパスを外部世界へ接続する。この作業には、変電所、送電設備、天然ガス・インフラ、道路、通信回線、水道システムが関わる可能性がある。
この複合的なサプライチェーンは、産業企業がAI関連の受注を得ている理由を説明する。完成したデータセンターは、単にサーバーを収容する倉庫ではない。電力、冷却、接続性、信頼性を中心に構築された、高度に統合された産業システムだ。
MorningstarのAIインフラ調査は、電力システムがIT以外のデータセンター設備支出の40%から45%を占めると推計した。これらのシステムには、変圧器、開閉装置、発電機、配電設備、バックアップ電源が含まれる。
同調査はまた、最新のAIデータセンターでは、従来のクラウド・コロケーション施設の2倍から5倍の電力が必要になる可能性があると指摘した。コロケーション施設は、複数の顧客に共有のデータセンター空間とインフラを貸し出す。
電力密度の上昇は、各建物内で必要となる設備を変える。より多くの電力を電力網から各コンピューティング・ラックまで届けなければならない。その後、サービスを中断することなく、より多くの熱をそれらのラックから除去する必要がある。
この関係は産業サプライヤーに二つの需要源をもたらす。開発企業は追加施設向けの設備を必要とし、一方で新たなAI施設は、コンピューティング空間の単位当たりでより多くの設備を必要とする可能性がある。
Morningstarは、米国で稼働するデータセンターの電力容量が2030年までに3倍の80ギガワットに達すると予測した。また、その年までデータセンター向け電気製品の需要が年率30%で成長すると見込んだ。
これらは予測であり、結果が保証されているわけではない。それでも、現在の受注を動かす仕組みを示している。開発企業は、建物内に収まるサーバー数だけでなく、予想される電力消費量を基準に施設を計画している。
電気設備サプライヤーが最も直接的なエクスポージャーを持つ。Schneider Electric、Vertiv、Eaton、Legrand、nVentは、電力管理、冷却、配電、関連インフラをそれぞれ異なる組み合わせで提供している。
Morningstarは、Schneider Electric、Eaton、Legrand、nVentの各社が、売上高の約20%から25%をデータセンターから得ていると推計した。Vertivについては、売上高の約80%が同市場からのものと推計した。
冷却機器メーカーのエクスポージャーはより限定的だが、それでも重要である。Carrier、Johnson Controls、Trane、Daikinは、他の商業・産業用建物とともにデータセンターにも対応できる機器を製造している。
CaterpillarとCumminsは、非常用発電や関連電力設備を通じて参入している。発電機は、電力網の障害時にも施設の稼働を維持できる。また、恒久的な電力供給能力を待つ拠点を支援することもあるが、運用形態はプロジェクトによって異なる。
これらのサプライヤーが直面する機会とリスクは同じではない。変圧器メーカーは、骨材企業とは異なる生産制約の下で事業を行う。冷却の専門企業は、多角化したコーティングメーカーよりもサーバーの発熱密度に直接依存する。
共通する要因は建設スケジュールである。ハイパースケーラーがプロジェクトを加速すると、受注は請負業者、販売代理店、設備メーカーへと流れる。プロジェクトが減速すれば、それらの受注は延期、縮小、または取り消される可能性がある。
そのため、産業企業の決算は重要な裏付けシグナルとなる。発表は計画された支出を示すが、サプライヤーの収益は、どのプロジェクトが物理的な設備や材料を必要とする段階まで進んだかを示す。
産業株が半導体中心のAI物語に挑戦している
AIの経済的な広がりを示す最も強い証拠は、今やモデルやプロセッサーを設計する企業の外側に現れている。
AI投資サイクルの初期段階では、希少なコンピューティング部品を販売する企業が有利だった。需要はアクセラレーター、メモリー、ネットワーク機器、半導体製造能力に集中した。
この集中は理にかなっていた。大規模言語モデルは、学習時と運用時に膨大な計算量を必要とする。こうしたモデルの構築を急ぐ企業には、キャンパス全体を本格的に完成させる前にプロセッサーが必要だった。
その後、支出サイクルは外側へ広がっている。チップにはサーバーが必要で、サーバーにはラックが必要で、ラックには電力と冷却が必要だ。こうしたシステムには完成した建物が必要であり、その建物は産業資材と建設能力に依存している。
この流れは、いわゆる「つるはしとシャベル」の市場を生み出している。この表現は、注目を集める最終製品を作らずとも、投資ラッシュから利益を得るサプライヤーを指す。
ただし、現在のサイクルは単純な鉱山になぞらえるだけでは不十分だ。産業企業は、何千もの独立した採掘者に標準化された一つの道具を売っているわけではない。多くは、支出計画によってサプライチェーン全体を動かし得る、集中したハイパースケーラー群にサービスを提供している。
Axiosによると、Amazon、Alphabet、Meta、Microsoft、Oracleは2026年中にAI向け設備投資として7,500億ドル超を支出すると見込まれていた。設備投資には、建物、サーバー、ネットワーク機器、インフラなどの長期資産が含まれる。
この図は、ハイパースケーラーの予算の比較的小さな部分でも、産業サプライヤーにとっては意味のある収益になり得ることを示している。塗料やケーブルに向けられる割合が控えめでも、成長の鈍い建設市場で通常見込める成長を上回る場合がある。
一方で、この支出は財務上の圧力も移転させる。以前の資本移転に関する分析では、ハイパースケーラーの投資は半導体企業へのキャッシュフローの移転として説明されていた。
同じプロセスは現在、実体経済のさらに広い領域へと及んでいる。テクノロジープラットフォームから流出する資金は、請負業者、電気機器メーカー、設備流通業者、素材生産者の収益となる。
この裾野の拡大は、投資サイクルの持続性を高める可能性がある。産業サプライヤーは長期の受注残、専門的な製造要件、数年にわたるプロジェクト日程を抱えることが多い。
電気機器は、初期の敷地整備後に納入されることが多い。冷却、配電、塗装、内装システムは、それぞれ異なる建設段階で導入される。そのため、大規模な案件パイプラインは、最初の発表後もサプライヤーの収益を支え得る。
ただし、対象範囲が広がることが自動的にリスク低下を意味するわけではない。むしろ、同じ根本的なリスクをより多くの企業に分散させる場合もある。
この物語における最も重要な対立軸は、デジタル上の野心と物理的な供給能力の間にある。テクノロジー企業はソフトウェアを迅速に改訂できるが、産業サプライチェーンは工場、許認可、電力会社の計画、建設作業員、資材配送の速度で動く。
ハイパースケーラーは数週間以内に新モデルやコンピューティングキャンパスを発表できる。しかし、そのキャンパス向けの電力供給を整備するには何年もかかることがある。変圧器には特殊な素材と製造が必要だ。送電プロジェクトは環境審査、地域政治、複雑な承認手続きに直面する。
冷却システムも別の制約をもたらす。高密度プロセッサは各ラック内でより多くの熱を生む。開発事業者は、空気の流れだけに頼らず流体システムで熱を運ぶ液冷を、ますます検討している。
この移行は、ポンプ、熱交換器、制御機器、その他の熱管理システムを供給する企業に恩恵をもたらす可能性がある。同時に、建設、保守、水資源計画、施設設計を複雑にする可能性もある。
こうして生まれるAI関連の産業株は、一様なカテゴリーではない。Vertivはデータセンターとの結びつきが強い一方、Schneider ElectricとEatonはより幅広い電気市場で事業を展開している。Sherwin-Williamsは住宅向けや数多くの産業用途に製品を販売し、Vulcan Materialsは多様な建設分野にサービスを提供している。
データセンター需要が弱まった場合、分散化はサプライヤーを守り得る。一方で、AIへのエクスポージャーを測りにくくすることもある。データセンターに言及する企業でも、利益の大半を無関係な市場から得ている可能性がある。
したがって投資家と法人購買担当者は、実際の受注と宣伝的な言葉を区別する必要がある。有用な指標には、開示された収益エクスポージャー、受注残の成長、納入予定、製造能力、顧客集中度が含まれる。
AIへの一時的な言及だけで、産業企業が変貌するわけではない。継続受注、生産拡大、測定可能なセグメント成長の方が、より強い証拠となる。
産業株の上昇が証明しないこと
産業企業の利益増加は実際の建設活動を裏付けるが、計画されたすべてのAI施設が十分な経済的リターンを生み出すことまでは裏付けない。
中心的な不確実性は、建設拡大に資金を供給するハイパースケーラーにある。彼らの支出は、クラウドコンピューティング、モデル訓練、AI推論、エンタープライズサービス、広告システム、消費者向け製品への需要の継続に依存する。
推論とは、訓練済みモデルを使って回答、予測、画像、その他の出力を生成するプロセスである。推論需要の拡大は、高額な訓練実行が終わった後もデータセンターを稼働させ続ける可能性がある。
財務上の問いは、こうしたワークロードから得られる収益が、その背後にある建物、チップ、エネルギー、資金調達を正当化するかどうかだ。産業サプライヤーは、最終的なAIサービスが十分な収益を生む前に売上を計上できる。
これによりタイミングのずれが生じる。塗料企業は建物の工事が進むにつれて代金を受け取る。ケーブル流通業者は機器が出荷されると需要を計上する。その後、ハイパースケーラーは施設を運営し、何年にもわたりコンピューティング能力を収益化しなければならない。
したがってAIインフラは、最終用途に関する不確実性が残る間も産業企業の利益を支え得る。だからといって受注が実態のないものになるわけではない。将来の受注の持続性が、経済連鎖のより上流にある成果に依存するということだ。
MITの経済学者であるDaron Acemogluは、投資が需要を上回り続けるなら減速する可能性があると論じている。AI成長の限界を検証したAxiosの記事は、現在のサイクルを、鉄道、運河、インターネットを巡る過去のインフラブームと比較した。
これらの時期には、長期的に価値のあるインフラが生まれた。一方で、建設が短期的な需要を上回ったり、投資家がプロジェクトパイプラインに非現実的な価値を与えたりした場合には、財務的損失も生じた。
産業分野の恩恵を受ける企業も同様の緊張関係に直面している。既存受注は利益を強化し得る一方、市場評価はさらなる成長を織り込む。ハイパースケーラーが支出を減らせば、実績とそれに付随する期待は反対方向に動く可能性がある。
Morningstarは電気機器に関する調査で、この評価リスクを指摘した。Vertivについては、データセンターへの高い集中度と液冷製品の専門的な役割から、とりわけエクスポージャーが大きいと見ていた。
多角化された電気企業は、一部の製品を工場、電力会社、商業施設、送電網近代化へ振り向けられる。データセンター専用システムには、代替顧客が少ない可能性がある。
プロジェクト中止だけがリスクではない。遅延も、納入と売上計上を後ろ倒しにすることで、同程度の圧力を生み得る。電力系統への接続問題、許認可を巡る争い、水資源の制約、労働力不足はいずれも建設を遅らせる可能性がある。
電力の利用可能性は特に重要になっている。サーバーと冷却システムの準備が整っていても、信頼できる電力源がなければ建物はAI施設として稼働できない。
地域の政治的な反発も強まっている。地域社会は、電力消費、水使用、騒音、土地要件、税制優遇、大規模施設が家庭の光熱費に与える影響に疑問を呈している。
こうした懸念はプロジェクトの採算を変え得る。開発事業者は、追加の発電、送電網の増強、水システム、防音対策、地域との合意を必要とするかもしれない。それぞれの要件は一部の産業サプライヤーに事業機会を生む一方で、プロジェクト全体の収益性を弱める可能性がある。
労働力も別の制約となる。データセンター建設には、電気工、配管工、溶接工、機械オペレーター、エンジニア、技術者が必要だ。これらの職種の多くには資格や長期の見習い期間が求められる。
このブームは既存の労働交渉にも入り込んでいる。8月には、Deereで起きた産業労働争議が、AI関連需要が既存の機器メーカーにおける労働者の期待と衝突し得ることを示した。
これらのリスクはいずれも、現在の利益に関する証拠を無効にするものではない。Sherwin-Williamsは引き続き塗料を販売し、WESCOはデータセンター向けソリューションの収益増加を報告し、素材サプライヤーも大規模プロジェクトが非住宅建設活動を支えていることを確認した。
注意すべきなのは外挿である。需要が強い四半期が一度あったからといって、恒久的な成長率が確立されるわけではない。サプライヤーの現在の受注残も、将来のハイパースケーラーによるすべての発表が完成したキャンパスになることを保証しない。
読者は経済的なエクスポージャーと株価パフォーマンスも分けて考えるべきだ。ある企業はAIから事業面で恩恵を受けても、期待がより高かったために株価が下落することがある。別の企業は、関連収益が重要な規模になる前に上昇することもある。
この記事は投資推奨を提供するものではない。市場シグナルが重要なのは、すべての産業分野の受益企業が同じ財務特性を持つからではなく、AI支出が経済全体をどこまで浸透しているかを明らかにするからだ。
ブームが続くかを示す3つのシグナル
次の段階は、ハイパースケーラーの予算、サプライヤーの受注残、そして発表済み施設がどの程度の速度で電力を確保し稼働を開始するかに左右される。
最初のシグナルは、Amazon、Alphabet、Meta、Microsoft、Oracleが示す設備投資ガイダンスである。これらの企業は現在の建設サイクルの大部分に資金を供給している。
読者は、今後の決算発表で、このグループが計画中のインフラ支出を維持、増額、または削減するかを注視すべきだ。支出の内訳は総額と同じくらい重要である。
実際の建設に向かう資金が増えれば、産業分野への投資論を強める。既存施設の寿命延長へとシフトすれば、塗料、骨材、ケーブル、新規製造の電気機器に対する需要を弱める可能性がある。
2つ目のシグナルは、サプライヤーの受注残が売上へ転換される状況である。受注残とは、契約済みまたは見込みのある仕事のうち、まだ完全には納入・売上計上されていないものを指す。
電気・冷却関連企業は、受注が引き続き増加しているか、顧客が納入を遅らせているか、製造リードタイムが依然として長いかを開示すべきだ。塗料、ケーブル、素材のサプライヤーは、単発のプロジェクト受注ではなく、継続的なデータセンター需要を示す必要がある。
安定した受注残と納入の完了が組み合わされば、AI支出が複数年にわたる産業サイクルになったという見方を支える。中止の増加や度重なる延期は、その結論に疑問を投げかけるだろう。
3つ目のシグナルは、電力を確保して稼働を開始するプロジェクト数である。発表された容量は、利用可能な容量と同じではない。施設には、電力会社との契約、発電、送電接続、冷却システム、許認可、建設労働力、顧客が必要になる。
Morningstarは、米国で設置済みのデータセンター電力容量が2030年までに80ギガワットに達する可能性があると推定した。その水準に向けた進展は、電力システムと関連産業製品の需要見通しを強めるだろう。
系統接続の遅延が長引けば、その見通しは弱まる。完成した建物や購入済みの機器が電力待ちとなり、サプライチェーンの別の場所で新規受注を鈍らせる可能性がある。
これらの指標は、ナレッジワーカーや企業の購買担当者がAI市場を読み解くうえでも役立つ。物理的な設備容量の拡大はコンピューティングへのアクセスを広げ得るが、インフラコストは引き続きサービスの提供可能性、信頼性、AI集約型ワークフローの価格に影響を与える。
急速に進む建設拡大を追うチームは、決算報告、プロジェクト発表、技術的変化、規制動向を結び付ける必要がある。検索可能なAIナレッジベースは、この話を一つの見出しに矮小化せず、そうしたつながりを保つ助けとなる。
Google Newsの報道が重要なのは、モデルベンチマークの議論にはほとんど登場しない企業までが勝者に含まれるようになったからだ。塗料、ケーブル、冷却、アスファルト、電力機器は、実際の建設を示す証拠になっている。
この証拠は、AIが実体経済に影響を与えているという見方を強める。同時に、同じ支出サイクルにさらされる企業の数も増やしている。
次の問いは、産業サプライヤーがAI関連の受注を受けたかどうかではない。業績は、それを示している。問われるのは、物理的なボトルネックと財務上の圧力がそれを中断する前に、ハイパースケーラーが歴史的な建設プログラムを持続的な需要へ転換できるかどうかである。
予算、受注残、そして電力が供給された稼働施設を注視すべきだ。これらのシグナルを総合すれば、この産業拡大が永続的なインフラになりつつあるのか、それとも異例に集中したブームの限界に近づいているのかが見えてくる。
