Citadel Securities、AIチップが5,000億ドル規模の債務の波を生むと予測
Citadel Securitiesは、AIチップの購入とデータセンター建設により、2028年までに5,000億ドルを超える追加債務が発生すると見込んでいる。RSSHub経由で配信された36Krの記事は、Jiemianの報道を引用し、8月3日にこの予測を取り上げた。
この数字が重要なのは、資金調達が従来型の資産だけを支えるものではないためだ。周囲の建物や電力設備よりも速く陳腐化するプロセッサーへの資金が、ますます大きな割合を占めることになる。
このミスマッチが中心的な対立を生む。借り手には莫大な資本が必要だが、貸し手は新世代チップによって担保価値が低下する前に資金を回収しなければならない。
Citadel Securitiesは、新規供給額が2028年までにBloomberg US Corporate Bond Indexの5%を超えると推計していると報じられている。また、多くのチップ担保型債務の満期は3年から5年になると見込んでいる。
この予測は、一般にアクセス可能なCitadel Securitiesのリサーチノートには掲載されていない。そのため、正確な定義や計算を独自に検証することは依然として難しい。
それでも、その方向性は市場で観察できる変化と一致する。ハイパースケーラーは以前、AIインフラの大半を自らのキャッシュフローで賄っていた。現在では、デベロッパー、クラウドプロバイダー、チップ購入者、特別目的会社が、公募債とプライベートクレジットへの依存を強めている。
この変化により、AI競争はテクノロジー株の枠を超える。チップの更新サイクル、データセンターのリース、電力供給の可用性、モデル収益が、債券ファンド、保険会社、民間融資機関のポートフォリオに組み込まれることになる。
5,000億ドルの予測がAI資金調達を巡る議論を変える
Citadel Securitiesは、企業支出からAIハードウェアを資金調達する独自の市場への移行を描いている。
報じられた予測は、2028年までのチップ調達および関連するデータセンター施設向けの債務を対象とする。公募債市場と、透明性の低いプライベートクレジットの双方からの資金調達を含む。
この違いは重要だ。大手テクノロジー企業が起債する債務には、企業全体の信用力が伴う。これに対しプロジェクト債務は、多くの場合、より限定的な資産、リース、保証、顧客契約に依存する。
5,000億ドルという推計は、AI構築全体の総コストではなく、追加発行額を示すものともみられる。インフラ投資全体の推計は、はるかに大きい。
ダラス連邦準備銀行の分析は、今後3年から5年間のAIデータセンター投資が3兆ドルから5兆ドルに達すると見積もっている。また、ハイパースケーラーは2023年以降、およそ5,000億ドルから6,000億ドルの投資を内部資金で賄ったと推定している。
ハイパースケーラーとは、世界規模でコンピューティングインフラを運営する大手クラウド・テクノロジー企業を指す。Amazon、Microsoft、Google、Meta、Oracleなどの主要なAI購入企業が含まれる。
これらの企業は依然として、営業キャッシュで大規模な投資を賄うことができる。しかし、その計画は、大きなトレードオフなしには巨大なバランスシートでさえ吸収しきれない規模に広がりつつある。
また、デベロッパー、インフラファンド、クラウド専門企業とも連携している。これらのパートナーは通常、同等の現金準備を持たないため、外部資金の調達が不可欠になる。
Citadel Securitiesは、新規債務が米国の主要な投資適格債ベンチマークの5%超に相当すると予想していると報じられている。最終的な金額が異なったとしても、この比較は潜在的な規模を捉えている。
AI向け資金調達はもはや信用市場の周縁にとどまらない。ポートフォリオ構築、社債の供給、借入スプレッド、金利リスクに影響を及ぼすほどの規模になる。
この変化はすでに見えている。ダラス連邦準備銀行は、2026年のAI関連投資適格債発行額について、ウォール街の推計が3,000億ドル前後に集中していると指摘する。
同分析は、こうした発行により10年換算で最大3,600億ドルのデュレーションが生じうると計算している。デュレーションは、金利変動に対して債券価値がどれほど強く反応するかを測る指標だ。
この供給は、年内の米国債発行によって生じるデュレーションのおよそ8分の1に相当する。したがって、企業によるAI投資はテクノロジー信用をはるかに超えた市場に影響しうる。
5,000億ドルの予測は、単なる設備投資の別の推計ではない。貸し手がAIの生産連鎖における中核的な存在になりつつあることを示している。
投資家はもはや、幅広い収益源を持つ企業だけに資金を提供しているわけではない。将来のAI需要に採算性が左右される個別キャンパス、リース済み容量、プロセッサーに資金を供給している。
これにより、AI利用が拡大するかどうかよりも切実な問いが生まれる。貸し手は、特定の契約と資産が、債務の満期までに十分なキャッシュを生み出せるかを判断しなければならない。
AIチップ債務に短い時間軸が必要な理由
AIプロセッサーの耐用年数は、チップ向け資金調達をデータセンター建屋の資金調達とは根本的に異なるものにしている。
データセンターの建屋、電気設備、冷却プラントは、複数世代のハードウェアにわたって稼働できる。その内部に設置されるチップは、はるかに速く経済的価値を失う。
Citadel Securitiesは、多くの新規債務の満期が3年から5年になると見込んでいると報じられている。この期間は、ハードウェアの性能向上と更新の速さを反映している。
ダラス連邦準備銀行は、大手テクノロジー企業が半導体をおよそ5年から6年で償却していると指摘する。建物や物理インフラの会計上の耐用年数は、一般に10年から15年、あるいはそれ以上だ。
会計上の減価償却は、市場価値を完全に測るものではない。しかし、貸し手が直面するミスマッチを示している。
プロセッサーは5年後も機能し続ける可能性がある一方、競争力を失うことがある。新しいチップは、電力、床面積、運用コストの単位当たりで、より多くのコンピューティング処理を実現できる。
電力とインフラの容量には限りがあるため、この効率は重要だ。古いクラスターでも同じソフトウェアを実行できる場合でも、顧客は新しいクラスターを好む可能性がある。
そのため、チップに資金を調達する借り手は、投資を素早く回収しなければならない。高い稼働率、信頼できる顧客、ハードウェア経済性の変化を乗り越えられる契約が必要になる。
短い融資期間は、貸し手が技術的陳腐化にさらされる期間を短縮する。同時に、借り換えの機会をより頻繁に生む。
このトレードオフは、リスクをなくすのではなく移し替える。営業キャッシュで元本を返済できない借り手は、ローン満期時に再び市場へ戻らなければならない。
借り換え条件は、まさに最悪のタイミングで不利になる可能性がある。需要が弱まり、金利が上昇し、新しいハードウェアによって担保の再販価値が下がるかもしれない。
同じ問題は残存価値にも当てはまる。貸し手はしばしば、融資対象の設備がデフォルト後にも一定の回収可能価値を保つと想定する。
この想定は、特化型AIアクセラレーターではより擁護しにくい。その再販見通しは、ソフトウェアサポート、インターコネクトの互換性、輸出規制、利用可能な電力インフラに左右される。
チップ単体が生む価値も小さい。サーバー、ネットワーキング、冷却、ソフトウェア、そして安定した電力を備えた拠点が必要となる。
失敗したプロジェクトから設備を取り外しても、別の事業者が経済的に導入できるとは限らない。取引コストによって回収価値がさらに下がる可能性もある。
短期の満期は債務をハードウェアの寿命に合わせられるが、収益への圧力を高める。顧客は圧縮された期間内に、利息、元本、運用コストを賄うだけの支払いをしなければならない。
それにより、より高い賃貸料や、より強い最低利用コミットメントにつながる可能性がある。また、AIデベロッパーやクラウド顧客により多くのリスクを移転する契約を、借り手が利用することも促しうる。
このモデルが最も機能するのは、容量が信用力の高いテナントに事前リースされている場合だ。長期のコミットメントは、不確実なサーバーフリートを契約済みインフラに近いものへと変える。
ただし、テナント側にも持続可能な事業が必要だ。強力な企業保証が意味を持つのは、保証人がローン期間を通じてコミットメントを支えられる場合に限られる。
したがって、ハードウェアサイクルは資金調達サイクルにもなる。新世代が登場するたびに、古いローンが残るなかで新たな借入が発生しうる。
需要が伸び続ければ、このサイクルは急速な拡大を支えられる。需要が停滞すれば、貸し手は複数世代の設備がより少ないワークロードを奪い合う状況に直面するかもしれない。
プライベートクレジットとRule 144Aがリスクを見えにくい場所へ移す
AIインフラは、迅速性と柔軟性を提供する一方で、公的な可視性が低い資金調達チャネルを通じて拡大している。
Citadel Securitiesは、今後の債務の一部がRule 144Aオファリングを通じて投資家に届くと見込んでいると報じられている。Rule 144Aは、適格機関投資家が一定の私募証券を取引することを認める制度だ。
これらの証券は、通常の公募のように登録されない。発行体は迅速に資金を調達しながら、保険会社、年金基金、資産運用会社を含む大手機関投資家にアクセスできる。
この仕組みはデータセンタープロジェクトに適している。各キャンパスは、カスタマイズされた担保、リース条件、保証、返済スケジュールを利用できる。
プライベートプレースメントに関する調査では、データセンター事業者が2025年11月以降、Rule 144Aによる私募で400億ドル超を追加したとされている。
同調査は、MetaとBlue Owl Capitalに関連する273億ドルの債券発行についても説明している。この資金は、ルイジアナ州にある2ギガワット規模のデータセンターキャンパスを支える。
この取引は、Citadel Securitiesの予測にある短期チップ債務とは異なる。報道によれば、その債券の満期は2049年であり、長寿命のキャンパスと契約上のキャッシュフローに資金を供給する仕組みだからだ。
この対比は、「AI債務」が単一の資産クラスではない理由を示している。リースされた建物を担保とする債券は、プロセッサーを対象とする融資と同じリスクを負わない。
プライベートな仕組みは、その両方を組み合わせることができる。特別目的会社、すなわちSPVは、資産を保有し、プロジェクト上の債務を負うために設立される独立した法人だ。
SPVはチップを購入し、顧客にリースし、そのリース料を債務の返済に充てることができる。スポンサーは、これらの債務を主要な企業バランスシートの外に置くことができる。
この分離は、スポンサーを直接的なレバレッジから守る可能性がある。一方で、債権者が限定的な契約と資産に依存することにもなる。
この手法はすでに主要AI企業にも広がっている。ApolloとBlackstoneは、当初350億ドルの融資を裏付けとするインフラプラットフォームを発表した。
コンピューティング資金調達の詳細によると、このプラットフォームはFluidstackのデータセンターを通じて、AnthropicがGoogle設計のチップをリースすることを支援する狙いだ。Broadcomもこの仕組みに参加している。
このプラットフォームは、2028年までに20ギガワット超のコンピューティング容量を目標としている。その規模は、民間資本がチップベンダー、データセンター事業者、AIデベロッパー、貸し手をどのようにつなげられるかを示している。
この取り決めは、従来の企業債務統計だけでは全体像を捉えきれない理由も示す。ハードウェアはAI企業のバランスシート上ではなく、SPVに置かれる可能性がある。
それによって経済的な債務が消えるわけではない。プロジェクトは依然として、リース料、契約上のコミットメント、顧客が収益を生み出す能力に依存している。
プライベートクレジットが魅力的なのは、貸し手が標準的な債券では利用できない保護条項を交渉できるためだ。こうした保護には、担保管理、最低支払額、準備金口座、追加借入の制限などが含まれうる。
借り手は迅速性とカスタマイズ性を得る。また、公募の投資適格債市場のキャパシティだけに完全に依存せずに済む。
しかし、不透明性がリスク評価を複雑にしている。投資家は、どれほど多くの案件が同じ顧客、ベンダー、あるいは収益前提に依存しているのかを容易に判断できない。
あるAI開発企業が、複数のプロバイダーにまたがる契約を支えている可能性がある。ある半導体サプライヤーが、複数の担保プール全体に含まれていることもあり得る。
プロジェクトは法的主体ごとには分散して見えても、経済的には集中している可能性がある。大口顧客1社の減速が、多数の貸し手に影響を及ぼしかねない。
また、プライベート市場での評価額は、上場債券価格ほど頻繁には調整されない。そのため、担保価値の悪化や需要減少が表面化するまでに時間がかかる可能性がある。
その結果、設備能力は急速に拡大する一方、ストレスの顕在化は遅い金融システムが生まれる。借り換えや契約紛争によって開示を余儀なくされたときに初めて、信用市場が共通のエクスポージャーを把握することもあり得る。
真の争点は、契約済みキャッシュフローと急速な陳腐化のどちらが勝るか
中心的な試金石は、拘束力のある顧客収益がAIハードウェアの経済価値低下を上回れるかどうかだ。
データセンター債務の支持者は、実物資産と長期リースを指摘する。事前賃貸済みの施設は、投機的なテクノロジー事業というより、確立されたインフラに近いと主張する。
この議論が最も説得力を持つのは、高格付けのテナントに支えられた建物だ。短期的な需要が変動しても、契約賃料は継続する可能性がある。
格付機関は複数の取引でこの論理を受け入れてきた。一部の証券化では、単一拠点への依存を減らすため、複数の施設、顧客、リースを組み合わせている。
しかし、資金調達の対象が建物からチップへと移ると、この論理は弱まる。ハードウェアがキャッシュを生むのは、顧客がその計算能力を実際に利用するか予約している場合に限られる。
3年間の顧客コミットメントは、3年物ローンを支えられる。将来のモデル需要に対する曖昧な期待では、同じ保護を提供できない。
問題は、AIに有用な用途があるかどうかではない。利用が、資金調達書類で想定された時点と規模で収益を生むかどうかである。
モデル開発企業は激しい競争に直面している。推論価格の低下は導入を広げる一方、計算処理1単位当たりの収益を減らす可能性がある。
推論とは、学習済みモデルを実行して回答や予測を生成するプロセスである。日常的なAIコンピューティング需要に占める割合は拡大している。
効率改善は別の緊張関係を生む。より優れたソフトウェアにより、各タスクに必要なハードウェア量が減る可能性がある。
これは顧客にとってはプラスだ。しかし、計算能力の消費量が着実に増加することを返済モデルの前提とするプロジェクトにとってはマイナスになり得る。
新しいプロセッサは、出力1件当たりのコストも下げられる。旧世代のクラスターは競争力を維持するために値引きが必要となり、予想キャッシュフローが減少する可能性がある。
したがって、信用力は稼働率だけでは決まらない。貸し手は、顧客、ワークロード、契約、ハードウェア世代、交換計画を理解しなければならない。
データセンターは満室稼働であっても、隠れた集中リスクを抱えている場合がある。複数のリースが最終的に1つのAIラボや1つのクラウドプラットフォームに依存している可能性がある。
保証はそのリスクを減らせるが、法的に執行可能で、強固なバランスシートに支えられている場合に限られる。すべてのプロジェクトが完全な親会社保証を受けるわけではない。
一部の仕組みは限定保証、ベンダー支援、または最低収益コミットメントに依存している。その違いが、問題発生後に貸し手が元本を回収できるかを左右する可能性がある。
ウォール街はすでに注目を強めている。Bloomberg reportedによると、調査対象となった世界のファンドマネージャーの34%は、ハイパースケーラーの設備投資を将来のシステミックな信用イベントの最も可能性が高い要因と見ていた。
この割合は、前月から倍増したと報じられている。米国のプライベートクレジットは依然としてより大きな懸念であり、回答者の42%が選択した。
これらの回答は、AIの信用危機が近づいていることを証明するものではない。投資家が集中リスクと資金調達リスクをますます認識していることを示している。
最も強い案件には、依然として実質的な防御力がある。長期契約、分散したテナント、確保済みの電力、実績あるスポンサー、保守的なLTV比率が含まれる。
よりリスクの高い案件は、楽観的な稼働率、不確実な電力供給、顧客集中、あるいはハードウェア再販価値に関する積極的な前提に依存する。
開示が改善すれば、市場は両グループを異なる形で価格付けする可能性がある。投資家がストレス到来前に違いを見分けられるなら、そのプロセスは健全だろう。
Citadel Securitiesの予測は、別の供給問題を提起している。健全な借り手であっても、数千億ドル規模の新規債券が投資家需要を奪い合う場合、より高いコストを支払う可能性がある。
社債の買い手には限られたリスク予算しかない。テクノロジー関連の発行増加は他企業を締め出すか、資本を引き付けるためにより高い利回りを必要とする可能性がある。
ダラス連銀は、AI資金調達がデュレーション供給や金利スワップを通じて米国債のイールドカーブにも影響し得ると論じている。その影響は当初の借り手を超えて広がる可能性がある。
これは、成功したAIプロジェクトであっても、経済全体で資金調達コストを押し上げ得ることを意味する。信用圧力は広範な債務不履行を必要としない。
発行の急増はスプレッドを拡大させ、タームプレミアムを押し上げ、どの借り手が資本を得られるかを変える可能性がある。小規模な発行体が最初にその圧力を感じる公算が大きい。
大手ハイパースケーラーは強いキャッシュフローと幅広い資本アクセスを維持している。独立系クラウドプロバイダーや開発企業は、受容的な信用市場により強く依存している。
それらの企業は、より大きな顧客集中リスクと借り換えエクスポージャーにも直面している。そのため、貸し手の意欲がわずかに変化するだけでも、拡張計画を変え得る。
主な争点は、公募債務とプライベート債務の対立ではない。どちらの市場も生産的な資産に資金を供給でき、どちらもリスクを誤って価格付けする可能性がある。
真の争点は、契約済みキャッシュフローと陳腐化の競争である。あらゆる仕組みは、誰が、どれだけの期間、どのような条件で支払うのかに答えなければならない。
2028年までに予測を検証する3つのシグナル
発行量、契約の質、借り換え実績が、予測される債務の波が資金調達可能な状態を維持できるかを左右する。
第1のシグナルは、実際のAI関連債券およびプライベートクレジットの発行額だ。Citadel Securitiesは大きな予測を示しているが、市場データがそのペースを裏付ける必要がある。
投資家は、企業借入とプロジェクト単位の資金調達を分けて捉えるべきだ。また、建物、電力設備、ネットワークシステム、チップも区別すべきである。
これらの資産は、耐用年数と回収価値が異なる。それらを1つの見出し数字にまとめると、市場に潜むリスクを覆い隠しかねない。
ダラス連銀による2026年の投資適格債発行額3,000億ドルという推計は、1つの基準となる。その水準に近いペースが持続すれば、より広範な債務拡大論を支えることになる。
急激な減速は別の物語を示すだろう。それはプロジェクト遅延、投資家の抵抗、需要の弱さ、あるいは企業現金の再利用を反映している可能性がある。
第2のシグナルは、顧客コミットメントの質である。発表された設備能力は、契約済み収益と同じではない。
投資家は、新規設備能力のどれだけが事前賃貸されているか、テナントが完全保証を提供しているかを注視すべきだ。最低支払額と解約条項も同様に精査する価値がある。
また、プロジェクト横断の集中度も追跡すべきである。複数のSPVを支える顧客は、個別の資金調達から見える以上に大きなエクスポージャーを生み得る。
プロジェクトが完成に近づくにつれ、コミット済み需要と期待需要の違いが重要になる。拘束力のある顧客を持たない設備能力は、より大きな借り換え圧力に直面する。
第3のシグナルは、初期のチップ担保ローンの実績である。延滞は1つの指標にすぎず、表面化が遅いことも多い。
稼働率、賃料水準、契約更新、担保評価、満期延長は、より早くストレスを示す可能性がある。ローン条件の変更は、当初の予測が過度に積極的だったことを示す場合がある。
取引可能な証券では、流通市場のスプレッドも有用な指標となる。スプレッドの拡大は、投資家が信用リスクまたは流動性リスクに対してより大きな補償を求めていることを示唆する。
借り換えが最も明確な試金石となる。追加支援なしに満期債務を借り換えられるプロジェクトは、貸し手の継続的な信頼を示したことになる。
スポンサーからの資金、より強い保証、あるいは高コストの延長を必要とするプロジェクトが、必ずしも失敗したとは限らない。しかし、その当初の採算性は再評価に値する。
ハードウェアの性能も、債務スケジュールと比較しなければならない。クラスターは安定して稼働していても、貸し手の予想より早く商業的な重要性を失う可能性がある。
したがって、市場は設置資本1単位当たりの収益に注目すべきだ。生の計算能力だけでは、プロジェクトが債務を返済できるかについてほとんど分からない。
前向きな道筋も残されている。AI利用が十分に拡大すれば、新旧両方のシステムを異なる価格帯で稼働させ続けられる可能性がある。
新しいプロセッサは、高負荷の学習および推論ワークロードを担うことができる。旧世代のハードウェアは、小規模モデル、バッチ処理、時間的制約のより緩い用途を支えられる。
このような階層化された市場は、耐用年数を延ばし、担保回収を改善するだろう。高価格帯の需要が先へ移った後も旧型機器が価値を保つ、他のテクノロジー市場に似たものとなる。
ネガティブな道筋は、効率向上がワークロードの成長を上回るときに始まる。プロバイダーは固定的な資金調達義務を抱えたまま、料金引き下げによって競争することになる。
短期の満期は、脆弱なプロジェクトをすぐに露呈させる。プライベートな仕組みは公的な認識を遅らせることはできても、経済的損失を防ぐことはできない。
したがって、バブルという結論よりも慎重な解釈の方が有用だ。この予測が示すのは資金調達の必要性であり、発行総額や債務不履行の結果が保証されているわけではない。
その重要性は仕組みにある。AIの拡大は、将来のソフトウェア収益への期待を、現在存在する物理資産を担保とする債務へと変換している。
この変換は、すべての需要が顕在化する前に貸し手が資本を提供するため、建設を加速させる可能性がある。同時に、テクノロジーサイクルの一部を信用ポートフォリオへ移転する。
開発企業とエンタープライズの購入者は、その結果を注意深く見守るべきだ。資金調達環境は、どのクラウドリージョンが開設されるか、どのチップが利用可能になるか、プロバイダーが長期契約をどう組成するかに影響し得る。
ナレッジワーカーは、製品アクセスや利用制限を通じて間接的に影響を受ける。インフラコストの上昇は、サブスクリプション、モデルの選択、サービスの信頼性を左右し得る。
債券投資家は最も直接的なエクスポージャーを負う。AI導入に関する大まかな主張では得られない、資産単位での答えを必要としている。
Citadel Securitiesは、迫り来る市場に大きな数字を提示した。次の課題は、その債務のどれだけが持続可能なキャッシュフローに資金を供給するのかを見極めることだ。
最新の建設発表だけでなく、最初の借り換えサイクルを注視すべきである。それにより、AIチップ債務が信頼できるインフラ信用へと変わりつつあるのか、それとも明日の需要に繰り返し賭けるものなのかが分かる。
