AIがネットワーク需要を拡大し、Cloudflareの利益予想が上昇
Cloudflareは11月5日、通期の業績見通しを再び引き上げ、人工知能がモデル開発企業以外にも需要を生むとの主張を強めた。Cloudflareの利益予想は現在、より速い事業成長を反映しているが、同社は標準会計基準では依然として純損失を計上した。
中心となる緊張関係は、その需要がどのように利益へ転化されるかにある。AIアプリケーションには、接続性、保護、そしてソフトウェアを稼働させる場所が必要だ。こうしたサービスの提供は機会を生む一方、追加ワークロードへの対応にはコストも伴う。
Cloudflareの決算は、開発者や企業の購入担当者にとってこの均衡を浮き彫りにした。Akamaiを含む競合も、同じ周辺インフラの機会を追求している。問われるのは、どの事業者がAI活動を持続的な顧客関係と魅力的な収益性へ転換できるかだ。
Cloudflareの利益予想、再び上昇
Cloudflareは通期の調整後利益見通しを引き上げ、2026年に入ってからの上方修正の流れを継続した。
同社の四半期決算では、通期の調整後1株当たり利益の予想を1.35ドルとした。1株当たり利益は、各株式に配分される利益を測る指標である。調整後の数値は一部の費用を除外している。
第3四半期の売上高は7億8,250万ドルに達し、前年同期比39%増となった。同四半期は9月30日に終了しており、今回の発表は完了した事業活動の報告と、見通しの更新を併せたものだ。
比較すると、前回の通期見通しでは、調整後1株当たり利益を1.25ドルから1.26ドルと予測していた。8月の同発表では、第2四半期の売上高成長率は36%と報告されていた。
この推移はさらにさかのぼる。Cloudflareの第1四半期見通しでは、通期の調整後1株当たり利益を1.19ドルから1.20ドルと予測していた。第1四半期の売上高は34%増加した。
これらの比較は、株式市場の反応に依存せずに見通し修正の方向性を示す。報告された売上高成長が加速するなか、経営陣は利益についてより楽観的になっている。
ただし、利益予想は経営陣の期待を示すものである。最終結果を保証するものでも、各製品の寄与を特定するものでもない。
今回の発表では、会計上の区別も必要となる。GAAP、すなわち一般に公正妥当と認められた会計原則は、報告財務諸表の標準的な枠組みを提供する。Cloudflareは四半期のGAAP純損失として3,410万ドルを計上した。
したがって、調整後利益を指す場合に「利益見通しの改善」と表現するのは正確である。一方、全社的なGAAPベースの収益性達成を発表したと表現すれば、決算内容を誤って伝えることになる。
この区別は、金融用語を超えて重要だ。事業者は事業を拡大し、選定された指標を改善しながらも、報告収益を上回る費用を継続して負担する場合がある。
顧客にとって、この上方修正は事業の勢いを示す証拠となる。ただし、特定のアプリケーションがより良く動作するか、運用コストが下がるか、セキュリティ要件を満たすかについての直接的な情報は限られる。
競合企業にとって、この発表は自社のAI戦略の裏付けとなる商業的成果を示す圧力を高める。製品発表だけでは、売上高や顧客のコミットメントに比べて比較材料として弱い。
したがって、有用な出発点は限定的かつ具体的である。Cloudflareは、以前に予測していたよりも多くの調整後利益を事業から得られると見込んでいる。AIとの関係を理解するには、顧客がその事業から実際に何を必要としているかを検討する必要がある。
AI需要はモデル提供者の先へ広がる
Cloudflareの機会は、サービスの接続、リクエストの制御、アプリケーションの運用など、AIの応答を取り巻く作業にある。
モデルは回答を生成するが、実用的な製品にはさらに多くの機能が必要だ。リクエストを受け取り、応答を届けなければならない。
タスクを実行するためにモデルとツールを使うソフトウェアであるAIエージェントでは、さらに多くのやり取りが加わる。次の行動を決める前に情報を取得することもある。
これにより、AI導入からインフラ需要へのもっともらしい経路が生まれる。基盤となるモデルが他社製であっても、アプリケーションには信頼性の高い接続が必要だ。
重要な商業上の区別は、顧客がどこで運用上の問題に直面するかにある。デモでは回答の質が強調されるかもしれない。だが本番アプリケーションでは、障害や予測不能な利用状況にも対応しなければならない。
Cloudflareは、AI application controlsを通じてこの周辺的な役割を説明している。同社のAI Gatewayはアプリケーションとモデル提供者の間に位置し、リクエストの可視化と管理機能を提供する。
文書化されている機能には、ロギング、リクエスト制限、リトライ、モデル間のフォールバックが含まれる。応答を再利用のために保存するキャッシュも、繰り返し作業を管理する別の手段となる。
こうした機能は、ネットワーク事業者が回答を生成するモデルを開発せずとも参加できる理由を説明する。その役割は、アプリケーションと外部サービスの間に位置し得る。
商業的な主張が最も強くなるのは、その立場が高コストな運用上の問題を解決する場合だ。顧客には、実験が終わった後も仲介者を維持する理由が必要となる。
例えば、あるチームは異なるモデル全体で障害を一貫して把握できる点を重視するかもしれない。別のチームは、アプリケーションが制御されていないリクエストを送信するのを防ぐことを優先する可能性がある。
これらは特定のCloudflare契約の証拠ではなく、購入時に考慮され得る例示である。その関連性は、文書化された機能と、購入者が下さなければならない判断を結び付ける点にある。
この区別は、「AI需要」が何を意味するかも明確にする。直接的なモデル実行、アプリケーションを支えるサービス、あるいはAIと相互作用するシステムの保護を指す場合がある。
これらのカテゴリーを同一視すべきではない。技術要件は異なり、企業利益への寄与にはそれぞれ別の証拠が必要だ。
Cloudflareの幅広い事業は、AIを超えたニーズを持つ顧客にもサービスを提供している。経営陣が人工知能について語ったからといって、セキュリティ購入が自動的にAI購入になるわけではない。
妥当な解釈は、AIが顧客によるインフラサービス利用の理由を広げるというものだ。今回の決算発表は、その拡大のあらゆる部分を定量化してはいない。
ここにはCloudflareにとって実務的な課題が残る。AIアプリケーションへの関心の高まりを、初期開発後も顧客が使い続けるサービスへ結び付けなければならない。
企業の購入者も対応する課題に直面する。どのインフラ追加がアプリケーションを改善し、どれが単に依存関係を一つ増やすだけなのかを見極める必要がある。
好調な決算発表によって、この評価の緊急性は高まる。しかし、それはワークロード固有の証拠に取って代わるものでも、すべてのAIプロジェクトに同じアーキテクチャが必要だと示すものでもない。
事業機会はアプリケーションを動かし続けることにある
最も強いインフラの論拠は、完全なアプリケーションと、それを維持するために必要な運用作業から始まる。
Cloudflareはすでに、テキストチャットを超える具体例を説明している。同社のpartner model integrationでは、2025年8月にLeonardo.Aiの画像モデルとDeepgramの音声モデルをWorkers AIへ導入した。
Workers AIは、Cloudflareのインフラ上でモデルを実行するサービスだ。この発表では、画像生成アプリケーションと音声エージェントを想定用途として示した。
Cloudflareは、画像生成をアプリケーションロジック、ストレージ、画像配信と組み合わせることを説明した。音声アプリケーションについては、音声処理とライブコミュニケーションサービスを接続することを説明している。
これらの例は、現在の決算ストーリーを考える上で有用な参照点となる。モデルへのアクセスが、より大きなインフラ関係の一部になり得ることを示している。
画像生成の例をアプリケーション設計として考えてみよう。画像の生成は、ユーザーのリクエストの一部を完了するにすぎない。その結果は、その後も利用可能でなければならない。
製品は、その画像をアカウントに関連付け、信頼性高く表示し、後からのアクセスをサポートする必要があるかもしれない。こうした周辺要件が、追加のインフラ判断を生む。
商業的な機会は、これらの要件をまとめて提供することから生まれる。アプリケーションのより多くの部分を扱う事業者ほど、継続的な運用の一部になる機会も増える。
この結果には条件がある。幅広い製品カタログが、顧客がすべてのコンポーネントを採用していることや、バンドルが常に顧客体験を改善することを証明するわけではない。
統合は、サービス間で必要となる調整を減らせる可能性がある。一方で、アプリケーションの挙動が事業者固有の機能に依存する場合、移行をより複雑にすることもある。
音声アプリケーションは、別の考慮点、すなわち応答性を浮き彫りにする。音声処理、モデル生成、配信の各段階で遅延が積み重なると、会話は不自然に感じられる可能性がある。
単一のコンポーネントが体験全体を決定するわけではない。購入者は、モデルのベンチマークをアプリケーションのベンチマークとして扱うのではなく、完全なインタラクションを評価する必要がある。
Cloudflareのパートナー発表は、同社が意図するアーキテクチャを説明したものだ。顧客ワークロード全体で優れた性能を独立して証明するものでも、現在の利益への具体的な寄与を示すものでもない。
それでも、この決算ストーリーへの示唆は分かりやすい。開発者が事業者のサービスを中心に完全なアプリケーションを構築すれば、利用は最初のモデル呼び出しを超えて広がり得る。
これは、アプリケーションがモデル出力を要求するために接続するアドレスであるモデルエンドポイントを使った短期的な実験とは異なる関係だ。
チームがモデルを変更すれば、実験は終わるかもしれない。ストレージ、アクセス制御、配信は引き続き必要なため、アプリケーションの関係は継続し得る。
ここでCloudflareの通期見通しが開発者にとって意味を持つ。事業の勢いは、個別のAI機能と並んで同社のインフラ戦略を検討する価値があるという主張を支える。
ただし、導入に関する問いは残る。必要な証拠は、製品ページに掲載された機能数ではなく、持続的なアプリケーション利用と拡大する顧客のコミットメントだ。
購入者にとっては、運用上の適合性に注意が移る。有用な比較は、アプリケーション全体の挙動、所有・管理に関する要件、進化する能力に関するものとなる。
Akamaiは機会が競争的である理由を示す
Cloudflareは、AIアプリケーションを取り巻くインフラの提供を目指す競合と向き合っており、競争のない市場という主張は成り立たない。
Akamaiのmanaged inference serviceは、その重なりを示している。推論とは、訓練済みモデルを実行して出力を生成することを意味する。
Akamaiは、より広範なクラウドサービスとともに、管理されたモデルアクセスを説明している。同社の提供内容には共有容量と専用デプロイメントが含まれ、利用可能性の条件は製品ページで説明されている。
この位置付けにより、購入者にはモデル実行とアプリケーションインフラを組み合わせる別の選択肢が生まれる。また、Cloudflareの財務上の勢いを、排他的な技術的所有と混同すべきでない理由も示している。
両社はいずれも、開発者のインフラ管理を減らす方法を提示している。両社のマーケティングは、どちらかがあらゆるワークロードで優れているという独立した証明ではなく、競合する提案を示している。
競争の中心にあるのは、アプリケーションとの関係性を誰が握るかだ。顧客がAIを取り巻く継続的な運用ニーズをプロバイダーに依存するほど、そのプロバイダーは恩恵を受ける。
顧客が同じ基盤モデルを利用している場合でも、この競争は起こり得る。違いは、デプロイメント制御、統合要件、あるいは周辺サービスにあるかもしれない。
購入者にとって、モデルの提供状況だけでは比較として不十分だ。よく知られたモデルにアクセスできても、本番環境でのサービス動作に関する疑問は解決しない。
グローバルインフラに関する主張にも同じことが当てはまる。地理的な展開範囲は重要になり得るが、実際にどこで遅延や制約が生じるかは、アプリケーションの依存関係によって決まる。
広く分散されたアプリケーションでも、遠隔地のデータベースに依存している可能性がある。近くにあるモデルエンドポイントでも、システム内の他の場所で生じるすべての遅延をなくすことはできない。
これらは、CloudflareとAkamaiの間に測定済みの性能差があるという主張ではなく、アーキテクチャ上の考慮事項である。なぜ競争評価にアプリケーションレベルの証拠が必要なのかを説明している。
Cloudflareにかかる圧力は、顧客が追加サービスを選ぶほど広範なプラットフォームを有用なものにすることだ。見通しの引き上げは、同社の商業的な立場を強める。
競合他社にかかる圧力は、AI製品の提供から継続的な顧客利用へ至る、同等に説得力のある道筋を示すことだ。ローンチは選択肢を生むが、導入は事業を生む。
購入者には、交渉力の重要な源泉が残されている。必要なサービスと、より広い提案に含まれているサービスを区別できることだ。
あるチームは運用の簡素化を理由に単一のプロバイダーを好むかもしれない。別のチームは、アプリケーションの構成要素ごとに要件が異なるため、複数のプロバイダーを維持するかもしれない。
どちらの選択も、決算発表から自動的に導かれるものではない。適切な比較は、アプリケーションが実行する業務と、その運営者が引き受ける責任に左右される。
これが、AIインフラ市場が複数のプロバイダーを支え得る理由でもある。アプリケーションごとに、制御性、利便性、デプロイメントの柔軟性、運用責任に置く比重は異なる。
Cloudflareの業績は、この競争におけるเดิมพันを高めた。しかし、それを決着させるものでも、競合他社がまったく同じ製品戦略に従わなければならないことを示すものでもない。
次の焦点は、利用拡大が顧客提供コストを織り込んだ後、どれほど効果的に利益へ転換されるかだ。
成長加速でも経済性はなお検証を要する
拡大する活動がインフラ事業を支えるのは、プロバイダーが受け入れ可能な経済条件でそれを提供できる場合に限られる。
Cloudflareの利益予想は、経営陣が事業に自信を持っていることを反映している。ただし、AIとの追加的なやり取りすべてが同じ財務的リターンを生むことを示すものではない。
Cloudflareは、第3四半期の調整後粗利益率が72.4%だったと報告した。前年同期の75.3%から低下している。粗利益率は、サービス提供の直接コストを差し引いた後に残る売上の割合を示す。
調整後営業利益率は15.3%から17.5%に上昇した。営業利益率には、直接的なサービスコストを超える追加の事業費用が含まれる。
これらの指標は異なる方向に動いた。収益性を単一の形容詞で要約するのではなく、事業を慎重に検討すべき理由となる。
これらの数値は、AIが粗利益率への圧力の原因だと独立して特定するものではない。製品構成、インフラ投資、その他の要因については、因果関係を割り当てる前に証拠が必要となる。
また、需要増に価値がないことを示すものでもない。企業は、より広い顧客関係を追求しながら、製品ごとに異なる経済性を受け入れることができる。
問題は、そうした選択が持続的なリターンを生むかどうかだ。そのためには、コストと利益を時間を通じて併せて検討する必要がある。
追加のリクエストは、プロバイダーが処理しなければならない業務を意味する。それが追加収益を生むかどうかは、顧客契約と対象サービスによって決まる。
一部の活動は、顧客支出を比例して増やすことなく運用要件を押し上げる可能性がある。すべてのトラフィックを同等の価値とみなせば、この違いは見えなくなる。
AIは効率性という別の複雑さをもたらす。顧客は、繰り返しのモデル呼び出しを減らしたり不要な処理を抑えたりするからこそ、サービスを求める場合がある。
それでもインフラ事業を支えることはできる。プロバイダーの価値は、生のリクエスト量を最大化することではなく、顧客の効率的な運用を支援することにある。
これは、単純なAI成長ストーリーに対する最も明確な懐疑的見解だ。顧客価値とインフラ活動は、常に同時に増加するとは限らない。
効果的なサービスは、より少ない呼び出しでアプリケーションがタスクを完了できるようにするかもしれない。その場合の事業性は、顧客がその改善にどの程度の価値を置くかに左右される。
同じ考え方はアプリケーションの障害にも当てはまる。再試行の繰り返しは活動量を生む一方で、ユーザーを苛立たせ、有用な作業を完了するコストを高める可能性がある。
したがってエンタープライズの購入者にとって、リクエスト増加だけよりも、タスクが正常に完了したかどうかの方が有益な指標となる。稼働率の高いシステムが、必ずしも生産的なシステムとは限らない。
Cloudflareにとって、対応する商業的な問題は導入の質にある。継続的な本番利用は、一時的な実験とは異なる意味を持つ。
利用可能な証拠は、同社の見通しが改善したことを支持している。一方で、AIの寄与と異なるワークロードに伴うコストについて、さらに検証する余地を残している。
これは決算分析における通常の境界線だ。財務報告は事業成果を示し、製品ドキュメントは機能を示す。両者を結びつけるには、追加の開示が必要となる。
したがって読者は、あらゆる改善をAIに帰属させたり、すべてのコスト圧力をAIインフラに帰属させたりすべきではない。いずれの結論も、ここで示された証拠の範囲を超える。
より妥当な評価では、主張を分けて扱う。Cloudflareは期待値を引き上げ、関連性のあるアプリケーションインフラを提供しており、継続する経済的トレードオフを伴う競争市場で事業を展開している。
次に注目すべきは導入、利益率、購入者の選択
次に有用な証拠は、顧客のコミットメント、サービスの経済性、競合における導入状況を結びつけるものになる。
第一に、その後の開示でAIアプリケーションが持続的な本番利用へ移行しているかを注視したい。最も有力な事例は、顧客が何を運用し、どのサービスに依存しているかを説明するものだ。
実名の顧客事例は有用な詳細を提供し得るが、その範囲は重要だ。限定的な試験導入は、組織全体にわたる広範なデプロイメントを示すものではない。
より具体的な開示は、AIが継続的なインフラ需要を支えているという議論を強める。一般的な熱意への依存が続けば、その寄与は評価しにくいままだ。
購入者は、顧客の関心と顧客の義務も区別すべきだ。サービスの評価、導入、継続利用へのコミットメントは、それぞれ異なる段階を表す。
第二に、利益の進展にサービスコストに関する証拠が伴っているかを注視したい。売上成長だけでは、新しいワークロードが事業の経済性を改善しているかには答えられない。
重要なのは、運用面の改善がサービス提供コストとどう関係しているかだ。財務指標が異なる動きを見せる場合、経営陣の説明が重要になる。
顧客導入が拡大し、同時にサービスの経済性も健全であれば、インフラに関する見立てはより説得力を増す。成長に継続的な譲歩が必要なら、その解釈は不利になる。
これは、すべての財務指標が同時に改善することを求めるものではない。現在の投資が将来の顧客価値とリターンをどう支えるかについて、信頼できる説明を求めるものだ。
第三に、完全なアプリケーションをめぐる競争上の導入状況を注視したい。Akamaiの提供内容は、顧客がAI実行と支援インフラを組み合わせる別の方法を持つことを明確にしている。
新製品の提供開始が最も重要になるのは、顧客利用と運用上の詳細を伴う場合だ。発表だけでは、競争上の立場が変化したことを示す証拠は限定的である。
顧客がCloudflareのアプリケーションサービスへの依存を拡大し続ければ、同社の立場は強まる。競合他社は、同程度の導入実績とより明確な運用上の優位性によって、その立場に挑戦するだろう。
開発者は、これらのシグナルを自らのシステムに関する具体的な問いに置き換えるべきだ。どのプロバイダーが障害を処理するのか、アプリケーションデータはどこに存在するのか、移行には何が必要なのか。
エンタープライズの購入者は、コミットメントが実際の利用状況とどう整合しているかを問うべきだ。契約は、実験が将来の需要を予測すると仮定するのではなく、アプリケーションの運用上のニーズを反映すべきである。
ナレッジワーカーにも、ツールが接続されたAIサービスに依存する場合には関連する利害がある。信頼性は、アシスタントが情報を取得し、一貫して作業を完了できるかどうかに影響する。
したがってこの決算ストーリーは、株主の範囲を超える。モデルと人々が実際に使うアプリケーションをつなぐインフラを、どの企業が運用するのかに関わる問題だ。
Cloudflareの利益予想は、このより大きな競争の中で前向きな事業シグナルである。その意味は、導入と運用に関する証拠が積み重なるにつれて、より明確になるだろう。
AIプロジェクト向けのインフラを選ぶ前に、意思決定の前提と、それを変え得る証拠を文書化しておこう。デプロイメントノート、サービス制限、観測された障害を、アプリケーションの責任者全員が利用できる状態に保つ。検索可能なナレッジベースは、製品や要件が変化してもその判断理由を維持するのに役立つ。その後、プロバイダーが具体的な導入実績や運用結果を開示した際に、判断を見直す。証拠が、信頼性や所有権に関する要件を含め、実行する必要のあるアプリケーションを支えているかを問うべきだ。現在のアーキテクチャのどの部分が持続的な価値を実証しており、どの部分がAI需要に関する未検証の期待に依然として依存しているだろうか。
