AIインフラ競争の加速でハイパースケーラーの設備投資は7,000億ドルに迫る

Google Newsは、AIインフラにおける著しい変化を浮き彫りにしている。4社のハイパースケーラーは現在、2026年の設備投資総額が7,000億ドル近くに達すると見込んでいる。Alphabet、Amazon、Microsoft、Metaは、生成AIにさらなるキャパシティが必要かどうかを検証する段階をすでに終えた。余剰能力よりも、コンピューティング供給の制約の方が大きな脅威になるという前提で建設を進めている。

最新の決算報告は、その判断を裏付ける材料を示している。クラウド収益は加速し、顧客は新たに導入されたキャパシティを消費しており、経営陣も引き続き供給制約に言及している。一方で、設備投資はAI収益に関する多くの従来指標を上回るペースで増加している。

この隔たりが対立の核心だ。ハイパースケーラーは、拡大するデータセンターを需要が吸収すると約束する一方、投資家は高価で急速に減価償却されるハードウェアを正当化できる収益が得られることの証拠を求めている。

もはや問題は、大手テクノロジー企業が投資するかどうかではない。チップが陳腐化する前に、電力コストが上昇する前に、あるいは主要なAI顧客がサプライヤーを変更する前に、インフラが生産的な資産になれるかどうかだ。

最新のGoogle News設備投資チェックが示すこと

設備投資競争は、野心的な見通しの提示から、ほぼすべての主要クラウドプラットフォームにおける継続的な実行の段階へ移行した。

Alphabet、Amazon、Microsoft、Metaは、異例に大規模なインフラ計画を掲げて2026年を迎えた。最新の開示によると、これらの計画は拡大するか、従来の予想レンジの上限近くで推移している。

各社の投資対象はGPUだけではない。データセンターの建屋、ネットワーク機器、カスタムアクセラレーター、従来型プロセッサ、ストレージ、冷却システム、エネルギーインフラまで含まれる。

これらの資産は、異なる財務上の時間軸でも運用される。建屋や電力設備は長年にわたり有用であり続ける可能性がある一方、GPUなどのコンピューティング部品は、効率性が急速に向上するため、交換サイクルが大幅に短い。

設備投資額を比較する際、この構成は重要になる。Microsoftは、2026会計年度第3四半期の支出のおよそ3分の2が、主にGPUとCPUなど短命な資産を支えるものだったと説明した。残りは、より長期にわたり価値を生み出すと見込まれる資産に向けられた。

Microsoftは四半期の設備投資額を319億ドルと報告し、次の四半期には400億ドルを超えると述べた。部品コストの上昇を含め、暦年2026年には約1,900億ドルを見込んでいる。

同社は、キャパシティ制約が2026年を通じて続くとも予想した。この条件は、Microsoftが新たに導入する機器を供給不足の環境に投入できることを示唆するため、投資の妥当性を支える。

それでも、制約が魅力的なリターンを保証するわけではない。制約を抱えるサービスは、キャパシティを増やしても、価格低下、電力コスト上昇、顧客集中の悪化に直面する可能性がある。

Alphabetも同様に重要な試金石となる。Google Cloudの第2四半期売上高は248億ドルに達し、前年同期比81.8%増となった。これはAlphabetのクラウド分析によるものだ。Alphabetは、需要の拡大を受けてインフラ見通しも引き上げた。

同社は、AIラボ、金融機関、製薬会社、その他の企業顧客から強い需要があると報告した。決算に関する発言では、Deutsche Börse Group、Pfizer、Roche、Kakao、World Labsなどの顧客を挙げている。

これらの名前は、AIインフラ需要が消費者向けチャットボットにとどまらないことを示している。企業は、モデル学習、推論、データ処理、ロボティクス、創薬研究、社内アプリケーションのためにコンピューティング能力を必要としている。

推論とは、学習済みモデルを実行して回答を生成したり、タスクを完了したりするプロセスである。学習とは異なり、推論需要は顧客がAI機能を利用するたびに繰り返し発生しうる。

この反復性こそが、ハイパースケーラーにとって最も強力な経済的根拠となる。企業がモデルを反復的な業務フローに組み込めば、コンピューティング需要は一時的なものではなく、持続的なものになり得る。

Amazonも第2四半期後に同じメッセージを強調した。AWSの売上高は37%増加し、18四半期で最も速い成長率を記録した。Amazonはその後、予想設備投資額を2,200億ドルへ引き上げた。AWS支出に関する更新による。

Metaは異なる立場にある。同社は同等のパブリッククラウド事業を運営していないため、インフラの多くは広告、レコメンデーションシステム、社内モデル、消費者向け製品を支えている。

Metaは第2四半期の設備投資を310億8,000万ドルと報告した。四半期決算で、通年見通しを1,300億ドルから1,450億ドルへ絞り込んだ。

総合すると、これらの開示は投資サイクルが広範で活発であり、なお加速していることを示唆する。緊張が生じるのは、各社がこの物理的な拡張をそれぞれ異なる形のリターンへ転換しなければならないためだ。

クラウド成長が投資の根拠を支えている

新たなコンピューティング能力が稼働に入るのと同時に収益成長が加速するなら、ハイパースケーラーの設備投資は投機的ではなく見える。

最も強力な証拠はクラウドプラットフォームから得られる。Google CloudとAWSはいずれも急成長を報告し、MicrosoftもAzureの需要が利用可能な供給を上回っていると投資家に説明し続けている。

Microsoftは、2026会計年度第3四半期のAzure成長率が為替一定ベースで39%だったと報告した。経営陣は、暦年2026年後半には成長が緩やかに加速すると予想していた。

キャパシティと収益のこの関係は核心的だ。倉庫に置かれたままのサーバーは強気論を支えない。導入後すぐに有料ワークロードの提供を始めるサーバーこそが、その根拠となる。

Microsoftは、新たに導入する機器をより早く収益化可能な状態にすることへ注力していると述べた。収益化可能なキャパシティには、導入、ネットワーク接続、テストが完了し、顧客が購入できるサービスとして提供されたハードウェアが含まれる。

この転換には時間がかかる場合がある。ハイパースケーラーは用地を確保し、電力を接続し、建設を完了させ、機器を設置し、その機器をソフトウェアプラットフォームに統合しなければならない。

このプロセスは、四半期ごとの数値のばらつきも生む。ファイナンス・リースでは、関連する現金支出がより長い期間にわたって発生する場合でも、リース開始時に大きな資産価値が計上されることがある。

Microsoftの開示は有用な背景を提供する。同社によると、2026会計年度第3四半期の設備投資のうち47億ドルは、主に大規模データセンター拠点に関するファイナンス・リースだった。

したがって、投資家は単一の設備投資額だけでこのサイクルを判断することはできない。複数四半期にわたり、導入済みキャパシティ、クラウド成長、営業キャッシュフロー、利益率、契約済み需要を比較する必要がある。

残存履行義務、すなわちRPOは、その指標の一つだ。これは企業が将来認識すると見込む契約済み収益を表すが、計上時期や解約条件は異なり得る。

RPOの増加は、経営陣に将来需要への見通しを与えるため、インフラ投資を支える可能性がある。ただし、契約が顧客集中リスクや実行リスクを取り除くわけではない。

Alphabetのクラウド成長加速も別のシグナルを示す。同社の第2四半期におけるクラウド成長率は、企業全体の収益成長率を大幅に上回った。この実績は、AIインフラが単なる研究費ではなく、重要な成長エンジンになったことを示唆している。

AmazonのAWS成長加速も同じ方向を示している。クラウド部門は大きな収益基盤を持つにもかかわらず、第2四半期には第1四半期より速く成長した。

これらの結果は、最も単純なバブル論を弱める。ハイパースケーラーは、関連事業がすべて停滞するなかで支出しているわけではない。複数のクラウド事業が投資と並行して加速している。

より説得力のある懐疑論は、その成長の規模と持続性に関わる。高い成長率は、減価償却、エネルギー、ネットワーク、保守、資金調達のコストを賄えるだけ長く続かなければならない。

減価償却とは、資産の計上原価を想定耐用年数にわたって配分することだ。企業は今日プラスのキャッシュフローを生み出していても、新たに導入したインフラに伴う大きな将来の減価償却費を抱える可能性がある。

この会計上の負担は、機器が予想より早く陳腐化した場合に重要になる。新しいアクセラレーターがより少ないエネルギーで同じ処理を実行できれば、顧客は新しいハードウェアを選好するだろう。

古い機器でも、小規模なモデルや従来型のワークロードには対応できる。しかし、その経済的価値は効率性、稼働率、ソフトウェアサポート、市場価格に左右される。

したがって、クラウド成長が答えるのは最初の問いだけだ。需要の存在は示せるが、投じられるすべてのドルに対する生涯リターンをまだ立証するものではない。

S&P Global Ratingsは、Alphabet、Amazon、Meta、Microsoft、Oracleが2026年に約7,500億ドルを支出すると推計した。設備投資の信用レビューによれば、これは5社合計売上高のおよそ38%に相当する。

同機関はまた、力強い第1四半期の業績が、支出が成果を生み始めていることを示したと指摘した。この見方は現在の均衡を捉えている。事業面の勢いが拡張を支える一方、前例のない規模が財務的なエクスポージャーを拡大している。

真の競争は需要と減価償却の間にある

決定的な競争はGoogle対Microsoftでも、Amazon対Metaでもない。契約済みAI需要と、コンピューティングハードウェアの短い経済的寿命との競争である。

支出総額が莫大なため、企業比較は注目を集める。しかし、主な圧力は同じ理由で、すべてのハイパースケーラーにかかっている。

各社は、最も価値の高い部品の競争力が低下する前に、高価なインフラを稼働させ続けなければならない。利用可能なコンピューティング能力のうち実際に使われている割合を測る稼働率が重要になる。

GPUクラスターが完全に稼働していれば、反復的な収益を生み出すか、収益性の高い社内サービスを改善できる。十分に活用されないクラスターは、資本、エネルギー、運用上の注意を消費し続ける。

Microsoftの資産構成は、その時間軸を可視化している。四半期の設備投資のおよそ3分の2は、プロセッサやアクセラレーターを含む短命な資産に向けられた。これらの部品は速やかに収益を支えられる一方で、経済的優位性も急速に失われる可能性がある。

残りの3分の1には、長寿命のインフラが含まれる。データセンター拠点、電力接続、ネットワークは、複数世代のコンピューティング機器を支えられる。

これにより、層状の投資判断が生まれる。個々のチップが時代遅れになっても、長寿命の施設は戦略的価値を維持できる。一方、そうした施設内に導入される短命なハードウェアは、はるかに早く収益化しなければならない。

AmazonとGoogleは、そのキャパシティをパブリッククラウドサービスとして販売できる。インフラコストを、多数の顧客、地域、ワークロードの種類に分散できる。

また、異なるハードウェアクラス間でワークロードを移動させることもできる。顧客は先進的なアクセラレーターで学習を行い、日常的な推論は低コストのチップで実行するかもしれない。

MicrosoftもAzureを通じて同様の機会を持つ。モデルホスティング、エンタープライズソフトウェア、開発者向けツール、Copilotなどの自社アプリケーションを通じてキャパシティを収益化できる。

Metaの経路はより間接的だ。AIインフラを活用して、広告ターゲティング、コンテンツ推薦、エンゲージメント、モデル開発、将来の消費者向けサービスを改善できる。

Metaの第2四半期の売上高は前年同期比28%増加し、広告インプレッションは14%増、平均広告単価は12%上昇した。これらの数字は、同社の中核事業が現時点で大規模なインフラ投資を賄えることを示している。

ただし、その投資リターンを単一のAI製品に明確に帰属させることはできない。レコメンデーションの改善はエンゲージメントを高める可能性があり、広告モデルの改善はコンバージョンを増やす可能性がある。

このため、Metaの設備投資は、顧客契約に紐づくAWSの支出よりも評価が難しい。この投資は、「AI売上高」と呼ばれる明確な項目を生まなくても、実質的な価値を生み出し得る。

Alphabetにも同様の複雑さがある。AIはクラウドサービス、広告、検索、生産性ツール、消費者向け製品に影響を及ぼすためだ。リターンの一部は新規売上ではなく、防衛的な効果として現れる。

例えば、AIネイティブの代替サービスに対してGoogle Searchの利用を維持できるなら、大規模なインフラ支出を正当化できる可能性がある。この結果は、独立した収益カテゴリーを生み出すのではなく、既存事業を守るものだ。

防衛的な投資は経済的に合理的であり得る。ただし、経営陣が反実仮想の結果を示せないため、外部投資家にとっては測定が難しいままである。

同じ問題は生産性向け製品にも当てはまる。AIアシスタントは、顧客維持を支え、アップグレードを促し、あるいは解約率を下げるかもしれないが、容易に切り分けられる支払いを生むとは限らない。

その結果、需要と減価償却の競争は、報告されるAI売上高だけでは決着しない。アナリストには、より幅広い証拠が必要になる。

必要なのは、クラウドの成長率、稼働率、サービス価格、売上総利益率、顧客の分散度、電力効率、製品導入状況だ。現時点で、全体像をすべて開示している企業はない。

この情報ギャップは、Google Newsの報道がハイパースケーラーの設備投資に繰り返し戻る理由の一助となる。支出は目に見え、即時に把握できる一方、リターンは時間をかけて分断された事業ラインを通じて現れる。

この比較は、誰が圧力を受けるかも明らかにする。インフラ供給業者は受注増の恩恵を受ける。クラウドプロバイダーは、購入した機器が持続可能な経済性を生み出せることを証明しなければならない。

企業の購入者も別の影響を受ける。容量の増加は可用性を改善し、モデルの選択肢を広げ得る。一方で、インフラ層を支配する少数のプロバイダーへの依存を深める可能性もある。

開発者は、プロバイダーが効率向上の利益を顧客に還元するかを注視すべきだ。需要が供給を上回り続けるなら、より高速なチップが自動的に請求額の低下につながるわけではない。

AI導入を計画する企業は、一時的な容量不足と構造的な経済性も区別すべきである。現在は制約を受けているサービスでも、複数のハイパースケーラーが新施設を完成させれば、激しい価格競争に直面するかもしれない。

その移行は購入者に利益をもたらす一方、プロバイダーには圧力となる。現在の成長を支える同じインフラ競争が、後には過剰能力を生み出す可能性がある。

設備投資の数字が依然として証明しないこと

急速なクラウド成長は現在の需要を裏付けるが、新設されるすべてのデータセンターが許容可能な生涯リターンを得ることを証明するものではない。

最初の不確実性は顧客集中だ。大規模モデルの開発企業は例外的な量のコンピューティング容量を消費し得るため、需要が数社の購入者に依存していても、クラウドプラットフォームが広く成功しているように見える可能性がある。

OpenAIとAnthropicは、トレーニングと推論の需要が複数のクラウドプラットフォームに影響を与え得るため、とりわけ重要である。両社のインフラ関係には、戦略的投資、容量コミットメント、商業提携も含まれる。

これにより、循環性への懸念が生じる。ハイパースケーラーがモデル企業に投資し、クラウドクレジットや容量を提供し、その後にその企業からのインフラ売上を計上する可能性がある。

こうした取引は正当であり、経済的に意味のあるものでもあり得る。それでもアナリストは、独立した顧客需要と、関連する資金調達の取り決めに支えられた活動を切り分けなければならない。

最近のAI収益分析は、ハイパースケーラーがAIデータセンターに起因する売上高と利益を個別に開示していないと指摘した。また、業界がOpenAIとAnthropicに依存していることも浮き彫りにした。

2番目の不確実性は価格設定である。特に新しいチップがエネルギー単位当たりでより多くのトークンを生成するようになると、単価が下落しても需要は急速に伸び得る。

トークンとは、AIモデルが処理する小さなテキストまたはデータの単位である。プロバイダーは一般に、これらの単位を生成または処理するコストによって推論の経済性を測定する。

単位コストの低下は利用を拡大できる。一方で、より高い処理量が価格低下を相殺しなければ、一定量の作業から得られる売上を減らす可能性もある。

3番目の不確実性は有効寿命だ。ハイパースケーラーはサーバーに会計上の耐用年数を設定するが、競争上の寿命はモデルアーキテクチャ、ソフトウェア最適化、メモリー容量、ネットワーキング、エネルギー効率に左右される。

6年の減価償却スケジュールがあるからといって、プレミアム顧客が同じアクセラレーターを6年間求め続けるとは限らない。旧世代のチップは、より低価値なワークロードへ移行する可能性がある。

4番目の不確実性は電力に関わる。データセンターには信頼できる電力へのアクセスが必要であり、供給制約のある地域では送電網への接続に何年もかかることがある。

電力の制約は、企業が土地を取得したり機器契約を締結した後でも、売上の発生を遅らせ得る。また、ネットワーキング費用や運用コストが高まる場所での建設をプロバイダーに強いる可能性もある。

5番目の問題は建設時期だ。設備投資を発表しても、容量が直ちに利用可能になるわけではない。許認可、変圧器、冷却設備、送電インフラがボトルネックになり得る。

こうした遅延は難しい均衡を生む。建設が遅すぎれば、利用可能な容量を持つ競合に顧客を奪われるリスクがある。建設が速すぎれば、需要成長が鈍化した後に施設を完成させるリスクがある。

6番目の不確実性は、社内利用と外部利用の配分に関するものだ。企業は希少なアクセラレーターを、自社モデル、消費者向けアプリケーション、研究チーム、またはパブリッククラウドの顧客に割り当てることができる。

Microsoftは、Azure需要と自社アプリケーションおよび研究との間で、継続的にバランスを取る必要があると説明した。この判断は、同じハードウェアが別の場所で価値を生んでいる場合でも、報告されるクラウド売上高に影響する。

Alphabetも、Google Cloud、Gemini、Search、広告、その他の製品にまたがって同様の配分判断を行う必要がある。AmazonはAWSの顧客と、自社の小売、広告、ロボティクス、消費者向けAIシステムとの均衡を取っている。

社内ワークロードは大きなリターンを生み得る。しかし、その便益は、特に既存サービスを段階的に改善する場合、直接的なクラウド売上と比較するのが難しい。

Metaはこの課題の最も集中的な形に直面している。同社のインフラは主に自社アプリケーションを支えるため、投資家は広告パフォーマンス、エンゲージメント、製品導入からリターンを推測しなければならない。

最後の不確実性は戦略的行動だ。ハイパースケーラーは、競合他社と無関係に投資判断を行うわけではない。

1社が拡張すれば、他社はモデル開発企業、エンタープライズ顧客、技術人材、エコシステムの主導権を失うことを恐れる。そのため、経営陣が内心ではより低いリターンを予想していても、支出は高水準にとどまり得る。

この力学は軍拡競争に似ている。各参加者は業界全体でより緩やかな設備拡張を望むかもしれないが、容量不足に陥る唯一の企業にはなりたくない。

だからといって、その支出が非合理的というわけではない。一部の設備投資は、顧客需要だけでなく競争上の防衛にも資することを意味する。

懐疑的な見方は、ハイパースケーラーに売上や現金がないと主張すべきではない。最新の業績は、大幅な成長、強力な事業基盤、資金調達へのアクセスを示している。

より正確な懸念は、健全な企業でも過剰投資し得るということだ。強固なバランスシートは短期的な財務リスクを抑えるが、効率的な資本配分を保証するものではない。

次に起きることを決める3つのシグナル

ハイパースケーラーの設備投資が投資家の支持を維持するには、今後3回の決算で、容量の収益化、需要の分散、安定した経済性を示す必要がある。

最初のシグナルは、新たに設置された容量がクラウド売上高のさらなる加速につながるかどうかだ。

Microsoftは、より多くのインフラが稼働するにつれてAzureの成長が改善すると見込んでいる。利益率が抑制されたままその加速が現れれば、供給制約が売上を制限しているという経営陣の主張を強めるだろう。

AWSは2つ目の試金石を提供する。同社の第2四半期の成長率は、第1四半期の28%から37%に達した。この水準に近い成長が続けば、支出増が拡大する顧客需要に沿ったものであることを示すだろう。

Google Cloudは、第2四半期の急加速が持続可能であることを示さなければならない。次の四半期も力強ければ、同プラットフォームが制約されていた容量の一時的な解放以上の恩恵を受けていることを示唆する。

設備投資の増加直後にクラウド成長が鈍化すれば、この主張は弱まる。その場合、投資家は建設時期、価格設定、需要の軟化のどれが乖離を生んだのかを判断する必要がある。

2番目のシグナルは顧客の分散である。

ハイパースケーラーは、金融機関、製薬企業、ロボティクス開発企業、モデル研究所、その他の顧客を挙げてきた。次の段階は、これらのグループが実証実験から継続的な本番ワークロードへ移行していることを示すことだ。

本番導入が重要なのは、より安定した推論需要を生むためである。モデルのトレーニングは、大規模ではあっても断続的なコンピューティング需要を生み得る。

導入済みのアプリケーションは、従業員、顧客、ソフトウェアエージェント、デバイスが利用するたびに活動を生む。この反復的な需要は、より長い期間にわたりインフラを支えられる。

開発者と企業の購入者は、AIワークロードが数社の基盤モデル企業を超えて広がっている証拠を注視すべきだ。有用な指標には、企業契約の増加、地域導入の広がり、小規模モデルへの需要拡大が含まれる。

分散は投資仮説を強化するだろう。資金を潤沢に受けた少数の研究所への依存が続けば、売上は契約交渉、資金調達環境、変化する提携関係の影響を受けやすいままとなる。

3番目のシグナルは、減価償却費の増加に伴って営業利益率とフリーキャッシュフローが安定するかどうかだ。

Metaは、第2四半期に310億8000万ドルの設備投資を行った後、フリーキャッシュフローがわずか7億8400万ドルだったと報告した。これは持続的な傾向を確立するものではないが、インフラが短期的な現金創出をどのように圧迫し得るかを示している。

Alphabetも、支出増加に伴いフリーキャッシュフローへの圧力が強まった。投資家は、クラウド成長と広告パフォーマンスがその圧力を相殺し始めるかを注視するだろう。

Microsoftの開示は、同社が短命なコンピューティング資産と長寿命のインフラを分けているため、特に有用になる。減価償却費が増える中でも利益率が安定すれば、同社のリターン前提を裏付けることになる。

資本コミットメントが増え続ける一方で利益率が大幅に悪化すれば、需要の説明は不十分に見えるだろう。経営陣は価格設定、ハードウェア利用率、予想資産寿命について、より厳しい質問に直面することになる。

これらのシグナルは金融市場の外でも重要である。ハイパースケーラーの投資は、開発者がどこで容量を確保できるか、クラウドプロバイダーがどのチップをサポートするか、新しいAIサービスがどれほど速く本番導入されるかを決定する。

また、企業アーキテクチャにも影響を与える。1つのクラウド、複数クラウド、またはプライベートインフラの間で選択する購入者は、現在の容量制約が続くかどうかを理解する必要がある。

継続的な設備拡張は可用性を改善し、サービスの選択肢を増やすはずだ。一方で、アプリケーションがプロバイダー固有のモデル、データベース、ネットワーキング、エージェントプラットフォームに依存する場合、切り替えを難しくする可能性もある。

ナレッジワーカーは、製品設計を通じてその影響を感じるだろう。より多くのコンピューティング容量は、より高速なアシスタント、より長いコンテキスト、マルチモーダル機能、リクエスト当たりにより多くの作業を行うエージェントを支え得る。

こうした改善が持続可能になるのは、プロバイダーが許容可能なコストで運用できる場合に限られる。インフラ競争の最中に補助されている機能は、後に制限、利用量の管理、または異なるパッケージングに直面する可能性がある。

したがって、Google Newsの設備投資（capex）を巡る議論には注目すべきだ。ただし、最大の支出者が自動的に勝者になるからではない。資本コミットメントが示すのは確信と競争圧力であり、実現済みのリターンではない。

現時点で最も強い証拠は、建設投資の継続を支持している。クラウドの成長は加速し、供給は依然として制約されており、ハイパースケーラーには投資を続けるだけの十分な財務余力がある。

未解決の論点は、需要がこれらの資産の耐用期間を通じて広範かつ価値あるものとして維持されるかどうかだ。その答えは、稼働率、利益率、顧客集中度、フリーキャッシュフローを通じて徐々に明らかになる。

次のクラウド成長局面を見極めるまでは、さらなる設備投資の増加を成功の証拠とも、バブルの証拠とも扱わないことだ。そのうえで、新たなキャパシティを誰が消費しているのか、そして利益率が維持されているのかを確認する。

開発者や企業の購買担当者にとっても、実務上の問いは同じく明快だ。新たなAIワークロードは持続的な価値を生み出しているのか、それとも潤沢なインフラを消費しているだけなのか。自社の導入環境で、この違いを追跡すべきだ。継続的な利用状況、事業成果、スイッチングコスト、そしてモデルの変化に伴う効率性を測定する。投資家がハイパースケーラーの設備投資に適用するのと同じ規律を、その上に構築するすべての組織の指針とすべきである。