Nvidiaの70%成長予測：Jensen Huang氏、「制約は需要ではなく供給」

Jensen Huang氏によれば、Nvidiaの70%成長予測は顧客需要の限界ではなく、供給上限を反映したものだ。Nvidiaは、変動の大きいAI投資環境に対応するなか、2028年度の売上高が約70%増加すると見込んでいる。これは企業としては異例の翌年度見通しである。

この予測は、Amazon、Google、Microsoft、OpenAI、Anthropicによるカスタムチップの存在にもかかわらず、Nvidiaが成長を続けられるという自信を示す。一方で、より難しい問いも浮かび上がる。独立して存在する需要はどの程度で、そのうちどれほどが、Nvidiaが自社ハードウェアを軸に構築されるインフラの資金調達を顧客に支援することに依存しているのか。

Huang氏の答えは、NvidiaがAIサプライチェーン全体の需要を見通せるというものだ。同社はチップ供給企業、クラウド事業者、モデル開発者、企業、政府、データセンター建設事業者と取引している。批判的な見方では、こうしたつながりは別の意味を持つ。Nvidiaが、自社システムを購入する顧客への資金提供や支援をますます拡大しているのではないかという懸念だ。

この対立は、見出しの割合そのものより重要である。Nvidiaはもはや、他社だけが構築したインフラ市場にアクセラレータを販売しているだけではない。製造能力、データセンター用地、資金調達、クラウド収益に関するコミットメントの確保を支援している。

その結果、将来の建設計画を異例なほど見通せる事業になっている。同時に、半導体設計を超える新たなリスクも引き受けている。

Nvidiaの70%成長予測は供給制約下での約束

Nvidiaの予測は、需要が同社の製造・インフラネットワークが供給できる範囲を上回ると見込んでいることを示している。

Nvidiaは8月26日の2027年度第2四半期決算説明会で初めてこの予測を示した。最高財務責任者のColette Kress氏は、2028年度に売上高が約70%成長すると予想していると述べた。

Nvidiaは通常、将来の会計年度全体にわたるガイダンスを投資家に示してこなかったため、この数字は注目を集めた。これまでのガイダンスは、供給計画や顧客注文を把握しやすい次四半期に主に焦点を当てていた。

Huang氏はその後、Goldman SachsのCommunacopia and Technology Conferenceでも予測を繰り返した。同氏のカンファレンスでの発言は、この見通しをNvidia市場全体に対する可視性の産物として位置づけた。

Nvidiaは、2026年7月26日終了の四半期に約960億ドルの売上高を計上した。データセンター売上高は890億ドルに達し、前四半期比で18%増加した。

同社はまた、2027年度第3四半期の売上高を約1,080億ドルと予測した。これらの数字は、70%成長予測の出発点が、生成AI拡大初期にNvidiaが直面していた水準よりはるかに大きいことを示している。

Kress氏は、顧客予測が翌年に需要が倍増する可能性を示していたと述べた。それでもNvidiaが売上高予測を70%にとどめたのは、利用可能な供給ではすべての要請に応えられないためだ。

Huang氏も決算説明会でこの違いを強調した。同氏によると、需要はNvidiaが供給すると見込む量を大幅に上回っていた。確保済みの供給能力が、経営陣にこの低い方の数字への確信を与えたという。

これは、単により多くの企業が個別チップを注文するという話ではない。Nvidiaは現在、製品をコンピューティングシステム全体の規模で説明している。

最新のNvidia導入環境には、CPU、GPU、ネットワーク機器、スイッチ、冷却部品、広範なソフトウェアが含まれる。これらはデータセンター規模の1台のコンピューターとして動作する。

Huang氏は、この変化を説明するためにNvidiaのGB200 NVL72システムを用いた。このシステムは、NvidiaのNVLinkインターコネクトを通じて36基のGrace CPUと72基のBlackwell GPUを組み合わせる。

同氏は9月の時点で、このシステムの受注が前月比27%で増加していると述べた。この数字は現在の受注の勢いを示すものであり、そのペースが無期限に続く保証ではない。

Nvidiaは、電力とデータをモデル訓練および推論出力へと変換するため、こうした導入環境をAIファクトリーと呼んでいる。推論とは、訓練済みモデルを使って回答、予測、その他の結果を生成するプロセスである。

販売単位が大きくなったことで、投資家がこの予測をどう解釈すべきかも変わる。Nvidiaは既存のデータセンターに出荷されるチップだけを数えているのではない。電力、冷却、土地、資金調達、建設を必要とする完全な施設を前提に計画している。

このため、予測の一部は産業設備の導入スケジュールとなる。各売上目標は、供給企業と顧客が長い工程を期限内に完了させることに依存する。

この連鎖は、大型案件に複数年の計画が必要なため、可視性を高める。一方で、遅延が生じる余地も大きくする。

AIエージェントがはるかに大きな計算需要を生み出している

Huang氏による需要拡大の中核的な主張は、AIエージェントがより長いタスクを実行するため、ユーザー1件のリクエストあたりの計算コストが大幅に高くなるという点にある。

基本的なチャットボットは、1つのプロンプトに対して1つの回答を返すことが多い。AIエージェントはタスクを計画し、ソフトウェアツールを呼び出し、結果を確認し、エラーを修正し、そのサイクルを繰り返すことができる。

各段階で推論能力を消費する。エージェントが調査、ソフトウェア開発、顧客サービス、科学分析、事業運営を担う場合、ワークロードは急速に増える可能性がある。

Nvidiaの決算トランスクリプトで、Huang氏はエージェントが人間による直接利用の15倍から100倍のコンピューティングを必要とする場合があると推定した。その量は解決すべき問題によって変わると述べている。

この推定は、すべての用途を対象とする独立ベンチマークではなく、企業側の主張である。ただし、その基盤となる仕組みは明確だ。より長い推論シーケンスと繰り返されるツール呼び出しには、より多くの生成トークンとアクセラレータ時間が必要になる。

モデル開発も、少数の最先端研究所を超えて広がっている。Nvidiaによると、需要は現在、ハイパースケーラー、ネオクラウド、AIスタートアップ、企業、産業企業、研究機関、政府系顧客から生じている。

ハイパースケーラーとは、Amazon Web Services、Microsoft Azure、Google Cloudを含む最大規模のクラウドプロバイダーを指す。ネオクラウドは、主にGPUコンピューティングを軸に構築された新しいインフラ企業だ。

Nvidiaが報告した第2四半期では、ハイパースケール向け売上高は490億ドルに達した。ネオクラウド、産業、企業を含む別の顧客区分は400億ドルを生み出した。

Nvidiaによると、この第2区分は前四半期比25%、前年同期比138%成長した。その規模は、市場が1つのAI研究所や1社のクラウド顧客だけにとどまらないというHuang氏の主張を支えている。

Kress氏は、ネオクラウドのパートナーが2026年末までに8ギガワットの導入済み容量を完成させる見込みだと述べた。2025年末時点では約3ギガワットだった。

ギガワットはコンピューティング性能ではなく、電力を測る単位である。それでも、こうしたプロジェクトがどれほど大規模になっているかを示す有用な指標となる。新たなデータセンターキャンパスでは、大規模な産業開発に匹敵するエネルギーが必要になる場合がある。

Amazonも需要を示す別のシグナルとなっている。Nvidiaによると、AWSは報告対象四半期中にNvidia GPUをさらに200万基導入し始める。この導入スケジュールは、Nvidiaの2029年度第2四半期まで続く。

AWSは、モデル、クラウドサービス、倉庫ロボティクス全体でNvidia技術を利用する計画でもある。ただしAmazonは独自のTrainiumアクセラレータの開発も続けており、協業と競争の両面を生み出している。

GoogleもTensor Processing Unitsで同様の戦略を取っている。MicrosoftにはMaiaアクセラレータがあり、OpenAIとAnthropicもカスタムハードウェアのプログラムを進めている。

こうしたプロジェクトは、最大顧客がコストと供給をより大きく管理したいと考えているため、Nvidiaに圧力をかける。ただし、それだけでNvidiaシステムへの需要が自動的に消えるわけではない。

カスタムアクセラレータは、企業がハードウェア、ソフトウェア、ワークロードを一体で最適化できる場合に最も効果を発揮する。Nvidiaの優位性は、顧客、モデル、クラウド、開発ツールをまたぐ幅広い互換性にある。

Huang氏によれば、Nvidiaは主要なクローズド研究所およびオープンモデル開発者のモデルを動かしている。その到達範囲により、顧客は特定の専用チップ向けにすべてを作り直すことなく、複数の環境に類似のソフトウェアを展開できる。

GPUコンピューティング向けのNvidiaプログラミングプラットフォームであるCUDAは、その立場の中核であり続けている。開発者は長年にわたり、その周辺にライブラリ、ツール、アプリケーションを構築してきた。

Nvidiaの70%成長予測は、このフルスタックプラットフォームが新規容量の大きな割合で引き続き選好されるという前提に立つ。カスタムアクセラレータが失敗する必要はない。

むしろこの予測は、両方のアプローチを受け入れられるほど総需要が急速に伸びることを前提としている。Nvidiaは、自社設計チップに一部のワークロードを奪われても、より大きなコンピューティング市場全体で売上を拡大できる。

不確実性はタイミングにある。顧客は短期的なエージェント導入を過大評価する可能性があり、有用なアプリケーションが収益を生むまでには、インフラ構築より時間がかかる場合がある。

企業がエージェントの実験を信頼性の高いワークフローへ転換するのに苦戦すれば、クラウド事業者は低い稼働率に直面する可能性がある。それは次の設備発注を支える経済性を弱めるだろう。

ナレッジワーカーにとって実用的なシグナルは、モデル発表の数ではなく利用の深さである。ソフトウェア開発、調査、営業、業務運営に組み込まれるシステムは、繰り返しコンピューティングを消費することになる。

たとえば、検索可能なAIナレッジベースは、検索と繰り返しのモデル呼び出しを組み合わせられる。大規模になると、こうした日常的なワークフローの重要性は単一のデモンストレーションを上回る。

Nvidiaのフルスタックの到達範囲がHuang氏の自信を説明する

Nvidiaは、半導体の供給と、自社システムを待つ物理インフラの双方を監視することで、より先まで予測できると考えている。

チップ企業は従来、顧客注文、製造スケジュール、在庫、販売チャネルの動向から需要を推定してきた。Nvidiaは現在、もう1層の情報を追跡している。

Huang氏によると、同社は世界各地のデータセンター用地、電力、建物の躯体を追っている。躯体とは、サーバーやネットワーク機器が搬入される前に準備される物理的な構造物である。

AI容量の構築には数年かかるため、この知識は重要だ。顧客は、電力会社との接続、冷却装置、請負業者、許認可、資本を確保しなければ、高度なシステムを導入できない。

Nvidiaは導入スケジュールの両側に自らを位置づけてきた。上流では、ファウンドリー、メモリー供給企業、パッケージング事業者、その他の部品メーカーと協業している。

下流では、クラウド事業者、データセンター開発事業者、エネルギー企業、企業、金融機関と連携する。この立場により、Nvidiaはハードウェアが納入される前にプロジェクトを早期に把握できる。

同社の支出コミットメントは、この連携の規模を反映している。Nvidiaの四半期報告書によると、供給・生産能力に関するコミットメントは7月26日時点で1,190億ドルから2,790億ドルへ増加した。

こうしたコミットメントは、現在および将来のアーキテクチャ向け生産を確保する助けとなる。一方で、顧客導入が鈍化したり、技術移行が想定と異なる形で進んだりすれば、負債となる可能性もある。

Nvidiaのシステム統合が進むにつれ、ギガワット当たりの販売額は増加してきた。Huang氏によると、Hopperはギガワット当たり約180億ドルのNvidia機器に相当した。

Grace Blackwellは1ギガワット当たり約250億ドル、Vera Rubinは約400億ドルとした。これはシステム価値に関するNvidiaの推定であり、普遍的な建設コストではない。

この進展は、通電済みデータセンターの数よりも収益が速く成長し得る理由を示している。同じ電力接続の背後に、世代を追うごとにより高価値なコンピューティング機器やネットワーク機器を配置できるためだ。

新たなプラットフォームは、かつて複数のベンダーが供給していた分野にもNvidiaを進出させている。同社はアクセラレーター、CPU、ネットワーク部品、インターコネクト、ソフトウェア、そしてラックスケールの完成システムを販売している。

この拡大により、Nvidiaは導入案件ごとにより多くの収益を得られる。一方で、その予測は顧客が同社のアーキテクチャをより広く受け入れることにも依存する。

競合各社は、このスタックの異なる層を攻略できる。AMDはアクセラレーターを販売し、Broadcomは企業のカスタムチップ開発を支援し、クラウド事業者は独自シリコンを提供している。

Cerebrasなどの専門開発企業は、AIコンピューティングシステムを構築する別の方法を提案している。推論の経済性を狙う企業もあれば、メモリー容量やよりシンプルなスケーリングを重視する企業もある。

Nvidiaの防御策は汎用性、すなわち単一の限定的なワークロードではなく、多様なモデルや顧客にシステムを提供できることだ。この柔軟性は、特にクラウド事業者にとって重要である。

ネオクラウドは、最も高い収益を見込める顧客に空き容量を貸し出したいと考える。特定の1モデルだけに最適化されたハードウェアは、需要が変化した際に転用が難しくなる可能性がある。

Nvidiaは、幅広いソフトウェア互換性が機器の再販価値と賃貸価値を守ると主張している。金融機関も長期的な資産リスクを評価する必要があるため、この主張を重視する。

ただし、コンピューティングハードウェアの減価償却は従来型インフラより速い。6年間のクラウド契約では、Nvidia製品の複数世代にまたがる可能性がある。

顧客は、負荷の低い推論用途では旧世代システムを依然として選好するかもしれない。しかし、期待される残存価値を支えるには、こうした二次需要が十分に強く維持されなければならない。

したがって、Nvidiaの70%成長予測は2種類の可視性に基づく。1つ目は、契約済みの供給と物理的なプロジェクトから得られるものだ。2つ目は、新しいシステムが登場した後も同社のプラットフォームが経済的に有用であり続けるというNvidiaの確信である。

前者はコミットメントと建設状況を通じて測定できる。後者が明らかになるのは、稼働率、賃貸料金、顧客の契約更新を通じてのみだ。

循環型ファイナンスという疑問は消えない

Nvidiaの取引は実需を引き出し得る一方で、顧客およびインフラに関するリスクを自社の貸借対照表へさらに移転させる可能性もある。

循環型ファイナンスへの批判は明快だ。NvidiaがAI企業に投資する、あるいはそのインフラを支援し、それらの企業はその資本を用いてNvidiaシステムへのアクセスを購入する。

批判派は、この仕組みにより需要が実際より独立しているように見える可能性を懸念している。顧客がベンダー支援なしに拡張資金を調達できないなら、現在の売上は将来の需要を前倒ししているだけかもしれない。

Nvidiaはこの解釈を退けている。Kressはアナリストに対し、同社はこの支援を、顧客利用と独自に調達された資本に裏付けられたインフラ開発と見なしていると述べた。

ネオクラウドのプロジェクトでは、Nvidiaが施設容量の一部を対象とするテイク・オア・ペイ契約を提供できる。テイク・オア・ペイとは、実際の利用が最低水準を下回っても、Nvidiaが最低量に対して支払うことに同意する仕組みである。

この下限保証は、クラウド事業者によるプロジェクト資金調達を支援し得る。その後Nvidiaは、保証水準を上回って生じた収益の一部を受け取る。

Kressによれば、同社はハードウェア販売を通じて代金を受け取り、その後に賃貸収益を得る可能性もある。Nvidiaは7月26日時点で、こうしたクラウドサービスのコミットメントが360億ドルに達したと報告した。

提出書類によれば、クラウド事業者はNvidiaへの容量供給を停止し、より高い料金で第三者に販売できる。外部顧客またはNvidia自身がその容量を消費するにつれ、Nvidiaのコミットメントは減少する。

この構造は、ハードウェア購入のために顧客へ単純に資金を貸し付けることとは異なる。それでも、外部利用が拡大しなければ、Nvidiaはコストを負担する。

同社のエクスポージャーは物理的プロジェクトにも及ぶ。Nvidiaは、選定したAIクラウドパートナーの土地、電力、建設義務に関連して、最大35億ドルの保証を開示した。

同社はまた、オハイオ州のSB EnergyのPORTS Technology Campusに関連する保証も締結した。Nvidiaは、条件付きでこの支援の上限を総額1,050億ドルとした。

計画中のキャンパスは、IT負荷で約4.25ギガワットをカバーする。9つのデータセンターは、Nvidiaの2029年度中に順次稼働を開始する見込みだ。

OpenAIは、限定的な例外を除き、このキャンパスを20年間リースする見通しである。OpenAIがリース料を支払うにつれてNvidiaのエクスポージャーは低下し、特定の事象後には終了する可能性がある。

この取り決めは、Nvidia、AIラボ、データセンター開発事業者、そして将来のハードウェア需要を明確に結び付ける。投資家がこの連鎖全体を検証するのは妥当だろう。

Nvidiaは、これらの保証が資金調達上のミスマッチに対処するものだとしている。最先端ラボでは、数十年規模のインフラ契約に必要な信用履歴がなくても、需要が急速に拡大する場合がある。

同社は、最先端AIラボに約500億ドルを投資したと報告した。Nvidiaは、この金額を同期間に見込まれるフリーキャッシュフローの小さな部分と位置付けている。

8月には、NvidiaはApollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKRとの提携も発表した。資金調達に関する発表は、長期的に5,000億ドル超の第三者資本を対象としていた。

これは覚書であり、全額が実際に導入済みということではない。Nvidiaの提出書類は、予備的な取り決めが最終契約につながらない可能性を警告している。

提案されたプラットフォームでは、外部機関が個別プロジェクトの引受を担う。Nvidiaは引き続き、その裁量で限定的な残存価値支援を提供できる。

Huangによる最も簡潔な反論は、9月のカンファレンス登壇時のものだった。Nvidiaの拠出額は小さく、はるかに大きな外部資本がインフラ市場へ戻ってくると主張した。

この回答はNvidiaの主張を捉えているが、会計上または経済上の疑問を解決するものではない。金融上の循環構造では、リスクが集中するためにすべての参加者が同額を拠出する必要はない。

より重要な問題は、エンドユーザーがクラウド利用料を支えるだけの十分なキャッシュを生み出すかどうかだ。その収益は最終的に、電力、施設、資金調達、ハードウェア、事業者の利益率を賄わなければならない。

稼働率が良好であれば、Nvidiaの介入は理にかなった市場形成に見える可能性がある。稼働率が低調なら、保証が顕在化し、賃貸価格が下落し、顧客には急速に陳腐化する機器が残る恐れがある。

投資家はすでに、より大きな情報開示を求めている。Nvidiaの8月の決算前には、Morgan Stanleyのアナリストが投資および資金調達の取り決めに関する広範な透明性を要請した。

Visible Alphaのリサーチ責任者Melissa Ottoは、70%という予測を市場予想の約45%を大きく上回るものと評した。より広範な投資家の精査とともに報じられたこの評価は、なぜこの議論が重要なのかを浮き彫りにしている。

予想を大幅に上回るこの予測は、優れたチップ性能だけに依存しているわけではない。過剰な未使用容量を生み出さずに拡大する、資金調達と建設の仕組みに依存している。

Nvidia自身の提出書類も、供給不足と供給過剰のリスクが共存することを認めている。電力、土地、資本、部品の不足は収益を遅らせ得る。

顧客は新アーキテクチャの導入を先送りしたり、予想より遅いペースで採用したりする可能性もある。市場環境の変化はNvidiaのコミットメントの価値を低下させ、業績を損なう可能性がある。

バランスの取れた結論は、Nvidia支援のすべてのプロジェクトが人為的な需要を生むということではない。また、独立した引受がNvidiaのリスクをなくすということでもない。

同社は自らの市場での地位を活用し、現実のインフラ制約を解決しようとしている。その過程で、同社の貸借対照表は顧客の稼働率と信用力により密接に結び付いている。

このトレードオフこそが、Huangの自信を支える中心的な試金石である。

Jensen Huangの予測を検証する3つのシグナル

投資家は、70%という数値を自己正当化するものとして扱うのではなく、供給の収益化、外部利用、顧客集中を注視すべきだ。

第1のシグナルは、Nvidiaが2,790億ドルの供給・生産能力コミットメントを、出荷済みで代金支払い済みのシステムへ転換できるかどうかだ。これらのコミットメントは準備状況を示すが、収益には完成品と稼働準備が整ったデータセンターが必要となる。

メモリーは当面の制約の1つを表している。Nvidiaは、AI需要の強さが供給を逼迫させ、コストに圧力をかけたと述べた。

同社は当四半期の粗利益率を75%と報告した。経営陣は、この指標が回復前に71%まで低下すると見込んでいた。

メモリー供給が改善し、新アーキテクチャが予定通り量産に入れば、Nvidiaは自社が見込む需要のより多くを供給できる。遅延が生じれば、予測に対する供給面の説明は弱まる。

したがって投資家は、四半期の売上高ガイダンスを在庫、購入コミットメント、利益率、プラットフォーム移行に関する説明と比較すべきだ。出荷の伸びに見合わずコミットメントだけが増加するなら、より注意深い検証が必要となる。

第2のシグナルは、ネオクラウドおよび支援対象データセンターにおける第三者利用率である。これは循環型ファイナンスへの懸念を最も明確に検証する指標だ。

Nvidiaは、外部顧客が容量を消費するとクラウド関連コミットメントが減少するとしている。第三者利用が堅調なら、リスクはNvidiaから遠ざかり、プロジェクトの独立した経済性が裏付けられる。

稼働率は持続可能な賃貸料金も生み出さなければならない。データセンターは稼働しているように見えても、事業者が顧客獲得のためGPUアクセスを値引きすれば、十分な収益を生み出せない場合がある。

クラウド事業者は、導入済み容量とともに収益が成長することを示すべきだ。また、顧客需要が少数の最先端ラボやハイパースケーラーを超えて広がっていることも示さなければならない。

企業、ソブリンプロジェクト、地域クラウド全体でNvidiaが報告した成長は、この見方を支える。今後の開示では、これらの顧客が発表済みの案件候補ではなく、継続的な利用者になることを示す必要がある。

Nvidiaのテイク・オア・ペイのエクスポージャーが低下する一方でパートナー収益が拡大すれば、同社の市場形成という主張は強まる。外部利用が弱いまま保証が増加すれば、批判派の主張が強まるだろう。

第3のシグナルは、Nvidiaシステムと顧客設計チップのバランスだ。Amazon、Google、Microsoft、OpenAI、Anthropicには、供給元を分散する強い理由がある。

カスタムシリコンは、安定したワークロードのコストを下げ、単一サプライヤーへの依存を軽減できる。また、モデル開発者にメモリー、ネットワーキング、ソフトウェア設計に対するより緊密な制御をもたらす可能性がある。

Nvidiaは、そうした導入を阻止する必要はない。市場全体が拡大するなかで、自社プラットフォームが十分なワークロードを維持する必要がある。

クラウド事業者が独自アクセラレーターを導入しながらも、Nvidiaの完成システムを引き続き発注するかを注視したい。混合戦略は、Nvidiaが幅広く成長する市場に対応しているというHuangの主張を支えるだろう。

トレーニングと推論の両方で独自ハードウェアへの大きなシフトが起きれば、この結論は弱まる。Nvidiaの価格決定力や、1ギガワット当たりに獲得できる価値も低下しかねない。

2028年度の予測は、1回の決算発表ではなく段階的に検証される。建設スケジュール、供給購入、クラウド利用、競合チップの導入状況が、その前提が整合しているかを明らかにする。

開発者や企業の購入者も、利用可能性と価格を追うべきだ。供給が増えれば、組織がNvidiaハードウェアを直接購入しなくても、高度な推論へアクセスしやすくなる可能性がある。

ナレッジワーカーは、この予測をソフトウェアを通じて体験することになる。エージェントがより長いワークフローを管理できるほど信頼できるものになれば、ユーザーがその下にあるインフラを意識しないままでも、コンピューティング需要は増加し得る。

Nvidiaの70%成長予測は、結局のところ製造だけでなく、行動に関する主張でもある。企業が歴史的な規模のコンピューティング能力拡張を正当化するほどAIを活用する、という前提に立っている。

Huangは、Nvidiaがなぜそのような結果を見込むのかを説明してきた。同社はモデル、クラウド、企業、サプライヤー、電力プロジェクト、資本提供者に関わっている。

この広がりにより、Nvidiaは競合他社のほとんどが持ち得ない情報を得ている。同時に、Nvidiaはすでに見えていると語る未来を、自ら形作る側にもなっている。

次の焦点は、顧客がそれを維持できるほど十分な独立した価値を生み出せるかどうかだ。今後数四半期にわたり、納入されたシステム、第三者クラウドの利用率、カスタムチップの採用状況を注視したい。

これらの指標は、70%が持続的な需要を示すのか、それともサプライチェーンがユーザーに先行しているだけなのかを明らかにするだろう。