NvidiaとGoldman Sachs、5,000億ドル規模のAI投資を信用リスクの試金石へ

NvidiaはGoldman Sachsと投資大手5社を招集し、AIインフラ向けに5,000億ドル超の資金を動員しようとしている。この金額は巨額だが、真の変化は構造にある。Nvidiaは、コンピューティング能力をテクノロジー企業が手元資金で購入すべき機器ではなく、資金調達可能なインフラとして投資家に捉えてもらいたい考えだ。

報道によると、Goldmanは現在、この取り組みへの参加を見込む投資家と協議している。同社はプライベートクレジット、ジュニア資本、公開債券市場へのアクセスなど、複数の資金調達チャネルをこのプロジェクトにもたらす。

この計画により、大規模データセンターを単独で資金調達できない企業もNvidiaシステムを利用しやすくなる可能性がある。一方で、AIブームのより大きな部分が信用市場へ移り、収益は稼働率、テナントの質、電力へのアクセス、機器価値に左右されることになる。

ここに中心的な対立が生じる。NvidiaはAIコンピューティングを、生産性を生み長期にわたり利用できる資産として提示する。懐疑派は、専門特化した施設、急速に陳腐化するハードウェア、顧客の集中、そして最終的に誰がリスクを負うのかを見えにくくする資金調達構造を問題視する。

NvidiaとGoldman Sachsが実際に構築しているもの

発表された金額は資金調達目標であり、完了済みのファンドでも、保証された支出コミットメントでも、Nvidiaの売上を約束するものでもない。

8月10日、NvidiaはApollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKRとの覚書を発表した。各社は、時間をかけて第三者資本を5,000億ドル超動員することを目的とした独立プラットフォームの設立を計画している。

これらのプラットフォームは、Nvidiaのコンピューティングシステムを中心に構築されるインフラへ資金を供給する。このカテゴリーには、アクセラレーター、ネットワーク機器、データセンター施設、冷却システム、発電設備、関連する建設工事が含まれ得る。

Nvidiaはこれらの施設を「AI factories」と呼ぶ。この用語は、電力、コンピューティング機器、ソフトウェア、データを、学習または推論の処理能力へ変換するために設計されたデータセンターを指す。顧客はその能力を使い、モデルを構築したりAIサービスを提供したりする。

Nvidiaが単一の統合投資ビークルを説明しているわけではない点で、この構造は重要だ。参加する各金融機関は独自のプラットフォームを組成・運営し、案件を評価し、外部投資家から資金を募ることができる。

資本は複数の階層を通じて提供される可能性がある。インフラファンドはエクイティを供給し得る。プライベートクレジットのビークルはシニア債またはジュニア債を提供できる。銀行は融資を組成し、機関投資家に債券を販売し、最終的には証券を公開市場へ持ち込むこともあり得る。

この区別は、発表に対するよくある誤解を防ぐ。5,000億ドル超が直ちに投入されるわけではなく、Nvidiaもすべての資金が同社製品の購入に使われるとは述べていない。

この目標額は、独立したプラットフォームが動員するよう設計された資本の合計を示す。実際の投資は、案件がアンダーライティング審査を通過し、投資家を引き付けられるかどうかにかかっている。

Nvidiaはコンピューティングプラットフォームを提供し、顧客と資本をつなぐ支援を行うとしている。金融パートナーは独立して投資判断を下し、資金調達条件を決定する。

こうした役割分担は、Nvidiaにとって潜在的に価値の高い立場をもたらす。すべての案件を自社バランスシートで資金調達せずに、技術標準の形成を後押しできるからだ。

Goldmanはとりわけ幅広い役割を担う。同社の資産運用部門はプライベートクレジットやジュニア資本を通じて参加でき、投資銀行部門は債務の組成と販売を担える。

協議に詳しい関係者に基づく報道によると、Goldmanはすでに潜在的な投資家への打診を始めている。協議は非公開で進められており、参加資本の最終的な構成は公表されていない。

この取り組みは、Nvidiaが8月の発表以前から進めていた活動を土台としている。同社は7月、標準化されたコンピューティングプラットフォームを通じ、インフラ開発事業者や新興クラウドプロバイダーを長期資本と結び付ける戦略を説明した。

同社のコンピューティング融資に関する提案は、小規模プロバイダーが機器集約型プロジェクトの資金調達に苦労することが多いと主張している。長期の顧客契約があっても、借り手に規模や確立された信用履歴がなければ、必ずしも融資機関を満足させるとは限らない。

新たなプラットフォームはこの隔たりを埋めようとしている。すべてのAI企業にデータセンター所有を求めるのではなく、投資家が基盤となる施設に資金を供給し、そのコンピューティング能力を利用する顧客から収益を得るという仕組みだ。

このモデルは他のインフラ投資の枠組みに似ているが、AIハードウェアにはより速い技術サイクルがある。したがって、この資金調達は、長期資本と急速に変化するコンピューティングシステムという2つの異なる時間軸をつなぐ必要がある。

AIブームは資金調達のボトルネックに直面している

Nvidiaが対応しているのは、単なるチップ不足ではなく資本制約だ。

AI開発企業は、サービスを大規模に販売できるようになる前に、アクセラレーター、ネットワーク、建物、冷却設備、電力を必要とする。こうしたコストは、それを返済するために必要な収益よりはるかに早く発生する。

大手クラウド企業は、営業キャッシュフローと社債を通じてこの拡張の多くを資金調達できる。スタートアップ、専門クラウドプロバイダー、政府機関、中小企業が同等のバランスシートを持つことはまれだ。

資金が潤沢なAI企業であっても、プロジェクトが数百億ドル規模に達すると苦戦する可能性がある。融資機関はテナント、機器、電力契約、建設スケジュール、想定される再販価値を評価しなければならない。

そのため、AI展開の次の段階はプロセッサー供給と同じくらい金融工学に左右される。技術的に実現可能なデータセンターでも、投資家がリスクと予想キャッシュフローを理解するまでは、資金調達可能なプロジェクトにはならない。

Goldman Sachs Researchは、大手テクノロジー企業が2026年にAI関連の資本プロジェクトへ5,000億ドル超を支出する可能性があると試算している。より広範なベースラインモデルでは、年間AI設備投資は2026年に7,650億ドル、2031年には1兆6,000億ドルへ増加すると予測する。

これらの予測は、確定した支出ではなくあくまで推計だ。それでも、通常の企業予算では提案されるすべてのプロジェクトを支えられない理由を示している。

Goldmanはまた、整備を主導する大手テクノロジー企業が2025年から2030年の間に合計5兆3,000億ドルを支出する可能性があると試算している。民間市場は、その資本の割合を今後さらに大きく担うだろう。

同社によると、インフラファンドは2025年に過去最高の2,210億ドルを調達した。2026年5月時点では、695のファンドが合計5,550億ドルの調達を目指していた。

これらの資金プールはNvidiaにとって魅力的な対象だ。年金基金、保険会社、政府系投資家、プライベートマーケットの運用会社は、予測可能な収益を生む長期資産を日常的に求めている。

データセンターはすでに、そのマンデートの一部に適合している。不動産、公益設備へのアクセス、専門機器、長期顧客契約を組み合わせているからだ。

AI施設は、従来のインフラ投資の前提を複雑にする。そのアクセラレーターは、発電所、港湾、従来型倉庫よりも速く経済価値を失う可能性がある。収益も少数のテクノロジーテナントに依存する場合がある。

Nvidiaの答えは標準化だ。再現可能なアーキテクチャは設計リスクを抑え、保守を簡素化し、顧客間での機器の再配置を容易にできる。

この主張は、AIコンピューティングが投資可能な資産クラスになり得るという同社の主張の中核をなす。機器が複数の顧客に対応し、流通市場での価値を維持できるなら、融資機関は施設をより高く評価するだろう。

設備投資見通しも、チップが必要資金の一部にすぎないことを示している。建設、補助システム、ネットワーク、電力インフラには追加の資本が必要となる。

資金調達が完了する前に、電力が制約要因になる可能性がある。アクセラレーターとテナントを確保したプロジェクトでも、発電能力、送電網へのアクセス、規制当局の承認がなければ稼働できない。

こうした依存関係は、NvidiaがGoldmanと並んでインフラ専門企業を選んだ理由を説明する。Brookfield、Blackstone、KKR、Apollo、BlackRockは、実物資産、運営パートナー、機関投資家資本を組み合わせた経験を持つ。

この取り組みは、グループ外の銀行や資産運用会社にも圧力をかける。Nvidiaのパートナーが共通の資金調達構造を確立すれば、競合する金融機関は類似案件に資金を供給するか、成長する資産カテゴリーを譲るかの判断を迫られる。

また、AMD、カスタムチップ開発企業、クラウドプロバイダーにも圧力がかかる。顧客がより多くのハードウェア選択肢を望んでいても、Nvidiaベースの設計に結び付いた資本はNvidiaのプラットフォームを強化し得る。

Nvidiaはコンピューティングをインフラのように機能させたい

この仕組みが成り立つのは、投資家が施設の長い寿命とプロセッサーのより短い寿命を分けて考えられる場合に限られる。

従来のインフラ融資は、耐久性のある資産と可視性の高い需要に依存する。有料道路、送電線、空港は、投資家が耐用年数と収益をモデル化できるため、債務を支えることができる。

AIデータセンターは異なる。建物と電力接続は数十年にわたり稼働できる一方、最も価値の高いコンピューティング機器は数年以内に陳腐化に直面し得る。

資金調達プラットフォームは、これらのリスクを分ける必要がある。長期資本は土地、建物、変電所、冷却設備を支えられる。より短期の債務やリース構造は、サーバーやアクセラレーターの資金調達に使える。

プロジェクトは、単一の施設またはポートフォリオを中心に設立された法的主体である特別目的ビークルに、これらの資産を保有させる場合がある。このビークルは債務を調達し、1社または複数のAI顧客に処理能力をリースできる。

この構造により、テクノロジー企業の主たるバランスシートから一部の債務を切り離せる。また、融資機関にはプロジェクト資産、契約、またはキャッシュフローに対する請求権が与えられる。

Nvidiaにとって、このモデルは対象顧客層を拡大できる。大規模クラスターを一括購入できない企業でも、機関投資家が資金を供給したコンピューティング能力をリースできる可能性がある。

顧客にとって、リースは支払いを利用量や収益に合わせられる。施設建設に必要な初期資金も抑えられる。

投資家にとっての潜在的なリターンは、長期契約と希少なコンピューティング資源への需要から生まれる。リスクは、その希少性が債務返済を賄えるだけ長く続くかどうかにある。

Nvidiaは、旧世代アクセラレーターが引き続き商用利用されていることを、コンピューティング機器が価値を維持する証拠として挙げている。旧世代のプロセッサーは、最先端モデルの学習から推論、ファインチューニング、研究、あるいは負荷の低いワークロードへ移行できる。

こうした再利用の可能性はもっともだが、自動的に実現するわけではない。運用コスト、ソフトウェアサポート、エネルギー効率、競争環境によって、旧世代システムが経済的であり続けるかは決まる。

ソフトウェアは残存価値を高め得る。NvidiaのCUDAプラットフォームは、ハードウェア世代をまたいで開発者に共通のプログラミング環境を提供する。確立されたソフトウェア基盤があれば、独立したアクセラレーター設計よりも再配置は容易になる可能性がある。

ネットワークとシステムアーキテクチャも重要だ。投資家が資金を供給するのは、ばらばらのチップではない。通信速度、冷却、信頼性、ソフトウェアに商業価値が依存する統合クラスターである。

Nvidiaのフルスタックにわたる立場は、その設計に対する影響力を同社にもたらす。同社はアクセラレーター、ネットワーク製品、システム、ソフトウェアライブラリ、リファレンスアーキテクチャを提供している。

この戦略はプロジェクトの一貫性を高める可能性がある一方で、ベンダー集中を強めるおそれもある。Nvidia製機器を中心に最適化されたプラットフォームは、AMD製アクセラレータやカスタムチップへの切り替えに高いコストがかかる可能性がある。

これは顧客にとって緊張関係を生む。標準化は現在の資金調達に伴う摩擦を軽減できる一方、将来の調達選択肢を制限する可能性がある。

BlackRockが先に立ち上げたAI Infrastructure Partnershipは、有用な先例となる。この取り組みは当初、300億ドルのエクイティと、負債を含め最大1,000億ドルの総投資を目指していた。

Nvidiaは2025年、xAIとともにこのパートナーシップに参加した。その後、BlackRock、Microsoft、MGX、Nvidiaを含むコンソーシアムは、約400億ドルと評価される取引でAligned Data Centersを買収することで合意した。

このinfrastructure partnershipは、機関投資家資本が大規模なAIプロジェクトを軸に組織化できることを示した。今回の取り組みは、その考え方を複数の独立系運用会社と、はるかに大きな目標規模へと拡張するものだ。

ただし、覚書は全額を実行する法的拘束力のあるコミットメントではない。このモデルの成否は、完成したプロジェクト、契約済みテナント、そして金利変動に耐え得る資金調達条件にかかっている。

Goldman Sachsはこれが独立資本であることを証明しなければならない

循環融資への懸念に対する最も強力な反論は、より大きな見出しの数字ではなく、真に第三者による引き受けである。

循環融資とは、サプライヤーが顧客に資金を提供し、その資金で顧客がサプライヤーの商品を購入する仕組みを指す。こうした取引は有益な拡大を支え得る一方で、独立した需要とベンダー支援による販売の違いを曖昧にする可能性もある。

Nvidiaは、同社のシステムを購入または運用するAI開発企業、クラウドプロバイダー、インフラプロジェクトに投資してきた。そのため、業界全体にまたがる同社の役割は、投資家や金融当局の監視を集めている。

新たな枠組みは、その批判の一部に応えるよう設計されているように見える。独立系運用会社が外部資本を調達し、それぞれ独自に投資判断を行う。

この分離は重要だ。信用分析を行う年金基金や保険会社のインセンティブは、市場拡大を目指すサプライヤーのそれとは異なる。

しかし、独立性は組織図だけでは証明できない。テナントが破綻した場合、設備の減価償却が想定より早く進んだ場合、あるいはプロジェクトが電力を確保できない場合に、どの当事者が損失を負担するのかを投資家は知る必要がある。

Nvidiaは、自社の役割は技術プラットフォームの提供であり、資本配分は投資家が担うとしている。同社は、各プラットフォームにおける標準化された保証条件、損失分担の取り決め、想定されるバランスシート上のエクスポージャーを開示していない。

こうした詳細が、これが従来型のインフラファイナンスなのか、それとも仲介者を通じて提供されるベンダーファイナンスなのかを左右する。

Goldmanは、リスクを複数の投資家に配分できるため、この区別の信頼性を高められる。また、各買い手の許容度に応じて、エクイティ、シニア債、ジュニア債、資産担保証券を分けることもできる。

とはいえ、複雑さは集中を隠し得る。複数のファンドが分散しているように見えても、同じテナント、電力市場、チップサプライヤー、あるいはAI需要予測に依存するプロジェクトへ資金を供給している可能性がある。

国際決済銀行は、AIインフラで負債に似たオフバランスシートの取り決めが増えていると警告している。経済的な影響が従来の企業債務指標の外にとどまる場合、同機関はこうした債務を「shadow borrowing」と呼ぶ。

このBIS financing reviewは、ハイパースケーラーがインフラ拡張の資金調達でプライベートクレジット企業と協業していると指摘する。こうした構造はリスクを分散できる一方、総レバレッジを把握しにくくする可能性もある。

米連邦準備制度も関連する懸念を示している。Lisa Cook理事は5月、AIインフラにおける負債活用の拡大は注視に値すると述べ、とりわけプライベートファンドや資産担保市場を利用する小規模なデータセンター開発事業者について言及した。

同氏のfinancial-system assessmentは、AI向け融資がすでにシステミックな脅威になっているとは結論づけていない。一方で、新興技術へのレバレッジ投資が継続すれば、いずれ金融安定性の問題になり得ると警告した。

信用問題が生じるために、AI需要が消失する必要はない。稼働率の低下、電力接続の遅延、金利上昇、賃料の下落はいずれも、プロジェクトの債務返済能力を弱め得る。

技術刷新も別のリスクを生む。新しいシステムがワット当たりでより高い性能を実現するため、施設は貸し手の想定より早く追加資本を必要とするかもしれない。

テナント集中も重要である。1つのAI研究所に支えられたデータセンターは、複数の確立された顧客にサービスを提供する施設とは異なるリスクを抱える。

長期契約は資金調達のしやすさを改善できるが、解約権や性能条件はその保護を弱める可能性がある。投資家は契約期間の表示だけに頼るのではなく、契約内容を精査しなければならない。

最も重要な未解決の問いは、Nvidiaが選定プロジェクトに保証その他の信用補完を提供するかどうかだ。こうした支援は借入コストを下げ得る一方、チップメーカーにより大きな下振れリスクを負わせることになる。

保証が取引を不適切なものにするわけではない。航空、通信、産業機器など、資本集約型の業界ではサプライヤーが顧客に資金を提供してきた。

リスクが顕在化するのは、支援を受けた購入が持続的な最終需要と誤認される場合だ。投資家には、Nvidiaのシステムを自ら選んだ顧客と、Nvidiaが資金調達を可能にしたために購入した顧客を区別できるだけの開示が必要である。

したがってGoldmanには二重の課題がある。モデルを実証するのに十分な資本を集めると同時に、独立した信用判断を行っているのがNvidiaではなく投資家であることを示さなければならない。

競争の焦点はチップだけでなく資本にもある

この取り組みは、顧客がアクセラレータを選定する前からNvidiaの市場での地位を強化し得る。

AMDは、Nvidiaにとって最も直接的な汎用チップ分野の競合だ。Google、Amazon、Microsoftなどのクラウド企業も、特定のワークロード向けにカスタムプロセッサを開発している。

これらの代替手段は、性能、供給可能性、ソフトウェア、エネルギー消費、総運用コストで競争する。資金調達はいまや、もう1つの変数となる。

Nvidia標準の施設向けに長期資本を提示された開発事業者は、別のプロセッサが競争力を持つように見える場合でも、そのアーキテクチャを選ぶ可能性がある。資金調達に伴う摩擦の低下が、ハードウェアの経済性の差を相殺し得るからだ。

この効果は、他業界のベンダーエコシステムに似ている。資金調達、サービス契約、部品供給、残存価値支援は、機器そのものと同程度に購買判断へ影響し得る。

Nvidiaには、投資家が同社の導入基盤とソフトウェアプラットフォームを認識しているという優位性がある。貸し手は、需要が可視化され、確立された二次市場を持つ資産の引き受けに、より安心感を抱く可能性がある。

この選好は自己強化的になり得る。資金調達を受けたNvidiaシステムが増えれば、開発者、運用事業者、中古機器の買い手の基盤も拡大する。

競合各社は、すべての要素を模倣せずに対応する必要がある。AMDはインフラ運用会社と協力し、自社システム向けの資金調達アクセスを改善できる。クラウドプロバイダーは、カスタムチップを確約済みの容量契約と組み合わせることができる。

顧客はマルチベンダー対応の施設を求める可能性もある。複数のアクセラレータ群を支える設計は依存度を下げられるが、エンジニアリングおよび運用コストを増加させるかもしれない。

この取り組みが最も直接的に圧力をかけるのは、専門特化型のクラウドプロバイダーだ。これらの企業は、より大規模なクラウドプラットフォームのような多様なキャッシュフローを持たないまま、アクセラレータを購入し、クラスターを構築し、コンピューティング容量を貸し出している。

機関投資家資本へのアクセスは、その拡大を加速させ得る。一方で、レバレッジを高め、賃料下落へのエクスポージャーを生む可能性もある。

供給不足の時期に設備を資金調達するプロバイダーは、稼働率と価格水準が高止まりすることを前提にしている。新規供給は、その両方の前提を弱め得る。

企業の買い手は、見出しとなる資金調達目標ではなく、契約構造に注目すべきだ。資本の増加は利用可能な容量を拡大できるが、長期コストの低下や柔軟な退出条件を保証するものではない。

開発事業者は、資金調達を受けたプラットフォームが現行システムへのアクセスを改善するかを注視すべきだ。また、契約がモデルの展開、クラウドの可搬性、将来のハードウェア選択を制限しないかも検討する必要がある。

ナレッジワーカーは、その影響を間接的に受けることになる。インフラの増強は、より高速なAIサービスと企業での普及拡大を支える可能性がある一方、債務圧力はプロバイダーに対し、大規模ワークロードや予測可能なサブスクリプションを優先するよう促し得る。

AIベンダーを評価するチームは、変化するコミットメント、容量に関する主張、資金調達関係を検索可能なAI knowledge baseに記録できる。資金調達の連鎖はいまや、投資家のリターンだけでなく製品継続性にも影響する。

これは、Nvidiaの計画をNvidiaとAMDの単純な対決にするものではない。主な対立軸は、独立したインフラ資本という約束と、集中した技術リスクという現実の間にある。

チップ競争はストレステストの役割を果たす。顧客が導入済みプラットフォームに強い需要を持つ場合、資産はより高い価値を維持する。代替ハードウェアがワークロードの経済性を想定より速く変える場合、その資産のリスクは高まる。

このモデルが機能するかを決める3つのシグナル

次の証拠は、完了した資金調達、開示されたリスク配分、実際の稼働需要から得られなければならない。

最初のシグナルは、投資家名と明確な条件を伴うクローズ済みの資金調達だ。関心を示す資本に関する発表だけでは、プロジェクトが魅力的な金利で借り入れられるかどうかは分からない。

完了した取引では、施設、運用事業者、テナント構成、資金調達の階層、想定される導入スケジュールを特定すべきだ。また、Nvidiaが保証または損失保護を提供するかどうかも明らかにすべきである。

独立投資家がNvidiaによる広範な支援なしに意味のあるリスクを引き受けるなら、インフラ投資の論拠はより強まる。手厚い保証は、外部資本が需要を独自の価値に基づいて引き受けているという主張を弱めるだろう。

2つ目のシグナルは、複数顧客による稼働率の証拠だ。複数の顧客にサービスを提供する施設は、1社のテナントが支出を減らしても容量を振り向けることができる。

稼働率データは、需要が一部の最先端研究所やハイパースケーラーを超えて広がっているかを示すべきだ。契約更新、受注残の質、賃料水準が有用な手掛かりとなる。

複数の顧客層で高い稼働率が確認されれば、コンピューティングは生産性のあるインフラとして機能するというNvidiaの主張を支えることになる。弱い単一テナントへの依存は、そのプロジェクトが集中した技術信用にすぎないことを露呈するだろう。

3つ目のシグナルは、最初の大規模なハードウェア刷新だ。投資家は、旧世代のクラスターが生産性を維持できること、二次市場の買い手を見つけられること、あるいはプロジェクト収益を損なわずにアップグレードできることの証明を必要としている。

残存価値は債務回収の中心にある。資金調達対象の資産が引き続き有用で市場性を持つなら、貸し手は借り手のストレスをより容易に許容できる。

より新しいNvidiaプラットフォームが本番導入された後、運用事業者が前世代のシステムをどのように再配置するかに注目したい。推論、ファインチューニング、研究、企業向けワークロードでの継続利用は、資産クラスとしての主張を強めるだろう。

急速な評価損や高コストの再構築は、その主張を損なう。それは、施設の物理的寿命が、最も価値の高い設備の経済的寿命を上回ることを示唆する。

これらのシグナルは異なる時間軸で現れるはずだ。資金調達条件は数カ月以内に明らかになる可能性がある一方、稼働率と刷新の経済性には、より長い観察期間が必要となる。

読者は、その裏付けが示される前に、5,000億ドルという目標を結論として扱うべきではない。これは資本形成に向けた意欲であり、導入完了の証拠ではない。

この取り組みは依然として重要だ。Nvidiaは、データセンター、コンピューティング契約、設備を年金基金やクレジット投資家が保有できる商品へと転換できる6つの機関を集めた。

Goldmanの投資家向け働きかけは、この構想を発表段階から市場での検証へと進めるものだ。同行はいま、プロジェクトが支えられる条件でAIインフラのリスクを引き受ける意思のある買い手を見つけなければならない。

この取り組みが成功すれば、AIの拡大は一部のテクノロジー企業の手元資金への依存を弱める。代わりに、プライベートクレジット、インフラファンド、保険会社、そして公債市場との結び付きが強まることになる。

この変化は、より多くの設備投資を可能にし、所有権を分散させうる。一方で、書類上は別々に見える金融ポートフォリオ全体に、相関したリスクを広げる可能性もある。

したがって問うべきは、Goldmanが流行のAI投資ビークルに投資家を集められるかどうかではない。希少性、ハードウェアサイクル、宣伝的な見出しが薄れた後にも、資金供給を受けた資産が持続的なキャッシュフローを生み出せるかどうかだ。

開発者と企業の買い手は、総額目標ではなく、最初に完了したプロジェクトを注視すべきだ。投資家は、保証、テナントへのエクスポージャー、設備に関する前提を透明に開示するよう求めるべきである。

Nvidiaはすでに、AIコンピューティングへの需要が並外れた支出を呼び込めることを示している。次の試練はより難しい。ベンダー支援による需要を隠すことなく、同じコンピューティングが独立した長期的な信用供与を支えられると証明することだ。