AIデータセンター建設ラッシュ：なぜ1873年が警鐘となるのか

AIインフラへの投資が2026年に8,000億ドルへ迫る一方、その直接的な収益性を裏付ける証拠は限られている。Googleニュースは、この状況に際立った歴史的比較を示している。

引き合いに出されるのは1873年だ。当時、過剰に積極的な鉄道建設が金融恐慌の引き金の一つとなった。鉄道は最終的に米国経済を変革した。しかし、その変革に資金を投じた企業の多くは破綻し、投資家は長期にわたる損失を被った。

この違いは、AIデータセンター建設ラッシュを単純なバブル論争よりも的確に捉えている。Alphabet、Amazon、Meta、Microsoft、Oracleは、明確な経済的用途を持つインフラを構築している。それでも、有用なインフラだからといって、それを資金面で支えるすべての企業にとって魅力的なリターンが保証されるわけではない。

この緊張関係は、すでに企業の財務諸表に表れている。設備投資はフリーキャッシュフローを上回るペースで増加し、ハードウェアは頻繁な更新を必要とする。複数のハイパースケーラーは、リースや外部資金への依存を強めている。一方で、人工知能が個別に生み出す利益について、企業の開示はほとんどない。

したがって、1873年との類比が示す警告はより限定的だ。AIが失敗しなくても、投資家は損失を被り得る。インフラ自体は成功しても、設備容量の所有者は価格下落、顧客集中、期待外れのリターンに直面する可能性がある。

AIデータセンター建設ラッシュは別の局面に入った

決定的な変化は、また一つ大規模なデータセンターが発表されたことではない。建設の波が持つ規模、速度、そして資金構造が複合している点にある。

BloombergNEFは、主要な上場データセンター事業者14社の設備投資が2026年に7,500億ドルへ近づくと推計した。前年の4,500億ドル未満と比べると大幅な増加だ。

同機関は、世界831拠点で合計23.1ギガワットのデータセンター容量が建設中だと集計した。このうち米国が15.9ギガワットを占める。

これらの数字は建物だけを対象とするものではない。AIデータセンターには、アクセラレーター、サーバー、ネットワーク機器、ストレージ、冷却システム、電力接続、非常用発電設備が必要となる。各構成要素には異なる更新サイクルと財務リスクがある。

2025年第3四半期には、新たに約3.8ギガワットの容量が建設段階に入った。これは10年初頭に記録された四半期平均を58％上回った。

米国への集中も同様に重要だ。BloombergNEFによるデータセンター建設の推計では、建設中の容量の4分の3が米国に所在していた。

電力調達も同じ傾向をたどっている。大規模データセンター開発事業者は、2025年に米州で行われた企業のクリーン電力購入の72％を占めた。

これはもはや、テクノロジー予算内での実験的な配分ではない。データセンターは、電力会社の計画、建設市場、半導体供給、債券発行、地域開発の意思決定に影響を与えている。

ハイパースケーラーも支出計画を繰り返し引き上げてきた。FactSetは、Alphabet、Amazon、Meta、Microsoft、Oracleの設備投資合計が、それぞれの2026会計期間を通じて6,900億ドルを超えると推計した。

ファイナンス・リースと顧客からの前払いを含めれば、暦年ベースの支出は8,000億ドルに近づく可能性がある。これらの資金調達手法は、従来の現金ベースの設備投資額の外へ債務を移し得るため重要だ。

FactSetによると、5社は2020会計年度に約950億ドルを投資した。2026年5月までの12カ月間では、合計支出はおよそ4,900億ドルに達した。

この増加は、最大手テクノロジー企業の事業運営における構造変化を表している。資産の軽い経済モデルで評価されてきた企業が、今や物理インフラの主要な所有者・賃借者になりつつある。

現在、コンピューティング機器が最大の投資配分を受けている。FactSetは、プロセッサーとサーバーが2026年に約3,800億ドルを吸収し、2025年水準のおよそ2倍になると推計した。

この機器は、土地、建物、電力設備よりも経済的な耐用年数が短い。新しいアクセラレーターは、性能やエネルギー効率を大幅に高めることで、旧世代ハードウェアの価値を圧迫し得る。

このため、現在のAI設備投資ブームは通常のクラウド拡張とは異なる。企業は、周囲の建物が老朽化する前に競争力を失う可能性のある資産に巨額の支出をしている。

したがって市場は、二つの投資を同時に評価している。一つは、長期にわたり利用される拠点と電力接続網だ。もう一つは、急速に変化するコンピューティング機器の在庫である。

Googleニュースの報道では、こうした層がしばしば一つの巨大な支出額に圧縮される。だが投資家は、各層でキャッシュフローと減価償却のリスクが異なるため、それらを分けて考える必要がある。

建設ラッシュは産業化の段階に入った。中心的な問いは、企業が十分な容量を建設できるかどうかではなく、資金調達費用と更新費用が経済性を変える前に収益が成熟するかどうかだ。

警告サインがあるにもかかわらずBig Techが支出を続ける理由

ハイパースケーラーが収益に先行して建設を進めるのは、既存インフラでは対応しきれない需要を報告しているためだ。

Microsoftは、2026年の暦年で設備投資に約1,900億ドルを投じる見通しを示した。この予測には、部品コスト上昇に起因する約250億ドルが含まれていた。

同社は、少なくとも2026年末まで容量制約が続くと見込んでいた。課題は、Azure需要を支えるためにGPU、CPU、ストレージを十分な速さで稼働させることだった。

Microsoftは、今後提供すべき事業規模が6,000億ドル超あると説明した。この指標には、より広範な事業全体にわたる契約済みコミットメントが含まれ、AI利益だけを切り分けて開示したものではない。

この違いは重要だ。大規模な受注残は将来の需要を示す可能性があるものの、利益率、顧客集中度、必要投資を自動的に明らかにするものではない。

Microsoftは、従量課金型サービスでは利用の拡大に応じてインフラを収益へ転換できると主張した。同社の設備投資見通しも、利用拡大とクラウド容量の継続的な制約を自信の根拠としている。

Amazonも、時期に関する詳細を伴って同様の主張を展開している。同社によると、顧客が利用できるようになる前に、AWSは土地、電力設備、建物、チップ、サーバーを購入しなければならない。

Amazonによれば、そのリードタイムは6カ月から24カ月に及ぶ。建物は数十年にわたって使える一方、チップやサーバーの期待耐用年数は一般にかなり短い。

Amazonは、2026年の設備投資を約2,000億ドルと見込んだ。CEOのAndy Jassy氏は、そのかなりの部分にはすでに顧客のコミットメントが伴っていると述べた。

開示された例の一つは、1,000億ドルを超えるOpenAIのコミットメントだった。Amazonによると、他の契約は完了済みながら未発表であるか、現在も交渉中だという。

AWSはまた、2026年第1四半期のAI関連売上の年間換算額が150億ドルを超えたと報告した。同社は2025年に3.9ギガワットの電力容量を追加したとしている。

Amazonは、2027年末までに総電力容量を倍増させる見込みだ。新たな容量は、システムが利用可能になり次第、収益を生み出すと同社は主張している。

同社はまた、自社設計のAIアクセラレーターであるTrainiumを通じて、Nvidiaへの依存を減らそうとしている。Jassy氏は、Trainiumが最終的に年間の設備投資を数百億ドル削減できる可能性があると述べた。

これは独立して検証された削減額ではなく、あくまで企業側の予測だ。それでも、ハイパースケーラーがカスタムシリコンを通じてコスト問題に取り組んでいることを示している。

GoogleはTensor Processing Unitsで関連する戦略を採っている。MicrosoftはMaiaアクセラレーターを開発しており、Metaもサードパーティ製ハードウェアと並行して独自チップへの投資を続けている。

こうしたカスタム設計には二つの目的がある。計算能力単位当たりの支出を抑えることと、単一サプライヤーの供給不足に対する影響を限定することだ。

ただし、単位コストの低下が総支出の低下を保証するわけではない。計算が安価になれば新たなワークロードを呼び込み、インフラ需要全体を押し上げる可能性がある。

この効果は、道路拡張が当初は渋滞を緩和する一方で、より多くの運転を促す状況に似ている。効率向上は、各タスクのコストを下げる以上の速さで利用を拡大させ得る。

そのため企業は、現在の需要と将来予想される利用の双方に対応している。大規模モデルの学習は膨大なリソースを消費するが、導入後には推論が継続的なワークロードとなる。

推論とは、学習済みモデルを実行してリクエストに答えるプロセスだ。コーディング支援、広告システム、文書分析、検索、自動化された業務タスクなどが含まれる。

エンタープライズ導入も、別の圧力源となる。顧客はAIシステムを既存のアプリケーションやデータの近くで運用したい場合が多く、既存クラウドプラットフォームに有利に働く。

こうした事情は、計画されているすべての施設が必要だと証明するものではない。ただ、経営陣が過少建設を競争上の脅威と捉える理由は説明できる。

利用可能な容量を欠く企業は、数年にわたる契約を失う可能性がある。外部顧客への提供と並行して、自社の消費者向け製品を支えることにも苦労しかねない。

この恐れが自己強化的な競争を生む。各ハイパースケーラーは、競合の建設を、自社もより多くのチップ、電力、用地を確保すべき証拠とみなす。

その結果は、19世紀の鉄道競争を思わせる。重複路線が業界の収益を弱める場合でも、どの事業者も競合に重要路線を支配されたくはなかった。

Googleニュースと1873年の鉄道との類比

最も有力な歴史的比較は、AIに価値がないということではない。価値あるネットワークであっても、所有者が返済できる以上の資本を呼び込み得るという点にある。

米国の鉄道路線延長は、南北戦争後に急速に拡大した。鉄道会社は、それまで輸送コストの高さに直面していた都市、農場、鉱山、港湾、工業中心地を結んだ。

このインフラは永続的な生産性向上をもたらした。全国市場を開き、開拓を加速させ、物資輸送のコストを引き下げた。

一方で、資金調達の仕組みはより脆弱だった。鉄道の推進者たちは、債券、土地投機、楽観的な輸送需要予測、そして投資家の信認継続に大きく依存していた。

信認が弱まると、1873年9月のJay Cooke & Companyの破綻が金融恐慌の引き金の一つとなった。同銀行はNorthern Pacific Railwayの資金調達に深く関与していた。

信用は逼迫し、鉄道建設は減速し、企業は倒産し、失業率は上昇した。その後の経済収縮は、当初の市場ショックを超えて長引いた。

根底にある技術が機能していたからこそ、この教訓は不都合だ。鉄道は架空の製品ではなかった。それでも、それをめぐって構築された金融上の請求権は、多くの事業者が支えられる水準を超えていた。

AIデータセンター建設ラッシュには重要な違いもある。Alphabet、Amazon、Meta、Microsoftは、広告、ソフトウェア、コマース、クラウドサービスから多額の営業キャッシュを生み出している。

これらの企業には確立された顧客基盤、グローバルな販売網、投資適格の資本調達手段がある。財務基盤は、投機的だった19世紀の鉄道推進者とはほとんど似ていない。

BlackRockの投資組織によるレポートは、現在のAI支出は過去のインフラブームよりも自己資金で賄われている割合が高いと論じている。この違いは、突然の資金調達崩壊に対する実質的な防御となる。

しかし、比較がより重要になるのは周縁部だ。ネオクラウド事業者、民間デベロッパー、特別目的の資金調達ビークル、高レバレッジのテナントは、同じ財務基盤の強さを持つわけではない。

ネオクラウドは、AIワークロード向けに最適化されたGPUキャパシティを提供する。その多くは、設備や建設の資金を賄うため、限られた数の大型契約に依存している。

BloombergNEFは、2026年3月までの6カ月間に、ハイパースケーラーとネオクラウドの間で1000億ドル超に及ぶ可能性のあるリース案件を追跡した。契約の大半は5年契約だった。

5年はプロジェクトファイナンスを支え得るが、物理インフラはそれよりはるかに長く稼働し続けられる。この不一致は、当初契約の満了後に更新リスクを生む。

コンピュート自体は逆の問題を抱える。GPUは、会計上の耐用年数が数年と想定されていても、建物よりはるかに速く経済的価値を失う可能性がある。

FactSetは、2026年のハイパースケーラーの支出において、コンピュートが約60％を占めると推計した。2022年の比率は約43％だった。

耐用年数が短ければ、年間の減価償却費は増える。また、以前の投資が期待された収益を生む前に、事業者が設備の更新を迫られる可能性もある。

現在の流通市場価格は、旧世代のNvidia A100およびH100アクセラレーターが依然として有用であることを示している。供給不足と継続する需要が、その経済的価値の維持を後押ししてきた。

この証拠は、現時点ではより長い減価償却期間を支持する。ただし、供給制約が緩和した後も、その期間設定が適切であり続ける保証はない。

鉄道との類比は、過剰能力も浮き彫りにする。複数の事業者が実需を的確に見極めつつ、全体としては顧客が最終的に購入する以上の能力を建設してしまう可能性がある。

そうなれば、インフラは有用であり続けても、収益性は低下する。クラウドプロバイダーは賃料を引き下げ、より大きな値引きを提供するか、十分に利用されない設備を抱え込むことになる。

顧客はその結果から恩恵を受け得る。能力拡張に資金を供給した投資家が、調整の多くを負担することになる。

だからこそ、Googleのニュース検索結果に広がるこの表現は慎重に読むべきだ。「1873年のように騒ごう」は、人工知能が消滅するという予測ではない。

これは、リターン、資本構成、重複した建設に対する警告だ。生産性の高い技術が存続する一方で、初期の資産保有者が痛みを伴う減損を経験することはあり得る。

したがって主要な争点は、投資コミットメントと収益化の対比にある。ハイパースケーラーは供給不足と契約済み需要を示せる一方、投資家にはAI固有の利益を測る透明な指標がなお不足している。

この対立は、データセンターの数を数えるだけでは解決できない。稼働率、価格設定、顧客の質、そして減価償却後に生み出されるキャッシュに関する証拠が必要となる。

数字はなおAIの収益性を明らかにしていない

Big Techは建設を正当化するのに十分な需要を報告しているが、その支出が魅力的なリターンを生むと証明するには十分な詳細を示していない。

Amazon、Alphabet、Microsoft、Metaは、AIデータセンター投資に起因する売上高と利益を個別には開示していない。

Amazonはその実績をAWSに含めている。AlphabetはGoogle Cloudを報告し、MicrosoftはAzureをIntelligent Cloudセグメントに含めている。

これらの事業には、生成AIとは関係のない成熟したコンピューティングサービスも含まれる。その利益率から、最近導入されたアクセラレーターが生んだリターンだけを切り分けることはできない。

Metaは追加の測定上の問題を生む。同社はクラウド能力を販売するのではなく、主に広告、レコメンデーション、消費者向けアプリケーションの内部でAIインフラを利用している。

同社はエンゲージメントや広告パフォーマンスの改善をAIに帰属させることができる。だが投資家にとっては、その効果を他の製品変更や市場変化から容易に切り分けることはできない。

最近のクラウド利益率は有望に見える。AWSは営業利益率39％を報告し、Google Cloudは2026年第2四半期に35.6％に達した。

Google Cloudの比較可能な利益率は1年前には20.7％だった。MicrosoftのIntelligent Cloudの利益率は、インフラコストの上昇にもかかわらず約41％を維持した。

ただし、経営陣はすべての改善をAIに帰してはいない。Alphabetは、新しいシステムが稼働を開始するにつれて追加能力がクラウド利益率を圧迫すると警告した。

収益性の隔たりは、AIリターンを巡る議論の中心にある。アナリストは総支出と混合ベースのクラウド利益率を観察できるが、最新施設からの直接的なリターンは把握できない。

能力制約は、状況をさらに複雑にする。供給不足は高価格と高稼働率を支え得るため、需給が均衡した市場で経済性がどうなるかを覆い隠す。

決定的な試験は、供給をより容易に確保できるようになった時に訪れる。そのとき事業者は、価格、性能、信頼性、ソフトウェア統合でより直接的に競争することになる。

Oppenheimerのアナリスト、Jason Helfsteinは、中心的なリスクを過剰能力と指摘した。業界が過剰に建設すれば、賃料は下落する可能性が高い。

価格下落は、必ずしもAI需要が失敗した証拠ではない。成長する市場であっても、供給が需要より速く拡大した結果であり得る。

顧客集中は別の脆弱性を加える。HSBCのテクノロジー調査担当Stephen Berseyは、OpenAIとAnthropicが4社のハイパースケーラーで開示されたAI関連受注残の約半分を占めると推計した。

各社で契約の開示方法が異なるため、正確な数値は依然として不確実だ。両AI開発企業はいずれも非公開企業であり、外部からの財務評価には限界がある。

こうした関係は、循環的な経済構造を生み得る。クラウドプロバイダーがAI開発企業に投資し、その企業がそのプロバイダーからインフラを購入することを約束する。

この取り決めは、製品開発を支え、初期需要を保証し得る。一方で、資金供給と購入が密接に結び付く場合、収益の質を解釈することはより難しくなる。

AmazonのOpenAIへのコミットメントは、その規模を示している。この契約は、建設が投機ではなく顧客に裏付けられているというAmazonの主張を支える。

ただし、非常に大規模な単一顧客は集中リスクを高め得る。利用状況、資金調達、モデルの経済性が変化すれば、施設所有者はなお影響を受ける。

FactSetは、セクター全体で外部資金調達の重要性が高まっているとした。2026年半ばには、年間の追加債務は設備投資の32％に相当し、2024年度の9％から上昇した。

5大ハイパースケーラーは歴史的に、投資の大半を営業キャッシュで賄ってきた。急速な支出拡大により、債務、リース、エクイティ、ジョイントベンチャーへの依存が高まりつつある。

Oracleは、その圧力がより弱いバランスシートで先に表面化し得ることを示す。S&Pは2026年7月、Oracleの信用格付けをBBBマイナスに引き下げた。

FactSetはこの決定を、設備投資の増加、フリーキャッシュフローのマイナス、顧客集中と結び付けた。残るハイパースケーラーは、かなり大きな財務的柔軟性を維持していた。

この対比は、想定されるストレスの順序を定義するのに役立つ。資金調達環境が小規模なデベロッパーやインフラパートナーの周辺で厳しくなるために、最大規模のプラットフォームが崩壊する必要はない。

少数の契約しか持たないネオクラウドは、Alphabetとは異なる借換リスクに直面する。送電網への接続を何年も待つデベロッパーは、Microsoftとは異なるリスクを抱える。

地域社会も、企業のリターンには反映されないコストを負担する。データセンターには、新たな送電設備、発電能力、水道システム、道路、税制優遇が必要になることがある。

電力需要は最も差し迫ったボトルネックを生む。建設スケジュールは、公益事業者が大規模負荷を承認し接続できる速度を上回り得る。

電力不足は、利息、リース、設備に関するコミットメントが続くなかで収益化を遅らせる可能性がある。また、新たな発電を認可する意思のある地域へプロジェクトを移す要因にもなり得る。

ハードウェアのインフレも別のリスクだ。Microsoftは、2026年の資本計画の約250億ドルを、特にメモリーや関連機器の部品コスト上昇に充てたとしている。

この支出が、必ずしも比例してより多くの能力を買うわけではない。一部は単に投入コストの上昇を補うものだ。

楽観的なシナリオにはなお説得力がある。クラウド需要は成長し、AI利用は拡大しており、各社は現在提供可能な水準を超える注文を報告している。

懐疑的なシナリオも同様に具体的だ。投資家には直接的な収益性データが不足し、顧客需要は集中しており、短命なハードウェアが支出に占める割合を高めている。

どちらの見方も、このブームが安全か破綻必至かという単純な断定を支持しない。むしろ入手可能な証拠は、実行ミスを許容する余地が狭まっていることを示している。

投資家とテクノロジー購入者が次に注視すべきこと

次の3つのシグナルが、この建設の波が生産的なインフラになりつつあるのか、それとも高コストの能力余剰になりつつあるのかを示す。

第1のシグナルは、新施設の稼働開始後の利用率だ。設備投資だけでは投入を測るにとどまるが、利用率は導入済みシステムが支払いを伴うワークロードを引き付けているかを示す。

Microsoftは、能力制約が2026年を通じて続くと述べた。Amazonは未充足需要を報告し、新たな電力容量が利用可能になるにつれて収益化すると見込んでいる。

こうした主張は、目に見える結果を生むはずだ。能力が追加された後、セグメント利益率が持続的に崩れることなく、クラウド収益の成長は加速すべきである。

より弱い結果は、設備投資が高水準にとどまる一方で、収益成長が減速する形で現れる。この組み合わせは、建設が収益化を上回っていることを示唆する。

残存履行義務にも注意を払うべきだ。この会計指標は、企業が将来認識すると見込む契約済み収益を表す。

残存義務の増加は、需要拡大の根拠を支え得る。それでも投資家は、契約期間、解約権、顧客集中、必要なインフラ支出を精査すべきだ。

第2のシグナルは、アクセラレーター不足が緩和した後の価格設定だ。現在、供給不足は新旧両方のGPUに対する高いレンタル料を支えている。

価格が安定すれば、需要が引き続き追加供給を吸収していることを示す。高稼働率を伴う価格下落は、健全な効率改善を反映している可能性がある。

利用率の低下を伴う価格下落は、より深刻な警告となる。それは、事業者が顧客の必要量を上回る速度で代替可能な能力を構築したことを示唆する。

カスタムシリコンもこのシグナルに含まれる。AmazonのTrainiumとGoogleのTensor Processing Unitsは、Nvidiaへの依存を減らし、特定のワークロードの経済性を改善し得る。

成功は、推論リクエスト当たりのコスト低下と利益率の改善として現れる。導入されたチップ数だけで判断すべきではない。

開発者と企業の購入者は、ワークロード全体の経済性を比較すべきだ。ソフトウェア互換性、モデルの利用可能性、ネットワーキング、移行コストは、名目上のチップ節約額を上回る可能性がある。

第3のシグナルは、資金調達行動だ。AI設備投資ブームは、巨額の内部キャッシュフローを用いる企業によって始まったが、外部資本はいまやより大きな役割を担っている。

債務、セール・アンド・リースバックの取り決め、オフバランスシートのパートナーシップがさらに増えれば、支出が最も強力な企業のキャッシュ創出力さえ試していることを示す。

それは自動的に苦境を意味しない。長寿命のインフラに長期資金を対応させることは、合理的な財務管理になり得る。

警告は、資金調達期間が資産または契約期間と一致しない場合に現れる。短期の顧客リースでは、更新を前提にしなければ、数十年にわたるサイトの義務を安全に支えられない。

信用格付けの変更は、その緊張を早期に明らかにし得る。Oracleの格下げは、業界需要が明確に弱まる前に、資本要件と顧客集中が企業を圧迫し得ることを示した。

デベロッパーは、ハイパースケーラーが見通しを引き上げ続けるかどうかも注視すべきだ。繰り返される引き上げは、現在の能力がなお不十分だという見方を強める。

フリーキャッシュフローの悪化を伴う見通しの引き上げは、より慎重な検証に値する。市場は最終的に、成長が更新サイクルと資金調達コストを賄えるという証明を求めることになる。

企業向けテクノロジーの購入担当者にとって、この建設ラッシュは機会と依存の両方をもたらす。設備能力の拡大は、推論コストを下げ、高度なモデルへのアクセスを広げる可能性がある。

一方で、長期的な価格設定が依然として定まらないプロバイダーを中心に、組織がワークフローを構築することを促す可能性もある。購入者はデータの可搬性を確保し、切り替えが現実的な範囲では代替手段を検証すべきだ。

ナレッジワーカーもまた、関連する課題に直面している。AIサービスは有用なリサーチ、草稿、コード、要約を生成できるが、その出力は依然として信頼できるソース資料と結び付ける必要がある。

構造化されたAI knowledge baseは、ベンダーやモデルが変化しても、チームが文書、意思決定、証拠を維持する助けとなる。

このレイヤーは、インフラ競争が加速するほど価値を増す。組織は作業の文脈と検証の履歴を保持したまま、基盤となるプロバイダーを変更できる。

Googleニュースを追う読者は、すべての投資発表を勝利または崩壊の証拠として受け取るべきではない。より重要なのは、稼働率、ユニットエコノミクス、資金調達の質に関する問いだ。

次回のハイパースケーラー各社の決算では、次の3点を順に注視したい。設備増強後のクラウド成長、アクセラレーターの価格設定、そして外部資本への依存度だ。

クラウド成長が加速しながら利益率が安定していれば、設備投資拡大の根拠は強まる。価格と稼働率が同時に下落すれば、1873年との比較は退けにくくなる。

利益が見える前に負債とリースが増え続けるなら、リスクはテクノロジー株から信用市場やインフラパートナーへと移っていく。

鉄道時代は、最後に一つの教訓を与えてくれる。成功したネットワークと、そのネットワークの資金調達のために発行された成功した証券を混同してはならない。

AIは不可欠なインフラになり得る一方で、個々の事業者は過剰投資を行ったり、借り換えに失敗したり、資本コストを下回るリターンを受け入れたりする可能性がある。

同じ区別はテクノロジーに関する意思決定にも当てはまる。測定可能な価値を生む場面では拡大する設備能力を活用すべきだが、約束された希少性だけに基づくコミットメントは避けるべきである。

AIデータセンターの建設拡大は、実在する資産と実在するサービスを生み出している。未解決の問いは、競争、減価償却、資金調達がそれぞれの取り分を得た後、誰が経済的余剰を獲得するのかという点にある。

次のGoogleニュースの見出しが、新たなキャンパス、チップの発注、あるいは複数年のクラウド契約を伝えるときも、この問いを念頭に置いてほしい。華やかな動きは見えているが、最終的な請求書はまだ見えていない。