AI向けデータセンターへの投資は、電力と半導体を大量に消費する先行投資である。市場は長く、「その巨額設備は本当に売上を生むのか」と疑ってきた。

NVIDIAのジェンスン・フアン氏は、2027年度第2四半期決算で、その問いにこう答えた。

Huang: AIは有用な仕事をしている。トークンは利益を生み、いまや計算資源は売上だ。

この言葉は、NVIDIAがGPUを使うたびに利用料を受け取るという意味ではない。NVIDIAの主な売上は、GPU、CPU、ネットワーク機器、システム、ソフトウェアを顧客へ販売する時点で計上される。「計算資源は売上」とは、その購入者が計算能力を顧客へ貸し、AIサービスとして収益化できる段階に入ったという主張だ。

誰が誰に何を売るのか

取引は四段階に分かれる。

  1. NVIDIAが、GPU、CPU、ネットワーク、ラック、ソフトウェアを組み合わせた計算基盤をクラウド事業者やAI企業へ売る。
  2. クラウド事業者が、その設備を時間単位・処理量単位でAI開発会社へ貸す。
  3. AI開発会社が、計算資源でモデルを動かし、文章などを処理する「トークン」を企業や消費者へ販売する。
  4. 利用企業が、顧客対応、広告、プログラミング、研究へAIを組み込み、人件費の削減や新しい売上につなげる。
NVIDIAの計算基盤からクラウド、AIモデル、企業の売上へつながる収益構造を示す図
NVIDIAが直接受け取るのは主に設備の代金。下流でAI利用が売上になれば、次の設備投資が上流へ戻る。

重要なのは、矢印が最後までつながるかだ。AI企業がトークンを販売でき、導入企業が費用以上の成果を得られれば、クラウド事業者は追加のGPUを発注できる。反対に、利用量だけ増えて顧客が利益を出せなければ、クラウドに余った計算能力が残り、NVIDIAへの次の注文は鈍る。

新しい商業施設を建てても、テナントに客が来なければ二号館は建たない。フアン氏の発言は完成宣言ではなく、二号館を建てる条件が整い始めたという主張である。

962億ドルの中身

NVIDIAの四半期売上は962億ドルで、前年同期比106%増えた。データセンター売上は890億ドル、全社売上の92.5%を占め、前年同期比117%増だった。もはやゲーム用GPUの会社がAIも売っているのではない。AIデータセンターが会社の中心である。

粗利益率は75.0%だった。100ドルを売り上げたとき、半導体の製造、メモリー、基板、組み立て、物流などの直接費を引いて75ドルが残る計算だ。この比率は、単体GPUだけでなく、GPU同士を接続するネットワーク、CPU、ソフトウェアまで一式で設計する力に支えられている。

NVIDIAの2027年度第2四半期の主要数値を示す図
売上の9割超がデータセンターから生まれる一方、将来需要に備えた供給・生産能力への契約も急増した。

NVIDIAの強みは、速い半導体を一個売ることだけではない。大量のGPUを一台の計算機のように動かす接続技術と、開発者が性能を使うためのCUDAを含め、データセンター全体を製品にしている。

ただし代替手段はある。AMDはInstinct GPUとROCmソフトウェア、ラック全体を設計したHeliosで同じ市場を狙う。Googleは自社開発のTPUをGoogle Cloud経由で提供する。本当の競争はチップ単体の速度ではなく、ソフトウェア、ネットワーク、電力当たりの処理量、供給力まで含む。顧客が別の基盤へ移る際のコード書き換えと運用変更がNVIDIAの防壁になる。

Voicestack の見立て

「計算資源は売上」は、AI投資を無条件で正当化する言葉ではない。むしろ設備投資を審査する基準を厳しくする言葉だ。

GPUを何台並べたかではなく、その設備がどれだけ使われ、利用者がいくら払い、最終顧客が何の成果を得たかまで確認しなければならない。NVIDIAの売上は設備を出荷した時点で立つが、AI経済の売上はその設備が仕事をした時点で初めて立つ。この時間差が最大の論点である。

成長の裏側でNVIDIAが背負うもの

需要へ先回りするため、NVIDIAは製造・供給能力に関する契約を、前四半期の1190億ドルから2790億ドルへ増やした。在庫も1月末の214億ドルから7月末には316億ドルへ増えた。強い需要への準備であると同時に、需要予測を外したときに余剰在庫と違約コストを抱える構造でもある。

データセンターはGPUだけでは完成しない。土地、送電接続、変電設備、冷却装置、建屋、長期資金が必要だ。NVIDIA自身も10-Qで、これらの不足が顧客の導入を遅らせると説明した。OpenAIの大規模拠点計画で電力と資金が主役になるのは、このためだ。

売上の集中にも注意が要る。第2四半期には一社の直接顧客が全社売上の16%を占めた。また、第3四半期の会社予想には中国向けデータセンター計算製品の売上を含めていない。技術需要だけでなく、大口顧客の投資計画と輸出規制が販売可能な市場を決める。

この話の核心

962億ドルは、AIが巨大な設備投資局面にあることを証明した。しかし「計算資源は売上」が持続するには、その先でクラウド利用料、トークン販売、導入企業の成果が連鎖していなければならない。

NVIDIAの数字だけを見れば、設備を作る側の繁忙は分かる。AIが経済として成立したかを判断するには、その設備を借りる企業が利益を出し、次の注文を自力で払えるかを見る必要がある。補助金、出資、保証、前払いでつないだ需要と、利用者の現金収入で回る需要は同じではない。

次の局面で問われるのはGPUの性能競争だけではない。AI工場の製品であるトークンが、電気代、クラウド料金、資本コストを超える価値を生めるかである。