AI投資の盲点 発注から稼働までの「隠れたコスト」：GoogleやIntelの事例から見る（3/3 ページ）

[Ron Honig，EE Times]

パッケージングから電力インフラまで

　同様の相互依存関係は、半導体の製造工程を終えた後も続く。AIアクセラレーターは、メモリやネットワーク、電源供給設備、冷却システムと組み合わせる必要がある。そして完成したシステムには、それを動作させることが可能なデータセンターが必要だ。

　送配電網への接続や変圧器、変電所、冷却設備の整備は、半導体の製造サイクルとは大きく異なるスケジュールで進められる場合がある。システムの設置に向けた準備が整っている場合でも、そのシステムを動作させる予定のデータセンターが、まだ受け入れられる状態にない可能性がある。

　Alphabetが2026年9月末時点で開示した数値からは、こうした契約上のコミットメントの規模が分かる。同社は、技術インフラや在庫、エネルギー、コンテンツなどに関する将来の購入コミットメントが9244億米ドルに上ると公表した。リースがまだ開始されていない契約に基づく将来の支払額も1305億米ドルに達していて、その大部分はデータセンターやエネルギーインフラに関連するものだ。

　これらは異なる種類の契約に基づく金額であり、AIとは直接関係のない契約上のコミットメントも含まれている。そのため、単一の設備投資予測額を示すものではなく、既に支出された金額でもない。

　それでも、企業がどれほど先を見据えて計画を立て、資金の投入を確約しなければならないかを示している。

　プロセッサの世代が変わっても、コンピューティング需要に対応するために整備された建物や電力設備、締結された供給契約は残り続ける。こうした資産の耐用年数が大きく異なる場合には、互換性や柔軟性が重要になる。

　こうした時間差は、財務面にも影響を及ぼす。ハードウェアサプライヤーは納品前に運転資金を投じる一方、クラウド事業者やAI開発企業は、将来のコンピューティング能力を確保するために長期的な契約を結ぶ。

　契約の締結によって将来の売上高を予測しやすくなる可能性はあるが、それによって装置の適格性確認や送配電網への接続、施設の稼働開始に必要な期間が短縮されるわけではない。

　投資を確約してから設備を実際に稼働させるまでの期間が長くなるほど、運転資金や投資収益に対する圧力は高まる。

投資が実際の稼働につながるかを見極める

　今後発表される各社の決算は、業界全体で進む投資が、どれだけ速く実際に収益を生む資産へと転換されているかを見極める手掛かりになるだろう。

　Alphabetについては、TPUシステムの納入状況や在庫の出荷・販売への転換、営業キャッシュフローが指標となる。Intelについては、Intel 3の生産能力増強がサーバ製品の出荷増につながるかどうかが焦点となる。同時に、基板の供給状況や製造歩留まりの改善も重要だ。Lam ResearchとKLAについては、在庫の構成を装置の納入実績や顧客との契約上のコミットメント、在庫評価引当金と照らし合わせて評価する必要がある。

　半導体工場では、設置済みの装置が、量産に適した生産能力の確保や完成ウエハーの増加に結び付かなければならない。データセンター事業者については、施設の稼働開始や、設置済みのコンピューティングシステムの利用率などが指標となる。

　ウエハーが完成しても、必要なパッケージが確保できない場合がある。装置を設置しても、半導体工場の生産量が増えるとは限らない。完成したAIシステムが、電力供給を待たなければならないこともある。

　それぞれの段階で、既に資金の投入は確約されている。投資によって収益を得られるかどうかは、システム全体が実際に稼働できるようになる時期に左右される。

【翻訳：田中留美、編集：EE Times Japan】

原文へのリンク