ハイプサイクルからインフラストラクチャサイクルへ
生成型AI投資の第1波は無差別な熱狂を特徴としていました—企業はプレスリリースにAIを含めるだけで評価額が上昇するのを見ました。ゴールドマン・サックス・リサーチは、この段階が終わり、より選別的でありながら物理的現実に根ざした状況に置き換わると主張しています。
同社のアナリストは、洗練された投資家がAI経済の基礎層に注意を向けている品質への転換力学を説明しています:データセンターとそれを満たしているコンピュータハードウェア。理由は明確です。モデルの能力は継続的に改善され、アプリケーションは来て去りますが、これらのモデルを訓練・提供するために必要な物理的インフラストラクチャは絶対的な必須であり、その供給はエネルギー可用性と、ソフトウェアの革新だけでは圧縮できない建設スケジュールによって制限されています。
転換の背景にある数字
ゴールドマン・サックスは、2年以内にAIワークロードが総dataセンター容量の約30%を占めると推定しており、これは数千億ドルの新規建設を表す発表されたhyperscalerの資本支出計画に基づいています。
エネルギーの側面はさらに顕著です。同社は、2030年までに世界全体のデータセンターの電力需要が2023年レベルと比較して約175%上昇する可能性があると推定しており、これはAI訓練と推論のエネルギー集約性に主に牽引されています。この増加だけでも、グリッドに対して世界トップ10の経済1つ分の電力消費を追加することに大きく相当します。これはAI戦略の背景的な考慮事項ではありません—それはすでに開発がどこで、どのくらい速く進むかを形作っている主要な制約です。
インフラストラクチャ制約が戦略を再形成
大規模なAI dataセンターを構築することは、単なる資本の問題ではありません。土地は信頼できるエネルギーの近くで取得され、ゾーニングされる必要があります。グリッド接続は、送電容量を拡張するために複数年のリードタイムが必要になる可能性がある公益事業と交渉されなければなりません。大型電力変圧器は本当のボトルネックになっています;リードタイムはいくつかの市場で2年以上に延びており、限定的な製造能力と再生可能エネルギー建設からの競争需要によって制約されています。
サイト選択は結果として、主要なAI企業における戦略的機能となっています。水力発電または地熱電力へのアクセス、より涼しい環境温度、既存の高容量光ファイバーを備えた遠隔地は、今や真に稀少な資産です。AI計算の地理的集中は、有利なインフラストラクチャ条件の集積を反映しています。
投資上の意味
投資家にとって、ゴールドマン・サックスの分析は以前のコンピューティング周期からのパターンを指しています。インターネット構築中に、物理的ケーブルとデータセンターを所有していた企業は安定した収入を獲得し、アプリケーション層の企業は不安定な周期を経験しました。似た力学がAIで形成されるかもしれません。
データセンター運営事業者、AI campusにサービスを提供するユーティリティ会社、冷却技術専門家、ネットワーキングハードウェア製造業者は、ほとんどのAIソフトウェア会社よりもインフラストラクチャベースに近い位置にあります。同社は、巨大な時価総額にもかかわらず、hyperscaleクラウドプロバイダーは、彼らの資本が実際にどこに配備されるかによって分析される場合、主にインフラストラクチャビジネスであることに注意します。
エネルギーの切り札
ゴールドマンはエネルギーを、計算容量の前に拘束力を持つ可能性が最も高い変数として特定しています。既存の電力インフラストラクチャは、AIのために予想される成長率に対応するために構築されていません。ユーティリティはグリッド拡張に投資していますが、規制承認と建設タイムラインは、新しい生成および送電容量が数年にわたって需要に遅れることを意味します。
これはすでにAI企業に非従来的なソリューションを探索するよう促しています:原子力購入契約、専用天然ガス生成、およびデータセンターと同列に配置された長期電池ストレージ。エネルギー問題はもはやAI戦略の周辺ではありません—それはどの企業がスケールできて、どの企業ができないかを決定する要因である可能性があります。
