AIが生み出すCapEx超サイクル
ゴールドマン・サックスの最新レポートによると、大規模言語モデルやAI技術の普及により、企業はインフラとコンピューティングへの投資を急拡大しており、民間投資主導のCapEx超サイクルが正式に始動している。同行の試算では、2026年の主要クラウドサービス事業者によるCapExは合計約7,700億ドルに達し、営業キャッシュフローの100%近くに相当する見込みだ。JPモルガンも、5大ハイパースケール・テック企業(マイクロソフト、Meta、Oracle、Google、Amazon)の2026年CapEx見通しが6,500億ドルを超え、前回の決算シーズンから1,300億ドルの上方修正がなされたことを確認している。2025年には、AI関連投資が米国の実質GDP成長に25ベーシスポイント貢献した。
さらに踏み込むと、現在の米国株式市場における値付けロジックにも実質的な変化が生じている。北米4大クラウドベンダーは2026年のAI CapEx見通しを7,100億ドルに引き上げ、今後12〜24か月分の業績を事実上確約しており、ハードウェア企業の通期純利益成長率の中央値は80%を超えている。こうした状況下、業績の継続的な上振れが金利上昇に伴うバリュエーション逆風を相殺する形となり、AIサプライチェーンは米国株式が荒波を乗り越えるための中核的な投資テーマとして機能している。JPモルガンの2026年中期見通しも同様に、AIがコンセプトから現実へと移行し、実際の大規模CapExサイクルを牽引していると強調する。ただし、リスクもAI自体に内在しており、強気センチメントが転換した場合、最も集中的に買われているAIセグメントが最大の売り圧力に晒されることになる。
AIサプライチェーンの3層構造:インフラ・モデル・アプリケーション
上記のマクロ的な概観を産業レベルに落とし込むにあたり、まずチェーン内の構造的な層別を整理する必要がある。2026年6月時点で、S&P500に占めるAI関連企業の時価総額合計は10兆ドルを超えているが、セグメントによってビジネスモデル・リスク特性・成長ドライバーは大きく異なる。具体的には以下の3層に分類できる。
コンピュートインフラ層:最も確実性の高い「ツルハシ」的存在
この層はチェーンの最上流に位置し、需要は中・下流プレイヤーのコンピュートへの硬直的な支出から直接生じる。売上は検証可能であり、出荷されたチップ1枚ごとに明確な顧客と価格が存在する。全セグメントのなかで最も確実性が高く、まさにAI時代の「ツルハシとシャベル」を供給する存在だ。
Nvidia(NVDA)は議論の余地なき業界リーダーとして、GPUのトレーニング・推論市場を席巻しており、過去6四半期でデータセンター収益は300%超の成長を遂げた。2026会計年度第1四半期の売上高は441億ドル(前年同期比69%増)で、そのうちデータセンター部門は391億ドル(同73%増)を占めた。Blackwellアーキテクチャの浸透は当初の想定を大幅に上回り、データセンター売上高の70%を占めるに至っている。Nvidiaは新世代チップの年次投入サイクルを発表しており、2024年にBlackwell、2025年にBlackwell Ultra、そして2026年にはVera CPUとRubin GPUを組み合わせた新プラットフォームを予定している。ジェンスン・ファンCEOはこれを「人類史上最大規模のインフラ拡張」と表現した。ゴールドマン・サックスは、チップメーカーがAI支出ブームの最大の恩恵者であり、半導体業界の純利益率は50%に迫ると見ている。
Broadcom(AVGO)はカスタムASIC(特定用途向け集積回路)という差別化路線を採っており、2026会計年度第2四半期のAI半導体売上高は108億ドル(前年同期比143%増)に達した。顧客はGoogle・Meta・Anthropic・OpenAIを含む6社のコアカスタムチップクライアントだ。AMD(AMD)はMIシリーズアクセラレーターで推論シナリオでのシェアを着実に伸ばしており、マイクロン・テクノロジー(MU)はHBM(広帯域幅メモリ)への需要急増の恩恵を享受している。
ファウンデーションモデル層:不確実性の高いトラック
インフラの上流に位置するのが、大規模言語モデルやマルチモーダルモデルを開発し、APIやプロダクトとして直接提供する企業群だ。しかしこのトラックは、コンピュート層の確実性とは対照的な状況にある。フロンティアモデルのトレーニングには数千万〜数億ドルのコストがかかり、推論の粗利率はコンピュートコストと価格競争の双方から圧力を受けている。2026年6月時点で、全体として黒字化を達成したモデル企業は極めて少数にとどまる。オープンソースモデルはクローズドソースとの差を縮め続けており、クローズドソースの価格支配力をさらに侵食している。米国株式投資家にとって直接投資の機会は限られており、OpenAIとAnthropicはともに非公開企業であり、GoogleとMetaのAI収益は個別開示されていない。
アプリケーションソフトウェア層:収益とコストの二重最適化
さらにその上位に位置するのが、AIを特定の業務シナリオに組み込んだソフトウェア企業だ。これらは2つのカテゴリーに分かれる。既存製品スイートにAIを組み込み、値上げや顧客獲得を通じて増分収益を取り込む既存大手(マイクロソフト・Salesforce・Adobeなど)と、最初からAIを中心に据えたワークフローを構築するAIネイティブスタートアップだ。この層のコアロジックは、収益成長とコスト削減の相乗効果にある。収益面では価格引き上げ、コスト面では自動化による人件費削減が実現できる。利益率改善のポテンシャルは、前述の2層よりも弾力性が高い。
AI CapExの受益チェーンと波及ロジック
3層構造を整理したうえで次に問うべきは、資金がどこに向かい、投資機会はどう広がっているかだ。AIインフラへの投資機会は単純にGPUリーダーを買えばいいというものではなく、「コンピュート–ストレージ–ネットワーク接続–光学系–電源」というチェーンを順に波及していく。出発点はコンピュートチップ(Nvidia・AMD・Broadcom)であり、次いでGPUパフォーマンスに不可欠な補完材として高帯域幅メモリ(マイクロン、SKハイニックス)が続く。データセンター間接続の複雑化に伴い、ネットワーク接続と光通信への需要が増分的に高まり、電源・冷却もサーバーの消費電力増大を受けて恩恵を受ける。マッキンゼーの試算によれば、2030年までに世界のデータセンターに必要なCapExは約6.7兆ドルに達し、そのうち約5.2兆ドルがAIワークロード関連とされており、このチェーンに沿った機会は今後数年にわたって持続する見通しだ。ゴールドマン・サックスは、AIによる恩恵がメガキャップ企業から幅広い銘柄へと拡散すると予測しており、小・中型株のキャッチアップポテンシャルも注目に値する。
結論
総括すると、2026年の米国株式AIサプライチェーンの投資ロジックは、「コンセプト主導」から「業績主導」への重要な転換点にある。ハイパースケール・テック企業による前例のない規模のCapExがサプライチェーンに確固たる受注の錨をもたらす一方、業績の持続的な検証は高いバリュエーションを維持するための根本的な前提条件であり続ける。ゴールドマン・サックスが強調するように、高い借入コスト環境下では、堅調な利益成長が株価パフォーマンスをより強力に左右するドライバーとなる。投資家にとっては、受益チェーンに沿って個別銘柄を選別し、最も確実性の高いセグメントで割安な機会を探ることが、このAIの波で超過リターンを獲得するための現実的なアプローチとなり得る。
リスク免責事項:本記事は投資ロジックの客観的な分析を目的としたものであり、いかなる投資アドバイスも構成しません。市場にはリスクが存在します。投資は慎重に行ってください。