中金：AIの金融時代

AIの資本支出は、内部キャッシュフロー主導からバランスシート拡張主導への転換点にあり、投資規模が内部キャッシュフローの許容量を超えるにつれ、追加資金はますます金融システムから供給されることになります。本レポートは「AI資金調達トラッキング」シリーズの第1弾として、3つの問いに答えることを試みます：金融システムは3.5兆米ドルのAI資金調達需要をどのように受け入れるのか？AI投資は債務返済と株主リターンを満たせるのか？このAI資金調達サイクルは金融機関にどのような機会をもたらし、またどのようなリスクが蓄積・伝播されるのか？

要約

AIインフラ資本支出：キャッシュフローから債務へ。大手クラウド企業の資本支出／売上高比率は2023年の約12％から2025年には約23％へ上昇、市場コンセンサスでは2027年に40％超に一段と上昇し、インターネットやエネルギー業界の過去の資本支出サイクルのピークに迫る、もしくは上回る可能性があります。AI資本支出の圧力により、クラウド事業者のAI投資は営業キャッシュフローから、より外部資金への依存へと転換するでしょう。大手クラウド事業者の営業キャッシュフローおよび資本支出の市場コンセンサス予想を逆算すると、AI資本支出は今後5年で約3.5兆米ドルの外部資金需要を創出する見込みです。

3.5兆米ドルの資金源は？ベースケースでは、AI資本支出のうち3.5兆米ドルの外部資金について、公開市場株式（0.4兆米ドル）、投資適格債券（1.5兆米ドル）、レバレッジド・ファイナンス（0.3兆米ドル）、証券化商品（0.3兆米ドル）、プライベート・キャピタル（1.1兆米ドル）がそれぞれ受け皿となると予想します。このうち、投資適格債券とプライベート・キャピタルが調達の「錨」となり、前者はクラウド事業者のバランスシート拡大・キャッシュフロー返済能力に依存し、後者はよりリスクが高く規模の大きいプロジェクトファイナンス需要を満たすことができ、オフバランスのストラクチャーによってクラウド事業者の資金投入負担を軽減し、柔軟に調達ギャップを埋めることが可能です。

1兆米ドルの疑問：AIの債務はどう返済する？返済・株主リターンを満たすため、ROICが10%と仮定すると、AIアプリケーションは最終的に年約1兆米ドルの持続的な収入を形成する必要があります。2030年までにこの収入規模に到達すると仮定した場合、今後5年でAIアプリケーション収入は毎年ほぼ倍増の成長が要されます。より重要なのは売上規模ではなく、利益率と資産寿命です。成熟期EBITDAマージンが約50%、インフラの減価償却期間が約5年であれば投資は正のリターンが期待でき、利益率が20%を下回る場合は資産寿命が長くても資本コストをまかないきれません。

リファイナンスはキャッシュフローの代替となりうるか？大手クラウド事業者が発行する長期債の満期は通常10～30年、インフラ・ファンドの投資期間も10年以上が一般的です。データセンター稼働後は、プロジェクト債や証券化による建設期資金の置換えが可能です。しかし、リファイナンスは時間を稼ぐだけで、キャッシュフローの代替にはなりません。プロジェクト稼働率・利益率・資産寿命が長期的に予想を下回れば、継続的なリファイナンスはレバレッジの上昇と資金コスト増につながります。2027～2032年には大手クラウド事業者の社債償還額がピークとなり、年間約280億ドル。2024～2026年よりも60%増加し、リファイナンス圧力も高まります。

金融機関の機会とリスク。銀行は株式・債券の引受、取引、M&Aアドバイザリーやプロジェクトファイナンスで利益を得ることができ、プライベート・キャピタルや保険会社は新たな長期アセットを獲得します。2026年第2四半期、米国6大銀行の非金利収入は前年同期比32%増。2026年6月時点で銀行からノンバンク金融機関向け貸出も前年比約25%増、AI資金調達が成長の主要ドライバーです。銀行収入は主に調達・建設段階で計上され、信用リスクはプロジェクト本格稼働・リファイナンス時に初めて顕在化しやすいという「収入前倒し・リスク後倒し」の特徴があります。

AIは金融「バブル」か？現状でAI投資主体は依然として強力なキャッシュフローを持つ大規模クラウド事業者が主で、エクイティやサブ資本は銀行のシニア・ローンより先に損失吸収バッファとなっています。よって、一部プロジェクトのリターンが予想を下回っても、まず企業価値評価・資本支出鈍化・局所的な信用損失に反映され、金融システムの危機に直結することはありません。とはいえ、特にプライベート・キャピタルやレバレッジ・ファイナンスの急速な増加は金融波及効果を生み、商業化の伸びが資本支出を下回り続ければ、リスクはバリュエーション調整から信用悪化へじょじょに波及、循環的資金調達やプライベートローン・証券化などの経路を通じ金融システム内に波及します。資金調達規模自体は問題ではなく、本当に問われるのは、資金コスト上昇や資産価値下落の前にキャッシュフロー循環ができるかどうかです。

図1：3.5兆米ドルのAI資金調達の出所

注：AI資本支出・OCFは市場コンセンサス。公開市場エクイティ比率10%を仮定。投資適格債は大手クラウド事業者の格付、レバレッジ比率、債券集中度で計算。レバレッジファイナンスはハイイールド債・レバレッジドローンを含む。証券化はABS・CMBSで、マーケット規模・受容度を考慮。残りはプライベート・キャピタル（インフラファンド、PE、プライベートデット、不動産ファンド等）が補う前提。試算につき、実際の予測ではありません。

AIインフラ資本支出：キャッシュフローから債務へ

AI資本支出新サイクルが資金需要を創出

今後5年のAI資本支出予測は総額4兆～8兆米ドルと幅広く、その計算方法や論拠もさまざまです。本稿ではコンセンサス値の約5.6兆米ドルを2026～2030年のAI資本支出前提とし、後続の資金調達ギャップ試算の基礎とします。具体的には大手クラウド事業者5社[1]の2025年資本支出[2]を基準に、NVIDIAとAMDのAI関連売上の市場一致予想[3]を指標とし、AI業界の今後の投資成長率を逆算します。NVIDIAとAMDのAI関連売上の5年CAGRは約44%で、2025年末のクラウド事業者の営業CFでまかなう資本支出の成長率約21%を大きく上回ります。つまり営業CFだけではAI資本支出は支えきれず、外部資金調達が不可避という状況を示します。

図2：半導体メーカーのAI関連売上成長はクラウド事業者の資本支出成長を上回る

注：2026～2030年はBloombergコンセンサス見通し。試算であり、実際の予測ではありません。

出典：上場企業公開資料、Bloomberg、中金公司リサーチ部

大手クラウド事業者：キャッシュフローから債務へ

2025年末時点でMicrosoft、Amazon、Alphabet、Meta、Oracleの総資産は約2.6兆米ドル、負債比率約45％、純債務／EBITDAは約0.3倍。5社の営業キャッシュフロー合計は毎年約5800億ドルですが、AI資本支出負担で一部企業のレバレッジは上昇。5社の資本支出比率は2023年の約12%から2025年23%、市場予測では2027年に40％超まで増加し、IT・エネルギー業界過去最高水準に迫ります。自由キャッシュフロー合計も2025年の約2000億ドルから2027年には約240億ドルまで下落する見通しで、株式買戻し・配当等に使える資金も減少。それゆえAI投資資金源は営業CFから徐々に外部調達中心にシフトします。

図3：AIサプライヤーはクラウド事業者の資本支出拡大の恩恵を受けるが、クラウド事業者の自由CF減少で株価は圧力

注：2026～2027年はBloombergコンセンサス。AIサプライヤー株価インデックスはNVIDIA、AMD、Broadcom、SK Hynix、Samsung Electronics、Micron Technology、ASML。AIクラウド事業者株価インデックスはMeta、Amazon、Microsoft、Alphabet、Oracle。
出典：Factset、Bloomberg、上場企業公開資料、中金公司リサーチ部

図4：クラウド事業者の資本支出強度はネットバブル・エネルギーバブル超えの可能性

注：2026～2028年はBloombergコンセンサス。
出典：Factset、Bloomberg、上場企業公開資料、中金公司リサーチ部

3.5兆米ドル：AI資本支出の資金調達ギャップ

2025年末時点の市場コンセンサスによる大手クラウド事業者の資本支出（約2.1兆米ドル）を営業キャッシュフローで支えられる範囲とみなします（この時点では大規模な外部資金調達なし）。この分を引いた業界資本支出予想が外部資金規模（約3.5兆米ドル）となります。

図5：AI資本支出が3.5兆米ドルの資金ギャップを生む

注：試算であり、実際予測ではありません。業界AI資本支出はNvidia・AMDのAI関連売上成長率および大手クラウド事業者の2025年資本支出から逆算。営業CFでカバーできる分は2025年末大手クラウド事業者のBloombergコンセンサス予測、配当・自社株買い等を除いた資本支出可能枠。

出典：上場企業公開資料、Bloomberg、中金公司リサーチ部

3.5兆米ドルの出所：AI資金調達のストラクチャー

投資適格債券：AI資金調達の錨

2026～2030年の投資適格債はAI投資に約1.5兆米ドル供給でき、外部資金需要の42%を占めると見込み、最大の資金ルートです。大手クラウドは高い営業キャッシュフローと低レバレッジ、投資適格格付を持ち、グローバル債券市場から長期間大量・低コストの資金を調達可能。格付機関のレバレッジ比率制約、債券インデックス濃度、目標デット/EBITDAをもとに発行余力を試算すると約1.2兆～2.3兆米ドルのレンジとなります。

2026年初めから現在まで5大クラウドの債券発行は約1900億ドルで過去最高、発行通貨も米ドルからユーロ・ポンド・加ドルへ多様化。債券市場はAI資金調達の主役を担えますが、大量・長期債発の持続はテック業界の信用インデックス濃度上昇、クレジットスプレッド拡大、資金調達コスト増、格付制約強化など副作用も見込まれます。

図6：大手クラウドの債券発行規模は過去最高で、通貨も多様化

注：2026年7月14日時点
出典：Bloomberg、中金公司リサーチ部

図7：クラウド投資適格債発行上限の試算

注：2026年7月14日時点。
出典：Bloomberg、S&P Global、中金公司リサーチ部

図8：AI超長期債発行は長端クレジットスプレッド拡大の可能性

出典：Wind、中金公司リサーチ部

レバレッジド・ファイナンス：高成長事業者のブリッジキャピタル

レバレッジド・ファイナンスと投資適格債券の市場規模比（約20%）から推計し、ハイイールド債・レバレッジドローンはAI投資に約0.3兆米ドル供給、外部資金需要の約8%をカバー。この市場は投資適格未取得ながら売上・資産基盤のあるNeocloud、HPC運営会社、データセンター企業向け。

図9：米国レバレッジドファイナンス市場規模は約3兆米ドル

注：2026年7月14日時点

出典：Bloomberg、中金公司リサーチ部

公開市場株式：「デエクイタイゼーション」から「再エクイタイゼーション」へ

プロジェクトエクイティ20%（業界標準10～30%）のうち50%を公開市場株で賄うと仮定すると、2026～2030年の公開市場株式で約0.4兆米ドルがAI投資に供給される試算です。エクイティ資本は元利払いの必要がなく、技術進化・商業化・残存価値のリスクを最初に吸収するため、まだ安定キャッシュフローを確立していないAIモデル企業やNeocloud、データセンター運営会社に最適です。

過去10年超、米中上場企業は自社株買い・配当で流通株数を減らし1株利益を引き上げ、「デエクイタイゼーション（エクイティ縮小）」が進みました。「再エクイタイゼーション」は新規発行による資金調達回帰ですが、株式発行は市場バリュエーションやウインドウに強く依存し、市況悪化時は調達が鈍化しやすいです。

図10：今年の米株TMT株式調達規模は過去最高水準の見通し

注：米IPO、公募増資、第三者割当増資等を含む。2026年7月14日時点。

出典：Bloomberg、中金公司リサーチ部

証券化商品：企業信用からアセット・クレジットへ

2026～2030年の証券化商品によるAI資金調達規模を2025年比2倍と仮定し、ABS・CMBSほかで約0.3兆米ドルが供給、外部ニーズの9%カバー。稼働済みで長期リースがありキャッシュフローが見込めるデータセンターやコンピューティング設備に効果的で、企業全体信用でなくアセット・契約・キャッシュフローをベースに融資できます。

証券化により建設期ローンやPE資本が解放され、保険・年金・債券ファンドに長期アセット供給となりますが、リース安定度・テナント信用・残存価値・標準化進展が拡大の鍵。特にGPUなど技術革新の速い設備は減価償却速度や中古市場価値の制約が強まりやすいです。

図11：2025年米データセンター証券化商品資金調達は約300億米ドル

注：2026年7月14日時点

出典：Bloomberg、中金公司リサーチ部

プライベートキャピタル：資金ギャップの柔軟な補足

プライベートキャピタル（インフラファンド、PE、プライベートデット、不動産ファンド等）は約1.1兆米ドル、外部資金需要の30%を担い、投資適格債についで多いです。プライベートキャピタルの強みはストラクチャーの柔軟性で、エクイティ・優先株・メザニンク・プロジェクトローンの組合せが可能で、公開市場で値付け困難な建設期や非標準リスクを取れます。クラウド事業者とプロジェクトJVやSPVを設立し、プロジェクト単位融資にすることでオフバランス化も可能、企業資金投入や連結負担を低減しリスクを外部化できます。

ただし、プライベートキャピタル供給自体に負債面の制約も。PreqinとMcKinseyによれば、2025年6月まで一年間のPEファンドキャッシュ分配／AUM比は約6%と近年最低。2026年、プライベートデットのセミリキッド商品の解約圧力も高まりつつあります。AI資金調達の重要ソースにはなりますが、実際の引受け能力はファンド募資や商品の流動性次第です。

図12：データセンター投資が大幅増

出典：Preqin、Bloomberg、中金公司リサーチ部

図13：プライベートキャピタルの調達額は減少もインフラファンドは成長速い

出典：Preqin、McKinsey、中金公司リサーチ部

図14：PEファンドのキャッシュ分配比率は近年最低

出典：Preqin、McKinsey、中金公司リサーチ部

1兆米ドルの疑問：AIの債務はどう返済されるか

1兆米ドル：AI投資「元が取れる」のに必要な収入は？

ベースケースで計算すると、債務返済と株主リターン要件を満たすために、ROIC10%という仮定で、最終的にAIアプリケーション領域で年約1兆米ドル（ベースケースで9580億米ドル）の持続的商業収入が必要となります。レバレッジ比率、インフラ経済寿命、成熟時の利益率などを勘案しています。経済価値の約70%がアプリ収入で、残る30％は企業のコスト削減・効率向上から算出。

AIに必要な長期収入について、市場調査では6000億～2兆米ドルまで予測があり、多様な仮定が使われています。当レポートの1兆米ドル試算はレンジ中央ですが、それでも今後数年での桁違い成長が必須。2030年前に到達するには年率ほぼ倍増が求められます。

図15：AI資金調達資本回収試算

注：デモ目的の試算で実際の予測ではありません。AI大規模モデル業界売上はOpenAI、Anthropic、智谱、Minimax合計の90％を仮定。プロジェクト負債比率85％。ROICは税前資本利益率。利益率はメンテナンスコスト控除後。

出典：上場企業公開資料、IMF、Counterpoint Research、中金公司リサーチ部

年間1兆米ドルは世界GDPの0.7％相当、iPhone1台あたり月46ドルの支出イメージですが、AIの商業化収入は個人課金に限らず企業支出、広告、EC、政府調達など多様です。Gartnerによると2025年SaaS世界支出3000億米ドル、パブリッククラウド7000億米ドル。1兆米ドルのAI年収入は2025年のSaaSの3.2倍・パブリッククラウドの1.4倍。従い、業界規模的に1兆米ドルは野心的ながら実現不可能ではなく、AI投資の返済・株主還元の達成も現実的な範囲です。

主要仮定の感度分析

上記試算で利益率・減価償却期間の仮定は不確実性が大きい。ベースケースではAI事業の成熟期EBITDAマージン約50%を設定していますが、このレベル達成はデータ不足。主要モデル企業は投資段階で、一部は調整後純損失率が300-500%に達します。

もう一つの鍵はインフラの減価償却期間で、データセンター建屋・インフラは10年以上の耐用年数がありますが、チップ・電子機器は技術進化で減価償却が加速し、全体耐用年数が短縮されがちです。

これら二変数の感度分析によると：

1. 減価償却期間が約7年の場合、EBITDA利益率30%で資本利益率はほぼ損益分岐に達し、20%未満では資産寿命が長くても資本コストを超えにくい。

2. EBITDA利益率50%想定では、5年耐用年数でも正のリターンが見込め、さらに寿命延長なら収益率は大幅に向上。

従い、AI投資の「元が取れるか」は収入規模だけでなく、利益率・減価償却なども鍵。予想以下の利益率や早期陳腐化は必要収入のハードルを大幅に引き上げます。

図16：利益率・インフラ寿命次第でAI投資回収は大きく変動

注：ベース収入（1兆米ドル／年）前提での計算。
出典：中金公司リサーチ部

図17：一部のAI大規模モデル企業は依然高損失段階

注：調整後純損失はnon-IFRS指標で株式報酬や上場前金融商品評価変動、IPOコスト等を控除。

出典：上場企業公開資料、Bloomberg、中金公司リサーチ部

金融機関の機会とリスク

AI投資が銀行バランスシートを拡大

データセンタープロジェクトは建設期に安定CFがなく、多くは銀行ローンを要します。本格稼働・リース開始後に長期社債やPEローン等で借り換え。銀行は建設期と資本市場の橋渡し役です。

ノンバンク金融機関向けの融資も銀行貸出拡大をけん引。銀行はファンド出資融資やNAVローン等でノンバンクにレバレッジファイナンス可能。PEキャピタル等が案件長期リスクを負い、銀行は短期・シニアのファイナンスを担当。2026年6月時点で米銀行のノンバンク金融機関向け貸出は前年比約25%増、通常のローン以上のペース。AIインフラ分野が大きな要因の一つと見られます。

図18：ノンバンク向けローンが米国与信サイクルを押し上げ

注：ノンバンクローン・商業産業ローン・消費者ローンは統計調整済み。

出典：連邦準備制度、Wind、中金公司リサーチ部

AI資金調達が資本市場収入をもたらす

AI資金調達の銀行への直接的な影響は非利子収入増加で、2Q26米6大銀行の純利益は前年比40%増、営業収入も22%増、そのうち非利子収入は32%増となりました。AI資金調達がIPO、M&A、債券発行増加を後押し、それが直接的なインカムドライバーです。

大手総合銀行は資本市場サービス機能が強く、AI調達を通じて手数料収入増＆長期バランスシート占有を圧縮可能。中小銀行はプロジェクトローンで高い利ザヤを得られますが、資本圧力や信用リスクも大きめです。

なお、銀行収入は主に調達段階で計上され、信用リスクはプロジェクトキャッシュフロー創出段階で初めて顕在化。「収入先行・リスク遅行」の特徴です。

図19：米銀行業績拡大局面は資本市場関連収入が牽引

注：米6大銀行はJPMorgan Chase、Bank of America、Citigroup、Wells Fargo、Goldman Sachs、Morgan Stanley。

出典：上場企業公開資料、Bloomberg、中金公司リサーチ部

AIリスクから金融リスクへ

リファイナンスはキャッシュフローの代替となるか。大手クラウド事業者の長期債は10～30年満期、インフラファンド投資も通常10年以上。データセンター稼働後はプロジェクト債や証券化で建設期資金を置換可能。これで短期返済圧力が下がり、AIの商業化までの期間を確保できます。収入実現が遅れれば企業はリファイナンスで借入期間延長可能ですが、リファイナンスは時間稼ぎだけで、CF生み出しの代替にはなりません。プロジェクトの稼働率・利益率・資産寿命が長期的に予想未満だとリファイナンスの繰り返しでレバレッジ・資金コストとも増大します。27～32年には大手クラウドの社債満期がピーク、年280億ドル、24～26年比で60%増、リファイナンス圧力上昇です。

図20：2027年以降大手クラウド社債の満期がピーク

出典：Bloomberg、中金公司リサーチ部

クラウド事業者のクレジットがコアリスク。大手クラウド事業者はAI資本支出の主要担い手で、社債発行者・データセンターリーステナント・Neocloud顧客・プロジェクトJV取引の最終相手。信用状況がサプライチェーンCF維持の鍵です。そのCDSスプレッドは信用リスクの高頻度インジケーターとなり、2025年末以降は拡大傾向だが、事業者で分化も顕著。2026年7月時点、Microsoft・Amazon・Alphabet・Metaの5年CDSスプレッドは45～80bp、OracleとCoreWeaveはそれぞれ180・600bp超、市場はレバレッジ高め・自由CF弱め・リファイナンス依存度大きい主体のリスクを強く反映しています。

図21：AIクラウド事業者債務デフォルトリスクのスプレッド上昇

出典：Bloomberg、中金公司リサーチ部

金融リスクの伝播経路。AIの商業化が期待を下回れば、最初はデータセンター稼働率・売上・利益率低下となり、資産残存価値も下落。損失はクラウド事業者・Neocloud・プロジェクトSPV株主がまず被り、持株価値再評価で株式市場に反映。営業CF悪化が続きエクイティバッファ消尽すると、リスクはクレジット債・レバレッジファイナンス・証券化商品・プライベートデットに波及。銀行ローンは通常シニア順位で、損失吸収は他が先になる傾向です。

AIは「バブル」か？金融システム視点から

資金調達規模自体はバブルではなく、肝は新規資本が最終需要・キャッシュフローを十分生み出せるかです。資本市場は「AIインフラが構築できるか」は解決できても、「投資が回収できるか」は保証できません。試算では、関連投資は最終的に年1兆米ドル規模のAI応用収入を下支えする必要があり、このターゲット自体は達成可能ですが設備稼働率・利益率・デバイス耐用年数へ高い要求が課せられます。もし商業化成長が資本支出を下回り続ければ、リスクはバリュエーション修正から過剰設備・資産減価・信用悪化へ波及し、循環的リファイナンス、プライベートローン、証券化などで金融システムに伝播。調達規模自体よりも重要なのは、資金コスト増・資産価格下落の前にキャッシュフロー循環を確立できるかどうかです。

図22：AI金融リスクの伝播チェーン

出典：中金公司リサーチ部