「AIは何ができるのか」から「誰が支払うのか」まで：ゴールドマン・サックスがテクノロジー株の連続圧力に関する三重の論理を分析

テック株の最近の調整はAIナラティブの終焉を意味するものではないが、市場は深い価格付け論理の再構築を経験している。

Nvidiaは7営業日連続で下落し、ナスダックも圧力を受けている。Goldman Sachs One-Deltaトレーディングデスク責任者Rich Privorotskyは、今回のテック株売却は単一のカタリストに起因するものではなく、信用市場、サプライチェーンの予測、政策環境という三つの圧力が重なった結果だと指摘した。彼は「信用市場は株式市場がこれまでほとんど無視してきた問題を提起している」と警告している。

この再評価はバリュエーションの面でも明確な痕跡を残している。フィラデルフィア半導体指数の24カ月先のPERは21〜22倍から約15倍に圧縮され、結果の可能なレンジが大きく拡大している。核心的な問題も「AIは何ができるか」から「誰がその運用コストを負担するか」へと変化し始めている。

信用市場が最初に警鐘を鳴らす

株式市場は長期にわたりAIインフラ投資の持続可能性について楽観的だったが、信用市場の態度は静かに変わりつつある。

Privorotskyは、NvidiaとBroadcomのCDS（クレジット・デフォルト・スワップ）スプレッドが大幅に拡大し、市場がAIファイナンスの保証措置やオフバランスコミットメントの問題に注目し始めていると指摘した。この懸念は広範な半導体セクターへと波及し、今回のバリュエーション再評価の重要な推進力となっている。

信用市場の論理は株式市場とは本質的に異なり、前者はキャッシュフローの確実性と債務返済能力により重点を置き、将来の成長可能性ではない。CDSスプレッドが拡大することは、債券投資家がAI資本支出のリターン経路について疑念を持ち始めていることを意味し——このシグナルは株式市場よりも早く、無視されにくい。

在庫積み増しのリスクが顕在化

一方で半導体サプライチェーンの対話も微妙に変化し、一部セグメントの在庫積み増しリスクが市場で話題になり始めている。

Privorotskyが引用した業界データによると、半導体メーカーの資本支出意欲が引き続き高まっており、ウェーハ製造装置（WFE）メーカーの受注残が大幅に増加している。関連機関はグローバルWFE市場予測を引き上げており：2026年の市場規模は1,503億ドル、前年比36%増；2027年には2,175億ドル、前年比45%増；2028年にはさらに2,809億ドル、前年比29%増と予測されている。

しかし、これらの数字はAI資本支出熱を示すと同時に、もう1つのリスクも孕んでいる——現時点で前工程装置受注が増え続けているものの、最終需要のタイミングが想定とずれた場合、サプライチェーンの在庫圧力がすぐに顕在化するだろう。これこそが市場の対話が転換しつつある核心的な理由である。

電力供給のボトルネックと政策抵抗が建設ペースを制約

資金面やサプライチェーンの圧力に加え、データセンターの現実的な展開は現実世界からの摩擦にも直面している。

Privorotskyは、電力供給のボトルネックやデータセンター建設をめぐる政策的抵抗の高まりが、AIインフラ拡張のスピードと最終規模に不確実性をもたらしていると指摘する。この矛盾は政治レベルでも見られ、両党の候補者はAIの利益は全国的かつ分散しており、実現までに長い年月がかかる一方で、建設コストはローカルかつ集中しており、即座に発生することに気づき始めている。

このような「利益は後回し、コストは先行する」という構造的な矛盾が、地方自治体やコミュニティのデータセンター案件への姿勢を慎重にさせており、全体的な建設スケジュールを抑制している。

AIハードウェア需要は消失ではなく再分配される可能性

上述の圧力が現実に存在しているものの、PrivorotskyはAI投資ナラティブが終焉するとは考えておらず、むしろ結果のレンジが拡大していると強調する。

ハードウェア需要について、彼は潜在的な構造的変数に注目している：Safe Superintelligence Inc.（SSI、Ilya Sutskever設立）に代表される次世代AIモデルは、「テスト時トレーニング（TTT）」に基づく継続的学習アーキテクチャを模索している。従来の事前学習パラダイムと異なり、こうしたシステムはモデルが推論中に自身のパラメータをリアルタイム更新し、各インタラクションを本当の学習プロセスに転換することを可能にする。

もし継続的学習技術が実現すれば、超大規模な事前学習クラスターへの依存を減らせる可能性があるが、Privorotskyは「計算能力の総需要低下」という判断には慎重である。むしろ、トレーニング初期から推論端での継続的な計算消費への需要再配分の可能性が高いとみている。

短期的な市場の動きについては、Nvidiaの決算、PCEデータやFRB関係者の発言など、目先のカタリストが市場を支える可能性があるものの、現段階では全面的に再投資に踏み切るにはやや早いと率直に述べた。彼の基本的な見立ては：「AIのバリュエーションは段階的な圧縮を経て、2027〜28会計年度に利益予測がロールされることで再び市場に追随されるようになる——その時、バリュエーションの妥当性はより支持されやすくなる」