AIコンピューティング競争はROI検証期へ：六つの構造的検証で描く投資地図

一、6,500億ドルはコミットメントであり、実行済みではない——利益への圧力は見かけの数字以上に深刻である

過去二週間に四大hyperscalerが決算を発表して以降、市場はほぼ一様に「2026年の合計CapExは6,500億ドルを超える」との数字をAIが不可逆である証拠とみなしてきた。しかし、この数字には会計上の重要な性質がある。これは「Guidance」（見通し）であり、「Realized」（実行済み）ではない。そしてコミットメントの規模が大きいほど、その後の利益圧力も大きくなる。

二、誰が勝っても恩恵を受ける位置：四つの構造的ボトルネック

ROI が真の戦場であるなら、最も注目すべきなのは「誰がコンピューティング競争に勝つか」ではなく、「誰が勝っても、誰から調達しなければならないか」である。現在検証可能なサプライチェーン構造を見ると、「silicon agnostic」の中立性を持つ位置が四つある。

位置一：HBM高帯域幅メモリ

SK HynixはHBM市場で約62%のシェアを握り、2026年の生産能力は年初の時点ですべて予約済みであった。Micronは21%のシェアにより米国国内のHBM供給を提供する。SK Hynix、Micron、Samsungの三社の合計生産能力はすべて事前配分済みであり、HBMの粗利益率は60–70%と、標準 DRAM を大きく上回る。NVIDIA RubinはHBM4, Google TPU、AWS Trainium、Microsoft MaiaもすべてHBMを使う——誰が勝っても購入せざるを得ない。

位置二：先端パッケージング（CoWoS）

TSMCのCoWoSパッケージング技術は、現代のAIチップを可能にした。TSMCはCoWoSの月間生産能力を70,000 waferから倍増しても需要に追いつけず、2026年にはさらに30%増産する。主要なカスタム ASIC はすべてTSMCの3nmプロセスで製造される。これは、当社がTSMC (TSM) 2026 Q1 詳細調査で強調した「誰が勝っても調達せざるを得ない」構造でもある。NVIDIA、Google TPU、AWS Trainium、Meta MTIA、Microsoft MaiaはいずれもTSMCの顧客である。

位置三：液冷および電力インフラ

Vertivの受注残は2026年4月時点で150億ドルに膨らみ、二年前から109%増加した。book-to-bill ratioは1.4倍である。Eatonは95億ドルでBoyd Thermalを買収し、空冷時代の終わりと液冷の標準化を示した。ラックの電力密度は10kWから100kW超へ上昇している。Quanta Services（高圧送電）は現在392億ドルのbacklogを抱え、Comfort Systemsのデータセンター機械・電気事業は総売上の30%超を占める。

位置四：原材料のボトルネック

ヘリウムは、2026年にカタールの生産設備（世界供給の三分の一を占める）が攻撃を受けたため、スポット価格が倍増し、台湾・韓国のウエハ工場では配給が始まっている。

三、AIエージェント時代：Q1 2026の決算数値で、誰が本当に収益化しているかを検証する

「AIエージェントがSaaSを牽引する」は美しい物語だが、物語と数字の間には、既存企業の財務開示による検証が必要である。

3.1 Salesforce FY26 Q1：AI商業化を最大規模で検証

Salesforce FY26 Q1（2025年4月末まで）の売上高は98億ドル、前年比8%増であった。Data CloudとAIの年換算売上高はすでに10億ドルを超え、前年比120%超増加した。Q1の上位100件の取引のうち約60%にData Cloud + AIが含まれる。Agentforceの導入以来、累計8,000+件の取引を受注し、その半数は有料である。Agentforceはhelp.salesforce.comで75万件超のリクエストを処理し、case volumeを前年比7%減らした。Data CloudはQ1に22兆件のレコードを取り込み、前年比175%増となった。

読み方：Salesforceは現時点で全SaaSの中でAI収益化の規模が最大である。しかし、全体売上の成長率が8%であることは、AI ARR の拡大が全体成長率の再加速を意味するわけではないと示している。

3.2 ServiceNow Q1 2026：完璧な決算、株価は一日で18%下落

ServiceNowは今回最も研究に値する事例である。Q1 2026の総売上高は37.7億ドル（前年比22%増）、cRPOは126.4億ドル（前年比22.5%増）、非GAAP営業利益率は32%であった。Now Assistの顧客における100万ドル ACV は前年比130%超増加した。CEO McDermottは、2026年のAI ACV 目標を10億ドルから少なくとも15億ドルへ引き上げたと明らかにした。

読み方：ServiceNowは、最も重要な方法論上の教訓を与えた。AI ARR の数字が大きくなっても、株価上昇を意味するわけではない。市場が最終的に評価するのは、「AIがもたらす追加売上 vs AIが既存サブスクリプションモデルに与える影響」という純額である。この論理は、当社の以前のCloudflare (NET) vs Zscaler (ZS) 比較調査でも分析した。従量課金モデルはper-seatモデルより自社AIによる侵食を受けにくく、SaaS企業がAI時代に存続できるかを評価する重要な分水嶺である。

3.3 Snowflake Q4 FY26:従量課金型サブスクリプション + AI収益化の二大エンジン

Snowflake Q4 FY26の製品売上高は12.3億米ドル、前年比30%増、RPOは97.7億米ドル、前年比42%増であった。Q4に740社の顧客を新規獲得し、過去最高を記録した。直近12カ月の支出が100万米ドル以上の顧客は733社に達し、9,100を超えるアカウントがSnowflake AI機能を利用している。Snowflake Intelligenceは3カ月以内に約2,500アカウントへ拡大した。Q4のFCF marginは前年の42%から60%へ拡大した。

読み方: Snowflakeはconsumption-basedモデルであり、per-seatモデルよりもAIワークロードの増加から直接的に恩恵を受ける。すなわち「AIを使うほど → データ照会が増えるほど → 自社の収益が増える」という構図であり、論理的にはServiceNowより「AIによる浸食」を受けにくい。

3.4 Palantir:政府 + 商業AIプラットフォームの二桁加速

Palantir Q4 2025の売上高は14.1億米ドル（前年比70%増）、US商業売上高は前年比137%増の5.07億米ドルとなった。Q4には100万米ドル以上の取引を180件締結し、US商業 RDV は前年比145%増の43.8億米ドル、調整後営業利益率は57%、調整後FCFマージンは56%であった。Rule of 40は127%に達し、2026年通年の売上高成長ガイダンスは61%である。

3.5 79回の決算説明会から得られる全体像

企業ソフトウェアの決算説明会79回を体系的に検証すると、三つの結論に集約できる。第一に、AIはまだ利益を生んでおらず、現時点の目標は「margin neutral」であり、ほぼすべての企業がAI製品導入に伴う粗利益率への圧力を説明している。第二に、価格モデルはper seatからper outcomeまたはper agentへ移行している。第三に、Copilotは退場し、行動を実行できるAIが登場している。AIは実際に作業を行うのであり、もはや「AIが助言する」だけではない。

四、いたちごっこ——AIが強くなるほど、サイバーセキュリティ需要は指数関数的に増大する

本章は前章の裏面である。AIエージェントが自律的にタスクを実行できるなら、同時に悪意あるタスクも自律的に実行できる。この対称性により、「サイバーセキュリティ」はコストセンターから成長事業へ完全に転換する。これは今回のAI波において最も過小評価されやすい構造的な勝者である。

4.1 誤読されやすい出来事:AIが脆弱性を見つける ≠ AIがサイバーセキュリティを解決した

2026年4月、Anthropicは、制御されたテストにおけるフロンティアモデルClaude Mythos Previewの能力を公表した。Mythos Previewは、主要なすべてのOSとWebブラウザで数千件の高重大度ゼロデイ脆弱性を発見した。その中には、OpenBSDの27年にわたるエラーと16年にわたる欠陥が含まれていた。別のテストでは、研究者がMythos Previewに100件の2024–2025年Linux kernel CVE リストを提供し、悪用可能性が高い脆弱性を絞り込むよう求めたところ、モデルは40件を選択した。選択された各脆弱性について、モデルは権限昇格のexploitを作成した。試行の半数以上が成功し、各exploitは最初のprompt後に完全に自律的に作成され、人間の介入はなかった。

英国AI Security Instituteの独立評価も同様の結論に達した。制御された評価では、Mythos Previewは多段階のサイバー攻撃を実行し、脆弱性を自律的に発見して悪用できた。これらのタスクは通常、人間の専門家が数日を要するものである。専門家レベルの CTF タスクでは、Mythos Previewの成功率は73%に達した。2年前の最強モデルは初級 CTF すら達成できなかった。

Bain & Companyの調査はさらに率直である。2025年、米国 FBI のIC3は100万件を超えるサイバー犯罪の苦情を受理し、損失額は210億米ドル、前年比26%増に達した。 IBM データによれば、世界のデータ漏洩の平均コストはすでに440万米ドル、米国では1,022万米ドルに達し、過去最高を更新した。しかし大半の企業は現在、サイバーセキュリティ予算を年率約10%増にとどめる計画である。

攻撃面は指数関数的に成長し、防御面は線形に成長する——この乖離こそがサイバーセキュリティサービスにおける構造的な需要ギャップである。

4.2 AI Agentが新たな攻撃面を生み出している

AIがexploitを書くことにとどまるなら、それは依然として「人対人」の攻撃形態であり、サイバーセキュリティ市場は拡大しても必ずしも質的には変化しない。しかしAI Agentの台頭は、まったく新しい攻撃面のカテゴリーをもたらした。

第一類:非人間ID（non-human identity）の爆発的増加。CrowdStrike CEO George KurtzはQ4 FY26決算会議で、データ漏洩の80%は「非マルウェア」型であり、ID侵害に関連すると指摘した。CrowdStrikeの SGNL AIは、「常時権限ゼロ」の現代的な保護を提供し、人間と非人間のIDを同時にカバーする。すべてのAI Agentは「ID」としてガバナンスされる必要がある。

第二類:シャドーAI（Shadow AI）。ZscalerのThreatLabz 2026 AI Threat Reportは、企業のAI利用量が前年比91%増、顧客のAI活動が3,400を超えるアプリケーションに分散し、過去12カ月で4倍になったことを明らかにした。AI/ ML アプリケーションへのデータ転送量は93%増加した。従業員が顧客データをAIツールに貼り付けると、企業はデータがどこへ流れたのかをまったく把握できない。これこそ、Zscaler (ZS) 個別株リサーチで強調した、AI時代にZero Trustアーキテクチャが再評価される核心的な理由である。

第三類:Prompt InjectionとAgent SaaSの攻撃面。CrowdStrikeがAdaptive Shieldを買収した後、Falcon Shieldの NERR は前年比300%超、自社買収以降5倍超に増加した。その理由は「顧客が急速に拡大するagentic SaaS攻撃面を保護している」ためである。一つのAI AgentはSalesforce、Slack、ServiceNow、SAPを横断し得る。攻撃者は任意の一つのシステムに悪意のあるpromptを埋め込むだけで、Agentに代行させることができる。

4.3 サイバーセキュリティ企業はQ1決算で証明する:AIは収益加速装置である

この構造的需要を決算数値へ対応させる。

CrowdStrike FY26 Q4:期末 ARR は52.5億米ドルに達し、これまでで最速かつ唯一、このマイルストーンに到達した純粋なサイバーセキュリティソフトウェア企業となった。net new ARR は通年で10.1億米ドルに達し、年間で初めて10億を突破した。Q4 net new ARR は記録的な3.31億米ドル（前年比47%増）となった。CEO Kurtzは「CrowdStrikeはmission-criticalなインフラであり、 GPU からagent、promptまでAIのすべての層を保護する」と率直に述べた。

Charlotte AI AgentWorksエコシステム:2026年3月の RSA 大会で、CrowdStrikeはCharlotte AI AgentWorksエコシステムを発表した。パートナーにはAccenture、AWS、Anthropic、Deloitte、Kroll、NVIDIA、OpenAI、Salesforce、Telefónica Techが含まれる。注目すべき対称性がある。前章で見たすべてのAIプラットフォームの勝者——NVIDIA、AWS、Salesforce——は同時にサイバーセキュリティエコシステムのパートナーでもある。サイバーセキュリティはAIの追い風の外側にあるのではなく、その中心にある。

Zscaler FY26 Q1:売上高は前年比26%増の7.881億米ドル、 ARR は前年比26%増の32.04億米ドル、Rule-of-78を達成した。Q1に新興製品（AIセキュリティ、ゼロトラスト、データセキュリティ）の合計 ARR は10億米ドルを突破した。Q2 FY26では、ZDX Advanced Plus（agentic IT operations製品）のbookingsは前年比80%増の1億米ドルに達した。

SentinelOne:Q3 FY26の ARR は10億米ドルのマイルストーンを超え、前年比23%増となった。現在、四半期bookingsの約50%は新興のデータ、AI、クラウド製品によるものである。

4.4 なぜフロンティアAIモデル企業自身もサイバーセキュリティ製品を推進するのか?

この問いへの答えが本章の鍵であり、「AIが脆弱性を見つける ≠ AIがサイバーセキュリティ問題を解決する」という論点をまさに裏付けている。

2026年4月30日、AnthropicはClaude Securityの公開betaを開始し、Claude Enterprise顧客に限定した。これはClaude Opus 4.7を基盤とし、コードベースをスキャンして脆弱性を発見し、修正指示を生成できる。CrowdStrike、Microsoft Security、Palo Alto Networks、SentinelOne、TrendAI、WizはいずれもOpus 4.7の能力を企業の既存サイバーセキュリティプラットフォームへ統合している。

言い換えれば、最先端AIモデル企業自身も、脆弱性を発見できるAIモデルはサイバーセキュリティ製品としてパッケージ化され、既存のセキュリティ基盤企業による導入、統合、運用を必要とすることを理解している。モデルの能力そのものはセキュリティ・ソリューションではない。それは新たなツールであり、依然としてプラットフォーム、プロセス、ガバナンス層を必要とする。

同日、TrendAI（Trend Microの企業向けAIセキュリティ部門）はAnthropicとの提携を発表した。TrendAIの AESIR プラットフォームはClaude Opus 4.7を用いて「攻撃者のように推論」し、実際の脆弱性を自律的に発見・検証したうえで、TrendAI Vision Oneを通じて優先順位付け、攻撃経路の可視化、緩和策の実行を行う。

五、 NVDA も備えを整えている——五つの反撃の布陣

最後に見落とされがちな事実は、NVIDIAが ASIC に取って代わられるのを受動的に待っているわけではないことである。その反撃の布陣には少なくとも五つの層がある。

第一の層： CUDA のソフトウェア堀

CUDA は400万人超の開発者と3,000超の最適化済みアプリケーションを擁し、主要なAIフレームワークすべてに深く統合されている。これは自己強化の循環である。開発者 → フレームワークの最適化 → ハードウェア販売 → R&Dへの再投資。

第二の層：26億ドルを投じるオープンソースAI

NVIDIAは今後五年間で260億ドルを投じ、オープンソースの重みを持つAIモデルを開発する計画である。

第三の層：AI Agentとセキュリティ生態系への直接的な組み込み

NVIDIAはGTC 2026で、Adobe、Atlassian、Box、Cadence、Cisco、CrowdStrike、Red Hat、SAP、Salesforce、Siemens、ServiceNow、Synopsysなどの主要SaaSプラットフォーム連合とともに、NVIDIA Agent Toolkitソフトウェアを使用して企業向けAIエージェントを構築すると発表した。セキュリティ分野では、NVIDIAはCrowdStrike Charlotte AI AgentWorks生態系の発起パートナーでもある。

第四の層：Groqとの200億ドルのライセンス契約で専用推論ハードウェアを補完

Groqは推論アクセラレータ（LPU,Language Processing Unit）に特化したスタートアップである。NVIDIAは2025年末に200億ドルで同社技術のライセンスを取得し、創業者Jonathan Rossと社長Sunny Madraを採用した。GTC 2026では最初の成果としてGroq 3 LPX ラックを発表した。

完全なVera Rubin + LPX システムは、NVIDIA Dynamoのオーケストレーション層を通じて役割を分担する。Dynamoはリクエストを分類し、prefillとattentionをRubin GPU にルーティングし、レイテンシーに敏感な FFN とMoE decodeをLPUにルーティングする。Vera Rubin NVL72と組み合わせると、1兆パラメータ・モデルのスループットは前世代のBlackwell NVL72比で35倍に向上する。

これはNVIDIAが初めて投入した専用推論ハードウェアである。過去二年間、市場では「推論は ASIC の領域になる」と語られてきたが、NVIDIAは200億ドルのライセンス契約で自社の弱点を補い、この論点を「競合の機会」から「自社の製品ライン」へ転換した。このテーマは当社のMarvell（MRVL）深度研究でも分析している。 ASIC 設計サービスはより速く成長しているものの、NVIDIAはGroqによって推論市場の差を急速に埋めている。

第五の層：ソブリンAIが新たな戦場を開く

ソブリンAIは国家安全保障の課題となり、サウジアラビア、日本、EU加盟国はいずれも独自のAIを構築している。NVIDIAの事業モデルは「チップを売る」ことから「完全なAIファクトリーを提供する」ことへ移行している。データセンター（売上高の90%）は、学習／推論ハードウェア、ネットワーク（Mellanox/InfiniBand）、ソフトウェア（NVIDIA AI Enterprise、 NIM マイクロサービス、Omniverse）を包含する。

研究者が追跡すべき指標は、「 GPU を何個売ったか」から、「Groq 3 LPX の出荷進捗」、「Agent ToolkitがどれだけのSaaSおよびセキュリティ・プラットフォームに浸透したか」、「ソブリンAI受注の可視性」、「 CUDA 代替品の市場シェアの変化」へ移る。

六、方法論に戻る：この環境で研究者は何をすべきか

以上五章の事実をつなげると、次の作業リストが得られる。

第一に、CapExを強材料としてではなく読み直す。CapExの数字そのものはシグナルではない。CapEx-to-FCF比、減価償却曲線、クラウド売上backlogのCapExに対するカバー比率こそが重要である。

第二に、研究の重心をチップメーカーから中立的なボトルネックへ移す。HBM、CoWoS、液冷、電力、原材料——研究者は次の勝者が誰かを正確に予測する必要はなく、「総量がなお成長している」という前提を検証すればよい。

第三に、AI AgentのSaaSストーリーは ARR とper-seatへの影響の純額を見る。ServiceNowがQ1後に18%下落したことは、従量課金（Snowflake、Palantir）の方がper-seat（Salesforce、ServiceNow）よりも自社AIに侵食されにくいことを示している。

第四に、セキュリティはAIの波の中で最も過小評価されやすい構造的勝者である。AI Agentが普及するほど攻撃対象領域は拡大し、セキュリティ予算の成長曲線はそれに追随せざるを得ない。CrowdStrike、Zscaler、Palo Alto Networks、SentinelOneのQ1決算は、すでに ARR の数字でこの構造を検証している。これは今回のAIの波で最も価格に織り込まれていない部分である。

第五に、NVIDIAに関する論点を更新する必要がある。もはや「 GPU を売る」物語ではなく、「Hardware × Networking × Software × Sovereign AI × Agent Toolkit × Groq推論 × セキュリティ生態系」という七位一体のプラットフォームである。

結語：資金配分をトレンド転換と混同してはならない

2026 Q1の決算シーズンは、表面以上に深いメッセージを残した。AI投資は「コミットメントを実行に移さなければならない」段階に入った。6,500億ドルのCapExはコミットメントであり、4,000億ドルの減価償却は既知の圧力である。OpenAIの収入が期待を下回ったことは警鐘であり、 CSP のフリーキャッシュフローが圧迫されていることは事実であり、ServiceNowの18%下落はAI収益化の物語が分解された最初のSaaS事例である。

しかし、これはいずれもAIの終焉を意味しない。市場が実際に収益化できる企業を、より高い基準で選別し始めたことを意味する。

• NVIDIAは負けていない——五つの堀を同時に強化し、競合 ASIC が最も強い推論市場さえ200億ドルのGroqライセンスで補完した
• 中立的なボトルネック（HBM、CoWoS、液冷、電力）は、誰が勝っても恩恵を受ける
• 強いSaaSはすでにAIを定量化可能な ARR へ変えているが、per-seatモデルがAIによって逆に侵食されることには注意が必要である
• セキュリティ企業はAIの波で最も過小評価されている位置にある——攻撃が一尺高まれば、防御は一丈高まる
• CSP 自身は ROI の審査期に入る。CapExの上方修正は、クラウド売上の成長が減価償却曲線をカバーできるようになるまで、市場から引き続き罰せられるだろう

研究者の仕事は、どの企業が勝つかを予測することではない。検証可能な数字、可視性、構造的ボトルネックを机上に並べ、自らの判断を市場心理よりもゆっくり、より安定的に、より事実に基づくものにすることである。これこそが「考え方を教える」ということの真の意味である。