ゴールドマン・サックス 7 月レポート「中国 AI バリューチェーンの長期価値」を深掘り：なぜ電力が最優先されるのか

ゴールドマン・サックスが 7 月 8 日に発表したレポートを 2 回読んだ。2 回目は、ある 1 つの詳細を確認するために改めて読み直した。それは、ゴールドマン・サックスが中国の AI バリューチェーンの最上位に「電力」を位置づけ、モデルやアプリケーションをそれよりも下位に置いた点だ。最初は、これは単なる感情的なローテーション（韓国が上がりすぎて下落し、中国が下がりすぎて上昇し、資本が次のストーリーを探しているだけ）だと思った。しかし、レポート全体を読み終えて考えが変わった。ゴールドマン・サックスが本当に言いたいのは、「中国の AI が上昇する」というだけでなく、中国の AI バリューチェーン全体が閉ループを形成しており、市場の価格付けがその実際の経済的ウェイトに大きく遅れをとっているということだ。さらに直感に反するのは、チェーン全体で最も確実性の高いリンクが、AI について語るときにほとんどの人が最初に飛ばす「電力」であることだ。

このランキングは、ポジションの変化そのものよりも考える価値がある。なぜなら、それは「現在、世界の AI 収益の 16% を占める中国に対して、ファンドの配分はわずか 1.2% しかないが、このギャップを埋めるためにはどこに資金を投じるべきか」という直接的な問いに答えるものだからだ。この記事では、5 つのトラック（電力、半導体、インフラ、モデル、アプリケーション）を分解し、各トラックがどのような収益を生み出し、代表的な対象企業が誰なのかを説明する。読み進めるうちに、いくつかの直感に反する点に気づくだろう。

▸ ゴールドマン・サックスが韓国を捨てて中国を選んだ理由　▸ 電力：過小評価されている根幹のボトルネック　▸ 半導体：メモリースーパーサイクルにおける国内代替　▸ インフラ：設備投資が実際に着地する場所　▸ モデル：なぜランクが低いのか　▸ アプリケーション：最もリスクの低い収益化の終着点　▸ 5 つのトラックの組み合わせ方とリスク

このレポートは実際に何を言っているのか？

1 年以上にわたり、グローバル資本はほぼ一列に並んで韓国と台湾のメモリーチップ株に殺到してきた。サムスンと SK ハイニックスは KOSPI 指数を過去最高値に押し上げた。その論理は単純だった。AI にはトレーニングと推論が必要で、メモリーは必須であり、キャパシティを持つ者が勝つ、というものだ。

しかし、この論理は今年になって緩み始めた。市場は AI への設備投資の持続可能性に疑問を持ち始めた。韓国株式市場は 1 日で 5% 以上下落し、累計下落率は 20% 超となり、テクニカルな弱気相場に突入した。同じ日、ハンセン中国企業指数は約 4.5% 上昇した。資本移動の痕跡は明らかだ。

私の最初の反応は、これは単なる感情的なローテーションであり、上がったものは下がり、資本は常に新しいストーリーを探すというものだと思った。しかし、レポート全体を読んで考えが変わった。なぜなら、ゴールドマンの主張は単に「中国 AI が上昇する」というだけでなく、「中国 AI バリューチェーンが完全な閉ループを形成しており、市場の価格付けがその実際の経済的ウェイトに大きく遅れをとっている」というものだからだ。

数字はわかりやすい。中国は世界の AI 収益の約 16%、世界の市場価値の約 10% を占めるが、グローバル・ミューチュアル・ファンドの中国 AI テクノロジーへの配分はわずか 1.2% だ。ゴールドマン・サックスは、このギャップが 50% から 100% の上昇余地を示唆していると判断している。

ゴールドマン・サックスはこの閉ループを 5 つのトラック（電力、半導体、AI インフラ、AI モデル、AI アプリケーション）に分解し、具体的なポートフォリオ名として GSXACART を挙げている。この分解の順序自体が一つの姿勢を示している。前方にランクされるほど、確実性と優先順位が高い。では、なぜ「電力」という最も「地味」で伝統的に聞こえるセクターが、チップやモデルよりも上位にランクされたのか？

1. 電力：過小評価されている根幹のボトルネック

AI のトレーニングと推論は、本当に電力を大量に消費する。ChatGPT への 1 回のクエリは、通常の検索の約 10 倍の電力を消費する。この数字は数年前には無視されていたかもしれないが、トレーニングと推論のスケールが同時に拡大するにつれて、電力は背景変数からハードな制約条件へと変わった。米国の問題は典型的だ。チップと技術はあるが、電力網が追いつかない。多くのデータセンター・プロジェクトは電力アクセスの段階で足止めされている。一方、中国には優位性がある。大規模な電力供給、西部での低いグリーンエネルギーコスト、迅速な政策支援、そして建設速度が追いついていることだ。これらの要因が組み合わさり、他国が短期間で容易に模倣できない比較優位を生み出している。

ゴールドマン・サックスは、中国の大手インターネット企業が 2026 年にデータセンターに約 700 億ドルを投資し、データセンターの電力需要は前年比約 25% で成長すると予測している。国家能源局のより長期的な数字では、2030 年までに中国のデータセンターの電力消費量は 800 TWh に達し、全国の総電力消費量の約 6% を占め、2025 年から 2030 年にかけての複合成長率は約 36% となる。ブルームバーグ・ニュー・エナジー・ファイナンスはさらに積極的で、2030 年までにデータセンターの電力需要は現在の 2 倍以上の 600 TWh に近づくと見ている。

「東数西算」（東のデータを西で計算する）政策は、多くの人が最初は単なるスローガンだと思ったが、実際には非常に具体的なことを行っている。西部の低い電気料金、低い土地価格、低温環境を、データセンターの運用コスト優位性に直接変換するのだ。2025 年までに、これにより 3,000 億 元以上の電力コストを節約できると見積もられており、低温環境は自然にエネルギー効率比を最適化する。

このトラックで最も過小評価されがちな点は、誰もが電力伝統的インフラとして保守的な評価をする癖がついていることだ。しかし、AI サイクルにおいて、電力はコスト項目から競争力そのものへと変わった。米国はチップとアルゴリズムの優位性を持つが、電力網がボトルネックとなっている。中国は逆に、最も基本的な資源である電力を、計算力コストの堀（モート）に変えた。ある意味で、電力設備企業の確実性は半導体企業よりも高いかもしれない。なぜなら、半導体は技術キャッチアップのペースに依存するが、電力設備の調達はデータセンターを建設する限り硬直的だからだ。

2. 半導体：メモリースーパーサイクルにおける国内代替

電力はマシンの電源を入れられるかどうかという問題を解決する。では、電源が入った後は？チップとメモリーは十分か？それが 2 番目のトラックが答えることだ。

ゴールドマン・サックスは半導体を 2 位にランクし、その中で見落とされがちなニッチを指摘している。それはロジックチップではなく、メモリーだ。AI サーバーの DRAM、NAND、HBM への需要はほぼ指数関数的に成長しており、中国はたまたま汎用メモリーの量産と国内代替のウィンドウに当たっている。数字はストーリーよりも直接的だ。長江存储（YMTC）の世界 NAND シェアは 2026 年第 1 四半期に 8% から 13% に上昇し、世界第 4 位に並び、収益は前年比 445% 増加した。長鑫存储（CXMT）の同期間の収益は前年比 719% 増加し、上半期の収益ガイダンスは 110 億 ～ 120 億 人民元である。2026 年 5 月の中国の集積回路輸出は前年比 111% 増の 355 億 5,000 万 ドルとなり、主にメモリー価格の上昇が牽引した。これらの数字は、これが単なる夢ではなく、すでに受注と価格で実現された業績であることを示している。

このトラックの興味深い点は、今回の韓国の急騰とその後の暴落は、本質的にサムスンと SK ハイニックスがメモリーという単一リンクにほぼすべてを賭けたためだということだ。市場が設備投資の持続可能性に疑問を抱くと、単一リンクのリスクが爆発する。しかし、中国のメモリーは、数量、コストパフォーマンス、サプライチェーンセキュリティの 3 次元で同時に前進している。単一点への賭けではない。メモリーリンクの利益弾力性は、通常、ロジックチップよりも高い。なぜなら、メモリーはすべての AI サーバーで使用される標準的な消耗品であり、オプションではないからだ。

3. AI インフラ：設備投資が実際に着地する場所

メモリーは材料があるという問題を解決する。材料ができたら、どこに置くのか？それが 3 番目のトラックにつながる。

電力とメモリーが原材料だとすれば、インフラはそれらの原材料を計算力に組み立てる場所だ。サーバー、光モジュール、液冷、そしてデータセンターそのものもすべてこの層に含まれる。中国のここでの道筋も明確だ。「東数西算」は立地のコスト優位性を実現し、国内のサーバーと光モジュールの産業チェーンは十分に成熟している。その結果、建設が速く、コスト効率の高い運用が可能となる。

このトラックを見るとき、見落とされがちな点は、誰もが最初にモデルトレーニングのような一回限りの大きなイベントに注目することだ。しかし、実際に継続的にお金を使うのは、トレーニング後の推論と反復である。この部分の需要は長期的かつローリング型だ。インフラ企業はこの部分を食い、単一のトレーニングタスクからの一回限りの受注ではない。ゴールドマン・サックスがインフラをモデルよりも上位にランクしたのは、ある意味で、スケールでき継続的に収益化できるものは、機械室の建設、電力供給、ネットワーク接続といった重資産リンクであることが多く、最も魅力的に見えるモデルそのものではない、ということを示唆している。

4. AI モデル：なぜランクが低いのか

インフラが道路を建設する。では、車は？車はモデルだ。

このトラックを見たとき、私は少し驚いた。なぜなら、モデルは AI について語るときに誰もが最も話したがる部分だからだ。しかし、ゴールドマン・サックスはそれを 4 位に置き、アプリケーションの 1 つ上だけにした。中国のモデルパスは、米国のパラメーターを積み上げて計算力を燃やすというルートではない。DeepSeek は、低コストでトップレベルのモデルを作れることを証明した。さらに、十分な国内シナリオデータがあるため、コード、数学、マルチモーダルといった垂直分野でより高いコスト効率を達成できる。

私がまだ完全には理解できていない点が 1 つある。それは、ゴールドマン・サックスがモデルを低くランクした理由が、モデルの商業化ペースがインフラよりも遅いと見ているためなのか、それともこの層の競争がすでに十分に激しく、超過収益の余地が狭まっていると見ているためなのか、ということだ。どちらの説明にも決定的な証拠はまだないが、少なくとも 1 つは明確だ。モデルは槍である。もし前段の電力と工場が先に整備されていなければ、槍は遠くまで届かない。

5. AI アプリケーション：最もリスクの低い収益化の終着点

槍は作られた。それで何かを突く必要がある。それが最後のリンク、アプリケーションだ。

多くの人のアプリケーション層に対する第一印象は、最も混雑しており、最も儲けにくく、ユーザー獲得に資金を燃やし、同質化が激しいというものだ。しかし、中国市場に限って言えば、状況は逆かもしれない。中国は世界最大の単一インターネット市場を持つ。テンセント、美団、小米（シャオミ）などの企業は、膨大な数の実ユーザーとシナリオを抱えている。AI 機能は、まず壮大なストーリーを語る必要はなく、既存の製品に直接埋め込み、支払いポイントとすることができる。

このトラックがバリューチェーンの最後尾にあることは、重要でないことを意味しない。むしろ逆で、アプリケーション側が収益を回収しなければ、これまでの電力、メモリー、インフラへの投資はリターンのないサンクコストになる。アプリケーション層は終着点であり、チェーン全体を回し続ける動力源である。

5 つのトラックの組み合わせ方とリスク

今回のゴールドマン・サックスの韓国から中国へのシフトは、本質的には感情的なローテーションではなく、資本が単一リンクへの賭けから、閉ループ全体への賭けへと移行しているのだ。もし私が構成案を出すとしたら、次のようにランク付けする。電力とインフラは確実性を提供する。データセンターが建設・拡張されている限り、この調達は硬直的だ。半導体、特にメモリーは弾力性を提供する。業績はすでに実現されており、バリュエーションの弾力性が最も大きい。モデルとアプリケーションはより長期的な超過収益を提供するが、ペースと競争環境は依然として変動的だ。

リスクも明確に述べておく必要がある。地政学的問題、実行ペース、バリュエーションの変動、これらはすべて存在するだろう。さらに、ここに挙げたデータとバリュエーション指標は、公開情報に基づくスナップショットである。メモリー大手はまだ IPO プロセス中であり、数字は変わる。行動を起こす前に、最新のデータを自分で確認してほしい。この記事は、ゴールドマンのフレームワークとロジックを分解して説明するものであり、投資アドバイスを構成するものではない。

1.2% の配分と 16% の収益シェアのギャップは依然として存在する。それが埋まるかどうか、そしてどの程度の速さで埋まるかは、私には保証できない。しかし、今回ゴールドマン・サックスは新しいストーリーを提供したのではなく、すでに分解された台帳を提供したのだ。その台帳の最上位に電力があるという事実は、「Long China」という言葉そのものよりも、記憶に値すると思う。

もしどのトラックについても異なる判断があれば、コメントで意見を交換してほしい。私は、あなたがどれを 1 位にランクするのか興味がある（笑）。