サーキュラー・ファイナンス：Nvidiaの1,100億ドルの賭けはテレコムバブルを思わせるか？

2025年10月4日原文(tomtunguz.com)

概要

Nvidia のOpenAIへの 1,000億ドル投資 が、過去の テレコムバブル と比較されている状況。
AIインフラ投資 は2025年に 3,000～4,000億ドル 規模となり、過去最大規模。
ベンダーファイナンス、 GPU担保債務、 SPV活用 など新たなリスク要因の台頭。
Lucent との共通点と相違点を分析し、 AIバブル崩壊リスク を検証。
AI需要の実体 や 顧客基盤の健全性 が今後の焦点。

NvidiaのAIインフラ投資とテレコムバブルの比較

2025年、 Nvidia は OpenAI に1,000億ドル、 CoreWeave など他社にも計1,100億ドルのベンダーファイナンスを実施。
同時期、 米テック企業全体 でAIインフラ投資額は 3,000～4,000億ドル、過去最大規模。
Lucent は1999年に売上379億ドルで、ベンダーファイナンス81億ドル（売上の20%）を提供。Nvidiaは売上の85%相当を投資し、 リスク規模はLucentの4倍。
Lucent の崩壊要因は、過剰投資・市場飽和・顧客破綻・債権回収不能・需要先行き不透明。
Nvidia は OpenAI へ10回に分けて各100億ドルを投資、支払いはリース形式で回収予定。

AIインフラ投資の新たなリスク

顧客集中リスク ：Nvidiaの売上の39%が上位2社（Microsoft, Google等）、Lucent時代の2倍近い集中。
GPU担保債務 ：GPUを担保とした借入が新たな市場（CoreWeaveは104.5億ドルのGPU担保債務、金利14%）。
耐用年数の会計操作 ：GPUの会計上耐用年数を6年に延長する動きが広がるが、実際は1～3年で故障・陳腐化。
SPV（特別目的会社）活用 ：Meta等はSPVを使い、データセンター建設費用を自社バランスシート外に計上。
- SPVは10～30%の自己資本、70～90%の債務で構成。
- データセンターの稼働率低下やGPU価値下落時、エクイティ層が先に損失を被る構造。
カスタムシリコンの脅威 ：Microsoft（Maia）、Google（TPU）、Amazon（Trainium/Inferentia）、Meta（MTIA）などが独自AIチップ開発を加速。

LucentとNvidiaの相違点

会計健全性 ：Lucentは不正会計（11.48億ドルの売上操作）、NvidiaはPwC監査済みで健全。
キャッシュフロー ：Lucentは資金繰り悪化、Nvidiaは500億ドル超の営業キャッシュフローと健全な財務。
顧客基盤 ：Lucentは財務弱いCLEC中心、NvidiaはMicrosoft/Google/Amazon/Meta等、2024年に合計4,510億ドルの営業キャッシュフローを持つ巨大顧客。
需要の実体 ：2000年の光ファイバーは利用率0.002%と過剰、2025年のAIはMicrosoft/AWSが能力不足を報告。

今後注視すべきポイント

GPU稼働率 ：実際にAIデータセンターでGPUが活用されているか。
OpenAIの収益化 ：巨額投資に見合う収益構造の確立可否。
GPU担保債務のデフォルト発生 ：債務不履行リスクの顕在化。
売掛金動向 ：AR比率は改善傾向だが、今後の悪化リスクを警戒。
新規顧客の獲得 ：顧客基盤拡大の有無、特定大手依存の継続リスク。
カスタムシリコン化の進展 ：大手顧客が自社AIチップに移行するリスク。
ベンダー統合 ：複数ベンダー試験導入期から淘汰・集約への移行リスク。

AI需要の質と今後の展望

2025年9月時点で米国従業員の40%がAIを業務利用、2023年比で2倍。
MIT調査 ではAI導入の95%がP&L効果を出せず（主因は統合失敗）。
AI活用業界の賃金上昇率は2倍、AI活用者の生産性向上は最大40%。
OpenAIは2025年上半期に47億ドルの赤字（売上43億ドル）、損失の半分近くは株式報酬。
Nvidiaの顧客は高収益・高キャッシュフロー企業 が多く、2000年のバブル顧客とは異なる健全性。

Lucent崩壊時の不正会計と教訓

Lucentは売上操作・チャネル詰め込み・秘密合意・引当金操作等でSECから摘発、10人の経営陣が告発。
WinStar破綻時に20億ドルのベンダーファイナンスが焦げ付き、Lucentは7億ドルの貸倒損失。
2001～2002年に計35億ドルの貸倒引当金計上、不正会計が崩壊を加速。

まとめ

NvidiaのAIインフラ投資は規模・構造ともに過去のバブルと類似点が多いが、顧客基盤や財務健全性、AI需要の実体など決定的な違いも存在。
今後はGPUの実利用率・OpenAIの収益化・カスタムシリコン化・債務動向などがAIバブル崩壊リスクの重要な観測指標。

Hackerたちの意見

90年代に小規模なISPで働いてたんだけど、当時のルーセントはインターネット機器の最前線にいたよね。ダイヤルアップ接続にはPortmaster 3を使ってたし、ルーセントの初期の無線技術にも目を向けてた。ちょっと脱線するけど、1996年の電気通信法が通信会社にインフラを貸し出すことを強制したんだ。それでISPがT1を手に入れるために払わなきゃいけない料金が大幅に下がった。突然競争が生まれたからね。1996年にはT1が月1800ドルだったのが、1999年には約600ドルになった。もうずいぶん前のことだから記憶が曖昧だけど、通信会社がFCCを訴えて、2003年には電気通信法が骨抜きにされたんだよね。 https://en.wikipedia.org/wiki/Competitive_local_exchange_car...

└

「たった4年間の規制で、通信業者と小規模ISPの権力バランスが変わったってこと？」もしこの規制がインターネットの立ち上げに役立ったのなら、これが規制が撤廃されたときの人々の終末的な予測への興味深い反論になるね。（ネット中立性も思い出す）短期間だけこれらの法律が存在することが「十分」だなんて、今まで誰も言ったのを聞いたことがないよ。

└

「1996年にはT1が月1800ドルから、1999年には月600ドルくらいになったと思う。もうずいぶん前のことだから、記憶があやふやだけど。地域によってかなり変わった。私が働いていた小さなISPでは、T1に月1500ドル払ってたのが、500ドル、最終的には顧客へのT1ループが月100ドルくらいになって、さらにOC12 SONETリングのために月数千ドルかかってた。これを使ってT1（や他の回線）をデータセンターに戻してたんだ。でも、これはすべて、ILECが非束縛ネットワーク施設を販売することを求める通信法の要件によって推進されたものだよ。私たちが購入したCLECは、ほとんどの回線（75％以上）で地元のILECを使っていた。面白いことに、90年代後半のダイヤルアップがまだあった頃、音声T1 PRIをデータT1よりもかなり安く買えたんだ（PRIが250ドル、T1が500ドル）。CLECの理論は、私たちのダイヤルアップ顧客はほとんどが地元のILECからサービスを受けていて、CLECはILECからの通話を受け入れることで「相互補償」料金をもらっていたってこと。私の市場では、通信法改革法が撤廃されたとき、ILECはそのまま卸売/非束縛サービスを私たちに売り続けてた。彼らはその時点で、正しいアプローチを取れば非常に利益の出るビジネスだと気づいていたんだと思う。」

└

通信競争の削減と、完全な独占権の許可は、裁判制度の悲劇だった。法律はかなり明確で、裁判所は「家庭へのファイバーは展開が高いから、立法機関の決定を覆す」と勝手に決めた。裁判所は気に入らない法律を好き勝手に覆すことはできないはずなのに、ここではそうなった。接続の価格についても言及する価値があるのは、T1や他のTチャネル、OCx接続が依然として多く使われている一方で、1996年から1999年はDSLが広く利用可能になり、多くのニーズに対して非常に良い選択肢だった時期でもある。これが他の接続オプションにかなりのコスト圧力を生んだのは確かだね。

└

法律の変化が価格戦争や通信バブルのタイミングに影響を与えたかもしれないけど、価格戦争は避けられなかったよね。そして、通信バブルはどのみち起こる可能性が高かった。通信投資は、ドットコム株の異常な評価に対する反応だったんだ。

└

僕はテレコムブームの時にスタートアップで働いてた。あの頃は、スタートアップが製品を展開する前にCiscoみたいな大手に買収されてたんだよね。それに、当時はIPOが唯一の流動性イベントで、エンジニアは6ヶ月間ロックされてた。運が良かった人は、スタートアップがIPOしたり買収されるまでに時間があって、バストの前に抜け出せた。バストの後は資金が枯渇して、僕が働いてたスタートアップも含めてほとんどが倒産した。数年間は壊滅的な状況だったけど、その後新しい波のテック企業が現れ始めた。

根本的な問題は、理論的な基盤を持ったAGIの実現が不確実だってことだと思う。約90%の投資が、次の2〜5年でそれを達成することに向けられているみたい。それがすぐに実現しなかったら、投資家は興味を失うだろうね。興味はベンチマーク結果の継続的な成長によって維持されているけど、疲れが出る前にこのパターンがあと6〜12ヶ月続くかも。新しい数学オリンピックもないし…次は、真のソフトウェア開発や癌研究、ロボティクスで本当の結果を示すことだよ。今のモデルアーキテクチャがそこにたどり着くとは全然思えないけど。

└

なんでダウンボートされてるのか分からないな。AI研究者と話すと、彼らは期待が妥当だと思ってるみたいだけど…俺は業界を超えた非技術系のビジネスパーソンと仕事してるから、彼らの期待は全然妥当じゃないんだよね。ChatGPTに月20ドルで自分の仕事を全部やってもらえると思って、雇ったり計画したり予算を組んだりしてる。12ヶ月後、うまくいかないと、AIに対する反応は真逆になるんだよね — 怒り、回避、新しい製品への疑念とか。失敗が続くと、収益成長が鈍化しちゃう。企業が収益成長が低下したら（減少じゃなくても！）、投資家はすごく不安になるだろうし、評価額や株価が下がるのが見えると思う。

└

AGIは近くないよ。せいぜい、法律や医学みたいに人を何年も大学院に送って、無理な推論タスクをこなす分野がLLMのしっかりした応用分野になるくらいかな。コーディングは、特に生産性がかなり上がると思う。ただ、クソみたいなコードの backlog が再設計されると、新しいコード作成のためのコンピューティング需要はバブルレベルのハードウェア需要を支えられなくなるだろうね。

└

ハイパースケーラーたちは、AIの設備投資に運営キャッシュフローの半分以下しか使ってない。数年以内にAGIを実現するために全力を尽くすなら、もっと違った姿になるだろうね。

「通信の通信」では、モバイルデータの需要がやっと生まれた2015年でも、15年前からダークファイバーを点灯させ続けてたんだ。過剰建設の量を考えると信じられないよね。唯一の違いは、光ファイバーラインはずっと役に立ってたこと。これらのカードも同じくらい長持ちするのかな？（全然わからないけど、経験則をシェアしてるだけ）

└

チップ自体は長持ちしないと思うけど、そこにかけられた研究開発は有用だよね。問題は、その価値をどうやって引き出すかだね。

Hacker Newsで議論の続きを見る

ハクソク