AI設備投資：次なる金融システムリスクの発生源か？

大半の人々の共通認識において、設備投資（Capex）は企業財務諸表の中で最も無害な勘定科目である。機器を購入し、工場を建設すれば、キャッシュは流出するものの資産は残り、当期の損益計算書（PL）には影響を与えない。過去2年間、この論理はAI業界によって歴史的に前例のない規模にまで拡大された。主要ハイパースケーラー5社（Alphabet、Amazon、Meta、Microsoft、Oracle）は、2025〜2026年にかけてAIインフラ構築に総額1兆ドル以上を共同で投じたが、その間もPLは表面上、健全さを維持していた。市場の支配的なナラティブは、「これは産業の高度化であり、勝者による投資であって、リスクではない」というものであった。

しかしその後、2026年6月28日に、「中央銀行の中央銀行」と呼ばれる国際決済銀行（BIS）が「年次経済レポート」を公表し、このナラティブをリスク登録簿（リスク管理リスト）に正式に位置づけた。同レポートは、現在の世界経済における4つの主な圧力要因として、粘着質なインフレリスク、強まる金融の脆弱性、悪化する財政状況と並び、AI投資の持続可能性を挙げた。その表現は率直で、異例のものであった。「投資回収（リターン）が期待外れに終われば、突然の資金引き揚げを引き起こし、設備投資ブームが長期にわたる投資不況へと転じ、金融環境へと波及する恐れがある。」

これは最初の警鐘ではなかった。イングランド銀行はすでに2025年10月の時点で、景気調整後株価収益率（CAPE）が「ITバブルのピークに匹敵する」25年ぶりの低水準に低下していることを指摘し、「急激な市場調整のリスクが高まっている」と明示的に警告していた。しかし、BISの介入はそれとは異なっていた。単なるバリュエーション（投資価値評価）への懸念だけでなく、資金調達構造や金融伝播メカニズムを直接指し示したのである。

これはアナリスト間の議論ではない。規制当局としての公式見解である。

本分析が取り組む核心的な問いは、「AI Capexは、具体的にどのようなメカニズムを通じてシステム的な金融リスクへと発展するのか？」という点である。このリスクはどの程度現実のものであり、どこが過大評価されているのか。これに答えるには、財務メカニズム、資金調達構造、歴史的前例、そして伝播経路という4つの次元を解き明かす必要がある。

「タイムボム」を理解する：3つの財務諸表をまたぐ時間的ミスマッチ

AI Capexの財務リスクに関するいかなる議論も、会計上の基本的な仕組みから始めなければならない。設備投資（Capex）と減価償却費の発生はタイムライン上で乖離しており、ハイパースケーラーにおいては、この乖離が歴史上かつてない規模にまで拡大している。

企業がサーバーを購入したりデータセンターを建設したりする場合、その支出はキャッシュフロー計算書の「投資活動によるキャッシュフロー」に即座に反映されるが、当期のPLには計上されない。機器は貸借対照表（BS）上に「建設仮勘定（CIP）」として記録され、プロジェクトが完了して供用開始された時点で初めて「有形固定資産（PP&E）」に振り替えられ、PLへの減価償却が開始される。

これにより、外部の観察者に大きな誤解を与える会計上の現象が生じる。Capexの規模が大きくなればなるほど、キャッシュフローは悪化して見えるが、当期のPLには一切の異変が現れないことがある。これらの資産が徐々に「固定資産に振り替えられ」て償却が始まって初めて、PLに圧力がかかる。そしてその時点では、Capexの支払いが行われてからすでに2、3年が経過している可能性がある。

ここで、この仕組みを実際の数字に当てはめて考えてみよう。主要ハイパースケーラー5社（Alphabet、Amazon、Meta、Microsoft、Oracle）は、2025〜2026年にかけて、AI関連のCapexに共同で1兆ドル以上を投じた。BSの変化は、この「爆弾」の蓄積をすでに反映している。Alphabetの未稼働資産（建設仮勘定）は2025年に506億ドルから786億ドルへと急増し、前年比で約55%増加した。Metaの通期設備投資額（ファイナンスリースを含む）は392億ドルから722億ドルへと急増し、84%増加した。Oracleの2026年度の通期Capexは約556億ドルに達し、前年比で約162%増加、2年前の69億ドルの6倍以上に膨らんだ。BS上に留まり、まだ減価償却が始まっていないこれらの資産は、2026〜2028年にかけて「固定資産への振り替え」が集中し、その時点で減価償却費が爆発的に増加することになる。

Bloombergなどがアナリスト予測を引用して報じたところによると、Alphabet単体でも、減価償却費が2025年の211億ドルから2029年には約780億ドルへと急増し、売上高に占める割合は5%から11%へと上昇する見通しである。Morgan Stanleyは、大手4社の減価償却費が3年間で累計5,200億ドルを突破すると予測している。アナリストの予測によると、ハイパースケーラー5社は2030年までに、累計で約2兆ドルのAI関連資産をBSに計上することになる。耐用年数を5〜6年と仮定すると、ピーク時の年間減価償却負担はこれら5社の現在の純利益の合計額に肉薄するか、あるいはそれを上回る。これは利益の崩壊を意味するわけではないが、AIによる収益が本格的に拡大する前に、構造的なマージン（利益率）の圧迫が起こることは、ほぼ確実な情勢となっている。

重要な会計上のニュアンスとして、減価償却費は非現金支出費用である。GAAP（一般に公正妥当と認められた会計原則）に基づく利益には影響を与えるが、営業キャッシュフロー（減価償却費を加算し直すため）には影響しない。したがって、減価償却費単体で流動性危機が引き起こされるわけではなく、その影響はバリュエーションに及ぶ。マージンが圧縮され、1株当たり利益（EPS）が下方修正されると、株価の再評価（リプライシング）が行われる。これが、金融システムへの第1の伝播チャネルである。

しかし、減価償却主導のバリュエーション低下（株価の見栄えが悪化すること）だけでは、システム的な金融連鎖危機を引き起こすには不十分である。BISが真に警戒しているのは、このCapexブームの資金調達モデルが根本的に変化した点である。これこそが、業界のサイクルが金融システムの安定性の問題へと変貌を遂げる、極めて重要な転換点である。

自己資金から負債主導へ：ビジネスモデルの歴史的転換

過去10年間、ハイパースケーラーは世界で最も典型的な「アセットライト（資産軽量型）、高キャッシュ還元」のビジネスモデルを体現していた。高い営業利益率、低いCapex、そして豊富なフリーキャッシュフローである。これこそが、彼らがプレミアムなテクノロジー企業のバリュエーション倍率を維持できていた根本的な理由であった。

このモデルは、2024年から2026年にかけて根本的な変貌を遂げた。

2023年時点では、主要ハイパースケーラー5社のCapexは営業キャッシュフローの約40%を消費するに留まっており、まだ管理可能な水準であった。しかし、PIMCOの予測によると、2026〜2027年までにこの比率は約94%に達し、実質的に営業キャッシュフローのほぼすべてをAIインフラに再投資することになる。自己資金だけでは継続的な拡大をカバーできなくなり、各社は組織的に社債市場での資金調達へと舵を切った。

BISの調査は、この変貌を明示的に捉えている。ハイパースケーラーの資金調達モデルは営業キャッシュフローから負債調達へとシフトし、2025年の社債発行額は1,000億ドルを突破した。その大部分は、複数年にわたるインフラ構築の資金を固定化するための、期間5年超の長期債であった。BofA Securitiesの推計によると、2025年の実際の発行額は約1,211億ドルに達し、2020年から2024年までの年間平均（約280億ドル）の4.3倍に上った。

JPMorganのクレジットリサーチによると、AI関連の債務は約1兆2,000億ドルにまで急増し、同社の米国リキッド・インデックス（JULI）の約14%を占めるに至った。これにより、銀行セクターを抜いて投資適格債市場における最大の単一セクターとなっている。AI競争に参入する企業は、今後5年間で最大1兆5,000億ドルの投資適格債を発行する必要があるとみられる。

これは現代の資本市場の歴史において最も急速な社債発行の波の一つであり、その規模は19世紀の鉄道建設資金の調達に匹敵する。しかし、鉄道とは異なり、これらの債務は担保として利用可能な物理的な土地によって裏付けられているわけではなく、GPUサーバー、ソフトウェア契約、そして将来のAI収益への期待のみに支えられている。

オフバランス取引における「シャドー・ボロウイング（影の借り入れ）」：規制当局が真に恐れるもの

社債市場での資金調達が「目に見える」リスクを代表しているとすれば、BISが2026年3月の四半期レビューで具体的に名指しした「シャドー・ボロウイング（影の借り入れ）」こそが、規制当局の間で真の警戒を引き起こしている要因である。

そのメカニズムは以下の通りである：

• ハイパースケーラーはデータセンターを建設したいが、レバレッジ比率や信用格付けへの影響を避けるため、すべての負債を自社のBS上に計上することを好まない。
• 彼らは特別目的会社（SPV）またはジョイントベンチャー（JV）を設立、あるいはこれに出資し、このSPVがデータセンター資産を取得または開発する。
• SPVは、プライベートクレジット（プライベートクレジットファンド、保険会社などの機関投資家が保有する非公開債権）を通じて資金を調達する。
• ハイパースケーラーはSPVと長期のオペレーティングリース契約または引取契約（オフテイク契約）を締結し、複数年にわたる支払いを約束する。
• SPVの負債はこれらのリースキャッシュフローによって担保され、通常、ハイパースケーラーによる何らかの形の保証が付される。

BISはこれらの取り決めを、経済的には負債と同等でありながら、大部分が企業のBS外に存在する「シャドー・ボロウイング」と位置づけている。Moody'sの推計によると、主要ハイパースケーラー5社が署名済みであるものの、BS上にはまだ認識されていないデータセンターのリース総額は約6,620億ドルに達し、これは彼らの調整後負債合計額の113%に相当する。

BISは、これらの取り決めがもたらすシステム的リスクの伝播経路を明示的に特定した。すなわち、プライベートクレジットファンド → 保険会社（プライベートクレジットの持ち分を保有） → 銀行（SPVへの与信枠の提供、または保険会社ルートを通じた間接的なリスクエクスポージャー） → 個人投資家（BDC：ビジネス開発会社ルートを通じて到達）である。この構造を通じて、ハイパースケーラーから一般の預金者へと至るリスクの伝播チェーンが静かに形成されている。

数字がこの懸念を裏付けている。SaaS（ソフトウェア・アズ・ア・サービス）企業へのプライベートクレジットの融資額は、2015年の約80億ドルから2025年末には5,000億ドルを超え、直接融資総額の19%を占めるまでに成長した。BDCは米国における全直接融資の5分の1を占めており、その融資の15%以上がSaaS企業に対して実行されている。これらの融資は通常、物理的な資産担保ではなく、将来のAI収益予測に基づいている。BDCがAIソフトウェア企業の「将来の経常収益（レカリングレベニュー）」に裏付けられた融資を実行し、そのBDCの株式を年金基金や個人投資家に販売する時、チェーン全体の脆弱性は伝統的な金融システムの核心部へと静かに浸透しているのである。

循環型金融：自己膨張するエコシステム

「シャドー・ボロウイング」が構造的な脆弱性であるとすれば、BISの年次報告書で明示的に指摘された「循環型金融（サーキュラー・ファイナンシング）」は、この投資ブームにおける最も示唆に富む現象である。

その仕組みは、半導体メーカーやハイパースケーラーがAIラボやネオクラウド（AI特化型クラウド）に出資し、そのAIラボはそれら出資者から半導体や計算能力（コンピュート）を複数年にわたり購入することを約束する。これにより、出資者側はAI収益の成長を記録し、AIラボ側は受け取った資金と「契約済み」の計算能力注文を帳簿に記録する、というものである。

BISは、「こうした取引の条件は通常、十分に開示されておらず、同一の資産が複数回担保に提供されるリスクがある」と明言している。

Anthropicをケーススタディとしてみよう。同社はAmazonとGoogleの両社から巨額の戦略的投資を受けている。Amazonは歴史的に累計で約80億ドルを投入しており、2026年4月にはさらに最大250億ドルの追加出資を表明した。GoogleはAnthropicの株式の約14%を保有しており、2026年4月に最大400億ドルの追加出資を表明した。同時に、AnthropicはAWSから10年間で1,000億ドル以上の計算能力を購入することを約束しており、GoogleもAnthropicに計算リソースを提供することを約束している。投資家と支払者の役割が高度に重複しており、AmazonとGoogleはAnthropicの筆頭株主であると同時に、同社の最大の収益源でもある。この計算能力への支出はAmazonとGoogleの「AIクラウド収益」となる一方で、AnthropicのBS上には長期リース債務として計上され、教科書通りの循環的な財務構造を形成している。

財務3表の観点から見ると、この構造は分析上の難問を生じさせる。ハイパースケーラーの「AIクラウド収益」のかなりの部分が、自らが出資を通じて「事前設定（プレインストール）」した需要に由来していることだ。これは対等な立場での第三者間取引（アームズ・レングス取引）ではなく、バリューチェーン内で資本勘定が内部循環し、AI業界全体の公称収益規模を不自然に膨らませているクローズドループ（閉じた輪）なのである。

Sequoiaのパートナーであるデイビッド・カーン氏の分析はこのギャップを数値化している。売上総利益率を50%、総所有コスト（TCO）の倍率を2倍と仮定すると、AI業界はインフラの資本コストをカバーするために、年間で約6,000億ドルの実際の末端ユーザー収益を上げる必要がある。この6,000億ドルは同氏の2024年中頃の推計値であることに注意されたい。これと同じ手法を、Nvidiaのデータセンター収益の年間ランレートが約2,700億ドルへと跳ね上がった2026年に適用すると、損益分岐点となる基準値は約1兆ドルに達する。一方で、複数の情報源による2026年の実際の末端ユーザー消費に起因するAI収益の推計値は、わずか500億〜1,500億ドルにとどまっており、そのギャップは依然として数倍規模に及んでいる。

BISのアジア太平洋地域代表である張涛（チャン・タオ）氏は、次のような警告を投げかけている。「市場に何らかの調整が入った場合、金融システムの相互関連性と脆弱性の相互作用により、調整のスピードはこれまでの銀行危機の局面よりもはるかに速くなる可能性がある。」伝統的な銀行危機には、ファイアウォールとして預金保険や「最後の貸し手」メカニズムが存在するが、プライベートクレジットファンド、ヘッジファンド、保険会社といったノンバンク（影の銀行）には、それに相当する制度的なバッファーが存在しない。

歴史的前例：類似点と構造的な相違点

あらゆる時代のバブルにおいて、「今回は例外だ」と主張されてきた。BISの年次報告書は、4つの歴史的な事例を対比させている。1830年代の運河マニア、1840年代の英国の鉄道狂時代、1920年代後半の電化ブーム、そして1990年代後半のITバブルである。

これら4つのエピソードは、共通の軌道をたどっている。すなわち、「真の技術革新 → 商業的な回収能力を超える資金の流入 → 過剰建設 → 需要が期待に届かず → 資産減損 → 経済後退」というプロセスである。そして毎回、最も熱狂的な参加者たちは「今回は違う」と信じて疑わなかった。

通信ファイバー網バブル（1999〜2002年）との類似性は最も直感的である。インフラの過剰供給（敷設されたファイバーの85%が未使用のまま放置された）、負債主導の事業拡大、PLを直撃する減価償却費、そして最終的に発生した大規模な資産減損である。

しかし、AIの文脈には、単なる類推を無効にするいくつかの本質的かつ構造的な違いが存在する。

違いの第1は、「需要の可視性」である。ITバブル期の「将来の帯域幅需要」は主にアナリストの予測に依存していたが、現在のAIクラウドのバックログ（受注残）は、実際に契約された履行義務で構成されている。Microsoft、Google、Amazonはすべて、署名済みの数千億ドル規模の「履行義務の残高（RPO）」を抱えている。ただし、その中で循環型金融によって作り出された架空の需要がどの程度を占めるのかという疑問は、依然として検証不可能なままである。

違いの第2は、「プレイヤーの財務バッファーの厚さ」である。WorldComやGlobal Crossingは、高レバレッジの通信事業者であり、キャッシュフローが途絶えると即座に破産に追い込まれた。対照的に、Alphabetの2025年の純利益は約1,320億ドルに達しており、減価償却費が大幅に増加したとしても、経営破綻のような致命的な危機が引き起こされるわけではない。しかし、アナリストはAlphabetの減価償却費が4年間で約570億ドル増加すると予測しており、これはマージンを著しく圧縮し、バリュエーションの再評価を引き起こす要因となる。ハイパースケーラーが倒産することはないとしても、それは株価が圧力を受けないことを意味するわけではない。

違いの第3は、「AIの自己強化的な需要ロジックがより強力である」点である。AIの機能向上は、それ自体が内生的に新しいユースケースを創出する。これは帯域幅それ自体にはできなかったことである。ChatGPTの成功はGenAI（生成AI）のアプリケーション層全体を生み出し、それが今度はさらなる計算能力を必要としている。この正のフィードバックループに完全に合致する歴史的前例はほとんど存在しない。

しかし、PIMCOは2026年5月の信用分析レポートの中で、「AIは設備投資ブームの真っ只中にあり、マネタイズの不確実性、過剰構築の可能性、資産寿命の短縮、債務への依存度上昇といった本質的なリスクを抱えている。しかし現時点では、1990年代後半の通信ブームよりも規律があり、はるかに資金調達が容易なサイクルである」と述べている。規律がより強化されているからといって、リスクがないわけではない。

波及経路：バブルがどのようにしてシステム的なイベントに発展するか

業界のバブルとシステム的な金融リスクの核心的な違いは、金融チャネルを通じてリスクが外部に拡散するかどうかにある。BISの2026年年次報告書は、これらの波及経路について完全な説明を提供している。

経路1：株式市場 → 資産効果 → 消費の縮小

米国株はグローバルなMSCI指数の約73%を占めており、AI関連銘柄はS&P 500の時価総額に占める割合を大幅に高めている。総資産に対する米国世帯の株式保有比率は、10年前と比較して大幅に増加した。これは、AI主導の株価急落が資産効果を通じて消費を直接押し下げることを意味し、世帯の株式資産比率がはるかに低かったドットコムバブル期よりも、マクロ経済への影響は格段に大きくなる。

経路2：債券市場 → 信用引き締め → 企業調達コストの急上昇

AI関連の債務は、すでにJPMorganの米国投資適格インデックス（JULI）の約14%を占めており、銀行業を抜いて単一セクターとして最大規模となっており、2026年も集中度は上昇し続けている。現在の投資適格社債のスプレッド（約77ベーシスポイント）は1998年以来の低水準にあり、これ自体がリスクシグナルである。AIの先行きに対する市場の楽観論が、すでに完全に価格に織り込まれているからだ。

万が一AIの商業化が期待を裏切るようなことになれば、3つのカテゴリーの債務が真っ先に影響を受ける。1つ目はハイパースケーラー自身が発行する投資適格社債、2つ目はバランスシートが比較的脆弱でハイパースケーラーからの受注への依存度が高いEPCエンジニアリング建設業者（データセンター建設会社）の社債、そして3つ目はNeoCloudsの発行するハイイールド債（高金利社債）である。スプレッドの再評価（リプライシング）は瞬時に企業債券市場全体に波及し、すべての発行体の借入コストを押し上げることになる。

経路3：プライベート・クレジット → 非銀行金融システム → 流動性の凍結

これはBISが最も懸念している波及経路であり、主流の議論で最も過小評価されているものである。ダイレクト・レンディング（直接融資）ファンドのAIおよびITセクターへのエクスポージャーはポートフォリオの15%に達しており、これらの融資はハードアセット（有形資産）の担保ではなく、将来のAI収益予測に基づいている。

プライベート・クレジットがストレスにさらされると、銀行とのつながりが表面化し始める。銀行はSPV（特別目的会社）に融資枠を提供し、保険会社はプライベート・クレジットの持分を保有し、BDC（ビジネス・ディベロップメント・カンパニー）は拡大する個人投資家の資金を吸収している。これらの非銀行系仲介機関には、商業銀行のような規制上のセーフティネットが存在しない。大規模な解約圧力が生じた場合、2020年3月の「キャッシュへの逃避（Dash for Cash）」と同様の流動性凍結が発生する可能性がある。

FSB（金融安定理事会）が2026年5月に発表した「プライベート・クレジットの脆弱性に関する報告書」は、さらなる潜在的リスクを指摘している。プライベート・クレジット市場の極端な不透明さは、規制当局が把握するリスク規模のデータが現実から大幅に遅れていることを意味する。これは、問題が表面化したとき、規制当局も同様に準備不足である可能性があることを意味している。

経路4：減価償却ショックと会計の不透明さ → 評価再評価の「遅れて作動する起爆装置」

FASB（米国財務会計基準審議会）は上場企業に対し、2027事業年度から財務諸表の注記において、より詳細に分類された費用開示を求めている。つまり、投資家がハイパースケーラーの費用項目全体に減価償却がどのように配分されているかを体系的に把握できるようになるのは、2028年に入ってからということになる。減価償却の圧力が最も集中する時期（2027〜2029年）は、情報の透明性が最も低い時期と大きく重なる。この情報の非対称性自体が、収益予想の下方修正に対する市場の期待に「サプライズ効果」をもたらし、バリュエーション調整時のボラティリティを増幅させることになる。

現在の市場におけるリスク織り込み：矛盾とシグナル

注目すべきは、BISがシステム的リスクの警告を発した際、市場は急落で反応したわけではなく、内部で差別化された価格決定ロジックを示したことである。

債券市場は株式市場に先駆けてリスクを織り込んでいる。 ハイパースケーラー債のスプレッドは、広範な投資適格（IG）指数に比べてすでに拡大しており、10年債および30年債のイールドカーブは顕著にスティープ化している。債券市場は、この超長期債の償還がAI商業化の長期的な確実性に依存していることを認識し、より高い期間プレミアム（デュレーション・プレミアム）を要求している。一方で、株式市場は依然として「これらのAI設備投資が価値に見合うものかどうか」を議論しており、全体のバリュエーションは歴史的な高水準にとどまっている。

株式市場では内部での乖離が見られる。 市場の判断基準は単に収益の伸び率にとどまらず、設備投資が明確なマネタイズのクローズドループ経路を持っているかどうかにまで踏み込んでいる。2026年第1四半期の決算発表後、Google Cloudによる直接的なAI収益に支えられたAlphabetの株価は史上最高値を更新した。一方、Metaは通年の設備投資見通しを1,250億ドルから1,450億ドルへと引き上げ、決算後の株価は7%以上下落した。同社の売上高成長率は前年同期比プラス33%と、その四半期の主要ハイパースケーラーの中で最も高い伸びであったにもかかわらずである。同じ売上成長の加速に対して、市場の評価は根本的に異なっていた。乖離の核心は、MetaのAI設備投資が広告効率の向上を通じて間接的にマネタイズされなければならない点にあり、その道筋は不透明で、フリーキャッシュフローはすでに圧縮傾向を示していることにある。

プライベート・クレジット市場では、早期のストレスシグナルが現れている。 SaaSソフトウェア企業の株価は2025年10月から2026年2月にかけて累計で約30%下落し、BDCの株価は約10%下落して純資産価値（NAV）に対するディスカウントが拡大した。SaaSへのエクスポージャーが高いBDCは、競合他社を約5パーセントポイント下回るパフォーマンスとなった。これらのシグナルは、JPMorganによって「まだシステム的ではない」と見なされているが、BISは警戒を要する先行指標と捉えている。

最も重大な矛盾： ハイパースケーラーが過去に例を見ないペースで債券を発行し、AI商業化のギャップが必要な基準値の数倍に達しているにもかかわらず、社債スプレッドは1998年以来の低水準付近にとどまっている。この価格シグナルの歪みは、次の再評価（リプライシング）が到来した際、想定外の大きな振幅をもたらす源泉となる可能性がある。

今回は2008年とは異なる ―― しかし、緩やかに蓄積する新しい形態のシステム的リスクかもしれない

2008年の金融危機は、住宅ローン、CDO、そして高度にレバレッジをかけた銀行システムを通じて爆発した。AIの設備投資リスクの波及は、単一の引火点から生じるシステム崩壊ではなく、慢性的な蓄積の後に断続的なショックが起こるプロセスに近い。

最も合理的なシナリオの枠組み：

基本シナリオ（確率：約40〜50%）： 減価償却の圧力は2027〜2028年に予想通りに放出され、ハイパースケーラーのマージンは約35%から約25〜28%に圧縮される。株価は利益の崩壊ではなく、PER（株価収益率）のマルチプル圧縮型の再評価プロセスをたどるが、絶対的な利益は黒字を維持する。AI商業化による収益の伸びは減価償却費の伸びに遅れるものの、そのギャップは徐々に縮小する。債券市場では局所的な圧力が生じ、プライベート・クレジットにおけるSaaSへのエクスポージャーが一部のBDCの資産減損を引き起こすものの、システム的な信用凍結にまで発展することはない。マクロ経済への影響は限定的であり、ハイテク株に集中した高バリュエーションの調整に近いものとなる。

テールリスク・シナリオ（確率：約15〜20%）： 循環型資金調達の重要な結節点が断裂し（例：主要なAI研究所がハイパースケーラーに対するコンピュート購入のコミットメントを履行できなくなるなど）、大規模な受注残（バックログ）の減損と収益の下方修正が引き起こされる。AIベンダー（EPC建設業者、NeoClouds）は連鎖的な格下げに直面し、債券市場では信用スプレッドの拡大が急速に伝染する。プライベート・クレジットでは大規模な解約が発生し、BDCの強制的な資産売却が流動性凍結を銀行システムへと波及させる。株式の資産効果が大幅な消費縮小を招き、BISレポートが言及した2026年のホルムズ海峡閉鎖によるエネルギーショックに伴う既存のインフレ圧力と重なる。その結果、米国と欧州で緩やかな景気後退（レセッション）が発生する。規模としては2008年ほどではないものの、2000〜2002年のNASDAQクラッシュに軽微なリセッションが組み合わさった現代版の再現となる。

楽観的シナリオ（確率：約30〜40%）： 自律型（エージェンティック）AIアプリケーションの商業化が2026〜2027年に大規模に実現し、企業での採用ペースが予想を上回り、本質的なAIエンドユーザー収益の伸びが減価償却費の伸びを追い越す。設備投資対フリーキャッシュフロー（Capex/FCF）比率は低下し始め、債券市場の信用への懸念は和らぎ、スプレッドは回復する。ハイパースケーラーは「テクノロジー企業」から「高成長のユーティリティ企業」へのバリュエーションの再評価を完了する。マルチプルは適度に圧縮されるが、ファンダメンタルズのストーリーは市場が受け入れやすい「AIインフラは次世代のインターネットの基盤レイヤーである」という枠組みへと移行する。

規制当局の対応とその限界

BISの明確な警告に対し、実際の規制のツールキットはかなり限られている。

FASBの新しい減価償却開示ルールは、情報の透明性を向上させるための重要な一歩であるが、これは情報の非対称性に対処するものであり、過剰投資そのものを是正するものではない。2028年に投資家が減価償却を完全に理解したとしても、すでに支出された設備投資や契約済みのリース契約を元に戻すことはできない。

プライベート・クレジットにおける規制のギャップは、さらに大きな課題である。BISの報告によると、銀行はSPVへの融資枠の提供を通じて、不透明な形でプライベート・クレジット・システムと深く絡み合っている。しかし、銀行と非銀行の境界にまたがるリスク・エクスポージャーをグローバルに監視できる単一の規制当局は存在せず、FSBの報告書もこの事実を率直に認めている。

シカゴ連邦準備銀行のデータによると、銀行の融資残高に占めるAI隣接産業への比率は、銀行の総資産の平均約0.8%であり、表面上は管理可能な水準にある。しかし、コミット済みで未実行の融資枠（コミットメント・ライン）を含めると、この比率は普通株式等Tier1自己資本比率の9%（融資残高ベース）から25%（融資枠を含むベース）へと跳ね上がる。ストレスシナリオにおいては、借り手は債務不履行に陥る前に融資枠を実行（ドローダウン）するため、実際の損失は表面上の0.8%のエクスポージャーを大幅に上回る可能性がある。しかも、これは「判明しているオンバランスシート（貸借対照表内）の」直接的なエクスポージャーにすぎない。SPV融資枠、保険会社の保有資産、BDCの個人チャネルを通じて波及する間接的なエクスポージャーについて、現時点で完全なデータを把握している機関は存在しない。

BISの処方箋：規制当局は、AI融資構造のオフバランス開示要件を最優先し、特に複数担保（二重担保）や循環資金調達の取り決めを標的にすべきであるとしている。しかし、規制機関は通常、リスクが実際に蓄積された後に構築されるものである。歴史が示すように、規制が最終的に追いつくのは、大抵の場合、すでに転換点を過ぎた後なのである。

結論：パラドックスの中にある明瞭さ

この議論には、本質的なパラドックスが含まれている。もしAIの商業化が約束通りに実現すれば、この1兆ドルの設備投資は19世紀の鉄道や電化以来の偉大なインフラ投資であったことが証明され、BISの警告は過度な警戒の脚注にすぎなくなる。しかし、もし商業化が期待に届かなければ、これは前例のない過剰構築となり、減価償却圧、債務圧、そしてプライベート・クレジットのストレスという「3重の波」が重なり合って、世界的な金融の大幅な調整を引き起こすことになる。

結論が出る前に、いくつかのことは確実である：

第一に、リスクは本物であり、不確実なのはタイミングと規模だけである。 BISは崩壊を予測しているのではなく、システム的な伝染を招く可能性のある脆弱性の結節点を特定している。それらの結節点は確実に存在している。

第二に、「利益は依然として良好に見える」というのが、現在の環境下で最も危険な判断である。 減価償却の圧力は遅行し、オフバランスの債務は見えず、プライベート・クレジットのエクスポージャーは不透明である。これら3つの情報隠蔽のレイヤーにより、表面的な損益計算書の健全性はきわめて誤解を招きやすいものとなっている。

第三に、これは伝統的な金融危機の形で到来することはない。 ハイパースケーラーは、実際の営業利益を上げているため、破産することはない。リスクは、何年にもわたるバリュエーションの再評価やマージンの圧縮、そしてプライベート・クレジットや非銀行金融システム全体に散発的に発生する局所的な流動性ストレスという形で現れる可能性が高い。

第四に、差別化はすでに始まっています。AIの収益化経路が明確な企業（Google Cloudを通じたAlphabet、直接的なコンピューティング収入を通じたAWS）と、その経路に不確実性がある企業（主に広告効率の向上を通じて依然として収益化を図るMetaのAI設備投資、また6380億ドルのRPOが下支えしているものの、積極的な設備投資が収益認識に先行するため極めて大きなタイミングリスクを抱えるOracle）は、この調整局面において異なる運命をたどることになります。債権市場はすでにこの差別化の織り込みを始めており、株式市場もそれに追随しています。

国際決済銀行（BIS）による警告は、AI分野からの撤退を推奨するものではありません。これは、資金調達構造、情報の透明性、そして市場間におけるリスク波及についてのシステム的な注意喚起です。それこそが、中央銀行コミュニティがまさに存在意義とするものであり、熱狂の最中に耳の痛い真実を告げる役割を果たしているのです。