生成AIへの投資が世界的に拡大するなか、AI関連企業の株価や企業価値に対する期待が高まっています。
米国の巨大IT企業は、画像処理半導体（GPU）やデータセンターへの投資を急拡大させています。
AI技術が企業の生産性を高め、新しいサービスや産業を生み出す可能性は大きいと考えられます。
一方、巨額の設備投資が将来十分な収益を生み出すかどうかについては、不確実性が残っています。
特に、GPUの技術革新が速いことから、設備の経済的寿命や更新費用が企業の利益に大きな影響を与える可能性があります。
米メタは2025年から大半のサーバーやネットワーク機器の耐用年数を5年半に延長しました。
一方、米アマゾンは一部の設備について、耐用年数を6年から5年に短縮しました。
また、米エヌビディアは、GPUの経済的価値が約10年間維持される可能性を主張しています。
同じAI関連設備でありながら、企業によって経済的寿命に対する評価が異なっています。
こうした違いは、AI関連企業の利益や企業価値を判断するうえで重要な問題です。
今回は、これまでの議論を踏まえ、AIバブルを見抜くための会計と企業価値の視点を整理します。
AI市場の成長と企業価値の増加は同じではない
生成AIは、企業活動や個人の生活を大きく変える可能性を持っています。
文章作成、画像生成、プログラム開発、研究開発、顧客対応など、幅広い分野で活用が進んでいます。
そのため、AI関連市場が今後も成長する可能性は十分にあります。
しかし、市場が成長することと、すべてのAI関連企業の企業価値が増加することは同じではありません。
例えば、AIサービスの利用者が増加しても、企業間の価格競争が激しくなれば、利益率が低下する可能性があります。
また、AIサービスを提供するために必要なGPUやデータセンターへの投資額が増加すれば、売上高が伸びても十分な利益を確保できない場合があります。
さらに、技術革新によって既存設備の経済的価値が低下すれば、新たな設備投資が必要になります。
AI市場の成長率だけで企業価値を判断することは適切ではありません。
重要なのは、成長市場の中で、個々の企業が持続的な収益とキャッシュフローを確保できるかという点です。
減価償却期間が利益を左右する仕組み
AI関連企業の利益を評価する際には、GPUやサーバー設備の減価償却期間に注目する必要があります。
例えば、取得価額1兆円の設備について、残存価額をゼロとして定額法で償却する場合を考えます。
耐用年数が4年なら、年間減価償却費は2,500億円です。
5年なら2,000億円、10年なら1,000億円になります。
4年と10年では、年間1,500億円の差が生じます。
この差は、営業利益や純利益に大きな影響を与える可能性があります。
ただし、減価償却期間を延長したからといって、設備投資に必要な現金支出が減少するわけではありません。
また、耐用年数を長く設定したことによって、設備の経済的価値が実際に高まるわけでもありません。
減価償却は、取得原価を使用期間にわたって費用配分する会計処理です。
そのため、利益が増加した理由を分析する際には、売上高や事業効率の改善によるものなのか、会計上の見積り変更によるものなのかを区別する必要があります。
会計上の利益と現金創出力の違い
AI関連企業の財務分析では、営業利益や純利益だけでなく、キャッシュフローを確認することが重要です。
例えば、営業利益が1,000億円の企業であっても、年間設備投資額が3,000億円に達している場合には、現金収支の評価が変わります。
設備投資による現金支出は、通常、損益計算書に一括して費用計上されません。
そのため、会計上の利益が増加していても、設備投資による現金支出がそれを上回る可能性があります。
また、EBITDAは減価償却費の影響を除いて収益力を比較できる指標ですが、設備投資による現金支出を直接反映しません。
したがって、EBITDAが高いことだけで、企業の資金創出力が十分であると判断することは適切ではありません。
営業キャッシュフローと設備投資額を比較し、フリーキャッシュフローを確認する必要があります。
ただし、成長企業では将来の事業拡大に向けた投資によって、一時的にフリーキャッシュフローがマイナスになる場合があります。
重要なのは、その投資が将来十分なキャッシュフローを生み出すかどうかです。
GPUの技術革新が企業価値に与える影響
GPUの経済的寿命は、AI関連企業の投資採算性を左右します。
新型GPUの性能や電力効率が大幅に改善すれば、旧型GPUの競争力が低下する可能性があります。
その結果、当初予定していた期間より早く設備更新が必要になる場合があります。
一方、旧型GPUを推論処理や研究開発などに転用できれば、長期間にわたって経済的価値を維持できる可能性があります。
したがって、GPUの経済的寿命は、物理的な耐久性だけで判断できません。
設備の利用目的、技術革新の速度、電力効率、顧客需要、転用可能性などを総合的に評価する必要があります。
企業が長い耐用年数を設定していても、実際の設備更新が短期間で行われている場合には、その合理性を確認する必要があります。
また、設備更新が早まれば、将来のキャッシュフローや投資回収期間にも影響します。
AI関連企業の企業価値を評価する際には、設備の経済的寿命と更新投資の負担を考慮することが重要です。
減損会計が示す投資失敗の可能性
AI関連設備の収益性が想定を下回った場合には、減損会計が問題になる可能性があります。
減損会計は、固定資産の収益性が低下した場合に、帳簿価額の回収可能性を検討する会計処理です。
例えば、GPU関連設備の帳簿価額が1,000億円残っていても、将来の収益性が大幅に低下すれば、減損損失の計上が必要になる場合があります。
ただし、減損損失の認識や測定方法は、適用される会計基準によって異なります。
また、GPUの中古市場価格が下落したことだけで、直ちに減損損失が発生するとは限りません。
設備の利用によって生み出される将来キャッシュフローなども考慮する必要があります。
重要なのは、巨額の設備投資を行った企業が、その投資額を将来の収益によって回収できるかという点です。
減損損失が発生した場合には、過去の投資判断や将来の収益見通しを検証する必要があります。
GPU担保融資と金融リスクの関係
AI関連企業の中には、GPUを担保として資金調達を行う企業もあります。
GPU担保融資は、巨額の設備投資を支える資金調達手段の一つです。
しかし、GPUの担保価値は、会計上の帳簿価額と一致するとは限りません。
技術革新によって中古GPUの市場価格が下落すれば、担保価値が低下する可能性があります。
融資契約の内容によっては、追加担保や借入金の一部返済が必要になる場合もあります。
また、AIサービスの需要が想定を下回れば、企業の営業キャッシュフローが減少し、借入金の返済能力が低下する可能性があります。
こうした状況が複数の企業で同時に発生した場合には、金融機関や投資ファンドの信用リスクが高まる可能性もあります。
ただし、GPU担保融資の拡大が直ちに金融危機につながるわけではありません。
重要なのは、融資規模、担保評価、返済能力、金融機関のリスク管理などを総合的に評価することです。
AIバブルを判断するための会計上の視点
AIバブルを判断する際には、株価の上昇率や市場の期待だけでなく、企業の財務情報を分析する必要があります。
まず、売上高の成長率と営業利益率を確認します。
売上高が増加していても、利益率が低下している場合には、価格競争や費用増加などの影響を検討する必要があります。
次に、減価償却費と耐用年数の変更を確認します。
利益の増加が、会計上の見積り変更によるものではないかを分析することが重要です。
さらに、営業キャッシュフローと設備投資額を比較します。
巨額の設備投資を続けている企業では、将来の資金需要が大きくなる可能性があります。
また、GPUの更新サイクルや設備稼働率、顧客契約の状況も重要です。
加えて、借入金残高や返済期限、担保条件などを確認する必要があります。
これらの情報を組み合わせることで、企業の成長が持続可能なものかを判断する材料が得られます。
AI企業の企業価値を決めるもの
企業価値を考えるうえで重要なのは、将来のキャッシュフローです。
企業が将来生み出すキャッシュフローを、資本コストなどで現在価値に割り引くことで、事業価値を評価する方法があります。
例えば、AI関連設備に1,000億円を投資し、将来5年間に毎年300億円のキャッシュフローを生み出す場合を考えます。
割引率を8%とすると、5年間のキャッシュフローの現在価値は約1,198億円です。
初期投資額を差し引いた正味現在価値（NPV）は約198億円になります。
一方、年間キャッシュフローが200億円であれば、現在価値は約799億円となり、NPVは約マイナス201億円です。
このように、設備投資額が同じでも、将来のキャッシュフローによって投資採算性は大きく異なります。
また、GPUの更新が早まれば、追加投資によってNPVが低下する可能性があります。
反対に、設備の稼働率が高まり、サービスの収益性が改善すれば、NPVが増加する可能性があります。
AI企業の企業価値は、GPUの保有数量や設備投資額だけで決まるものではありません。
将来の収益力とキャッシュフロー創出力が重要になります。
AIバブルと技術革新を区別する必要性
AIバブルを考える際には、技術そのものの価値と、企業の株価や投資採算性を区別する必要があります。
過去の技術革新でも、新しい技術が社会に大きな価値をもたらす一方、投資したすべての企業が成功したわけではありません。
技術の普及によって市場全体が成長しても、競争激化や設備投資負担によって収益を確保できない企業が存在する可能性があります。
生成AIについても、技術の進歩が社会に大きな便益をもたらす可能性があります。
しかし、その便益がどの企業の利益として実現するのかは、別の問題です。
AIサービスの利用者が増加しても、価格競争によって利益率が低下する可能性があります。
また、GPUの性能向上によって計算コストが低下すれば、AIサービスの価格も下がる可能性があります。
この場合、利用者にとっては便益が増加しても、設備投資を行った企業が十分な利益を確保できるとは限りません。
したがって、AI技術の将来性と、AI関連企業の投資価値を区別して評価することが重要です。
経営者に求められる投資規律
AI関連設備への巨額投資が続くなか、経営者には投資規律が求められます。
投資規律とは、設備投資の必要性や採算性を慎重に評価し、資本コストを上回る収益を確保するための経営管理を意味します。
例えば、競合企業が大量のGPUを購入しているからという理由だけで、自社も同じ規模の投資を行うことは適切ではありません。
自社の顧客需要、収益性、資金調達能力、設備更新計画などを踏まえて判断する必要があります。
また、投資後も設備稼働率や収益性を継続的に検証することが重要です。
当初の投資計画が想定どおりに進んでいない場合には、追加投資の見直しや設備の転用などを検討する必要があります。
さらに、耐用年数や減損に関する会計上の見積りについても、合理的な根拠に基づいて判断することが求められます。
AI時代の経営では、技術革新への対応力と、財務規律を両立させることが重要になります。
結論
生成AIは、企業活動や社会に大きな変革をもたらす可能性を持っています。
一方、AI関連企業への巨額投資が、すべて十分な利益を生み出すとは限りません。
GPUの技術革新が速いことから、設備の経済的寿命や更新費用が企業の収益性に大きな影響を与える可能性があります。
また、減価償却期間の設定によって、営業利益や純利益が大きく変わる場合があります。
そのため、AI関連企業の決算を評価する際には、利益の増減だけでなく、会計上の見積り変更やキャッシュフローを確認する必要があります。
さらに、設備投資額、GPUの更新サイクル、設備稼働率、資本コスト、借入金返済能力などを総合的に分析することが重要です。
AI市場が成長することと、個々の企業が持続的に企業価値を高めることは同じではありません。
技術革新が進むほど、企業には巨額の設備投資を適切に管理し、資本コストを上回る収益を確保する経営が求められます。
投資家にも、株価の上昇や市場の期待だけでなく、財務諸表とキャッシュフローに基づいて企業価値を判断する姿勢が必要です。
AIバブルを見抜くために最も重要なのは、企業がどれだけ多くのGPUを保有しているかではなく、その設備投資によって、将来にわたって持続的なキャッシュフローと企業価値を生み出せるかを見極めることです。
参考
日本経済新聞 2026年10月27日朝刊「GPUは何年で減価償却すべきか ハイパースケーラーの利益左右」