利益が増え続けるのに、現金が足りない世界

利益が増え続けるのに、現金が足りない世界

レイ・ダリオの債務危機論から考える、AI産業革命、半導体の超過利益、K字型経済、そして2030年の先にあるもの

2026年10月17日

はじめに――AIバブルが崩壊するという。しかし、何かがおかしい

2026年10月6日、Bloomberg Televisionでレイ・ダリオのインタビューが公開された。

参照元を開く

ダリオは米国の債務問題を取り上げ、今後3年以内に債務危機が発生する可能性を警告していた。

米国政府は巨額の財政赤字を抱え、国債の発行を続けている。政府の利払いが増加し、資本市場では国債と民間企業が限られた資金を奪い合う。

さらにAIへの巨額の設備投資が、この資本需要を強めている。

AI関連株は少数の企業に利益と期待が集中し、株式市場全体の評価も押し上げている。ダリオは、技術革命への熱狂と借入による投資拡大が、過去のバブルと似た構造を生み出していると説明した。

これは理解できる。

しかし、ここで一つの疑問が生まれる。

現在のAI半導体企業は、実際に莫大な利益を生み出している。

単に将来の利益を夢見て株価だけが上昇しているわけではない。

GPU、HBM、先端半導体製造、半導体装置、検査、先端パッケージング。これらの供給制約を握る企業は、現実に記録的な業績を達成している。

株価が上がりすぎている可能性はある。

しかし、株価を支える利益もまた、異常な速度で増えている。

では、この市場を過去のバブルと同じように説明してよいのだろうか。

さらに疑問が続く。

現金も資本も不足している。

政府が資本を必要とし、企業も設備投資のために借金を増やし、家計は物価上昇によって苦しくなっている。

それなのに、AI半導体の利益は増え続けている。

その利益はいったいどこから生まれ、最終的に誰が支払っているのか。

そして、AIが本当に産業革命に匹敵する技術なら、これから世界の富は大きく増えるかもしれない。

富が増えるのに、現金が足りない。

この一見矛盾する構造を考えていくと、AIバブルという言葉だけでは説明できない、もっと大きな問題が見えてくる。

今回はレイ・ダリオの債務危機論から出発し、半導体企業の利益、産業革命の歴史、貨幣の創造、AIプラットフォームによる経済支配、そして2026〜2030年のAI設備投資サイクルまで、順を追って考えていきたい。

第1章　レイ・ダリオの債務危機論――なぜ資本が足りなくなるのか

ダリオが最初に説明したのは、国家の債務が拡大していく機械的な仕組みだった。

政府は税収を超えて支出を続ける。その差額を国債の発行によって埋める。

債務が増加すると利払いが増える。利払いが増えるほど、政府は他の政策へ資金を配分する余裕を失う。

そして、新しい国債を購入してもらうために、より高い利回りが必要になる場合がある。

2026年10月16日に発表された米国の2026会計年度の財政実績では、歳入が約5.4兆ドル、歳出が約7.4兆ドル、財政赤字が約1.99兆ドルだった。

米国の連邦債務総額は40兆ドルを超えている。（出典：Reuters、2026年10月16日・米国財政収支）

ダリオは、この構造を個人や企業の借金と比較している。

収入より多く支出し続け、借入によって不足を補う。その結果、利息の支払いが増え、さらに資金が必要になる。

ただし、米国政府はドル建ての国債を発行し、徴税権を持ち、中央銀行が存在する。そのため、民間企業の倒産と同じ仕組みで国家債務を理解することはできない。

問題は、米国が明日突然返済不能になるかどうかではない。

政府が必要とする資本が大きくなり続けることで、他の借り手が資本を調達する条件まで厳しくなることだ。

例えば国債利回りが上昇すると、投資家は比較的信用力の高い国債から一定の収益を得られるようになる。

そうなると、住宅ローン、中小企業向け融資、企業の社債などには、以前より高い金利が要求される可能性がある。

政府は景気が悪化したからといって、簡単に支出を止められない。

一方、家計は住宅購入を延期し、企業は設備投資を中止できる。

そこで民間部門の支出が先に圧迫される。

ダリオは、この調整が特に所得や金融資産の少ない人々から始まると考えている。

そして、AI投資がこの競争に加わる。

すでに政府が巨額の国債を発行しているところへ、ハイパースケーラーやAIインフラ企業までが巨大な設備投資の資金を必要とする。

資本をめぐる競争が激しくなる。

さらに日本や中国などの外国投資家が米国債の保有を減らせば、国債の買い手を確保するための条件が変化する可能性がある。

もっとも、特定の国の保有額が減少することは、外国資本全体が米国から逃避していることを意味しない。

重要なのは世界全体の資金供給と、政府・企業が必要とする資本の均衡だ。

ダリオは30年国債利回り6%への上昇を警戒していたが、6%という数字そのものが自動的な危機の境界線になるわけではない。

実際、米連邦準備制度が公表した10月15日の30年国債利回りは5.43%だった。（出典：Federal Reserve H.15、2026年10月16日公表）

しかし、現在のAI市場を考えるなら、この話には大きな疑問が残る。

金利が上がり、資本が不足する。

それは理解できる。

しかし、AI半導体企業の利益が、金利の上昇を上回る速度で増え続けている場合はどうなるのだろうか。

ここから、今回の考察が始まった。

第2章　普通のバブルと違うのは、利益が本当に増えていること

2026年10月時点のAI半導体企業の業績は、非常に強い。

NVIDIAは2026年7月期の四半期決算で、売上高962億ドルを記録した。前年同期比106%増で、粗利益率は75.0%に達している。（出典：NVIDIA 2027会計年度第2四半期決算）

TSMCは2026年第3四半期に7,630.6億台湾ドルの純利益を計上した。

前年同期比68.7%増、営業利益率58.7%、純利益率51.1%という数字だ。

しかもTSMCは同四半期に9,197.7億台湾ドルの営業キャッシュフローを生み出し、設備投資を差し引いても4,765.6億台湾ドルのフリーキャッシュフローを残している。（出典：TSMC 2026年第3四半期決算）

さらにASMLも2026年第3四半期に約50億ユーロの純利益を計上した。（出典：ASML 2026年第3四半期決算）

これらの数字を見ると、現在の半導体企業を単純な投機対象として扱うことには無理がある。

もちろん、すべての企業が同じように利益を増やしているわけではない。

しかし、供給制約を握る一部の企業では、実際の需要、価格決定力、生産能力の希少性が高い利益率を支えている。

そして、もう一つ重要なことがある。

利益だけでなく、現金そのものを大量に生み出している企業が存在する。

これは、将来の利益を期待して株価だけが膨張した赤字企業とは違う。

ここで過去のインターネットバブルを思い出す。

当時もCiscoのように実際に利益を出していた企業は存在した。

しかし、通信インフラへの過剰投資と設備需要の急減によって、株価は大きく下落した。

Ciscoはバブル崩壊後も企業として存続し、長期的には売上高を拡大したが、2000年の高値で株式を購入した投資家は長い期間、価格面で厳しい状況に置かれた。

ここからわかるのは、技術が成功することと、その技術を提供する企業の株主が利益を得られることは別問題だということだ。

それでも、今回のAIには違うところがある。

現在の半導体企業は、世界的な設備投資需要の増大によって非常に高い利益成長を実現している。

そして、その供給不足は簡単には解消しそうにない。

ならば、バブルの崩壊はずっと先なのではないか。

そう考えたくなる。

しかし、そこで次の問題が現れる。

半導体メーカーが利益を得る一方で、その半導体を購入する企業の現金はどこから来ているのか。

第3章　半導体の利益を支払っているのは誰なのか

AIのサプライチェーンを上から眺めると、奇妙な構造が見えてくる。

最終的な利用者がAIサービスを利用する。

そのサービスを提供するAIモデル企業やクラウド企業が、GPUやデータセンターを購入する。

GPUを作る企業は、ファウンドリーやHBMメーカーから半導体を調達する。

ファウンドリーやメモリメーカーは、半導体製造装置、材料、基板、検査装置を購入する。

そこで各企業に売上や利益が生まれる。

しかし、資金の流れには時間差がある。

半導体メーカーはGPUやメモリを販売した時点で売上を計上できる。

一方、それを購入したクラウド企業が設備投資を回収するには、完成したデータセンターを稼働させ、長期間にわたり顧客から料金を受け取らなければならない。

つまり、半導体メーカーの利益はすでに実現しているが、その利益を支払った設備投資の経済的成果は、まだ将来に存在している場合がある。

ここに金融が入ってくる。

クラウド企業は社債を発行し、銀行から借り、株式を発行し、設備金融を利用する。

将来のAI需要を見込んで、先に現金を調達するわけだ。

この構造は鉄道の建設にも似ている。

鉄道を建設する企業は、開通後の運賃収入を見込んで、先に土地や鉄鋼、設備へ資金を投入した。

需要が十分に生まれれば投資は回収できる。

しかし、開通前に資金が尽きれば、将来の利用需要が存在していても企業は破綻する可能性がある。

2026年10月16日、ReutersはCoreWeaveの一部社債について、市場利回りが約15%まで上昇したと報じた。

6月の発行時には約9.675%だった利回りが大きく上昇している。（出典：Reuters、2026年10月16日・CoreWeaveの社債市場）

これはCoreWeaveのすべての借入金利が15%になったという意味ではない。

しかし、市場が同社の信用リスクを以前より厳しく評価していることを示している。

その一方で、NVIDIAやTSMCは記録的な利益を生み出している。

ここに、現在のAI市場の大きな特徴がある。

半導体の供給側では資本が蓄積され、半導体を購入する側では資本が不足している。

同じAI産業でありながら、まったく異なる金融状況が共存しているのだ。

この状態が続けばどうなるのか。

資金調達力の弱い企業は設備投資を中止するかもしれない。

一方、資金力の強いハイパースケーラーは設備を購入し続けられる。

需要が消滅するのではなく、設備や顧客が資本力のある企業へ集中していく可能性がある。

この時点で、単純なバブル崩壊とは違う展開が見えてくる。

第4章　では、比較するべきはインターネットバブルではなく産業革命ではないか

ここで歴史へ目を向ける。

現在のAIが単なる新しいソフトウェアではなく、研究、教育、工業生産、物流、医療などを変える技術であるなら、比較対象は2000年のインターネットバブルだけでは不十分だろう。

むしろ18世紀後半から19世紀にかけての産業革命の方が近いかもしれない。

ただし、産業革命そのものも一直線の成長ではなかった。

1840年代の英国では鉄道建設が急拡大し、株式市場は熱狂した。

経済史研究によると、英国国内株価指数は1842年から1845年半ばに約52%上昇した後、1845〜1850年に約53%下落している。（出典：CEPR、英国株式市場1829〜1929年の歴史的指数研究）

しかし鉄道は消滅しなかった。

むしろその後、鉄道は英国の産業活動を支える不可欠なインフラになっていった。

さらに興味深いのは、鉄道株が下落を始めても、企業の配当がしばらく増え続けていたことだ。

鉄道株は1845年に高値をつけたが、鉄道企業の平均配当率は1847年頃まで上昇している。（Railway Maniaの歴史的株価・配当研究）

その後、企業収益や配当にも調整が生じた。

つまり、株式市場は実際の業績より早く、将来の資本収益率や資金調達の限界を織り込み始めていた。

また1873年には、米国の鉄道建設を支えていた資本市場で金融恐慌が発生した。

鉄道投資の収益性への懸念から欧州投資家が米国の鉄道証券を売却し、企業の借り換えが困難になった。

その結果、鉄道企業や銀行の破綻が連鎖した。（出典：Federal Reserve History、1873年の金融恐慌）

しかし、その後も産業革命は続いた。

鉄道、鉄鋼、石油、電力、通信などは、社会の生産能力を大きく変化させていった。

ここから考えられるのは、次のことだ。

技術革命は長期間続く。しかし、その途中で資本市場の限界に到達した企業や投資家は、何度も大きな損失を被る。

現在のAI市場でも、技術革命が初期段階にあることと、株式市場の評価や一部企業の信用サイクルがすでに危険な段階にあることは矛盾しない。

ただし、今回のAIには産業革命と異なる点もある。

第一次産業革命の初期には、新しい工場の多くが非上場企業だった。

技術革新によって生まれた利益が、現在のように巨大な上場企業の株価へ直接反映されるとは限らなかった。

一方、AI革命では、NVIDIA、TSMC、半導体装置メーカー、ハイパースケーラーなどが、すでに巨大な株式市場の中心に存在している。

技術革命の利益が、初期段階から株式市場の主要企業に集中している。

これは非常に重要な違いだと思う。

第5章　AIは富を増やす。しかし、その富を買う現金はどこから生まれるのか

ここまで考えると、さらに根本的な疑問が出てくる。

AIによって生産性が上がる。

それだけではない。

今まで作れなかったものが作れるようになる。

新しい薬、新素材、新しい工業製品、新しいサービス、新しい研究成果。

AIは既存の費用を削減するだけでなく、社会に存在しなかったものを生み出す可能性がある。

しかも、過去の産業革命と違い、AIにはすでにインターネットとコンピューターの基盤がある。

通信網、クラウド、決済システム、物流、企業向けソフトウェア。

これらの上へAIが組み込まれていく。

そのため、新しい技術が社会に普及するための経路は、すでにかなり整備されている。

では、AIによって世界の生産能力が大きく増えたとき、その製品やサービスを購入する現金はどこから生まれるのだろうか。

ここで区別しなければならないのは、実物の富と貨幣だ。

実物の富とは、製品、設備、住宅、サービス、生産能力などである。

貨幣とは、それらを購入するために使う現金や預金などだ。

AIが実物の富を増やしても、貨幣量が自動的に同じだけ増えるわけではない。

例えば、同じ100万円で購入できる商品が100個から200個に増えたとしよう。

商品価格が半分になれば、貨幣が増えなくても人々の実質的な購買力は2倍になる。

また、貨幣は取引のたびに消滅するわけではない。

家計が商品を購入すると、そのお金は企業へ移る。

企業が賃金や設備費を支払えば、また別の主体へ移る。

したがって、経済全体の取引額と、保有されている貨幣量は同じではない。

一方、新しい貨幣が必要になる場面もある。

現代の銀行システムでは、商業銀行が貸出を行うと、その融資に対応する新しい預金が生まれる。

銀行による信用創造だ。

イングランド銀行は2014年の解説で、商業銀行が融資によって預金貨幣を生み出す仕組みを説明している。（出典：Bank of England『Money creation in the modern economy』）

しかし、銀行が貨幣を作れるからといって、無制限に融資できるわけではない。

借り手の返済能力、銀行の自己資本、流動性、金融政策などが制約になる。

重要なのは、新しい貨幣の発行額だけではない。

新しい富が生まれたとき、その富を購入するための所得が誰に分配されるのか。

ここにAI革命の非常に大きな問題がある。

第6章　AIが富を生むほど、利用者の購買力が不足する可能性

AIが人間の労働を代替し、生産能力を大幅に増やしたとする。

工場はロボットによって動き、ソフトウェアはAIが開発し、研究開発も高度に自動化される。

企業の生産能力は増える。

しかし、その一方で人間に支払われる賃金総額が減少したらどうなるのだろうか。

企業は以前より大量の商品を生産できる。

しかし、それを購入する人々の所得が不足するかもしれない。

もちろん、賃金だけが所得の源泉ではない。

資産所得、配当、事業収入、政府給付なども存在する。

新しい産業で新たな仕事が生まれる可能性もある。

しかし、AIが生み出す利益の大部分が資本所有者へ集中し、労働所得が十分に増えない場合、購買力の分配は非常に不均衡になる。

ここで考えられるのがK字型経済だ。

AIを所有し、高度に利用できる企業や個人は生産性を高め、その利益によってさらにAIへ投資できる。

一方、AIへ十分にアクセスできない人々は、仕事や教育で不利になり、所得改善の機会を失う可能性がある。

しかも、AIを利用するための料金そのものが必要になる。

AIのサブスクリプション、API、業務ソフトウェア、クラウド利用料。

これらは、必ずしも直接的な利益を得るためだけの費用ではない。

就職で不利にならないため。

学業で遅れないため。

仕事の要求水準についていくため。

こうした理由からAIを使わなければならなくなる可能性がある。

これは、携帯電話やインターネットの利用料金が、社会生活に参加するための基礎的な費用になったことに似ている。

そして、ここから一つの比喩が浮かぶ。

AI計算資源を所有する企業が領主となり、その計算資源を使う人々が継続的に料金を支払う。

もちろん、現代のクラウド利用者は法的な農奴ではない。

無料サービス、オープンモデル、別の事業者への乗り換え、ローカル環境での利用などの選択肢も存在する。

しかし、業務データ、顧客関係、アプリケーション、教育環境などが一つのプラットフォームへ深く組み込まれるほど、実際の乗り換えは難しくなる。

Google、Amazon、Microsoft、Metaが作ってきたインターネット経済にも、すでに似た性質があった。

クリエイターは作品を制作する。

しかし、その作品を届ける場所、広告を販売する仕組み、収益を得る経路をプラットフォームが握る。

AIでは、そこへ新しい依存関係が加わる。

作品やサービスを作るための知的な生産手段そのものを、プラットフォームから借りるようになるかもしれない。

このとき、人々がAIに支払う費用は、単なる便利なサービスの利用料金ではなく、社会的な競争に参加するための費用へ近づいていく。

一方でAIが個人の生産能力を引き上げ、新しい事業や所得を生む可能性もある。

そのため、すべての利用者が一方的に搾取されるという未来を断定することはできない。

本当に重要なのは、AIを使って生まれた経済的価値のうち、どれだけが利用者自身に残るのかという問題だ。

第7章　そこで気づく。AIは結局、インターネット経済の延長なのかもしれない

ここまで考えたところで、別の見方が浮かんでくる。

AIはまったく新しい経済圏を作るというより、既存のインターネット経済の上へ追加されるのかもしれない。

Googleは検索と広告を持っている。

AmazonはECとクラウドを持っている。

Microsoftは企業向けソフトウェアとAzureを持っている。

Metaは巨大なSNSと広告事業を持っている。

これらの企業は、AIが普及する前から巨額の現金を稼いでいた。

そしてAIが加わることで、既存事業の収益性を改善できる。

Googleなら検索や広告、MicrosoftならOfficeや企業向けソフトウェア、Metaなら広告配信、AmazonならECや物流、AWSなどだ。

AIを直接販売しなくても、AIの導入によって既存事業の利益を増やせる可能性がある。

さらにAPI、AIエージェント、クラウド計算資源を販売すれば、新しい収益源も生まれる。

つまり、ハイパースケーラーはAIサービスの料金だけで設備投資を回収する必要はない。

すでに存在する巨大な収益基盤を使ってAI設備を購入し、AIによってその収益基盤自体をさらに強化できる。

これは、非常に強い構造だ。

しかし、ここに以前のインターネット時代との重要な違いがある。

AIの高度な推論や学習には、大量のGPU、HBM、ネットワーク、電力が必要になる。

AIエージェントが長時間動き続けるようになれば、サービスを提供するたびに計算費用が発生する。

しかも、GPUは永遠に利用できる設備ではない。

新しい世代のチップが登場すれば、古い設備の経済的価値が低下する場合もある。

そのため、AI事業では設備投資の負担が非常に大きくなる。

実際に2026年4〜6月期の決算では、Alphabetの営業キャッシュフローが約391億ドルだった一方、設備投資は約449億ドルに達した。

四半期フリーキャッシュフローは約59億ドルのマイナスだった。（出典：Alphabet 2026年第2四半期決算）

Microsoftは同四半期に約554億ドルの営業キャッシュフローを生み、現金ベースの設備投資約358億ドルを支払った。

設備投資後にも約196億ドルのフリーキャッシュフローを残しているが、設備投資の負担は非常に大きい。（出典：Microsoft 2026会計年度第4四半期決算）

Metaも同四半期に約319億ドルの営業キャッシュフローを生み出した一方、設備投資とファイナンスリース元本返済が約311億ドルに達した。（出典：Meta 2026年第2四半期決算）

Amazonも、AI設備投資の増加を主因として、直近12か月のフリーキャッシュフローが約76億ドルのマイナスになっている。（出典：Amazon 2026年第2四半期決算）

ここでようやく、市場が何を不安に感じているのかが見えてくる。

AIを使えば既存事業の利益を増やせる。しかし、その利益を増やすために必要な半導体への投資負担が、あまりにも大きい。

では、その負担を支払い続けても、十分な利益が残るのだろうか。

これこそ、現在の市場が最も重要視している問題の一つではないだろうか。

第8章　しかし、独自チップ競争が製造側のボトルネックをさらに強めている

そこでハイパースケーラーは、自社でAIチップを開発し始めた。

GoogleのTPU、AmazonのTrainium、MicrosoftのMaia、MetaのMTIA。

これらは、NVIDIAのGPUに対する競争圧力になる。

独自ASICを使って推論や学習を効率化できれば、計算資源の調達費用を抑えられる可能性がある。

しかし、ここに恐ろしい逆説がある。

チップ設計の競争が激しくなっても、半導体を製造するための設備や材料に対する需要は、むしろ強まる可能性がある。

Googleが独自チップを作っても、半導体製造は必要だ。

Amazonが独自ASICを作っても、先端ロジック、メモリ、パッケージング、テストが必要になる。

MicrosoftやMetaが別の設計を採用しても、同様に製造能力が必要になる。

チップを設計する企業が増えれば、それぞれが製造能力を先行して確保しようとする。

そこでファウンドリー、HBM、先端パッケージング、検査、材料、装置への需要が集中する。

特にHBMは、積層メモリを製造するために高度な工程と検査を必要とする。

HBMの生産量を増やすためにDRAMの製造能力を振り向ければ、通常のDRAMの供給にも影響が出る。

先端パッケージングでは、チップレット、インターポーザー、基板、熱管理、歩留まりなどが新しい制約になる。

さらにテストでは、製品が高価になるほど不良品の損失も大きくなるため、製造工程途中での選別や最終検査の重要性が増す。

これは、設計企業の競争によって製造能力の希少性がむしろ高まる可能性を示している。

ただし、ASICの効率改善によって必要なウェハ面積やHBM容量が減る場合もある。

そのため、独自ASICの開発企業が増えれば必ず製造需要が増えるというわけではない。

重要なのは、設計の効率改善を上回る速度で、AI計算需要の総量が増えるかどうかだ。

それでも2026年10月時点では、製造装置の需要は強い。

ASMLは10月14日の決算発表で、現在計画している2027年と2028年の装置供給能力では、顧客需要を満たせないと説明した。

一部の顧客は2029年や2030年の発注にも関心を示している。（出典：ASML 2026年第3四半期決算）

ここで注目したいのは、現在の利益だけではない。

2027〜2028年の製造装置供給能力を増やしても、なお需要を満たせないという見通しだ。

これは、少なくとも現時点の計画では、供給制約が今後も続く可能性を示している。

そして、この制約を解消するために、さらに設備投資が必要になる。

供給不足が利益を増やし、その利益が増産を促し、増産するための装置や材料がさらに不足する。

AI半導体のボトルネックは、一つ解消されても別の工程へ移動する可能性がある。

第9章　製造まで内製化しようとする企業が現れる

この構造を象徴しているのが、SpaceXやTeslaが進めようとしているTerafab構想だ。

Elon Muskは、将来のAI計算需要やロボティクス向けの半導体需要に対応するため、自社による半導体製造施設の建設・運営構想を示している。

2026年10月7日のReuters報道でも、MuskがTerafabを自社で建設・運営する方針を示したことが報じられた。（出典：Reuters、2026年10月7日・Terafab構想）

2026年10月時点で、これは将来の製造能力を確保するための構想・計画であり、先端チップの安定した量産が確立されたという意味ではない。

しかし、考え方は非常に興味深い。

チップを外部から購入していては、将来の需要に対応できないかもしれない。

ならば、自分で製造する。

しかし、半導体製造を内製化するにも、露光装置、成膜装置、エッチング装置、検査装置、材料、工場、技術者、電力が必要だ。

つまり、チップの供給制約を回避しようとすると、今度は半導体製造装置や材料の供給制約に直面する。

さらに、それらを確保するために莫大な資本が必要になる。

垂直統合は供給制約を消滅させるのではなく、資本負担と製造上の制約を自社へ取り込む行為でもある。

これによって、半導体産業の利益が製造装置、材料、検査などの上流へ広がる可能性もある。

一方、将来的に製造能力が増えすぎれば、今度は価格低下と過剰設備の問題が発生し得る。

この構造は、産業革命で何度も繰り返されてきた設備投資サイクルと共通している。

第10章　半導体メーカーが銀行のようになる世界

ここまでくると、もう一つの問題が現れる。

製造能力を増やすにも、GPUを購入するにも、データセンターを建設するにも現金が必要だ。

そしてその現金を支払う企業の資本が不足している。

では、莫大な利益を得ている半導体メーカーが、顧客の資金調達まで支えるようになるのだろうか。

実際に、その方向の動きは存在している。

NVIDIAはCoreWeaveへ出資し、計算能力に関する商業契約を結んでいる。

NVIDIA自身も半導体を販売するだけではなく、AIインフラの資金調達に関与している。

これは、一部の企業が半導体を購入するための資金を供給し、その企業がNVIDIAの製品を購入するという循環を生み出し得る。

国際決済銀行（BIS）は2026年10月1日、AI企業間の循環的な投資関係について報告した。

2021〜2025年の分析対象では、AI企業への投資金額の55.2%が別のAI企業からの投資だった。

また、AI企業同士の投資金額の46.4%には、投資先と投資元の間に商業的なサプライチェーン関係が存在していた。（出典：BIS Bulletin No.137『Circular relationships among AI firms』）

これはAI産業のすべての売上が循環取引で構成されているという意味ではない。

しかし、AI企業が資本の提供者であると同時に、取引先でもある構造が広がっていることを示している。

なぜこうした循環が生まれるのか。

理由の一つは、将来の計算需要に対応するための資本が、すぐには足りないからだ。

半導体メーカーが顧客の成長を支援し、その顧客が半導体メーカーの製品を購入する。

それによって設備投資が進み、AIサービスが拡大する。

この循環が実際の最終利用者からの収益に支えられていれば、経済合理性は存在する。

しかし、最終需要の成長が追いつかなければ、融資や出資によって設備投資を先延ばしに支えているだけになる可能性もある。

ここで重要なのは、半導体企業が銀行のような役割を担うとしても、それ自体が新しい貨幣の創造を意味するわけではないことだ。

半導体企業が既存の現金を顧客へ貸し付ける場合、その現金の保有者が変わる。

商業銀行が貸出によって新しい預金貨幣を生み出す仕組みとは異なる。

そして何より、半導体企業が顧客へ資金を提供しても、最終利用者の所得が自動的に増えるわけではない。

この構造が成立し続けるには、AIによって新しい経済価値が生まれ、利用者がその価値に対して支払いを続ける必要がある。

金融によって時間を買うことはできる。

しかし、最終的な投資収益そのものを金融だけで作ることはできない。

第11章　では、なぜ株価は利益に追いつくことができるのか

ここで、再び株式市場へ戻る。

金利が上昇し、現金が不足する。

それでも半導体企業の利益は増え続けている。

このとき、株価はどうなるのだろうか。

最初に理解するべきなのは、株価を上昇させるために、時価総額の増加額と同じ現金が必要なわけではないということだ。

株価は市場で成立する取引価格によって決まる。

ある会社の株価が10%上昇し、時価総額が1兆円増えたとしても、市場へ新たに1兆円の現金が流入したとは限らない。

売り手が以前より高い価格でしか売ろうとせず、買い手がその価格を受け入れれば、株価は上昇する。

ただし、大量の株式を一度に売却しようとすれば、価格が下がる可能性がある。

つまり、時価総額と実際に換金できる現金は違う。

これはダリオが述べていた、資産としての富と現金の違いそのものだ。

では、国債利回りが6%、仮に10%になった場合はどうだろうか。

一部の半導体企業が毎年30%、50%、あるいはそれ以上の利益成長を続けるなら、それでも株式を購入する投資家は存在し得る。

ただし、利益成長率と株式の期待リターンは同じではない。

株価は、一株当たり利益とPERによって表現できる。

例えば、利益が60%増えたとしても、発行済株式数が25%増えれば、EPSの増加率は28%となる。

さらにPERが30倍から22倍へ低下すれば、株価は約6%下落する。

企業全体の利益が60%増えているのに、株主の保有株式の価格は下がるわけだ。

一方、利益成長が非常に大きく、PERの低下を上回れば、株価は上昇できる。

ここで現在のAI半導体市場が難しくなる。

短期的には金利が高く、資本が不足し、株価の評価倍率が下がるかもしれない。

しかし、2028年や2030年の利益が現在の予想をさらに上回るなら、株価は新しい利益予想を織り込み直す可能性がある。

ただし、現在の株価も2028年までの利益だけを評価しているわけではない。

理論上は2030年以降も含めた将来キャッシュフローが反映されている。

重要なのは、市場の長期予想が正しいかどうかだ。

AI半導体の利益が何年続くのか。

そして、

その利益を維持するために、どれほどの追加設備投資が必要なのか。

この二つが株価の長期的な価値を決める。

第12章　AIが本格的に利益を生み始めると、半導体サイクルが変わるかもしれない

ここまで考えると、最も重要な逆説にたどり着く。

ハイパースケーラーがAIを使って十分な利益を生み出せるようになれば、AIへの設備投資は持続可能になる。

しかし、ハイパースケーラーの収益化が成功することと、半導体メーカーの利益成長が同じ速度で続くことは別問題だ。

例えば、クラウド企業がGPU設備を導入したとする。

その設備は、複数年にわたって計算サービスを提供する。

クラウド企業は毎年利用料金を受け取る。

しかし、半導体メーカーがその設備から直接得る売上は、基本的にはチップを販売した時点で発生する。

その後の半導体需要は、新しい設備の増設や既存設備の更新によって生まれる。

仮にクラウド企業の設備投資額が2026年に100、2027年に160、2028年に170、2029年に180と増加したとしよう。

設備投資額そのものは毎年増えている。

しかし、前年比成長率は60%から約6%へ減速している。

一方、その設備から生まれるクラウド収益は継続的に増える可能性がある。

すると、クラウド企業の利益やフリーキャッシュフローが改善する時期と、半導体メーカーの売上成長率が減速する時期が重なるかもしれない。

これは、過去のインターネット経済でも見られた構造だ。

通信網の建設が進み、その上で検索、広告、EC、ソフトウェアが巨大な利益を生み出すようになった。

今回のAIでも、似た現象が起こる可能性がある。

しかし、ここにAI特有の問題がある。

AIはインターネットのように情報を運ぶだけではない。

AIそのものが作業を実行する。

AIエージェントが何時間も動き、研究を行い、コードを書き、複雑な計算を行う。

さらにフィジカルAI、ロボティクス、AI-RANなどへ用途が広がれば、計算資源の新しい需要が生まれる。

つまり、既存の設備投資が落ち着き始めても、新しい用途が次の設備投資サイクルを作り出す可能性がある。

ここが、今回のAI市場を非常に難しくしている。

半導体の需要成長が一度減速しても、次の技術段階で再び加速するかもしれない。

しかし、株式市場はその将来を正確には予測できない。

そのため、利益が伸びている最中でも、将来のサイクルを警戒して株価が下落することになる。

第13章　2026年の繰り返す暴落――市場は何を恐れているのか

2026年の半導体市場は、大きな調整を繰り返してきた。

特に10月の下落は非常に激しかった。

10月16日、フィラデルフィア半導体株指数は8営業日連続で下落し、2008年以来の長さになった。

半導体ETFのSOXXは9営業日連続で下落し、2006年以来の長さとなった。

SOXの10月6日から16日までの下落率は約15.7%だった。（出典：Investor's Business Daily、2026年10月16日）

ただし、これは過去20年で最大の下落率という意味ではない。記録的なのは連続下落日数だ。

それでも、これほど激しい売りが出ている。

一方で、TSMCやASMLの決算は強い。

製造能力の供給不足も続いている。

では、株式市場は何を恐れているのだろうか。

私は、主に三つの問題があると考える。

第一に、資本調達の限界だ。

AI設備投資が拡大するほど必要な資本が増え、借入金利が上昇する。

その負担が、どこかで設備投資の縮小につながるかもしれない。

第二に、半導体の利益成長率のピークだ。

現在の半導体不足が続いても、2028〜2030年に新しい工場や装置が稼働すれば、供給能力が増える。

その時点で需要の成長率が落ち着いていれば、価格決定力が低下する可能性がある。

第三に、株価の評価倍率だ。

企業利益が伸びていても、金利上昇や将来利益への不確実性によって、PERが低下することがある。

これらは同時に起こり得る。

つまり、現在の株価下落は、直近の需要や利益が崩れているからとは限らない。

市場が2028年や2030年の資金調達、供給能力、利益率を先取りしている可能性がある。

しかし、さらにその先にはフィジカルAIや新しいAIサービスが存在するかもしれない。

市場が利益成長の減速を予想したところへ、次の計算需要が生まれる可能性もある。

この構造が、現在のAI半導体市場を非常に不安定にしている。

将来の成長余地は巨大だが、その成長を実現するまでの資本調達が難しい。

この矛盾が、株価の急騰と急落を繰り返す原因の一つになっているのではないだろうか。

ただし、株価下落を単なる予行練習と考えるのも危険だ。

市場の信用収縮が実際の設備投資延期につながれば、その時点で次の需要成長にも影響が出る。

金融市場の混乱は、企業の投資能力を通じて、実体経済の成長経路そのものを変えてしまう可能性がある。

第14章　2026〜2030年――AI革命はまだ第1ラウンドなのか

ここまでの考察を踏まえると、AI革命は一つの投資ブームで終わらない可能性がある。

現時点では、GPU、HBM、先端製造装置、電力、建設能力、そして資本が重要な制約になっている。

これを仮に第1ラウンドと呼ぼう。

この段階では、AIの供給能力を増やすために巨額の資金を先行投入する必要がある。

その結果、AIは将来の生産性向上に貢献する技術でありながら、現在では資本や電力、設備、半導体を大量に消費する存在になっている。

つまり、長期的に生産コストを引き下げる可能性がある技術が、短期的には投資需要を増大させ、インフレ圧力を強める場合がある。

ここが興味深い。

AIは将来の供給能力を増やすために、現在の希少な供給能力を大量に消費している。

そして2028〜2030年前半頃には、次のラウンドが始まる可能性がある。

AIエージェントが本格的に企業の業務へ組み込まれる。

フィジカルAIが工場、物流、ロボット、交通などへ広がる。

AI-RANによって通信網とAI計算基盤の関係が変化する。

科学研究や製品開発の高度化によって、これまで存在しなかった製品や市場が生まれるかもしれない。

すると、AIによって生まれた利益が、さらに新しいAI計算需要を生み出す。

ただし、この段階が2028年から一斉に始まると確定しているわけではない。

技術の普及速度や採算性は用途によって大きく異なる。

さらに2030年以降には、AIによる供給能力の拡大が社会全体へ広がる可能性がある。

製品開発が安くなり、製造コストが低下し、サービスの提供費用も下がる。

この段階に到達すれば、AIは物価を引き下げる力を強めるかもしれない。

しかし、そこで半導体の超過利益が終わるとは限らない。

AIが安くなることで利用量が爆発的に増えれば、計算需要の総量はむしろ増加する可能性があるからだ。

一方、計算効率の改善やASICの普及、製造能力の増強によって、半導体企業の価格決定力が弱まる可能性もある。

したがって、AIによるデフレ圧力の拡大が、そのまま半導体需要の減少を意味するわけではない。

重要なのは、計算需要の増加が、計算効率の改善と供給能力の増加をどれほど上回るかだ。

そして、さらに先の段階では、制約そのものが変わるかもしれない。

半導体が豊富になれば電力が制約になる。

電力が豊富になれば土地や送配電網が制約になる。

ロボットによって製造が高度化すれば、工場立地、天然資源、物流、許認可などが制約になる。

AIとロボットによって多くのものを作れるようになっても、それを作る場所やエネルギーまで無制限になるわけではない。

AI革命とは、ある制約を解消するたびに、別の制約が経済の中心に現れてくる過程なのかもしれない。

第15章　利益が増えるのに現金が足りない世界は、どこで終わるのか

ここまで考えて、最初の疑問へ戻りたい。

なぜ半導体企業は利益を増やし続けているのに、資本市場では現金が不足するのだろうか。

その答えは、利益と現金が経済全体で均等に分配されているわけではないからだ。

半導体メーカーには巨額の利益が流入する。

一方、その半導体を購入するクラウド企業やAIインフラ企業は、現金を先に支払う必要がある。

最終利用者はAIサービスを使うために料金を支払う。

しかし、利用者自身がその料金を十分に稼げているとは限らない。

国家も企業も家計も、それぞれ異なる資金制約を抱えている。

このような状況では、富の総量が増えていても、支払いを必要とする主体の手元に現金が不足することがある。

では、この循環はどこで安定するのだろうか。

私は、AIによって生まれた生産性向上と新しい経済価値が、実際の最終需要へ転換されることが重要だと考える。

例えば、AIによって新薬の開発費用が下がり、医療サービスが改善される。

新しい製品が生まれ、企業の売上が増える。

企業の利益が増え、賃金、配当、税収、新規投資などを通じて所得が分配される。

その所得によって、さらに新しい製品やサービスが購入される。

そこから次のAI需要が生まれる。

こうした循環が成立すれば、AI設備投資は将来の利益を借金で先取りする段階から、実際の経済活動によって生まれた現金で支えられる段階へ移行できる。

しかし、利益が一部の資本所有者へ集中するだけならどうだろうか。

AIを使うための料金を支払う人々の所得が増えず、利用者の購買力が不足すれば、設備投資を継続するための新しい資金調達が必要になる。

それが繰り返されれば、金融的な脆弱性は高まる。

ここにK字型経済の深刻な問題がある。

AIによって豊かになる人々が、さらに高性能なAIを利用できる。

その結果、より多くの富を生み出せる。

一方、所得制約のある人々は、AIを使うための料金を支払うことで精一杯になる可能性がある。

この状態が進めば、社会全体の生産能力が増大しても、経済的な機会の格差は拡大するかもしれない。

しかし、必ずそうなるとも限らない。

オープンモデル、競争による価格低下、公共サービスへのAI導入、新しい雇用や事業の創出などによって、AIの利益が広く分配される可能性もある。

重要なのは、AIがどれだけ富を作れるかだけではない。

AIが作った富を、誰が所有し、誰が購入でき、誰が次の生産へ再投資できるのか。

この配分構造が、AI革命の長期的な経済成長を左右する。

第16章　では、AIバブルはいつ崩壊するのか

ここまで議論すると、AIバブルの崩壊は随分先にあるようにも思えてくる。

実際、現在の半導体供給制約は強い。

AI半導体企業の利益も大きい。

ハイパースケーラーには巨大な既存事業があり、AIへの設備投資を支える収益基盤を持っている。

さらに今後、フィジカルAIやAIエージェント、AI-RANなどの新しい需要が生まれる可能性もある。

しかし、ここで注意しなければならない。

AI革命全体が長期的に続くことと、現在のAI投資サイクルが崩壊しないことは同じではない。

技術革命が続いていても、一部の企業が資金調達に失敗する可能性はある。

実際の利益が伸びていても、株価が大幅に下落する可能性はある。

供給不足が続いていても、将来の設備発注が減速する可能性はある。

そして、これらの変化は異なる時期に起こる。

ここでは、少なくとも四つのサイクルを区別する必要がある。

現在、AIの技術革命はまだ成長段階にあるかもしれない。

一方、設備投資と信用市場では、すでに大きな負担が生じている。

株式市場では、その負担を先取りするように大幅な調整が起きている。

したがって、2026年の急落が将来のバブル崩壊の予行練習のように見えるとしても、それが本当に予行練習で終わるかどうかはわからない。

信用収縮が深刻化すれば、実際の設備投資が中止される可能性がある。

しかし、金融的な調整が起きた後でも、技術革命そのものは続くかもしれない。

そして、調整によって設備や企業の所有者が変わり、資本力の強い企業が新しい成長を獲得することもある。

ここまで考えると、「AIバブルが崩壊するかどうか」という問いは、少し大雑把すぎるように思えてくる。

本当に問うべきなのは、どの企業の、どの設備投資サイクルが、いつ資本コストを上回る利益を生み出せなくなるのかということだ。

そして、その調整の後にどの企業が資本と設備を引き継ぐのか。

ここに、AI革命の次の勝者と敗者が現れる可能性がある。

第17章　今後の分析で何を見続けるべきなのか

レイ・ダリオはインタビューの中で、AIを利用した投資判断の体系化についても語っていた。

重要なのは、原因と結果の関係を理解し、判断を仕組みにすることだ。

今回のAI市場も、株価だけを見ていては実態を捉えられない。

特に重要なのは、企業利益、設備投資、資金調達、最終需要を同時に観測することだ。

私は今後、次のような指標が重要になると考えている。

ここで、特に区別したい状態がある。

半導体株が下落していても、企業の将来EPS予想が上方修正され、信用市場が安定している場合だ。

この場合、株価の下落は主に評価倍率や短期的な売買需給によって起きている可能性がある。

一方、株価が下落し、信用スプレッドが拡大し、設備投資計画が縮小され、将来EPS予想も下方修正され始めた場合は、実体面への波及を疑う必要がある。

さらに重要なのは、半導体の利益成長とハイパースケーラーの利益成長が、どのような時間差で変化するかだ。

ハイパースケーラーのAI投資が実際の収益を生むようになり、フリーキャッシュフローが回復してくれば、半導体への継続的な支払いを支える根拠は強くなる。

しかし、その時点で新規設備投資の成長率が低下する可能性もある。

そして新しいAI用途が増加すれば、再び設備投資が加速するかもしれない。

この循環を追い続ける必要がある。

おわりに――AI革命は富を生む。しかし、その富を誰が受け取るのか

最初に見たレイ・ダリオのインタビューへ戻りたい。

彼は米国の債務危機を警告し、金利上昇と資本不足が、AIを中心とした資産価格を圧迫する可能性を示した。

その指摘は重要だ。

実際、AI設備投資の拡大は巨額の資本を必要とし、借入依存の高い企業では信用市場の不安が強まっている。

しかし、そこから考えを進めると、もう一つの現実が見えてきた。

AI半導体企業は、実際に巨大な利益を生み出している。

しかも、AIは単に既存の作業を効率化するだけではない。

新しい製品を生み、新しいサービスを作り、新しい研究を可能にし、社会の生産能力そのものを変える可能性がある。

そのため、AI革命は2000年のインターネットバブルだけでは説明できない。

産業革命と同様に、何十年にもわたって社会の生産構造を変えていくかもしれない。

一方、その途中では設備投資の過熱、信用収縮、株価の暴落、企業再編が何度も発生する可能性がある。

そして今回のAI革命には、もう一つ重要な特徴がある。

AIはすでに存在するインターネットとコンピューターの基盤を利用できる。

Google、Amazon、Microsoft、Metaのような企業は、既存の事業から巨大な現金を得ながら、AIによって新しい収益源を作ろうとしている。

そのため、AI設備投資が継続しても、ハイパースケーラー全体が単純に赤字へ転落するとは限らない。

しかし、設備投資を支える半導体、HBM、製造装置、材料、検査などには供給制約が存在し、増産にはさらに巨額の資本が必要になる。

ここで最初の矛盾が再び現れる。

利益が増え続けるのに、現金が足りない。

この問題は、社会全体の富が不足していることだけを意味するわけではない。

富を生み出す主体と、その富を購入するための現金が必要な主体が異なっているのだ。

半導体メーカーは利益を得る。

クラウド企業は設備投資の費用を負担する。

利用者はAIサービスの利用料金を支払う。

国家も企業も家計も、それぞれ違う形で資本を必要としている。

そしてAIが社会の生産能力をさらに増やしたとき、その富が誰に分配されるのかという問題が現れる。

もしAIによって生まれた利益が広く社会へ分配され、人々の実質所得や購買力が増えるなら、新しいAI需要を持続的に支えることができる。

しかし、利益が一部の資本所有者へ集中し、利用者はAI料金を払い続けるだけになるなら、K字型経済はさらに深刻化する可能性がある。

その世界では、技術的な豊かさと経済的な困窮が同時に存在し得る。

これは、AIが社会を豊かにするという予想と矛盾しない。

社会全体で作れるものが増えることと、個人がそれを利用できることは、同じではないからだ。

そして株式市場では、その間も半導体企業の利益成長が続くかもしれない。

金利が上昇し、PERが低下しても、利益成長がそれを上回れば株価は上昇する可能性がある。

反対に、業績が過去最高を更新していても、設備投資の成長率が鈍化するだけで株価が大きく下落することもある。

こうして考えると、AIバブルがいつ崩壊するのかという問いには、一つの単純な答えを出すことはできない。

AI革命の長期的な成長と、個々の企業の金融的な持続可能性は別問題なのだ。

私が最も重要だと考えるのは、次のことだ。

AIが生み出した富は、次のAI設備投資を、実際の収益として支えられるようになるのか。

2026年のAI設備投資は、将来の大きな利益を見込んで行われている。

2028年には、その設備が本当にどれほどの価値を生み出したのか、より多くの数字が見えてくるだろう。

2030年には、新しいAIサービス、フィジカルAI、ロボティクス、製造業への応用などが、現在とは異なる需要を作り出しているかもしれない。

そして、AI革命はそこで終わるとは限らない。

技術が新しい市場を作り、その市場が次の技術を必要とし、その技術がまた新しい市場を作る。

その循環が本当に成立するなら、現在の半導体市場で見ている巨大な需要は、まだ最初の段階なのかもしれない。

しかし、その成長の途中で誰が資本を負担し、誰が利益を得て、誰が現金不足によって脱落するのか。

そこには過去の産業革命と同じように、非常に厳しい選別が存在する可能性がある。

AI革命が終わるかどうかではない。

AI革命が続く中で、資本と利益の流れがどのように変わり、誰がその果実を受け取るのか。

レイ・ダリオの債務危機論から始まった今回の考察は、最終的にそこへ行き着いた。

そして、2026年10月の半導体市場で起きている大きな株価調整は、その構造を考えるための重要な観測点になっている。

足元の半導体需要は強く、企業利益も大きい。

しかし、市場はすでに、2028年や2030年の資本収益率を問い始めている。

現在の強い利益が続くのか。供給能力の拡大によって利益率が正常化するのか。さらに新しい需要によって次の成長が始まるのか。

それは、まだわからない。

だからこそ、株価だけでなく、利益、現金、資本調達、設備投資、供給制約、最終利用者の購買力を同時に見続ける必要がある。

技術革命の成功と、金融市場で誰が勝ち残るかは別問題である。

そしておそらく、今後のAI市場で最も重要になるのは、その二つがどこで結びつき、どこで分離するのかを見極めることなのだと思う。

※本記事は2026年10月17日時点の公開情報を基にした構造分析であり、2028年以降の展開は条件付きの仮説である。特定銘柄の売買を推奨するものではない。