「なぜエヌビディアの売上39%集中と供給コミットメント952億ドルの裏で、アルファベットが上場来初の現金赤字に転落したのか」──コアウィーブ四半期利払い960億円とオラクル未開始リース43兆円・耐用年数6年延長の真実を一次資料で完全解剖

2026年10月21日 16:10

YouTubeポッドキャスト本編（動画・音声）はこちら：「なぜエヌビディアの売上39%集中と供給コミットメント952億ドルの裏で、アルファベットが上場来初の現金赤字に転落したのか」──コアウィーブ四半期利払い960億円とオラクル未開始リース43兆円・耐用年数6年延長の真実を一次資料で完全解剖

今日は「なぜ、世界中の企業が年間110兆円もの資金を投じてエーアイ用の半導体を買い漁っているのに、あのグーグルの親会社アルファベットが2004年の株式上場以来初めて『現金の収支（フリーキャッシュフロー）で赤字』に転落し、エヌビディアから半導体を調達して急成長したクラウド企業の利払いがたった3ヶ月で960億円にまで膨れ上がっているのか」という、米国証券取引委員会（SEC）の法定開示書類と連邦準備制度（FRB）の経済統計から判明した確定事実についての話です。「エーアイはこれから何十年も成長する産業だから、巨大テック企業やデータセンター企業の財務は盤石だ」という素朴な常識は、今日お見せする各社の決算書（Form 10-Q・10-K）の生データを見れば、根底から覆ります。

いきなりですが、クイズを1つ。いま、エーアイ向け半導体を独占しているエヌビディアの四半期売上高・約7兆円（467億ドル）のうち、たった2社の直接顧客（顧客Aと顧客B）だけで、売上全体の何パーセントを占めていると思いますか。

15パーセントでしょうか、それとも25パーセントでしょうか。答えは、エヌビディアが米国証券取引委員会に提出した公式四半期報告書（Form 10-Q Note 13）によると、なんと顧客Aが23パーセント、顧客Bが16パーセント、たった2社だけで売上全体の39パーセントを占めています。

さらにエヌビディアの2026会計年度年次報告書（Form 10-K Note 12）を確認すると、エヌビディア自身が抱える長期供給・製造コミットメントが約14兆2,800億円（952億ドル）、複数年クラウドサービス契約コミットメントが約4兆500億円（270億ドル）の合計約18兆3,300億円（1,222億ドル）に達しています。そしてオラクルのSEC提出報告書（Form 10-K・10-Q Note 9）からは、貸借対照表に載っていない「未開始のデータセンター・リース契約」がなんと約43兆2,000億円（2,880億ドル）にまで膨れ上がっている事実が判明しています。

だから今日の問いはこうです。なぜ、年間110兆円のエーアイ投資ブームの裏側で「現金の赤字転落」と「巨額の簿外債務」が同時に発生しており、一次資料の数字は私たちに何を警告しているのか。

改めまして、みなさんお元気ですか。「限界コンサルおじ」です。普段は金融から製造業まで、コンサルティングからシステム開発、さらにはエーアイの追加学習まで、プロジェクト完成のためにはなんでもやる現場人間です。世界の最先端研究と一次情報から、現場のリアルを独自の視点で解説します。

前提の整理と全体の見取り図（何をすべきかの全体像）

本題に入る前に、今日キーワードになる金融と会計の専門用語を、中学生でも映像が浮かぶように「3つの言葉」として整理しておきます。

1つ目は、「サーキュラー・ファイナンシング（循環的資金調達、ベンダーファイナンス）」です。これは一言で言えば、「お店の店主が、お客さんにお金を貸したり長期契約の約束を与えたりして、自分のお店の高級商品を買わせる仕組み」のことです。エヌビディアのForm 10-K（Note 12）やコアウィーブのSEC Form 10-Q・資金調達開示で確認できる通り、今のエーアイ業界では、半導体メーカーや巨大IT企業が新興企業に出資や長期クラウド引き取り契約を与え、その契約とGPUの現物を担保に銀行団から何兆円もの借金を引き出させて、最終的に半導体メーカーの売上へと還流させています。

2つ目は、「減価償却（げんかしょうきゃく）の耐用年数延長」です。企業が何兆円もするサーバーを買ったとき、会計のルールではその代金を1年で一括して費用にするのではなく、「何年間使えるか（耐用年数）」で割り算して少しずつ費用にします。マイクロソフトが米国証券取引委員会に提出した年次報告書（Form 10-K Note 1）を見ると、サーバーと通信機器の見積耐用年数を「4年から6年」へ延ばしたことで、初年度だけで減価償却費が約5,550億円（37億ドル）減り、営業利益がそのまま約5,550億円（純利益で約4,500億円［30億ドル］）押し上げられたことが明記されています。

3つ目は、「オフバランス（簿外）の未開始リース債務と信用スプレッド」です。会社が将来15年から19年にわたってデータセンターを借りる契約を結んでも、まだ建物の引き渡しが始まっていない段階では、貸借対照表（バランスシート）の「負債」の欄には計上されず、決算書の後ろの「注記（脚注）」にだけ小さく書かれます。この見えにくい負担や借金の膨張をいち早く察知して動くのが、セントルイス連銀（FRED）が公表しているハイイールド社債の上乗せ金利（OAS）や倒産保険（CDS）の掛け金です。

第1章：海外一次データが示す現場の変化

まず第1章、いま生成エーアイの投資ブームを支えている「お金の回り方」が実際どうなっているのか、憶測や二次報道を一切排して、米国証券取引委員会（SEC）の法定開示書類と企業の公式発表の数字だけから見ていきます。

現在のエーアイ投資は、①マイクロソフトやアマゾンなどの巨大クラウド企業（ハイパースケーラー）、②半導体を供給するエヌビディア、③エヌビディア製の半導体を大量に並べて貸し出す特化型GPUクラウド企業（ネオクラウド）、そして④オープンエーアイやアンソロピックといったモデル開発企業の4者が、相互に出資・長期利用予約・動産担保融資を結び合う構造になっています。

この資金循環の頂点にいるエヌビディアについて、2025年8月に米国証券取引委員会へ提出された2026会計年度第2四半期報告書（Form 10-Q Note 13）を直接確認すると、四半期売上高467億ドル（約7兆円）のうち、直接顧客Aの1社だけで売上の23パーセント（上半期累計では20パーセント）、直接顧客Bの1社だけで16パーセント（上半期累計では15パーセント）、わずか2社を合わせるだけで売上全体の39パーセントを占めていることが開示されています。すべてコンピュート＆ネットワーキング部門の売上であり、前年同期の2社合計25パーセントから14ポイントも集中度が上昇しました。

さらに2026年2月25日に米国証券取引委員会へ提出されたエヌビディアの2026会計年度年次報告書（Form 10-K Note 12 Commitments and Contingencies）を確認すると、エヌビディアはデータセンター規模の生産を確保するための製造・長期供給・容量コミットメントとして952億ドル（約14兆2,800億円）、さらにクラウドサービスプロバイダー等との複数年クラウドサービス契約コミットメントとして270億ドル（約4兆500億円、2027年度に70億ドル、2028年度に60億ドル、2029〜2030年度に各50億ドル等を支払い予定）、合わせて総額1,222億ドル（約18兆3,300億円）もの巨額コミットメントを自社のバランスシート外で契約している事実が明記されています。

では、そのGPUを担保に巨額の借入を行ってきた「特化型GPUクラウド（ネオクラウド）」の財務諸表はどうなっているのか。最大手であるコアウィーブ（CoreWeave）の公式発表とSEC提出書類（CIK: 0001769628）を時系列で辿ります。

ブラックストーンおよびコアウィーブの公式発表資料によれば、同社はまず2023年8月にマグネター・キャピタルおよびブラックストーン主導で23億ドル（約3,450億円）、続いて2024年5月にブラックストーン主導（コートゥー、カーライル、ブラックロック、ピムコ等が参加）で75億ドル（約1兆1,250億円）のGPU担保融資枠（ABL）を調達しました。さらに2026年3月31日には、三菱UFJフィナンシャル・グループとモルガン・スタンレーが主幹事を務め、ゴールドマン・サックスやJPモルガンが参加する銀行団から、メタ（Meta Platforms）との長期インフラ供給契約を担保として、最大85億ドル（約1兆2,750億円、初期引出枠75億ドル）の遅延引出型タームローン（DDTL 4.0、2032年3月満期）を調達しています（CoreWeave公式リリース）。

この巨額負債が損益計算書に与えた確定結果が、2026年8月11日・12日に開示されたコアウィーブの2026年第2四半期決算およびSEC Form 10-Q（2026年6月30日終了）に記録されています。四半期売上高は前年同期（12億1,200万ドル）から112パーセント増の25億7,500万ドル（約3,863億円）へ倍増した一方で、貸借対照表上の直接借入残高は約351億〜356億ドル（約5兆2,650億〜5兆3,400億円）、さらにデータセンターの長期リース債務（約163億〜165億ドル）を含めた総債務残高は約516億ドル（約7兆7,400億円）に達しました。その結果、たった3ヶ月間に支払った純支払利息（Net Interest Expense）は、前年同期の2億6,700万ドル（約400億円）から2.4倍となる6億4,000万ドル（約960億円）へ急増し、四半期の最終純損失はマイナス6億2,600万ドル（約939億円の赤字、前年同期はマイナス2億9,000万ドル）へと拡大したのです。

さらにプライベート市場でも、ブラックロック、GIP、マイクロソフト、アブダビMGX（さらにエヌビディアとxAIが参画）による初期エクイティ300億ドル・負債込み最大1,000億ドル（約15兆円）規模の「AIインフラ・パートナーシップ（AIP）」が、2026年7月21日にデータセンター大手アラインド・データセンターズ（Aligned Data Centers）を企業価値約400億ドル（約6兆円、追加成長資金50億ドルコミット）で買収完了しています（BlackRock公式発表）。

第2章：技術的・構造的な仕組みと落とし穴

次に第2章、では「外部から借金をする新興企業ではなく、豊富な自己資金を持つはずの巨大IT企業（ハイパースケーラー）の財務はどうなっているのか」。マクロ経済統計と各社のForm 10-Q・10-K、そして格付け機関の公式発表から確認できた確定事実を3つ見ていきます。

1つ目は、米国商務省経済分析局（BEA）およびセントルイス連銀（FRED）が公表している米国の情報処理機器・ソフトウェア民間固定投資（系列コード：A679RC1Q027SBEA）の実績値です。FREDの公表値を確認すると、この投資額（季節調整済み年率換算）は2025年第2四半期の1兆3,748億1,600万ドルから、2025年第4四半期に1兆4,949億9,500万ドル、2026年第1四半期に1兆5,863億2,800万ドルへと急増し、直近の2026年第2四半期には年率1兆6,456億8,400万ドル（約246兆8,500億円）を突破しました。米国の名目国内総生産（GDP）に対する比率は約5.0パーセントに達しており、2000年のドットコム・バブル（通信バブル）絶頂期のピーク（対GDP比4.0〜4.4パーセント）を統計上明確に上回っています。

2つ目は、この巨額投資によって起きた「巨大テック企業のフリーキャッシュフロー赤字転落と信用格下げ」という確定事実です。まずグーグルの親会社アルファベットについて、米国証券取引委員会に提出された2026年第2四半期報告書（Form 10-Q、2026年6月30日終了、7月23日提出）および決算短信を確認します。前年同期（2025年第2四半期）は、営業キャッシュフロー277億4,700万ドルに対し設備投資（CapEx）が224億4,600万ドルで、フリーキャッシュフローはプラス53億100万ドルの黒字でした。ところが直近の2026年第2四半期は、営業キャッシュフローが390億6,900万ドル（約5兆8,604億円）へと大きく伸びたにもかかわらず、わずか3ヶ月間の設備投資（有形固定資産の取得）が前年同期比2倍の449億2,400万ドル（約6兆7,386億円）へと跳ね上がったため、差引のフリーキャッシュフロー（FCF）がマイナス58億5,500万ドル（マイナス約8,783億円）となったのです。これはアルファベットが2004年に株式を上場して以来、初めての四半期フリーキャッシュフロー赤字です。

さらに劇的な財務変調が記録されているのが、データベース大手のオラクル（Oracle）です。オラクルが米国証券取引委員会へ提出した2026会計年度年次報告書（Form 10-K、2026年5月31日終了）および2027会計年度第1四半期報告書（Form 10-Q、2026年8月31日終了）、ならびにS&Pグローバル・レーティングの格下げ発表（2026年7月9日）を確認すると、①オラクルの未履行の契約受注残高（RPO）は前年の1,380億ドルから前年比363パーセント増となる6,380億ドル（約95兆7,000億円）へ急増し、その約半分がオープンエーアイをはじめとする少数のAI開発企業に集中していること、②2026会計年度の実際の設備投資額（CapEx）が前年の212億ドルから2.6倍となる557億ドル（約8兆3,550億円）へ急増し、通期のフリーキャッシュフローがマイナス237億ドル（約3兆5,550億円の現金赤字）に転落したこと、③Form 10-KおよびForm 10-Qのリース注記（Note 9）に、貸借対照表上のリース負債（約379億ドル）とは別に、まだ契約期間が開始していない未開始のデータセンター・リース契約（期間15年〜19年）が2026年5月末時点で2,600億ドル（約39兆円）、続く第1四半期時点で約2,880億ドル（約43兆2,000億円）存在することが明記されており、S&Pグローバル・レーティングがオラクルの長期信用格付けを「BBBマイナス」へ格下げしたことが確定しています。

そして3つ目の確定事実が、ハイパースケーラー各社による「サーバー耐用年数の延長」です。マイクロソフトが米国証券取引委員会に提出した年次報告書（Form 10-K Note 1 Accounting Policies）には、「サーバーおよびネットワーク機器の見積耐用年数を、従来の4年から6年へ延長した」と明記されており、この会計上の見積もり変更だけで、変更初年度（2023会計年度）の減価償却費が圧縮され、営業利益が37億ドル（約5,550億円）、純利益が30億ドル（約4,500億円、1株あたり0.40ドル）押し上げられたことが開示されています。

第3章：海外ポッドキャストの肉声と実務の壁

著名ベンチャー投資家であるブラッド・ガーストナー（Brad Gerstner）氏とビル・ガーリー（Bill Gurley）氏が、ポッドキャスト番組『BG2 Podcast』の対談で語った一次証言と、2000年通信バブルおよび最新のAIアルゴリズム論文の事実を照合します。対談の中でブラッド・ガーストナー氏は、ビル・ガーリー氏が最も警戒しているポイントとして、現在の半導体メーカーとクラウド企業の間で行われている「セラー・ファイナンス（売り手による資金供与・循環売上）」の危険性をこう語りました。

「私たちの親友ビル・ガーリーがよく思い起こさせてくれるように、彼はこう言っています。『これほど大規模なセラー・ファイナンス（売り手による融資）を、みんなが平然と受け入れているなんて信じられない』と。彼はそれを『サーキュラー・レベニュー（循環売上）』と呼ぶでしょう。なぜなら、それはシステム全体にてこの作用（レバレッジ）を流し込んでいるだけだからです。実質的に、まだ売上が立っていない企業に対して、売上を先取りして設備を建設する能力を保証（バックストップ）しているのです。だからこそ、もし需要が少しでも滑り落ちれば、その反動ははるかに暴力的になります。そして実際、これらの取引におけるクレジット・スプレッド（社債や融資の上乗せ金利）は拡大し続けています。」

1999年から2001年の通信バブル期には、通信会社が総額5,000億ドル以上の負債で光ファイバー網を敷設する裏で「波長分割多重（DWDM）」技術が実用化され、ファイバー1本あたりの通信容量が飛躍的に増大した結果、約90パーセントが未稼働のダークファイバーと化しました。これと同じ構造の技術革新が、ディープシーク（DeepSeek）の『DeepSeek-V3 Technical Report』（arXiv:2412.19437）が実証した「疎な混合エキスパート（Sparse MoE：総パラメータ6,710億個のうち370億個のみ稼働）」や「マルチヘッド潜在アテンション（MLA）」によって進行しています。

第4章：私なりの解釈（構造変化の3つの核心）

1つ目の解釈は、「AIインフラ投資のリスクの核心は『AIの技術が本物かどうか』ではなく、『売上の集中と資金調達の期間ミスマッチ（5〜19年の長期リース・借入債務対 1〜3年のGPU物理世代交代）』という純粋なバランスシートの問題に移っている」ということです。

2つ目の解釈は、「株式市場のニュースや予想ではなく、①FREDの米ハイイールド債スプレッド（BAMLH0A0HYM2）、②米10年債利回り（DGS10）とSOFR、③各社Form 10-Qの営業CF対CapEx比率と未開始リース注記、という3つの一次公的データを定点観測すべきだ」ということです。

3つ目の解釈は、「日本の株式市場と企業現場は、『アドバンテスト（2026年度営業利益予想8,460億円へ上方修正）等の半導体寄与度の高さ』と『日本銀行の政策金利1.25パーセント引き上げ（2026年9月18日決定・31年ぶり高水準）』という2つの確定事実の交差点に立っている」ということです。

結論：明日から現場で取るべき3大アクション

1. 半導体・データセンター関連企業の分析では、損益計算書（PL）の表面的な利益だけでなく、必ずキャッシュフロー計算書の「フリーキャッシュフロー（営業CFマイナスCapEx）」と決算書注記の「未開始リース・純支払利息」を確認すること。

2. 資産配分においては、米国のハイイールド債スプレッド（FRED：BAMLH0A0HYM2）と米10年債利回り（DGS10）をリスク管理の基準に据えつつ、日銀の政策金利1.25パーセント引き上げが直接の収益押し上げ要因となる国内金融セクターやキャッシュリッチな内需企業へバランスよく分散すること。

3. 企業のAIシステム導入においては、特定クラウドへの長期固定コミットメントを避け、DeepSeek-V3論文（arXiv:2412.19437）が実証した疎な混合エキスパート（Sparse MoE）等の高効率モデルを柔軟に切り替えられる設計にすること。