
モルガン・スタンレーレポート解説:AI インフラの ROIC は最大 40% に達する可能性、自社で計算インフラを構築する企業こそが最大の勝者
TechFlow厳選深潮セレクト

モルガン・スタンレーレポート解説:AI インフラの ROIC は最大 40% に達する可能性、自社で計算インフラを構築する企業こそが最大の勝者
40% の ROIC が事実なら、この数千億ドルの資本支出は価値を創造している。
執筆:Rita
ハイパースケールベンダーは毎年数千億ドルをデータセンター建設に投じている。市場はこの資金をコストと見なしている。モルガン・スタンレーは 7 月 27 日の調査報告書で、異なる計算を行った。
自社で GPU クラスターを構築し計算リソースをリースする場合、投資資本利益率(ROIC)は最大 40% に達する。自社で計算リソースを構築し API 呼び出しを行う場合も 40% 可能だ。しかし、計算リソースをリースする場合、ROIC は 25% まで低下する。
この差は、計算リソースが不足している際の定价権に由来する。自社で計算リソースを保有する者が、利益配分の川上を握っているのだ。モルガン・スタンレーはマイクロソフト、アマゾン、Meta、グーグルのすべてに対して「オーバーウェイト」评级を維持し、目标株価はそれぞれ 600 ドル、330 ドル、775 ドル、400 ドルとした。
市場が見ているのは、これらの企業が資金を投じているという事実だ。モルガン・スタンレーが見ているのは、これらの企業が投じた資金が利益に変わりつつあるという点だ。40% の ROIC が妥当であれば、これら 4 社の AI 事業は継続的に市場予想を上回るだろうが、市場はまだこれを織り込んでいない。
異なる計算リソースモデル、ROIC リターンに顕著な差
モルガン・スタンレーは生成 AI の商業化パスを 3 つのモデルに分類し、ROIC は 25% から 40% 不等とした。モデル間の差は、本質的に計算リソースの取得方法によって決まる利益配分の構図である。
・第一類はハイパースケールベンダーが自社で GPU クラスターを構築し計算リソースをリースするモデルだ。NVIDIA GB300 を基準とし、モルガン・スタンレーは 41 万個の GPU、総 GPU 時間数 36 億時間、利用率 75%、時間あたり 8.50 ドルのリース料を仮定した。増分息税前利益(EBIT)マージンは 60% から 70%、ROIC は 25% から 40% の間となる。
コスト構造において、モルガン・スタンレーはコストを IT 設備(サーバー+ネットワーク)と非 IT 施設(電力供給、冷却、ラック)の減価償却費、それにエネルギーコストおよび運用保守費に分解した。計算リソースが継続的に不足しているエコシステムでは、リース価格は需給によって決定され、コストプラスの制約を受けない。これがマージンが 60% から 70% に達する根本的な理由だ。
・第二類はモデルベンダーが自社で計算リソースを構築し API 呼び出しを行うモデルだ。モルガン・スタンレーは、計算リソースの 65% が推論に使用され、GPU 1 個あたり毎秒 2750 トークンを処理、100 万トークンあたり 1.75 ドルを課金すると仮定した。増分マージンは 70%、ROIC は約 40% となる。
モルガン・スタンレーは、この価格水準はグーグル Gemini、Meta API プラットフォーム、xAI Grok などのモデルベンダーにとってプラスの信号になると考えている。しかし、モデルベンダーは継続的な制約に直面している。計算リソースを「収益を生む推論」と「技術的優位性を維持する訓練」の間で配分する必要があるのだ。訓練に投入された計算リソースは当期の収益を生まないが、すべての減価償却費と運用コストを負担する。このトレードオフが ROIC の持続性に直接影響を与える。
・第三類は第三者の計算リソースをリースして API を提供するモデルだ。モデルベンダーはハードウェアを保有せず、ハイパースケールベンダーから時間単位で計算リソースをリースする。「中間業者の利益」が 1 層増えることで、増分マージンは 30% に低下し、ROIC は約 25% となる。このモデルでは、ハイパースケールベンダーのリース収入がモデルベンダーのコスト項目となり、計算リソースの定价権は完全に川上にある。
3 つのモデルを比較すると、自社計算リソースの ROIC はリースモデルのほぼ 2 倍だ。差の核心は、計算リソース不足のエコシステム下における定价権の帰属にある。自社計算リソースを保有する者が、利益配分において主導権を握る。モルガン・スタンレーの ROIC 試算は訓練コストを控除しており、市場よりも保守的な口径を用いている。チップおよびソフトウェアレベルでのトークンスループット効率は継続的に改善しており、ROIC の上限は現在の仮定よりも高くなる可能性がある。
大手 4 クラウドベンダー:収益とバリュエーションシナリオの内訳
モルガン・スタンレーは 4 社すべてに対して「オーバーウェイト」评级を維持しており、各社には明確な駆動ロジックとリスク・リターン構造がある。
・マイクロソフト目标株価は 600 ドルで、2028 会計年度の予想 EPS 23.86 ドルに対する PER 25 倍に相当する。現在の株価は 2028 会計年度の GAAP EPS に対して 16 倍未満であり、モルガン・スタンレーはバリュエーションが低すぎると考えている。
駆動ロジックにおいて、モルガン・スタンレーは Azure の成長転換点と Copilot の収益化能力の相乗効果を重視している。Azure AI サービスの採用は加速しており、M365 Copilot の企業顧客における浸透率は継続的に向上し、高価格帯 SKU へのアップグレードが平均単価を押し上げている。
強気シナリオの目标株価は 795 ドルで、EPS 27.39 ドルに対する約 29 倍の PER に相当する。弱気シナリオでは目标株価は示されていないが、EPS 21.64 ドルに対する約 12 倍の PER に相当する。弱気シナリオでは、Azure の成長は基数効果により減速し続け、Copilot の採用範囲は限定的であり、マクロ環境の弱さが企業 IT 支出を圧迫する。
・アマゾン目标株価は 330 ドルで、2027 年から 2028 年の予想 EPS 平均約 13 ドルに対する 25 倍の PER に相当する。モルガン・スタンレーは、アマゾンの利益改善は 3 つのエンジンが同時に稼働することによるものと見ている。AWS クラウド事業の成長が加速し、広告事業は高マージン収入を継続して貢献し、小売事業のフルフィルメント効率が継続的に向上している。
Prime 会員によってもたらされる経常収入とプラスの事業構造への転換が、バリュエーションプレミアムを支える核心ロジックだ。強気シナリオは 400 ドル、弱気シナリオは 210 ドル。
・Meta目标株価は 775 ドルで、DCF モデルに基づき、2027 年予想 EPS に対する約 23 倍を隐含している。モルガン・スタンレーは Meta の 2026 年広告収入成長が約 27% と予想しており、AI 投資が主な駆動要因だとしている。
AI は Reels のエンゲージメントと収益化効率を向上させており、広告の測定とアトリビューション能力はプライバシー新政後に継続的に修復されている。クリック・トゥ・メッセージ(click-to-message)などの新広告製品が増分スペースを開拓している。強気シナリオは 1000 ドル、弱気シナリオでは具体的な数字は示されていない。
・グーグル目标株価は 400 ドルで、2027 年から 2028 年の予想 EPS 平均(15 から 18 ドル)に対する約 24 倍の PER に相当し、PER 対成長率比率(PEG レシオ)は 1.6 倍で、同业中央値より約 35% プレミアムとなっている。モルガン・スタンレーは、AI 主導の検索、YouTube、クラウドプラットフォームの革新が長期成長の予測可能性を改善していると見ている。AI Overviews などの新製品はユーザー体験を向上させつつ、広告収益化効率を維持している。強気シナリオは 450 ドル、弱気シナリオは 225 ドル。
バリュエーションロジックは再評価を迎える可能性
40% の ROIC が事実であれば、その数千億ドルの資本支出は価値を創造していることになる。市場はこの資金に対する認識を変えるだろう。一旦変われば、4 社のバリュエーションフレームワークも追随して変化する必要がある。

免責事項
本文は TechFlow 研究が第三者の証券会社調査報告書(モルガン・スタンレー、2026 年 7 月 27 日)を整理・解釈し、公開市場情報を組み合わせたものである。文中で引用された评级、目标株価、収益予測および関連判断は、すべて当該証券会社アナリストの見解であり、所属機関の立場を代表するものであり、TechFlow 研究の見解を代表するものではなく、いかなる投資助言も構成しない。
市場にはリスクがあり、決策は独立して行う必要がある。本文はいかなる証券の売買の根拠として使用すべきではない。
TechFlow公式コミュニティへようこそ
Telegram購読グループ:https://t.me/TechFlowDaily
Twitter公式アカウント:https://x.com/TechFlowPost
Twitter英語アカウント:https://x.com/BlockFlow_News












