MetaのAIクラウド事業検討、投資回収の道筋をどう描くか

AIインフラを外部顧客へ提供しようとするMeta

Metaが余剰のAI演算資源を外部へ提供するクラウド事業を検討中であると、ブルームバーグが報じました。報道当日の株価はプレマーケット取引で一時8.6%上昇しました。まだ事業を正式に立ち上げたというニュースではありません。

私はこのニュースを見て、数か月前の状況を思い出しました。Metaが従業員に対してAIトークンの使用を抑えるよう要請したという報道があったからです。ただし、外部モデルを利用できる上限枠と、自社データセンターの余剰設備はまったく別の問題です。特定のサービスを使いにくいという事実と、別の演算資源をリースできるという事実は両立し得ます。

演算資源を貸し出す事業自体は、すでに複数のクラウド企業が手がけています。今回のニュースで私が注目したのは、Metaが自社サービス用のインフラを外部向けの売上につなげようとしている点です。実際にどのようなサービスを提供し、どれほどの利益を残せるかが焦点となります。

検討されている2つの事業

ブルームバーグが報じた構想は大きく2つに分かれます。

第1は、アマゾンウェブサービス（AWS）のBedrockのように、複数のAIモデルを提供して利用料を得る方式です。Metaの独自モデルであるMuse Sparkを含める案も検討されているといいます。顧客はGPUサーバーを自前で構築することなくモデルを利用できます。顧客に選ばれるかどうかは、モデルの性能、価格、安定性、データ処理の条件にかかっています。

第2は、顧客が自社のモデルやソフトウェアを実行できるよう、演算資源をリースする方式です。CoreWeaveのようなネオクラウド¹企業が展開してきた事業モデルです。モデルサービスを自ら開発する手間は省けますが、GPUとデータセンターを確保しなければならないため、資本負担の重い事業となります。報道によれば、Metaのコンピュート組織とインフラ・AI部門の経営陣がこの構想を推進しています。事業が成立すれば、Metaは広告以外に新たな売上の柱を手にすることになります。

マーク・ザッカーバーグは2026年5月の株主総会でも、データセンターを必要以上に確保した場合は余剰の演算資源を販売できると語っていました。他社からもインフラ利用についての問い合わせが寄せられていると説明しています。ただし、そうした問い合わせが実際の契約や利益につながるかどうかは、別途見極める必要があります。

必要な資源と売却できる資源は異なる場合がある

演算資源の需給は、モデルの種類や利用するタイミング、データセンターの所在地によって異なります。

2026年初めには、GoogleがMetaからのGeminiへのアクセスを制限したことで、社内のAI業務に支障が出たという報道がありました。こうした外部サービスの利用上限は、Metaが保有するすべてのGPUの稼働率を示す指標ではありません。業界全体の投資拡大やデータセンター増設の見通しだけで、個々の企業の余剰資源を判断することも困難です。

学習効率が改善したり、想定需要を上回るペースで設備を先行確保したりすれば、余剰が生まれることもあります。しかし今回の報道だけでは、Metaの余剰資源がそれぞれの理由からどれほど生じているのかまでは分かりません。MetaはCoreWeave、Google、Oracleから演算資源を調達する契約も結んできました。必要な地域や時期、機材が異なれば、外部の資源を借りながら自社の資源を別の顧客に提供することもあり得ます。

報道では、Meta社内のタウンホールミーティングでの発言にも触れられています。ザッカーバーグは直近の4か月間におけるAIエージェントの開発スピードが期待に届かなかったと述べ、AI責任者のアレクサンダー・ワンは次世代モデル「Watermelon」が従来モデルの約10倍の演算資源を投じて学習中であると説明しました。主要ベンチマークでGPT-5.5水準に達しているという主張も伝えられましたが、これは公開された第三者による独立検証結果とは区別して見る必要があります。次世代モデルに必要な資源を増やしながら、別の設備の外部販売を検討すること自体は矛盾しません。

さらに報道では、SpaceXがxAIを買収したのち、データセンター資源をAnthropicなどに提供する動きについても取り上げられました。ブルームバーグ・インテリジェンスは、関連戦略によってxAIの売上が2028年に500億ドル、2030年には1,000億ドルまで拡大する可能性があると試算しています。これは実現した売上ではなく予測にすぎません。しかし、大規模なインフラ投資を回収する手段として、外部顧客向けの事業が取り沙汰されている現実は見て取れます。

演算資源リースとモデルサービスの収益性

半導体アナリストのディラン・パテルは、AI演算の生成物である「トークン」が重要な商品になると見ています。そうであれば、企業は単に多くのGPUを確保するだけにとどまらず、顧客が必要とするアウトプットをいかなるコストで提供できるかを突き詰めなければなりません。

GPU資源を貸し出す事業と、AIモデルをサービスとして提供する事業とでは、コスト構造が異なります。モデルサービスは開発・学習・運用コストが上乗せされる反面、顧客がすぐに利用できる機能に対して価格を設定できます。どちらの利益率が高いかは、稼働率、設備の減価償却費、モデルの開発コスト、販売価格次第です。モデルを提供するからといって、高い利益が無条件に保証されるわけではありません。

顧客が求める応答速度も価格に影響を与えます。コーディング支援やリアルタイムの対話では迅速な応答が重要ですが、大量のドキュメント処理であれば、時間を要してもコストを抑える選択肢が成り立ちます。パテルはこうした違いが推論サービスの価格を分けていくと見ています。特定の高速サービスにおける価格差を、あらゆるタスクに共通する収益率と短絡的に解釈すべきではありません。

パテルが強調するもうひとつの手法が、チップ、ソフトウェア、モデルのコデザイン（共同設計）²です。各要素を擦り合わせることで、同一の設備からより多くのリクエストを処理したり、応答あたりのコストを引き下げたりすることが狙いです。改善幅はタスクや比較基準によって異なります。事業の観点からは、その効率向上をいかに価格競争力や利益へと結びつけるか、すなわち価値獲得（バリューキャプチャー）³が重要になります。

演算資源のサプライヤーが増えれば、Nvidiaの顧客基盤も多様化します。特定の大型顧客への依存度が下がるというメリットがあります。ただし、それをMetaがクラウド事業を検討し始めた直接の要因と見なすには根拠が十分ではありません。

韓国では2026年6月29日、政府が半導体・フィジカルAI・AIデータセンターを統合した「3大メガプロジェクト」を発表しました。南西部圏域における800兆ウォン規模の半導体生産拠点構想や、SK、GS、NAVERによる第1段階のデータセンター投資550兆ウォンが含まれます。これを政府が支出する予算1,350兆ウォンと受け取るべきではありません。データセンター容量についても、第1段階で8.4GW、拡張後に18.4GWを目標に掲げた計画です。

中国は効率、日本は指揮、韓国は… 800兆中国=効率、日本=指揮、韓国=物理レイヤーinlevel9.com

韓国はHBM⁴をはじめとする半導体供給力を足がかりに、データセンターとフィジカルAI事業を拡大しようとしています。製造現場で培った知見を活かせるという点では意義があります。ただし、フィジカルAIは米国のビッグテックも投資を進めている領域です。競合が少ないから有利というわけではなく、韓国国内の製造力を実際の製品やサービスの性能へと結実させられるかが問われます。

私は設備投資と並行して、運用ソフトウェアの実行計画をより注視したいと考えています。韓国政府の発表にも、クラウド技術や国産NPUエコシステムへの支援、フィジカルAIモデルの開発が含まれています。したがって、ソフトウェアの計画自体が抜け落ちているとまでは言えません。私の関心は、この支援がいかなる製品や顧客契約につながるかにあります。韓国国内で製造した部材や設備を運用するにあたり、必要となるモデルやソフトウェアに至るまで競争力を備えてこそ、投資の成果を広げることができるはずです。

Oswarldの視点

私は今回のニュースを、単に余剰資源が生じたという話にとどまらず、インフラ投資を収益へ結びつける道筋を模索するプロセスとして捉えています。

市場参入戦略を策定するなかで、企業が対外的に打ち出す説明と、事業が掲げる収益目標とを照らし合わせて観察してきた経験があります。Metaも実際に余剰資源を販売する可能性はありますが、巨額の投資に対するリターンへの見通しを市場に示す狙いもあるのではないかと見ています。社内の真意を確認した事実ではなく、私なりの解釈です。

外部向けの売上が立てば、インフラ投資を回収する選択肢が広がります。これが株価上昇に寄与した可能性はあります。しかし、プレマーケットの株価の動きだけで学習効率の改善を断定したり、市場がどの要素に反応したのかを正確に切り分けたりすることは困難です。

今後は、Metaが本事業を実際に立ち上げるのか、どのような顧客を獲得するのか、自社のAI開発と外部販売の間で資源をどう配分していくのかを見守りたいと思います。

GTM（市場投入）の観点からも、GPUの確保量だけで事業の成否を判断することはできません。私は韓国の企業がその機材を用いてどのようなサービスを生み出し、誰がいくら支払うのかを注視しています。原価を低く抑える能力と、顧客が使い続ける理由が揃って初めて、売上が利益へと結実するからです。

おわりに

Metaの構想はまだ検討段階にあります。正式な立ち上げの有無と、実際の収益性を見極める必要があります。

演算資源の販売とモデルサービスは、いずれもインフラ投資を回収する手段になり得ます。どちらが有利かは、顧客の需要とコスト構造に左右されます。韓国の大規模投資計画についても、設備のスケールと同時に運用技術、顧客の確保、稼働率を検証して初めて、その成果を測ることができます。

私は投資の金額そのものよりも、投じられた設備が実際に何を生産し、いくら稼ぎ出しているのかに目を凝らしていきたいと思います。

クラウドやGPUのコスト管理に携わった経験のある方にお聞きします。仮にMetaがコンピュートを販売し始めた場合、AWS、Azure、Google Cloudから乗り換える検討をされますか？　価格、安定性、品質のうち、何が決め手になるか、ぜひコメントでお聞かせください。

---

📨 AIインフラに関心のある同僚にこの記事をシェアしてください。

---

参考資料と関連リンク

主要出典

• Bloomberg, “Meta Is Building a Cloud Business to Sell Excess AI Compute”, 2026. 7. 1.：今回のニュースの一次情報源です。2つの事業モデルと推進組織がまとめられています。
• Reuters, “Meta building cloud business to sell excess AI capacity, Bloomberg News reports”, 2026. 7. 1.：ザッカーバーグによる5月の株主総会での発言や株価の反応を併せて確認できます。
• Sequoia Capital, Dylan Patel (SemiAnalysis) インタビュー, 2026.：AI演算需要およびチップとモデルのコデザインに対するパテルの視点を扱ったインタビューです。

背景知識

• SemiAnalysis, “AI Value Capture: The Shift to Model Labs”, 2026.：演算資源の供給者とモデル開発企業の収益構造を分析した記事です。
• 韓国産業通商部、 大韓民国大飛躍3大メガプロジェクト推進, 2026. 6. 29.：半導体・フィジカルAI・データセンターへの投資および技術支援計画に関する公式発表です。

著者 アン・グァンソプ（Oswarld） は世宗大学校 兼任教授、INLEVEL9 戦略コンサルタントです。経歴、研究、著書、最近の活動は著者紹介で更新しています。 最近の活動 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

각주

1. ネオクラウド（NeoCloud）：AI演算向けのGPU資源に特化して貸し出しを行う新興クラウド企業。CoreWeaveがその代表例。事業者によってはGPUのリースにとどまらず、開発・運用ツールもあわせて提供する。 ↩

2. コデザイン（Co-design、共同設計）：チップ（ハードウェア）、ソフトウェア、AIモデルを個別に開発するのではなく、最初から相互に噛み合うよう連動して設計する手法。各要素間のデータ移動や演算ロスを同時に削減することを目的とする。 ↩

3. 価値獲得（Value Capture）：ある産業で創出された価値のうち、実際に自社が利益として取り込める取り分のこと。同じ原材料を扱う場合でも、素材のまま売るか完成品として売るかで手元に残る利益が異なることと似ている。 ↩

4. HBM（高帯域幅メモリ）：極めて高速なデータ転送を可能にする特殊設計のメモリ。AI演算のボトルネックとなる「データ転送速度」を引き上げるため、高性能AIチップには不可欠とされる。Samsung電子とSKハイニックスが世界供給の大半を担っている。 ↩