モルガン・スタンレーが整理したこのデータを見ると、マイクロソフト、オラクル、グーグル、アマゾンの4社のクラウド大手における未納の受注残（待交付オーダーの積み残し）は、すでに2.1兆ドルに達しています。さらに興味深いのは、OpenAIとAnthropicの2つのAI研究所による計算資源（算力）調達のコミットメントが、ほぼ1兆ドルを占めていることです——つまり全体の約半分。

この構造は問題の本質をよく示しています。最先端のAI研究所が資金を燃やす速度と規模は、すでにクラウド・サービス事業者の“半分”を支えられるほどになっているのです。資本配分の観点から見ると、これは典型的な景気循環型の賭け——AGI（汎用人工知能）の物語が、今後数年で商業的価値として実現されるのかを賭けている構図です。

歴史上、似たようなケースはいくつもあります。90年代末の光ファイバー敷設、2000年代初頭の通信機器の調達、2010年代のシェールオイル向けの設備投資。いずれも巨額の前倒し投資で、未来の需要がその供給能力を吸収できるかに賭けています。うまくいけば成功し、失敗すれば過剰設備と不良債権が残ります。

いまの1兆ドルの算力オーダーも、本質的には今後数年分のキャッシュフローを前倒しで確定させるものです。クラウド・サービス事業者にとっては安定した収益見通しであり、AI研究所にとってはビジネスモデルを成立させるために“必ず走り切らなければならない”プレッシャーになります。規模化したアプリケーションを先に生み出して消化できる者が、これらのコストを回収できます。回せない場合は、典型的な資本のミスマッチです。

マクロの景気循環を見ると、このように集中度が極めて高い設備投資（2つの研究所で半分）にはリスクが少なくありません。AIの通貨化（マネタイズ）が予想よりも遅れた場合、あるいはどこか1社の研究所の資金調達がうまくいかなくなった場合、連鎖全体のキャッシュフローとバリュエーションの論理が再評価されます。これは技術の問題ではなく、資本のサイクルと流動性管理の問題です。

ことわざにもある通り：受注残（積み残し）は良いことですが、前提は顧客が継続して支払い続けられることです。今のこのゲームは、結局のところ“誰が先にAIアプリを実際のお金（現金収入）に変えられるか”を競っているのです。