9月22日、Techstrong.AIが「Gartner: Global AI Spending to Hit $2.7 Trillion in 2026」と題した記事を公開した。AIといえばモデルの進化が注目されがちだが、Gartnerの最新予測が示す数字はその常識を逆転させる。2026年のAI支出2.67兆ドルのうち、56%はモデルではなくインフラに向かっており、生成AIモデル自体への支出は全体の約1%に過ぎない。「AIへの投資」の実態は、モデルを動かすための巨大なインフラ建設に他ならない。

2026年のAI支出、2.67兆ドルへ

Gartnerの最新予測によると、2026年の世界AI支出は2.67兆ドルに達する見込みで、2025年比で49.5%増となる。

注目すべきは支出の構造だ。AI支出全体の約56%、金額にして1.48兆ドルがハードウェアやクラウドなどのインフラに向かっている。一方、生成AIモデル自体への支出は280億ドル（全体の約1%）にすぎない。

Gartnerのアナリスト、John-David Lovelock氏はこう述べている。

「AIデータセンターキャパシティの構築は、人類がこれまで手がけた中で最大のインフラプロジェクトだ」

この数字が示すのは、「AIを使う」コストの大半はモデルではなく、それを動かすインフラにある、という構造的な事実だ。

インフラ支出：年初から大幅な上振れ修正

Gartnerは今年だけで複数回、AI支出の予測を上方修正している。1月時点では2026年のインフラ支出を1.37兆ドルと見込んでいたが、最新推計ではインフラ単体で約1,180億ドル上乗せされ1.48兆ドルとなった。この修正を含む形で、AI支出の全体予測も年初比で約1,430億ドル増加している。つまり、全体の上振れ幅のうち大部分がインフラ領域の増分によって牽引されている構図だ。

支出を牽引しているのは、ハイパースケーラー（AWS、Google Cloud、Azureなど大規模クラウド事業者）とテクノロジーサービスプロバイダーだ。これらの事業者がAI最適化サーバー、半導体、ネットワーク機器、クラウドキャパシティを大量購入している。テクノロジープロバイダーは世界AI支出全体の約**35%**を占める。

AI最適化IaaS（Infrastructure as a Service）への支出は2026年に423億ドルに達する見込みで、前年比96%増だ。

トレーニングよりインファレンスが主役へ

AI最適化IaaSの内訳も変化している。2026年時点では推論（Inference）が233億ドル、学習（Training）が190億ドルと、推論が上回る見通しだ。さらに2027年には推論がAI最適化IaaS支出全体の**59%**を占めると予測されている。

推論とは、モデルの開発・学習が完了した後、実際にアプリケーションがリクエストを処理するたびに発生する計算処理のことだ。学習は開発フェーズに集中して行われるが、推論は業務で使い続ける限り継続的にコンピューティングリソースを消費する。エンタープライズでのAI活用が日常業務に組み込まれるほど、この推論コストは膨らみ続ける。

加えて、エージェント型AI（Agentic AI）の台頭もインフラ需要を押し上げている。自律的にタスクを実行するAIエージェントやアシスタントへの支出は、2026年に292億ドルに達する見込みだ。

ソフトウェアとサービスも急拡大

インフラ以外の領域でも支出は伸びている。

• AIサービス：2026年に5,765億ドル。2030年には1.2兆ドル規模の市場機会が生まれるとGartnerは予測している
• AIソフトウェア：2026年に4,616億ドル。ベンダーが既存製品にAI機能を組み込む動きが加速している
• AIアプリケーション開発プラットフォーム：2026年の成長率予測を28%から**39%**に上方修正

生成AIモデルへの支出も2026年に283億ドル（前年比117%増）に達する見込みだが、全体の1%という比率は変わらない。

数字のまとめ

モデルの進化に目が向きがちなAI競争だが、Gartnerの予測が浮き彫りにするのは「インフラなき生成AIは成立しない」という現実だ。企業がAI投資を計画する際、モデル選定と同等以上にインフラコストの試算が不可欠になっている。

詳細はGartner: Global AI Spending to Hit $2.7 Trillion in 2026を参照していただきたい。