AWS・Azure・Google Cloud、AI時代の勝者は？

Synergy Research Groupが2026年10月29日に公表した推計によると、同年第3四半期の世界クラウドインフラ市場は1,677億ドルとなり、前年同期比55％増加した。対象はIaaS、PaaS、ホステッドプライベートクラウドで、同社はAI関連サービスが市場全体の約3分の1を占めると分析している。^[1]

市場シェアはAmazonが26％、Microsoftが19％、Googleが16％。Amazonが首位を維持する一方、MicrosoftとGoogleはAmazonを上回る成長率を示している。^[1]

各社の2026年7～9月期の決算にも、この拡大が表れている。

出典は各社決算資料。Microsoftの該当期間は2027年度第1四半期である。^[2][3][4]

ただし、この売上高を、そのまま同じ市場の競争結果として比較してはいけない。

Google Cloudの売上には、クラウド基盤だけでなくGoogle Workspaceなどの企業向けサービスや、TPUシステムの販売も含まれる。Microsoftの「Microsoft Cloud」という別の指標にもMicrosoft 365などが含まれるため、上表ではAzureの開示値を用いている。市場調査のシェアと各社決算は、算定対象が一致しない。^[3][4]

したがって、Google Cloudの売上が倍増したことは重要だが、それだけで「クラウド基盤の利用量が倍増した」「AI事業の利益が最も大きい」とは判断できない。

また、市場全体が急拡大する局面では、売上を大きく伸ばしてもシェアが下がることがある。シェアの低下と事業の縮小は別の現象だ。

まず分けて見るべきなのは、市場での位置、売上の中身、そして投資後に残る利益である。

AWS――モデルの勝者を当てるより、どのモデルでも使われる基盤へ

AWSの戦略を理解するうえで重要なのが、モデルの選択肢と、その周辺を支える実行基盤である。

Amazon Bedrockは複数企業のモデルを提供し、Amazon Bedrock AgentCoreは、Bedrock内外のモデルを使ったAIエージェントの実行、認証、監視、評価などを支える。AgentCoreは、特定のモデルに依存しない設計を明示している。^[2][6]

ここから読み取れるのは、AWSが必ずしも「自社モデルがすべての用途で最高性能になること」だけに賭けているわけではない、ということだ。

顧客がモデルを使い分けても、データとの接続、実行環境、権限管理、運用をAWS上で継続すれば、基盤としての事業機会は残る。

既にAWSを使う企業にとって、現在のシステムに近い場所でAIを動かせることは、選定理由になり得る。一方、利用者との接点を他社のAIサービスに握られれば、AWSが裏側の計算資源として価格や供給力を比較される場面も増えるだろう。

AWSの課題は、計算資源を供給するだけでなく、企業がAIを本番運用する際の基盤として選ばれ続けることにある。

Microsoft――日常業務との接点を、AIの利用と課金につなげる

Microsoftの特徴は、AIを利用者の仕事の流れに組み込めることだ。

Microsoft Foundryで構築したエージェントをMicrosoft 365 CopilotやTeamsへ公開する機能は、2026年6月に一般提供された。同月には、AnthropicのClaudeもFoundryで一般提供されており、モデルの選択肢を広げながら業務環境との統合を進めている。^[7]

この構造では、企業が新しいAIサービスの使い方を一から定着させるだけでなく、日常的に使う環境にAIを追加する形を取りやすい。

また、業務アプリケーション、AI開発基盤、データ基盤を組み合わせることで、複数の層から収益を得る余地がある。

ただし、既存の利用者が多いことと、AIへの追加支出が定着することは別だ。機能を配布するだけでは、継続的な利用や業務成果は保証されない。

Microsoftの勝ち筋は、企業との接点の多さを、実際の業務利用と追加価値へ変換できるかにある。

Google――モデルと半導体の技術を、複数の収益源に変える

Googleは、Geminiと独自AI半導体のTPUを含む技術基盤を、企業向け事業へ展開している。さらにTPUは自社クラウドで利用させるだけでなく、顧客のデータセンターや他の事業者へシステムとして提供する方向にも広がっている。^[5]

これは、AI需要の取り込み方が一つではないことを意味する。

自社クラウドで計算資源を提供する、モデルを利用してもらう、AI向けシステム自体を販売する。それぞれ異なる収益機会がある。

企業向けの開発・運用基盤では、Vertex AIを発展させた「Gemini Enterprise Agent Platform」を展開している。ここでも自社モデルだけでなく他社モデルを扱い、開発から運用管理までをまとめて提供する構成を取る。^[8]

ただし、技術を自社で持つことが、そのまま高い利益率を保証するわけではない。研究開発費、半導体や設備への投資、稼働率、販売価格まで含めて評価する必要がある。

Googleの課題は、技術上の強みを、継続的な企業利用と投資回収へつなげることだ。

3社の違いは「できること」の完全な分業ではない。それぞれ得意な入口から、企業AIの周辺領域へ事業を広げていると捉える方が実態に近い。

AI事業では、企業が支払った利用料が、そのままサービス提供者の利益になるわけではない。

仕組みを単純化すれば、業務アプリケーションの利用料の一部はモデルの利用料となり、モデルの提供には計算資源が必要になる。さらに、その計算資源を動かすためには半導体、データセンター、電力などが必要だ。

同じ企業が複数の層を持てば、他社への支払いを抑えたり、全体を最適化したりする余地がある。一方、自ら抱える投資と運用の負担も大きくなる。

この違いは、利益とキャッシュフローを分けて見ると分かりやすい。

AWSは2026年7～9月期に約178億ドルの営業利益を計上した。一方、Amazon全体の直近12か月のフリーキャッシュフローは424億ドルの支出超過となった。同社は、その主因としてAI関連を中心とする設備投資の拡大を挙げている。^[2]

これはAWSが赤字という意味ではない。対象事業と期間の異なる指標であり、AWS単独の投資回収率を示すものでもない。ただ、営業利益を生むことと、先行投資を含めて現金を残すことが別の課題である点は明確だ。

Google Cloudの営業利益についても、Alphabet全体で計上される共通AI研究開発費が別に存在する。部門の利益だけを見て、AI開発からサービス提供までの全体収益を判断することはできない。^[4][5]

さらに、AIの単価が下がっても、業務全体のコストが同じ割合で下がるとは限らない。

例えば、一つの問い合わせへの回答に使っていたAIを、調査、比較、資料作成、確認まで行うエージェントへ広げれば、モデルを呼び出す回数は増え得る。単価の低下と利用量の増加が同時に起きるためだ。

今後の競争では、処理量だけでなく、顧客にとっての業務成果と、提供者にとっての採算を両立できるかが問われる。

安く大量に処理できても、顧客が成果を得られなければ利用は続かない。顧客に価値があっても、その提供原価や設備投資を回収できなければ、持続的な事業にはならない。

AIエージェントを企業業務に組み込む場面を考えると、モデル以外の重要性が見えてくる。

例えば、見積書を作成するエージェントである。

必要なのは、文章を書く能力だけではない。顧客情報を参照し、商品や価格を確認し、契約条件を調べ、必要な承認を受け、作成結果を記録する必要がある。誰の権限でデータを読み、どこまで変更できるのかも決めなければならない。

この業務でモデルを変更する場合、品質の再評価や調整は必要になる。しかし、権限、データ接続、承認経路、監査記録まで含む基盤全体の変更は、それとは異なる移行作業になる。

3社が整備しているのも、この領域だ。AWSのAgentCoreは認証や監視、評価を提供し、MicrosoftのFoundry Control Planeはエージェントの実行状況や権限、動作の制御を扱う。GoogleのAgent Gatewayも、エージェントが接続できる相手や実行できる行動を管理する。^[6][9][8]

ここから、一つの重要な仮説が導ける。

モデルの選択肢が増えることは、クラウドや管理基盤から離れやすくなることと同義ではない。

企業は複数社のモデルを使い分けながら、データとの接続や運用管理を一つの基盤に集約することもできる。複数クラウドでAIを動かしていても、その権限や監視を特定の管理基盤にまとめる場合もある。

その結果、モデルの性能差が変動しても、業務の実行と管理を支える基盤には継続利用の理由が残り得る。

もっとも、これは必然的な囲い込みを意味しない。データやログを移せるようにし、接続方式や評価手順を整理しておけば、選択肢を保つ余地はある。

重要なのは、導入時の便利さだけでなく、何をその基盤に依存させ、将来何を変更できるようにするのかを設計することだ。

AI需要の拡大は、AWS、Microsoft、Googleだけに利益をもたらすものではない。

Oracleは2026年9月発表の2027年度第1四半期決算で、クラウドインフラ売上が前年同期比121％増の74億ドルになったと公表した。3大クラウド以外にも、大規模な計算需要を取り込む余地が生まれている。^[10]

AI向け基盤を提供するCoreWeaveも、他のクラウドと接続するサービスを拡充している。2026年第2四半期の発表では、Google Cloudとの専用接続を含む、クラウド間の連携機能を示した。^[11]

これは、新興事業者が既存クラウドを丸ごと置き換えるという構図とは異なる。

企業が業務データや既存アプリケーションを現在のクラウドに残しながら、AIの学習や推論など特定の処理に別の基盤を使うことも考えられる。クラウド全体の移行を伴わなくても、成長する支出の一部が別の企業へ向かう可能性がある。

また、OpenAIやAnthropicのようなモデル提供企業も、単にクラウドの利用者という位置にとどまらない。Synergyは両社のプラットフォーム事業を市場の有力な存在として挙げ、AI企業とクラウド企業が協力者であると同時に競争相手になる構造を指摘している。^[1]

したがって、今後の勢力図は、固定された陣営同士の戦いとしては捉えにくい。

ある企業が計算資源を購入する相手と、企業向けAIサービスで競争する相手が同じになる。クラウド市場の勝敗を考える際には、各社の提携だけでなく、どの層で協力し、どの層で顧客を取り合うのかを見る必要がある。

日本のIT企業にとって重要なのは、将来の最大手を当てることだけではない。

クラウド各社が標準化する領域と、顧客ごとに設計・運用しなければならない領域を見分けることである。

クラウド選定を、モデルの性能比較だけで終わらせない

顧客への提案では、モデルがどれだけ高い評価を得ているかだけでなく、その顧客の業務をどの条件で完了できるかを確認する必要がある。

比較すべきなのは、回答一回の料金だけではない。データ検索、既存システムとの接続、監視、利用者による確認、誤処理の修正まで含めた、業務一件当たりの総コストだ。

モデルの利用料が安くても、人間による確認作業が増えれば、業務全体では不利になることがある。逆に、多少高価なモデルでも、再処理や確認の負担を減らせれば合理的な選択になり得る。

そのため、提案の出発点は「どのクラウドが優れているか」ではなく、「どの業務で、何をもって成功とするか」に置くべきだ。

汎用的な管理機能を作るだけでは、差別化しにくくなる

監視、評価、権限管理などは重要な領域だが、既にクラウド各社自身が機能を整備している。AI運用の需要が増えるからといって、そのすべてが国内ベンダーの独自サービスになるわけではない。^[6][8][9]

ここに、見落としやすい点がある。

従来の開発業務からAIの運用へ移れば、それだけで事業が安定するとは限らない。汎用的な運用機能も、クラウドの標準サービスに吸収され得るためだ。

差別化の余地があるのは、顧客固有の業務条件を、その基盤の上で正しく実装する領域である。

どの情報を参照してよいのか。どの処理には人間の承認が必要なのか。例外が起きたときに誰へ戻すのか。誤処理をどう検出し、どこまでをサービス提供者の責任とするのか。

これらは、管理画面の設定だけでは決まらない。業務理解、データ品質、組織内の権限、責任分界をまとめて設計する必要がある。

事業機会は、標準機能を一から作り直すことよりも、標準機能を使って顧客の業務を成立させることにあると考えられる。

マルチクラウドそのものを目的にしない

特定企業への依存を避けるために、最初から3社すべてへ同じ仕組みを構築する必要はない。

基盤を増やせば、運用、権限管理、障害対応、データの整合性確認も複雑になる。重要なのは、利用するクラウドの数ではなく、必要なときに変更できる範囲を確保することだ。

例えば、業務データを取り出せるようにする、モデル変更時の評価項目を残す、接続仕様や運用手順を自社でも把握する、といった備えが考えられる。

日本のIT企業が提供すべき価値も、複数クラウドを扱えること自体から、顧客が品質、コスト、継続性を判断しながらAIを使える状態を維持することへ移っていくだろう。

現時点の市場規模ではAWSが首位にあり、直近の各社公表売上の成長率ではGoogle Cloudが際立っている。ただし、売上の対象範囲は異なる。一方、Microsoftは日常業務との接点をAIの利用へつなげる仕組みを整えている。これらは、異なる種類の強さである。^{[1][2][3][4][7]}

今後を見極めるには、成長率に加えて、四つの変化を確認する必要がある。

第一は、AIの利用が継続的な業務利用へ定着するか。試用や一時的な需要ではなく、顧客が使い続ける理由があるかである。

第二は、設備投資を含めて収益を回収できるか。売上や契約が増えるだけでなく、利益と現金が残るかを見る必要がある。

第三は、モデル以外の基盤がどこに集約されるか。データ接続、権限、運用管理を担う企業が、継続的な取引関係を得る可能性がある。

第四は、その利用によって顧客の業務成果が改善するか。提供者の成長と利用者の成果が結び付かなければ、需要の持続性には疑問が残る。

ここから導かれる見立ては、AI時代の勝者は、最も高性能なモデルを持つ企業だけではなく、顧客の業務を継続的に動かし、その価値と採算を両立できる企業になるということだ。

AWS、Microsoft、Googleには、それぞれその条件を満たすための異なる資産がある。しかし、現在の規模、技術力、顧客接点のいずれか一つだけで、将来の勝利が保証されるわけではない。

日本のIT企業にとっても、どこか一社の勝利を予想することが戦略の中心ではない。

どの基盤を採用する場合でも、顧客のデータと業務を理解し、AIが生む成果を測り、品質とコストを改善し続ける。その能力を自社に残せるかどうかが重要になる。

3大クラウドの競争を、自社が顧客に提供する価値へ変換できる企業こそ、日本市場におけるAI時代の勝者になり得る。