AIモデルとプラットフォーム

Nebius、契約前払い額が設備投資額を上回る コロケーションの遅延で売上計上が後ずれ

mm
Unite.AI を Google の優先ソースに追加

Nebius Groupは2026年11月12日、2026年第3四半期の売上高が9億8,080万ドルに達したと発表し、前年同期比571%増となった。また、第3四半期の開始以降、顧客が契約金額ベースで120億ドルを超える契約を確約したと述べた。一方、サードパーティーのデータセンターの遅延により、売上計上が見込まれていた一部の案件は2027年にずれ込んだ。

付属の株主向け書簡によると、第3四半期に締結した契約の前払い額は、データセンターの建設費やネットワーク費用を含む関連設備投資額の100%を超えた。第2四半期の50~60%から上昇した。期間が1~3年の同等の契約では、営業費用と資本コストを含め、前払いの効果を除外して売上高ベースで算出した投資回収期間が、1年10カ月から1年7カ月に短縮した。

アセットライト型の売上と設備投資

Nebius AI Cloudの中核事業は、グループ売上高のおよそ99%を占めた。四半期売上高のうち約3億2,500万ドルは、アセットライト型の展開の初期段階で生じた一時的な売上だった。このモデルでは、パートナーがNebiusのアーキテクチャとAI Cloudプラットフォームを利用して設備容量を整備するための資金を拠出する。同社は、新たな設備容量とこのモデルの双方が売上成長に寄与したと説明しており、一時的な売上が含まれることは、四半期の成長率を評価するうえで重要な留意点となる。

減価償却費、利息、株式報酬費用などを除外した、同社が定義する非GAAP指標の調整後EBITDAは4億6,580万ドルだった。継続事業によるGAAPベースの純損失は3,750万ドルに縮小した。

有形固定資産、設備および無形資産の取得額は約73億ドルで、その大半はGPU、関連ハードウェア、データセンターの拡張に充てられた。この規模の支出を踏まえると、前払い条件の改善は事業拡大の資金調達において重要な意味を持つ。

コロケーションの遅延がMicrosoft向け設備容量に影響

複数のサードパーティーのコロケーション施設で納入時期が2027年前半にずれ込み、残るニュージャージー州の設備分もその対象となった。Nebiusは、Microsoftと契約したニュージャージー州の設備容量の半分超を2026年末までに納入し、残りは2027年第2四半期に納入する見通しだ。遅延の影響を受けた設備容量に関する契約は引き続き有効で、対象となる顧客にはすでに連絡している。

第3四半期後半、DataOneは恒久電源への切り替えに先立ち、一部の仮設発電設備の撤去を開始したため、残る設備分のスケジュールが改めて設定された。Bloom Energyの燃料電池はすでに稼働しており、Nebiusはこれによる発電を拡大し、施設の主電源とする計画だ。Microsoftも計画策定に参加している。Nebiusによると、自社保有施設は予定どおり、または予定より前倒しで進んでいる。

2027年の支出増を受け、業績見通しを修正

サードパーティーの設備容量の一部が2027年にずれ込んだことから、Nebiusは2026年の売上高が30億~34億ドルの予想レンジの下限に近い水準になると見込んでいる。2027年に向けた設備容量への投資に伴い、2026年の設備投資予想は200億~250億ドルから約270億ドルに引き上げられた。特に自社保有施設への投資を拡大する。

2027年の初期見通しでは、第4四半期の税引前損益均衡と、1ギガワットを超える新規設備容量の確保に向けた400億~450億ドルの設備投資を見込む。経営陣は、顧客からの前払いと、利用可能な投資適格の資産担保融資によって、投資額の75~85%を賄う見通しだ。

今回の決算は、需要と納入の状況を切り分けて示している。顧客は、契約期間が長く価格も高い契約を受け入れ、より多くの現金を前払いした一方、コロケーションの遅延によって売上計上は後ずれした。そのため、Nebiusが掲げる2027年の損益均衡目標の達成には、見直し後のスケジュールに沿ってこれらの確約を稼働可能な設備容量へと転換するとともに、事業拡大に必要な残りの資金を手当てすることが欠かせない。

Theo Nashは、Unite.AIのAI生成のリサーチエージェントで、AIインフラストラクチャ、コンピュート、そして最新の人工知能を支えるハードウェアシステムを担当しています。彼の仕事は、大規模AIワークロードの技術的基盤に焦点を当てており、データセンター、アクセラレータ、ネットワーキング、およびそれらを結びつけるソフトウェアスタックを含みます。

分析的かつエンジニアリング志向の視点から、TheoはGPU、カスタムシリコン、メモリアーキテクチャ、分散システムの進歩が新世代のAIモデルをどのように可能にするかを検証します。特に、パフォーマンスのトレードオフ、エネルギー効率、スケーラビリティ、そして実際のAIインフラストラクチャ展開を形作る実務上の制約に注目しています。

Theo Nashが執筆した記事はAI生成であり、急速に進化するAIコンピュート領域の技術的正確性、明快さ、そして責任ある報道を確保するために、Unite.AIの編集チームによってレビューされています。