市場シェアと成長トレンド
| 指標 | AWS | Azure | Google Cloud |
|---|
| 市場シェア（2025年Q4） | 約31% | 約25% | 約11% |
| 年間売上高 | 約$1,070億 | 約$960億 | 約$430億 |
| 前年比成長率 | 約19% | 約29% | 約28% |
| 日本リージョン | 東京、大阪 | 東京、大阪、埼玉 | 東京、大阪 |
| グローバルリージョン数 | 34 | 60+ | 40 |
AWSは2006年のS3/EC2リリース以来、常に市場をリードしてきた。だが、2024年以降のAI/ML特需でAzure（OpenAIとの独占提携）とGoogle Cloud（Gemini、TPU）が急成長し、競争環境は変化している。
コア・サービス対応表
3大クラウドの主要サービスは名前が異なるだけで類似した機能を提供する。以下に主要カテゴリ別の対応表を示す。
コンピューティング
| カテゴリ | AWS | Azure | Google Cloud |
|---|
| 仮想マシン | EC2 | Virtual Machines | Compute Engine |
| サーバーレス関数 | Lambda | Functions | Cloud Functions |
| コンテナ（マネージドK8s） | EKS | AKS | GKE |
| サーバーレスコンテナ | Fargate | Container Apps | Cloud Run |
| PaaS | Elastic Beanstalk | App Service | App Engine |
ストレージ
| カテゴリ | AWS | Azure | Google Cloud |
|---|
| オブジェクトストレージ | S3 | Blob Storage | Cloud Storage |
| ブロックストレージ | EBS | Managed Disks | Persistent Disk |
| ファイルストレージ | EFS | Azure Files | Filestore |
| アーカイブ | S3 Glacier | Archive Storage | Archive Storage |
データベース
| カテゴリ | AWS | Azure | Google Cloud |
|---|
| リレーショナル（マネージド） | RDS | Azure SQL Database | Cloud SQL |
| リレーショナル（サーバーレス） | Aurora Serverless | Azure SQL Serverless | AlloyDB / Spanner |
| NoSQL（ドキュメント） | DynamoDB | Cosmos DB | Firestore |
| NoSQL（ワイドカラム） | DynamoDB | Cosmos DB | Bigtable |
| インメモリ | ElastiCache | Azure Cache | Memorystore |
AI/ML
| カテゴリ | AWS | Azure | Google Cloud |
|---|
| AIプラットフォーム | SageMaker | Azure AI Studio | Vertex AI |
| LLM API | Bedrock（Claude, Llama等） | Azure OpenAI Service（GPT-4o, o3） | Gemini API |
| カスタムAIチップ | Trainium / Inferentia | なし（NVIDIA GPU） | TPU v6 |
| 音声認識 | Transcribe | Speech Service | Speech-to-Text |
| 画像認識 | Rekognition | Computer Vision | Vision AI |
AI/ML領域では、AzureがOpenAIとの独占提携でGPT-4o/o3を提供し、企業のLLM導入で強い。Google CloudはGeminiとTPUで独自路線を取り、大規模学習のコストパフォーマンスに優れる。AWSはBedrock経由でClaude、Llama、Mistral等のマルチモデルアクセスを提供し、ベンダーロックインを避けたい企業に支持されている。
ネットワーク・CDN
| カテゴリ | AWS | Azure | Google Cloud |
|---|
| CDN | CloudFront | Azure CDN / Front Door | Cloud CDN |
| DNS | Route 53 | Azure DNS | Cloud DNS |
| VPN | Site-to-Site VPN | VPN Gateway | Cloud VPN |
| 専用線接続 | Direct Connect | ExpressRoute | Cloud Interconnect |
| ロードバランサ | ALB / NLB | Application Gateway / LB | Cloud Load Balancing |
料金モデルの比較
クラウドの料金体系は複雑だが、基本的な構造は共通している。
仮想マシン（汎用・東京リージョン、月額概算）
| スペック | AWS (m7i.xlarge) | Azure (D4s v5) | GCP (n2-standard-4) |
|---|
| vCPU / メモリ | 4 vCPU / 16GB | 4 vCPU / 16GB | 4 vCPU / 16GB |
| オンデマンド月額 | 約$200 | 約$190 | 約$185 |
| 1年リザーブド | 約$130 | 約$120 | 約$130（CUD） |
| 3年リザーブド | 約$85 | 約$80 | 約$90（CUD） |
| スポット/プリエンプティブ | 約$60〜80 | 約$50〜70 | 約$40〜60 |
各社ともリザーブドインスタンス（RI）やコミット割引（CUD）で30-60%の割引を提供する。1年以上安定して稼働するワークロードには必ず適用すべきだ。
無料枠の比較
| 項目 | AWS | Azure | Google Cloud |
|---|
| 無料期間 | 12ヶ月 | 12ヶ月 + $200クレジット | 90日 + $300クレジット |
| 永久無料枠 | Lambda 100万リクエスト/月、DynamoDB 25GB | Functions 100万実行/月、Cosmos DB 1000RU | Cloud Functions 200万回/月、Firestore 1GB |
| VM無料枠 | t2.micro 750時間/月（12ヶ月） | B1s 750時間/月（12ヶ月） | e2-micro 常時無料 |
Google Cloudのe2-micro常時無料枠は、小規模な常時稼働サーバーに適している。学習や個人開発であれば、3社すべての無料枠を活用し比較するのが最も効率的だ。
各クラウドの強みと弱み
AWS──圧倒的なサービス数と成熟度
| 強み | 弱み |
|---|
| 200以上のサービス。ニッチな要件にも対応 | サービスが多すぎて選択が難しい |
| 最も成熟したエコシステム | UIが古く、管理コンソールが複雑 |
| パートナー・SIerのサポートが最も豊富 | 料金体系が極めて複雑 |
| 日本での採用実績が最も多い | AI/MLでAzureとGCPに押されつつある |
| Bedrockで複数LLMにアクセス可能 | 独自AIモデルの競争力が相対的に低い |
AWSは「何でもある」のが最大の強みだ。日本のエンタープライズ市場ではSIerの対応実績が最も豊富で、金融、製造、公共セクターでの採用が進んでいる。
Azure──エンタープライズとAIの融合
| 強み | 弱み |
|---|
| Microsoft 365 / Active Directoryとの統合 | サービス名の変更が頻繁で混乱を招く |
| Azure OpenAI Service（GPT-4o独占） | 一部サービスの成熟度がAWSに劣る |
| ハイブリッドクラウド（Azure Arc）が強力 | 障害発生時の影響範囲が広い傾向 |
| GitHub / VS Codeとの開発者エコシステム | 日本語ドキュメントの更新が遅れることがある |
| エンタープライズ契約（EA）の柔軟さ | 中小規模での料金競争力が低い場面がある |
Azureは「既にMicrosoft製品を使っている企業」にとって最も自然な選択だ。Active DirectoryとのSSO連携、Microsoft 365との統合、Power Platformとの接続は、他のクラウドでは得られないアドバンテージだ。
Google Cloud──データ分析とAIの技術力
| 強み | 弱み |
|---|
| BigQuery（サーバーレスDWH）が最強クラス | サービス数がAWSに比べて少ない |
| GKE（マネージドK8s）が最も成熟 | エンタープライズ向けサポートがAWS/Azureに劣る |
| TPU + Geminiで独自のAI基盤 | 日本のSIerパートナーが比較的少ない |
| ネットワーク性能が最も高い | サービスの急な終了（Sunsetリスク） |
| Firebase（モバイルBaaS）が人気 | 管理コンソールはシンプルだがカスタマイズ性が低い |
Google Cloudはデータ分析（BigQuery）とAI/ML（Vertex AI、TPU）で独自の地位を築いている。GKEは3社のマネージドKubernetesで最も高い評価を受けており、コンテナ基盤としての信頼性は揺るがない。
ユースケース別の選定ガイド
| ユースケース | 推奨クラウド | 理由 |
|---|
| スタートアップのMVP | Google Cloud or AWS | GCPの無料枠が充実。AWSはドキュメント豊富 |
| エンタープライズ全社導入 | Azure or AWS | Microsoft統合 or SIer対応 |
| AI/ML基盤構築 | Azure or Google Cloud | OpenAI or Gemini/TPU |
| データ分析基盤 | Google Cloud | BigQueryが最強。コスパも高い |
| コンテナ/マイクロサービス | Google Cloud | GKEが最も成熟 |
| ゲーム/メディア配信 | AWS | CloudFront + MediaServiceの実績 |
| 金融/公共 | AWS or Azure | コンプライアンス実績 |
| ハイブリッドクラウド | Azure | Azure Arcの完成度 |
| マルチクラウド | 併用 | ベンダーロックイン回避 |
マルチクラウド戦略
2026年の大企業では、マルチクラウド（複数のクラウドを併用する）戦略が一般的になっている。Flexeraの調査では、回答企業の87%がマルチクラウド戦略を採用している。
| 戦略 | メリット | デメリット |
|---|
| シングルクラウド | 運用がシンプル、一括割引が大きい | ベンダーロックイン |
| マルチクラウド（ワークロード分散） | 各社の強みを活用 | 運用の複雑さ、人材コスト |
| ハイブリッド（オンプレ + クラウド） | データ主権の確保 | ネットワーク遅延、運用コスト |
中小企業やスタートアップは、まずシングルクラウドで始めることを勧める。初期段階からマルチクラウドを目指すと運用の複雑さがコストを上回る。クラウドポータビリティ（移行容易性）を意識するなら、Kubernetesやterraformでインフラを抽象化しておくのが現実的だ。
年収とキャリア──クラウドエンジニアの市場価値
| 資格 | 取得の難易度 | 年収への影響 |
|---|
| AWS Solutions Architect Associate | 中 | 転職市場で最も評価される |
| AWS Solutions Architect Professional | 高 | 年収50-100万円アップの実績あり |
| Azure Solutions Architect Expert | 高 | Microsoft環境の大企業で高評価 |
| Google Cloud Professional Cloud Architect | 高 | データ/AI企業で高評価 |
| 市場 | 年収レンジ | 備考 |
|---|
| 日本（クラウドエンジニア） | 500万〜1,300万円 | SA資格で上限アップ |
| 日本（SRE/Platform Engineer） | 700万〜1,500万円 | 複数クラウド経験者は希少 |
| 米国 | $110K〜$190K | AWS SAP取得者は特に高い |
まとめ──クラウド選定は「正解」ではなく「適合」
3大クラウドに「最強」は存在しない。あるのは「自分たちのプロジェクト・チーム・予算に最も適合するクラウド」だけだ。以下の問いで判断を始めてほしい。
| 問い | 判断の方向性 |
|---|
| 既にMicrosoftエコシステムを使っているか？ | Yes → Azureが自然 |
| データ分析・AI/MLが中心か？ | Yes → Google Cloud |
| 日本のSIerサポートが必要か？ | Yes → AWSが最も選択肢が多い |
| コンテナ/Kubernetes中心か？ | Yes → Google Cloud（GKE） |
| 特定のクラウドに詳しい人材がいるか？ | Yes → そのクラウドで始める |
技術的な優劣よりも、「チームが最も生産性高く使えるクラウドはどれか」──この問いに誠実に向き合うことが、クラウド選定の本質ではないだろうか。
