Phancy Group Co., Ltd.（06682）：JPMorganは異種コンピューティング最適化と拡張可能なAPI Token経済を根拠にPhancyをOverweightで新規カバレッジ

概要

この新規カバレッジ報告書は、Phancyが企業向けAIソフトウェアとプロジェクト導入から、異種コンピューティング最適化とToken生産を収益化できるAIインフラ企業へ進化していると論じる。JPMorganの前向きな見方は、AIの知能消費の拡大、中国特有の導入の複雑性、急速なAPI成長、より拡張可能な経済性への移行可能性に基づく。

主要見解

JPMorganはPhancyのカバレッジをOverweightで開始し、Dec-2027の目標株価をHK$50と設定した。根拠は15x 2028E EV/EBITDAである。報告書はPhancyを、従来型SaaS企業ではなく、AIインフラおよび企業導入企業として位置付ける。同社はAI Platformによる企業導入に加え、HAMi/RISEとModelHubを通じて異種コンピューティング管理、モデル適応、サービング機能を提供する。目標マルチプルは、成熟したインフラ同業を上回る成長と差別化された異種コンピューティングへのエクスポージャーを反映する一方、導入・サービスが依然として資本・サービス集約的であるため、ソフトウェア型の18-20xマルチプルを下回る。 基本的な需要論は、タスク当たりの知能消費が増加しているというものだ。推論モデル、エージェント、長いコンテキストのワークロード、マルチモダリティは推論計算をより多く消費し、推論コストの低下はより幅広いワークロードを経済的に実現可能にする。JPMorganは、単位コストの低下が追加利用を促すため、効率向上が必ずしもインフラ需要全体を減らすわけではないと考える。中国は特に重要で、企業はNvidia GPUs、Huawei Ascend、その他の国内アクセラレータに加え、DeepSeek、Qwen、GLM、Kimi、MiniMaxなど複数の基盤モデルを利用する可能性がある。このハードウェアとモデルの分断は、リソーススケジューリング、クロスチップ最適化、モデル対応サービングの運用上の価値を高める。 PhancyのAI Platformは既存の需要基盤である。1H26の売上高は約Rmb3.1bnで前年比30%増、グループ売上高の約82%を占めた。事業は主にプロジェクト型で、インフラ導入、保守、技術サービスを含むため、会計上の収益特性は従来型SaaSほど継続的ではない。それでもJPMorganは、企業導入需要と異種環境における同社の経験に支えられ、2026-28Eに26%のCAGRを見込む。 APIは、Phancyのインフラ能力を利用量ベースのToken経済に直接結び付けるため、ビジネスモデルにおける最重要の変化として示される。同社は自社のコンピューティング基盤上で第三者モデルを導入し、モデルとハードウェアの組み合わせを最適化し、最先端モデルの学習コストを負担せずに企業へ推論能力を販売できる。API売上高は1H26に約Rmb464mn、前年比861%増となった。JPMorganは2026E、2027E、2028EのAPI売上高をそれぞれRmb1,507mn、Rmb3,013mn、Rmb5,424mnと予想する。APIは最も高成長の事業であり続け、稼働率、調達規模、サービング効率の向上により、今後2年間でAPI粗利益率は約30%に近づくとみる。報告書は参加と価値獲得を区別する。Token成長は需要エクスポージャーを示すが、粗利益率と算力単位当たりの粗利益の上昇が、Phancyが創出した効率価値の一部を保持していることを示す。 報告書は、希少性が生の計算能力へのアクセスから異種最適化へ、さらに知能効率へ移行していると考える。中立的なプラットフォームは、各アーキテクチャやモデルにまたがる顧客のコンピューティングプール全体を管理できる可能性がある。これは、自社エコシステム内で優位性を持つ垂直統合型のチップベンダー、モデル開発者、クラウド事業者とは異なる。この中立性は、混合インフラ、複数モデル、プライベート導入、または本番水準のガバナンスを必要とする企業にとって価値を持ち得る。ただしJPMorganは、その優位性は自動的には得られないと強調する。Phancyは稼働率、スループット、レイテンシー、メモリー効率、導入速度、推論コストの改善を測定可能な形で示す必要がある。HAMi/RISE、ModelHub、関連機能を顧客間で再利用できれば、よりソフトウェア型の経済性を支えるが、個別カスタムのエンジニアリングへの依存が続けば、プロジェクト型の経済性が残る。 JPMorganは2026-28Eの売上高CAGRを36%と予想し、売上高は2026E、2027E、2028EにそれぞれRmb10,628mn、Rmb14,583mn、Rmb19,798mn、調整後純利益はそれぞれRmb141mn、Rmb378mn、Rmb965mnと見込む。2028Eの調整後純利益予想はコンセンサスを37%上回り、より強いAPI拡大、より良いユニットエコノミクス、売上高より遅い営業費用の伸びを反映する。調整後EBITDAは2026EのRmb139mnから2027EのRmb542mn、2028EのRmb1,311mnへ上昇すると予想する。事業構成の変化による初期影響にもかかわらず、JPMorganはグループ収益性の回復を見込む。グループ粗利益率は1H25の37.7%から1H26の32.8%へ低下し、粗利益は約Rmb1.2bnだった。 事業には計算能力、設備、運転資本が必要なため、報告書は会計上の利益だけでは十分な証拠ではないとみる。JPMorganはCFOが2026EにRmb523mnへプラス転換し、その後2027EにRmb376mn、2028EにRmb421mnとなると予想する。一方、投資継続によりFCFFは同期間にRmb125mn、負Rmb170mn、負Rmb246mnと予想する。したがって重要な財務テストは増分資本生産性である。望ましい結果は、増加するToken需要を既存の計算能力基盤上でより高い稼働率とスループットにより処理し、粗利益とキャッシュフローが投下資本を上回るペースで成長することである。自社保有またはリースの計算能力と運転資本を比例的に追加する必要がある成長は、リターンとマルチプル拡大を抑制する。 Agentic AIは、現時点で主要な評価ドライバーではなく、潜在的な長期的拡張領域である。1H26の売上高は約Rmb214mnで前年比5%増だった。JPMorganは、より大きな評価寄与を与える前に、売上再加速、反復的な顧客採用、顧客横断的な製品再利用、維持率、ユニットエコノミクスの改善を確認したいとしている。より高い稼働率とマージンを伴う強いAPI成長、HAMi/RISEとModelHubの利用・再利用の拡大、CFO、FCF、増分ROICの改善を、最も明確な上振れ確認要因とみる。A株上場の成功は国内の資金調達基盤を拡大する可能性があるが、評価への影響は希薄化と新規資本から生じるリターンに左右される。

分析フレームワーク

JPMorganはまずAIインフラ需要と中国におけるハードウェア・モデル環境の分断を分析し、次にPhancyのAI PlatformとAPI事業がこの複雑性をどのように収益化するかを評価する。セグメント成長、稼働率、APIマージン、営業レバレッジ、キャッシュ転換、増分資本収益率を通じて投資判断を検証し、インフラ集約型の運営モデルを反映するため2028E EV/EBITDAで評価する。

手法メモ

• バリュエーション手法EV/EBITDA評価

  15x 2028E EV/EBITDAによる目標マルチプル評価

  JPMorganは、減価償却、導入コスト、継続的な投資が、Phancyの資本・サービス集約型事業における報告純利益へ大きく影響し得るため、P/EではなくEBITDAを用いる。15xのマルチプルは、より速い成長と差別化された最適化エクスポージャーを、依然として大きい導入・サービス要素との間で均衡させる。

• 業界・産業分析フレームワーク需給フレームワーク

  AI知能消費需要とインフラ効率供給の分析

  報告書は、推論、エージェント、長いコンテキスト、マルチモーダルのワークロードの増加を推論計算能力需要に結び付け、容量がより利用可能になる中で、異種最適化が稼働率を高め、サービングコストを下げられるかを評価する。

• 企業ファンダメンタルズ・財務フレームワークフリーキャッシュフロー分析

  CFO、FCF、増分ROICの評価

  インフラ集約型モデルでは強い売上成長と弱いフリーキャッシュフローが併存し得るため、JPMorganは会計利益とは別に、キャッシュ転換と追加の計算能力・運転資本に対するリターンを検証する。

資産マッピングと比較

投資テーゼから固有資産への構造化マッピング（強み、弱み、同業、リスク）。

• Phancy Group Co., Ltd. (06682.HK)

  主要カバレッジ企業。異種コンピューティング最適化と企業向けAIインフラ需要から恩恵を受ける位置にある。

  強み

  AI Platformは企業導入の基盤を提供し、APIはToken消費への直接的なエクスポージャーをもたらす。中立的なクロスプラットフォーム最適化は、混在するハードウェアとモデル環境で価値を持ち得る。

  弱み

  売上高は依然として一部プロジェクト依存で資本集約的であり、現在の経済性は導入、サービス、計算能力、運転資本に大きく依存する。

  比較

  JPMorganは、同社の成長と異種コンピューティングへのエクスポージャーは成熟したインフラ同業に対するプレミアムを正当化するとみるが、ソフトウェア型の18-20x EV/EBITDAマルチプルを正当化するものではない。

  リスク

  AI需要の鈍化、推論経済性への圧力、最適化能力の商品化、稼働率低下、または資本集約性の継続が、マージンとリターンを制約する可能性がある。

主要データ

• レーティングと目標株価Overweight; HK$50.00 Dec-27 target目標株価は15x 2028E EV/EBITDAに基づく。2026年9月23日時点の株価はHK$27.60。
• 2026-28E売上高CAGR36%JPMorgan予想。
• 2028E調整後純利益Rmb965mn約Rmb0.9bn。JPMorganの予想はコンセンサスを37%上回る。
• AI Platform売上高c.Rmb3.1bn in 1H26前年比30%増で、グループ売上高の約82%を占める。
• API売上高Rmb464mn in 1H26前年比861%増。2026E/2027E/2028EはRmb1,507mn/Rmb3,013mn/Rmb5,424mnと予想。
• API粗利益率c.30%稼働率、調達規模、サービング効率の向上により、今後2年間で到達すると予想。
• グループ粗利益率32.8% in 1H26事業構成の変化により、1H25の37.7%から低下。
• 2028E調整後EBITDARmb1,311mn2026EはRmb139mn、2027EはRmb542mn。
• 営業活動によるキャッシュフローRmb523mn/Rmb376mn/Rmb421mnJPMorganによる2026E/2027E/2028Eの予想。
• FCFFRmb125mn/(Rmb170mn)/(Rmb246mn)JPMorganによる2026E/2027E/2028Eの予想であり、継続する投資需要を示す。

影響と示唆

JPMorganは、Phancyのバリュエーション上昇は、異種最適化とAPIサービングが急成長するToken需要を再利用可能な製品収益、より高いマージン、キャッシュリターンへ転換できることを示せるかにかかっていると論じる。稼働率、粗利益率、資本収益率が改善しないまま売上高だけが増加しても、マルチプル拡大への裏付けは弱い。

リスク

• 効率向上が新たな経済的に実現可能なワークロードの創出を上回れば、AIコンピューティング需要は予想より鈍化し、Token需要、稼働率、API容量の吸収を低下させる可能性がある。
• Token需要が強くても、独立系推論の経済性は悪化し得る。モデル開発者による公式API価格の引き下げ、クラウド事業者の推論補助金、オープンモデル競争や商用ライセンスの変化による第三者エンドポイント価値の低下、または容量不足による調達コスト上昇が要因となる。
• チップベンダーがソフトウェアを改善し、クラウド事業者が最適化を内製化し、オープンソースツールが導入を標準化するにつれ、最適化レイヤーは商品化する可能性がある。
• GPU購入、リース、運転資本需要により資本集約性が高止まりし、急速な売上成長下でも営業キャッシュフローとFCFが弱い可能性がある。
• 製品化の進展が遅く、Phancyがカスタム導入に依存したままとなれば、マージン拡大と営業レバレッジが制限される可能性がある。

注目点

• API売上高の成長が稼働率と粗利益率の改善を伴うか。
• 算力単位当たりの粗利益、およびAPI粗利益率が今後2年間で約30%に近づくか。
• HAMi、RISE、ModelHubが顧客間およびハードウェアプラットフォーム間でより広く採用・再利用されるか。
• 研究開発費とインフラ支出に対する売上成長、およびCFO、FCF、増分ROIC。
• Agentic AIにおける反復的な顧客採用、維持率、ユニットエコノミクス改善の証拠。
• A株上場が成功した場合の希薄化と資本リターンの結果。