アジアのテクノロジーおよび通信：AI上昇サイクルは終わっておらず、アジアのテクノロジー株の下落はポジション再構築の機会を提供する

概要

本レポートは、2022年末に始まったAI主導のテクノロジー上昇サイクルはまだ終わっていないと判断している。アジアのテクノロジー株とSOX指数はこのサイクルで3度目となる20%超の下落を経験し、投資家はハードウェアの値上げストーリーが過度に混雑していることや、AI設備投資の持続可能性が低下していることを懸念している。しかし、AIモデル能力、推論需要、クラウド売上、設備投資計画、部品在庫、利益予想改定といった指標は、サイクルがピークに近いことを示していない。むしろ直近の調整はバリュエーションをより妥当な水準に戻し、投資家に次のフェーズの恩恵を受ける企業へポジションを再構築する機会を提供している。

主要見解

第一に、市場は今後数カ月の利益予想引き下げやハイパースケーラーの設備投資削減を織り込んでいるが、本レポートは利益予想が今後数四半期にわたり上昇を続け、コアAIハードウェアからアナログチップ、二番手ファウンドリー、ウエハー、MLCCなどの分野へ広がると予想している。第二に、AIスケーリング則は引き続き有効であり、最先端モデル間の競争、オープンソースモデルの発展、エージェント型AIアプリケーションが、学習および推論向けコンピューティング需要を共に押し上げる。第三に、クラウドプロバイダーは概して健全なバランスシートを有しており、2026年後半および2027年にフリーキャッシュフローが圧迫されても、株式・債券による資金調達を通じてインフラ拡張を維持する可能性が高い。第四に、半導体製造装置とIC基板は最良の需給ダイナミクスと利益レバレッジを有し、高速インターコネクトと先端パッケージングが次のボトルネックになる可能性がある。第五に、メモリーのファンダメンタルズは堅調だが、コスト抑制のために顧客がメモリー構成を削減することが、バリュエーション上昇余地を抑える可能性がある。

分析フレームワーク

本レポートはテクノロジーサイクルのトップダウン評価と業界チェーン全体のボトムアップ比較を組み合わせている。AIモデルのスケーリング、トークン消費、パブリッククラウド売上を通じて最終市場のコンピューティング需要を測定し、クラウドプロバイダーの設備投資、資金調達能力、受注残を通じて投資の持続可能性を評価する。また、在庫、供給拡大、ボトルネックの移行を通じてサイクルの位置を判断し、その後、利益予想改定の広がり、マージン、リターン、過去のバリュエーションレンジに基づきサブセクターと銘柄を選別する。

手法メモ

• ファンダメンタルズ分析AIスケーリング則と需要の検証

  モデル能力の改善、学習用コンピューティング投資、推論トークン消費を通じて、AIコンピューティング需要が依然として拡大局面にあるかを評価する。

  本レポートは、コンピューティング資源を約10倍にすると知能が約2倍向上するという実証的パターンが依然として概ね有効であり、最先端モデル、オープンソースモデル、エージェント型AIの競争が学習および推論需要を引き続き押し上げると考えている。

• 需要分析パブリッククラウド売上および受注残指標

  パブリッククラウド売上の成長を、AIコンピューティング消費の概ね観測可能な指標として用いる。

  多くのAIラボやアプリケーションベンダーは大規模クラウドプラットフォーム経由でコンピューティング能力を利用するため、クラウド売上成長、四半期ごとの増収、受注残を、コンピューティング需要および設備投資への確信を検証するために用いることができる。

• 設備投資分析ハイパースケーラーの投資および資金調達能力の評価

  設備投資予測、フリーキャッシュフロー、レバレッジ水準、株式・債券による資金調達手段を組み合わせ、AIインフラ投資の持続可能性を評価する。

  本レポートは、健全なバランスシートと外部資金調達能力がフリーキャッシュフローの赤字化による圧力を緩和できるため、主要クラウドサービスプロバイダーが2027年にAIコンピューティング投資から撤退するとは見込んでいない。

• サイクル分析在庫および需給ボトルネックのモニタリング

  主要部品の在庫、需要成長、供給が追いつく速度を通じてテクノロジーサイクルのピークを特定する。

  GPU、ASIC、メモリーなどの主要AI部品では異常な在庫積み上がりがまだ見られず、需要はサプライチェーンおよびデータセンターの電力予算が支えられる供給能力を依然として上回っている。そのため、サイクルピークに典型的な特徴はまだ存在しない。

• バリュエーション分析利益予想改定および過去バリュエーション比較

  利益予想改定の方向性と広がり、マージン、過去のPERレンジを組み合わせてリスク・リワードを評価する。

  アジアのテクノロジー株の下落後、メモリーを除くバリュエーションは過去10年の平均PERを約1標準偏差上回っている。本レポートは、より幅広い利益上方修正と構造的なマージン改善が、過去サイクルを上回るバリュエーションを支え得ると考えている。

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）。

• アジアのテクノロジー株

  AIコンピューティング需要、クラウド設備投資、利益予想上方修正の波及から幅広く恩恵を受ける資産

  強み

  利益予想は引き続き上方修正され、下落後のバリュエーションはより妥当となり、業界チェーンのマージンおよび投下資本利益率は過去サイクルと比べて改善している。

  弱み

  ポジショニングは混雑しており、設備投資、資金調達環境、値上げ見通しに対して非常に敏感である。

  比較

  市場が想定する利益下方修正サイクルと比べ、本レポートは今後数四半期に利益上方修正の広がりが拡大するとみている。

  リスク

  クラウドプロバイダーの設備投資削減、モデル進歩またはアプリケーション採用の鈍化、あるいは主要部品供給の急速な需要追随。

• 半導体製造装置

  本レポートは、今後12カ月のアジアのテクノロジー分野で最良のサブセクターとみている

  強み

  TSMCおよび主要メモリーメーカーの設備投資は上方修正される可能性があり、先端パッケージング、クリーンルーム、国産化が複数の需要ドライバーを生み出す。

  弱み

  装置の納入サイクルは長く、売上実現は顧客が実際に能力拡張計画を実行するかに依存する。

  比較

  他のハードウェアサブセクターと比べ、ウエハー製造装置は期待上方修正の余地が大きく、恩恵を受ける企業の範囲も広い。

  リスク

  ファブによる能力拡張の延期、輸出規制、または先端ノード投資が期待を下回ること。

• IC基板

  部品の中で最もファンダメンタルズ上魅力的な分野

  強み

  大型化するAIアクセラレーター・パッケージ、サーバーCPU、EMIB-T、コパッケージド・オプティクス需要の恩恵を受け、供給は集中し、今後2年間の能力拡張は限定的である。

  弱み

  需要は先端パッケージングのロードマップおよびハイエンドコンピューティング製品サイクルと密接に連動している。

  比較

  メモリーと比べ、基板はより供給構造が集中しており、マージンは過去のピークをさらに下回り、利益上方修正の余地が大きい。

  リスク

  パッケージング・ロードマップの変更、顧客の在庫調整、または新規能力が期待を上回ること。

• メモリー

  堅調な需給ダイナミクスを有する一方、市場ストーリーが弱まりつつある循環資産

  強み

  今後2～3年間、供給は需要を下回ると予想され、大幅な調整後には6カ月の時間軸で反発余地がある。

  弱み

  高価格により顧客はHBMおよびDRAM構成を削減しており、価格非弾力的な需要というストーリーを弱めている。

  比較

  装置および基板と比べ、メモリーのファンダメンタルズは悪くないが、バリュエーション拡大は需要破壊への懸念によってより容易に制約される。

  リスク

  AIチップのメモリー密度低下、高価格による最終需要の抑制、または供給の予想以上の早期回復。

• 高速インターコネクト、光接続、先端パッケージング

  AIクラスター効率を改善し、データ伝送ボトルネックを緩和する恩恵分野

  強み

  低いクラスター利用率と、データ伝送に使用される命令サイクルの大きな割合が、CPO、光接続、ネットワーク機器、3Dパッケージングの採用を促している。

  弱み

  一部の技術はまだ導入段階にあり、商用化のペースおよび技術ロードマップには不確実性が残る。

  比較

  単にコンピューティングチップを追加することの限界効率が低下するにつれ、インターコネクトおよびパッケージングの重要性は相対的に高まる。

  リスク

  アルゴリズム最適化が一部のハードウェア需要を代替すること、技術の量産遅延、または顧客設備投資の優先順位変更。

• データセンター電力および展開インフラ

  2027年後半から2028年にかけて、AIコンピューティングの主なボトルネックがチップに代わる可能性がある

  強み

  AIクラスター規模の拡大は、送電網、メーター裏電力、冷却、データセンター展開への需要を引き続き増加させる。

  弱み

  プロジェクト承認および建設サイクルは長く、需要実現はチップ投資より遅れる。

  比較

  2026年から2027年の大部分ではチップが主なボトルネックであり続けるが、今後18～24カ月で制約は徐々に電力および展開へ移行する可能性がある。

  リスク

  データセンタープロジェクトの遅延、送電網接続の制限、政策承認、資本コストの上昇。

主要データ

• アジアのテクノロジー株およびSOX指数の直近の調整25%-30%本レポートは、現在の株価が短期的な利益予想下方修正または設備投資削減の比較的高い確率を織り込んでいると考えている。
• 2027年の主要クラウドサービスプロバイダーの設備投資成長予想約65%2026年の100%超の成長後も、力強い拡大が続くと見込まれる。
• 2026年第2四半期のパブリッククラウド売上の増分約150億米ドル2026年第1四半期の増収のほぼ2倍に近く、クラウドコンピューティングおよびAIトークン消費の加速を示している。
• 主要クラウドプロバイダーの純有利子負債資本比率約12%2026年第2四半期時点で、全体的なバランスシートは依然として比較的健全である。
• AIクラスターにおけるモデルFLOP利用率約20%-40%低い利用率は、インターコネクト、データ伝送、クラスター効率に大きな改善余地があることを示す。
• データ伝送に使用されるAIアクセラレーター命令サイクルの割合約50%-60%高速インターコネクト、光接続、先端パッケージングが次のフェーズで重要な焦点となることを支持する。
• アジアのテクノロジー株のバリュエーション水準10年平均PERを約1標準偏差上回る統計対象はメモリーを除いており、本レポートは調整後のバリュエーションは過度ではないと考えている。
• メモリー株の直近の調整40%超今後6カ月に大幅に反発する可能性はあるが、本レポートは短期的に2026年5月の高値に戻るとは予想していない。
• メモリー需給ギャップの見通し今後2-3年間、供給が需要を下回るファンダメンタルズは堅調だが、高価格により顧客がメモリー構成を削減し、バリュエーションを制限する可能性がある。
• ボトルネックがチップから電力へ移行する可能性のある期間今後18-24カ月2027年後半から2028年にかけて、データセンター展開の遅延と電力供給可能性がチップに代わる主な制約となる可能性がある。

影響と示唆

投資の観点では、投資家は単に値上げの恩恵を受けるハードウェア銘柄を追うことから、持続的な利益上方修正、供給集中、次のボトルネックの特性を持つ分野へ移行すべきである。半導体製造装置は、ウエハー製造装置支出、先端パッケージング、中国での半導体国産化に対する上方修正の恩恵を受ける。IC基板は、より大型化するAIアクセラレーターのパッケージ、サーバーCPU、EMIB-T、コパッケージド・オプティクス需要の恩恵を受ける。高速インターコネクト、光接続、先端パッケージングは、クラスター利用率を早急に改善する必要性の恩恵を受ける。メモリーは持続的なバリュエーション拡大よりも、戦術的な反発取引に適している。中期的には、AIインフラのボトルネックがチップからデータセンターの展開および電力供給へ移る可能性も注視する必要がある。

リスク

• ハイパースケーラーのフリーキャッシュフローが2026年後半および2027年に赤字化し、株式・債券による資金調達がバリュエーションと市場のボラティリティを引き起こす可能性。
• AI設備投資の成長または実際の展開速度が期待を下回り、ハードウェア・サプライチェーン全体の利益予想下方修正につながる可能性。
• AIモデル能力の改善、推論トークン消費、または生成AIの商用採用が期待を下回る可能性。
• 高価格によりAIチップ顧客がHBMやDRAMなどの部品構成を削減し、需要破壊を生む可能性。
• 主要部品の新規供給が迅速に投入される、または在庫が積み上がり始め、サイクルが早期にピークを迎える可能性。
• インターコネクト、先端パッケージング、データセンター建設、電力供給が新たなボトルネックとなり、コンピューティング能力の実用的サービスへの転換を制限する可能性。
• 輸出規制、国産化競争、地域の規制変更がアジアの半導体サプライチェーンに影響する可能性。
• リサーチ機関は、議論された一部企業とマーケットメイク、株式保有、顧客、または潜在的な投資銀行取引の関係を有しているため、開示内容と併せて見解の独立性を慎重に評価すべきである。

注目点

• ソフトウェアおよびインターネット企業による、生成AI、大規模言語モデル、エージェント型ワークフローの採用率と収益化の進捗に関する開示。
• AIアプリケーションがソフトウェアやプログラミング自動化から金融、医療などの産業へ拡大するかどうか。
• 最先端モデルラボによる再帰的自己改善およびモデル能力の突破。
• パブリッククラウド売上の成長、四半期ごとの増収、主要クラウドプロバイダーの受注残の変化。
• 主要クラウドプロバイダー、SpaceX、AIラボの2027年設備投資計画および実際の資金調達手配。
• アジアのテクノロジー企業の利益予想上方修正の規模、およびアナログチップ、二番手ファウンドリー、ウエハー、MLCCへの波及の広がり。
• GPU、ASIC、HBM、その他の主要部品の在庫、リードタイム、新規能力。
• ウエハー製造装置、クリーンルーム、2.5Dおよび3D先端パッケージングへの投資が2027～2028年に新たなボトルネックとなるかどうか。
• AIクラスター利用率、およびCPO、光接続、ネットワーク機器、先端パッケージングの採用速度。
• 2027年後半以降、データセンター展開の進捗、送電網アクセス、メーター裏電力がチップ供給の成長に対応できるかどうか。