レポート解説

概要

本レポートは、米国企業の2026年第2四半期決算を検証し、エンタープライズAI導入が利益、支出、ソフトウェア需要、労働市場に及ぼす影響を評価するとともに、AI生産性受益企業および高・低人件費株式バスケットを更新する。中核的な結論は、AI設備投資がすでにインフラ関連企業の利益を大きく押し上げている一方、AI導入による直接的な利益寄与は、大半の企業において広範かつ統計的に検証可能なシグナルをまだ生み出していないというものである。

主要見解

S&P 500の利益成長は幅広く堅調だが、AIインフラは依然として最も重要な追加的成長要因である。エンタープライズAI支出は加速しており、短期的には主に既存のソフトウェア、テクノロジー、人件費予算の再配分によって賄われている。その結果、市場全体の利益への影響は限定的だが、業種・企業間の利益分布を変化させる可能性がある。ソフトウェアのファンダメンタルズはまだ広範なAI代替ショックを示しておらず、AIの労働市場への影響は確認されるものの、特定の職種および業界に限定されている。

分析フレームワーク

本レポートは、S&P 500の四半期業績、企業の決算説明会コメント、GS IT Spending Survey、Ramp AI Index、モデルプロバイダーの推定収益、従業員数および報酬に関する企業開示、職種別のAI自動化エクスポージャー指標を組み合わせ、AI支出、生産性、業界の利益影響を評価する。

手法メモ

• 利益寄与分析S&P 500 EPS成長寄与分析

  AIインフラ企業の利益寄与を市場のその他企業と区別する。

  ハイパースケールクラウドプロバイダーおよびその設備投資の恩恵を受ける企業をAIインフラとして分類し、一部のプライベート投資関連その他収益を除外することで、指数EPS成長に対するAIインフラの寄与を算定する。

• エンタープライズ支出分析AI推論コスト推定

  S&P 500の売上高およびIT予算に占めるAI推論コストの比率を推定する。

  主要AIモデルプロバイダーの収益、エンタープライズ支出と消費者支出の内訳、S&P 500による支出割合を用いて推論コストを推定する。この推定には、熟練労働力やテクノロジーインフラなどのその他の導入コストは含まれない。

• 株式スクリーニングAI生産性受益企業スクリーニング

  人件費感応度とAI自動化エクスポージャーに基づき、潜在的な受益企業を特定する。

  Russell 1000を対象に、給与のAI自動化エクスポージャーおよび売上高に占める人件費の両方で業界内上位50%に入る企業をスクリーニングする。また、企業が第2四半期決算説明会でAIと生産性または効率性を関連付けていることを求め、AIインフラおよびAIディスラプションリスク・バスケットの構成銘柄を除外する。

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）。

• AIインフラ株

  AI設備投資の直接的な受益者

  強み

  短期的な設備投資と利益成長の可視性が高く、2026年第2四半期のS&P 500利益成長に大きく寄与した。

  弱み

  バリュエーションおよび成長期待はすでに高まっている可能性があり、ハイパースケールクラウドプロバイダーの設備投資サイクルに敏感である。

  比較

  AI生産性受益企業と比べ、現在は利益実現がより明確であるため、投資家からより選好されている。

  リスク

  設備投資の減速、サプライチェーンまたは競争環境の変化、利益予想の下方修正。

• ソフトウェア株

  AI予算の再配分により圧力を受ける可能性がある一方、エンタープライズAI導入ツールの提供者でもある

  強み

  調査および開示されたファンダメンタルズはまだ広範な代替を示しておらず、Goldman Sachsがカバーするソフトウェア企業のARR成長率は足元で緩やかに加速している。

  弱み

  企業が一部の外部ソフトウェアアプリケーションを置き換えるために社内AIツールを開発する可能性について、市場は引き続き懸念している。

  比較

  AIインフラと比べ、ソフトウェアセクターはAI支出加速の恩恵をより間接的に受ける一方、短期的な不確実性はより大きい。

  リスク

  顧客の内製化への移行、モデルおよびインフラへの予算移転、AIネイティブ競争の激化。

• AI生産性受益企業バスケット

  AI自動化による人件費低下の潜在的受益者

  強み

  人件費が売上高に占める割合は比較的高く、AI自動化エクスポージャーも高いため、生産性向上が実現すれば大幅なマージン上昇余地がある。

  弱み

  これまでのところ、意味のあるAI主導の利益改善を示す証拠は不十分であり、過去のパフォーマンスは概ねS&P 500並みである。

  比較

  AIインフラ株が持つ短期的かつ定量可能な利益触媒を欠いている。

  リスク

  自動化エクスポージャーは、単なる効率向上ではなく事業ディスラプションリスクを示す可能性もある。

• 高人件費株式バスケット（GSTHHLAB）

  AIによる生産性改善および人件費予算の再配分に対してより感応的

  強み

  AIが効率を大幅に改善した場合、より大きなコスト削減機会を提供する。

  弱み

  労働代替、導入コスト、事業ディスラプションによるリスクもより大きい。

  比較

  人件費は売上高の中央値で31%を占め、低人件費バスケットの5%およびS&P 500中央値の14%を上回る。

  リスク

  AIの恩恵の実現が予想より遅れること、労働市場調整の摩擦、コスト削減が利益に転換されないこと。

主要データ

• S&P 500の2026年第2四半期EPS前年同期比成長率31%一部のプライベート投資関連「その他収益」控除後。
• AIインフラ企業のEPS前年同期比成長率54%ハイパースケールクラウドプロバイダーおよびその設備投資の恩恵を受ける企業。
• S&P 500 EPS成長に対するAIインフラの寄与約50%2026年第2四半期。
• S&P 500企業のEPS成長率中央値14%2026年第2四半期。
• 特定のAI生産性効果を定量化したS&P 500企業の割合11%例えば、コーディングまたは顧客サポート。
• AIの利益への影響を定量化したS&P 500企業の割合2%2026年第1四半期の割合と同程度。
• S&P 500売上高に占めるAI推論コスト0.5%未満推定値。
• 従業員1人当たりの月間AI支出年初の中央値$5から7月には$12へ上昇Ramp AI Index。支出分布は大きく分散している。
• AI支出の資金源約3分の2は既存予算の再配分によるソフトウェア予算から18%、人件費予算から11%を含む。
• S&P 500の人件費売上高の約12%、総額約$2.1兆企業開示および2025年推定に基づく。

影響と示唆

投資家は、高い利益レバレッジと受注の可視性を持つAIインフラのバリューチェーンに引き続き注目すべきであるが、AIの物語だけを理由に生産性受益企業を追随すべきではない。エンタープライズAI支出の加速は、今後数四半期における重要な検証ポイントである。生産性向上がマージン拡大とEPS上方修正につながれば、人件費が高く自動化エクスポージャーも高い企業が恩恵を受ける可能性がある。一方、AI予算が主に既存のソフトウェアおよび人件費支出を圧迫する場合、市場全体の利益拡大よりも、業界内での売上高・利益の再配分がより顕著になる。

リスク

• AI導入による生産性および利益の恩恵が予想を下回る、または実現までにより長い時間を要する可能性がある。
• AIインフラ設備投資の成長鈍化は、現在の主要な利益牽引要因を弱める可能性がある。
• 企業がソフトウェアまたは人件費からAIへ予算を移すことで、業界内の売上高と利益が再配分される可能性がある。
• 高いAI自動化エクスポージャーは効率向上をもたらし得る一方、事業ディスラプションリスクを高める可能性もある。
• AI支出、推論コスト、自動化エクスポージャーには推定値および調査データが含まれ、手法およびサンプルのバイアスが生じる。

注目点

• 今後の決算報告で、AIが売上高、コスト、マージン、EPSに与える影響を定量化する企業の比率が上昇するかどうか。
• AI推論コストおよび従業員1人当たりAI支出の持続的な成長率。
• AI資金が既存予算の再配分から追加予算へ移行するかどうか。
• ソフトウェア企業のARR、更新、顧客による社内ツール開発の動向がAI代替の兆候を示すかどうか。
• 人件費と自動化エクスポージャーが高い企業におけるマージン、従業員数、業務効率の変化。
• ハイパースケールクラウドプロバイダーの設備投資、およびAIインフラ企業の受注、売上高、利益ガイダンス。