1
要旨
本論文の目的は、近年繰り返し語られている「半導体バブルは崩壊したのか」という問いに対して、単なる株価の上昇・下落だけでなく、半導体需要、企業業績、設備投資、供給能力、メモリ価格、AIデータセンター投資、金利、投資家心理などを総合的に分析し、可能な限り体系的な回答を提示することである。
先に本論文の暫定的な結論を示す。
2026年6月末時点において、半導体産業全体のバブルが崩壊したと判断することはできない。
ただし、これは「半導体株が割高ではない」「今後も株価が下がらない」という意味ではない。
半導体産業のなかには、実際の利益成長によって株価上昇が裏付けられている領域がある一方、将来の成長期待を過度に織り込んでいる領域も存在する。また、AI向け半導体、HBM、汎用DRAM、NAND、ファウンドリ、半導体製造装置、光通信、電力設備などでは、需要と供給の状況が大きく異なる。
したがって、「半導体バブル」という一つの言葉で、半導体産業全体を一括して評価することには問題がある。
より正確には、現在の半導体市場は、次の三つの要素が重なった状態にある。
第一は、AIデータセンター建設による実需の急拡大である。
第二は、HBMや先端GPUなど一部製品の供給制約による価格と利益率の上昇である。
第三は、その成長が長期間続くと予想する投資家による株価評価の上昇である。
このうち、第一と第二は企業業績に現れている現実の変化である。一方、第三には将来予測が含まれており、その予測が外れれば株価は大きく下落する。
つまり、現在起きていることは、実体のない投機だけによって形成された典型的なバブルではない。しかし、実需が存在するからといって、株価がどこまで上昇しても正当化されるわけでもない。
本論文では、
「産業の成長」
「企業利益の成長」
「株価の上昇」
「株価のバブル化」
「バブルの崩壊」
という五つの現象を区別する。
そのうえで、NVIDIA、SK hynix、Samsung Electronics、Micron Technology、Kioxia、SanDisk、TSMC、Broadcomなどの企業と、GPU、HBM、DRAM、NAND、SSD、ASIC、先端パッケージングなどの市場を分析する。
また、SNSや職場で語られる「半導体バブル崩壊」という表現が、実際には何を指しているのかについても検討する。
⸻
第1章 なぜ「半導体バブル崩壊」が語られるのか
1．株価が下がると「バブル崩壊」と呼ばれやすい
半導体株が1日または数日間大きく下落すると、SNS、動画サイト、投資掲示板などでは、すぐに「AIバブルが崩壊した」「半導体相場は終わった」という言葉が使われる。
しかし、株価が下落したという事実だけでは、バブル崩壊を意味しない。
株価が下落する理由には、少なくとも次のようなものがある。
* 短期的な利益確定
* 株価上昇後の過熱感
* 金利上昇によるPERの低下
* 機関投資家のリバランス
* オプション取引に伴う機械的な売買
* 為替変動
* 業績見通しの下方修正
* 半導体需要の減少
* 供給過剰への警戒
* 地政学リスク
* 市場全体のリスク回避
これらは同じ「株価下落」であっても、意味がまったく異なる。
たとえば、株価が短期間に2倍、3倍になった後、利益確定によって20％下落したとしても、その企業の売上高や利益が伸び続けているなら、産業の崩壊とはいえない。
反対に、株価がまだ大きく下がっていなくても、受注の減少、在庫の増加、販売価格の下落、設備稼働率の悪化などが進んでいれば、実体経済ではすでに調整が始まっている可能性がある。
したがって、バブル崩壊を判断する際には、
株価が下がったか
ではなく、
将来の利益成長を支えていた前提が崩れたか
を見る必要がある。
2．現在の半導体株には強い過熱感がある
2026年前半には、AI需要とメモリ需給の逼迫を背景に、世界の半導体・ストレージ関連株が大幅に上昇した。報道によれば、2026年初めから6月末までの期間に、SK hynix、Micron、SanDisk、Western Digitalなど複数の企業の株価が数倍規模で上昇した。したがって、少なくとも株価の面では、強い過熱感が存在すると考えるべきである。(ガーディアン)
ここで重要なのは、
株価が過熱していること
と、
企業業績に実体がないこと
を混同しないことである。
株価は企業の現在の利益だけではなく、将来の利益を先取りして動く。
企業の利益が2倍になると予想される場合、株価は実際に利益が2倍になる前に上昇する。その後、決算で予想どおりの成長が確認されても、株価が下落することがある。
これは、一見すると不思議である。
しかし、市場は決算発表時点の利益ではなく、さらにその先の成長率を評価している。
たとえば、投資家が次のように予想していたとする。
* 今期利益は前年比2倍
* 来期利益も前年比2倍
* 再来期も高い成長が続く
実際の決算で今期利益が2倍になったとしても、会社が「来期の伸びは20％程度になる」と説明すれば、株価は下落する可能性がある。
この場合、企業の業績は過去最高であるにもかかわらず、株価は下がる。
つまり、
好決算＝株価上昇
ではない。
株価を動かすのは、実績と市場予想との差、そして将来予想の変化である。
半導体株、とりわけAI・メモリ関連株について考える際には、この仕組みを理解する必要がある。
⸻
3．「半導体バブル」という表現の曖昧さ
半導体バブルという言葉には、少なくとも四つの意味が混在している。
第一の意味：半導体企業の株価が割高である
これは株式市場におけるバリュエーションの問題である。
企業の売上高や利益が成長していても、それ以上に株価が上昇すれば、割高になる。
たとえば、利益が2倍になった一方、株価が5倍になれば、PERなどの株価評価は上昇する。
この状態では、企業業績が悪化しなくても、期待の後退だけで株価が下落する可能性がある。
第二の意味：AI関連設備投資が過剰である
これは、Microsoft、Amazon、Google、Metaなどのクラウド企業や、各国政府、通信会社、AI企業が建設しているデータセンターが、将来得られる収益に対して多すぎるのではないかという問題である。
AI設備投資によって実際に十分な売上と利益が得られなければ、数年後に投資削減が起きる。
その場合、GPU、HBM、ネットワーク機器、光通信部品、電力設備、冷却設備などの需要が一斉に減速する可能性がある。
第三の意味：メモリ価格が循環的な天井にある
DRAMとNANDは、歴史的に価格変動の大きい製品である。
需要が増加すると価格が上昇し、メーカーの利益が増える。メーカーは設備投資を増やす。しかし、新しい生産能力が稼働すると供給が増え、やがて供給過剰になる。
その結果、価格が下落し、メーカーの利益も急減する。
これは「シリコンサイクル」と呼ばれる半導体産業特有の循環である。
現在のメモリ価格上昇についても、AIによる構造的な需要増加だけでなく、供給制約による循環的な上昇が含まれている可能性がある。
第四の意味：AIそのものの経済価値が過大評価されている
生成AIが企業の生産性や収益を、現在期待されているほど増加させられない場合、AIサービスに対する支出が減少する。
AIサービスの収益性が低ければ、データセンター運営企業は、高額なGPUやHBMを買い続けることが困難になる。
これは半導体産業内部の問題ではなく、AIを利用する最終顧客が十分な経済価値を生み出せるかという問題である。
以上の四つは関係しているが、同じではない。
「半導体株の株価が割高である」という主張が正しくても、「AI半導体の需要が消滅する」とは限らない。
また、「将来、メモリが供給過剰になる可能性がある」という主張が正しくても、「現在すでにバブルが崩壊した」とは限らない。
⸻
第2章 バブルとは何か
1．バブルの基本的な定義
一般に資産価格のバブルとは、株式、不動産、商品などの価格が、その資産から将来得られる利益、配当、賃料、キャッシュフローなどで説明できる水準を大きく超えて上昇した状態を指す。
ただし、適正価格を正確に計算することは難しい。
株式の理論価値は、将来得られるキャッシュフローを現在価値に割り引くことで求められる。
概念的には次のように表せる。
企業価値
＝将来のキャッシュフローの合計
÷金利やリスクを反映した割引率
しかし、AI半導体企業の将来キャッシュフローを正確に予測することはできない。
AI市場が今後10年間でどの程度成長するのか。
GPUに対してどれだけHBMが必要になるのか。
推論処理がどの程度増えるのか。
ASICがGPUの市場をどの程度奪うのか。
中国企業がどこまで技術的に追いつくのか。
AI設備投資が収益に結び付くのか。
これらの前提によって企業価値は大きく変わる。
したがって、バブルは発生中に断定することが難しく、多くの場合、大幅な価格下落が発生した後に「バブルだった」と認識される。
⸻
2．実需があってもバブルは発生する
「AIには実際の需要があるから、バブルではない」という説明は十分ではない。
過去のバブルにも、基礎となる技術革新や実需は存在していた。
1990年代末のインターネット・バブルでは、インターネットそのものが幻想だったわけではない。
その後、インターネットは世界経済と人々の生活を大きく変えた。
Amazon、Googleなど、インターネットを基盤とする巨大企業も成長した。
それでも、当時の多くのインターネット関連企業の株価は、実際に得られる利益では正当化できない水準まで上昇していた。
そのため、インターネットという技術が正しかったにもかかわらず、株式市場ではバブルが崩壊した。
ここから得られる重要な教訓は、
技術革命が本物であることと、その関連株が適正価格であることは別問題である
という点である。
AIが産業革命に匹敵する変化をもたらすとしても、すべてのAI・半導体企業の株価が正当化されるわけではない。
逆に、株価が一時的に大暴落したとしても、AI技術そのものの発展が終わるとは限らない。
この区別は、本論文全体を通じて最も重要な視点の一つである。
3．バブル崩壊の判定条件
本論文では、半導体バブルの「崩壊」を、単に株価が高値から10％、20％下落した状態とは定義しない。
少なくとも、次の複数の現象が同時に発生しているかを確認する。
条件1 最終需要の減速
AIサービス、クラウドサービス、スマートフォン、パソコン、自動車など、半導体を最終的に利用する市場の需要が減少しているか。
条件2 設備投資計画の削減
大手クラウド企業、半導体メーカー、データセンター事業者が設備投資を削減しているか。
条件3 受注残の減少
半導体企業や製造装置企業の受注残が減少しているか。
条件4 在庫の増加
顧客や半導体メーカーの在庫日数が増加しているか。
条件5 販売価格の下落
DRAM、NAND、HBM、GPUなどの平均販売価格が下落しているか。
条件6 稼働率の低下
半導体工場の設備稼働率が低下しているか。
条件7 利益率の悪化
売上高が維持されていても、値下げや製造コスト増加によって粗利益率、営業利益率が低下しているか。
条件8 企業の業績予想引き下げ
会社側が将来の売上高や利益の予想を引き下げているか。
条件9 資金調達環境の悪化
金利上昇や信用不安によって、データセンターや半導体工場への投資資金を調達しにくくなっているか。
条件10 株価下落の長期化と広がり
一部の銘柄だけでなく、GPU、メモリ、製造装置、ファウンドリ、電力・冷却など、半導体関連の広い範囲で株価下落が長期化しているか。
一つだけなら、通常の株価調整や個別企業の問題である可能性が高い。
しかし、これらが同時に進行すれば、半導体サイクルが下向きに転換し、バブル崩壊と呼べる状況に近づく。
⸻
第3章 2026年6月時点の現状
1．世界半導体市場は縮小局面ではない
世界半導体市場統計をまとめるWSTSは、2026年の世界半導体市場について、前年比25％超の成長となり、市場規模は約9750億ドルに達すると予測している。特にメモリとロジックは、いずれも前年比30％超の成長が見込まれている。(WSTS)
予測は将来の確定値ではないため、無条件に信じるべきではない。
しかし、少なくとも現時点では、業界全体が売上減少局面に入っているというデータにはなっていない。
Deloitteも、2026年の世界半導体売上高を約9750億ドルと見込み、AIインフラ投資が成長を牽引するとしている。その一方で、AI関連の先端半導体と、それ以外の分野の成長格差が拡大していることも指摘している。(Deloitte)
この「構造的な格差」は重要である。
半導体市場全体が好調に見えても、すべての製品が同じように成長しているわけではない。
需要が特に強いのは、
* AIアクセラレーター
* HBM
* サーバー向けDRAM
* データセンター向けSSD
* 高速ネットワーク半導体
* 先端パッケージング
* 電力制御半導体の一部
などである。
一方、一般消費者向けのスマートフォン、パソコン、家電、成熟製品向け半導体は、AI関連製品ほどの成長率ではない。
したがって、現在の状況を正確に表現するなら、
半導体産業全体が均等に成長しているのではなく、AIデータセンターを中心に極端な成長が集中している
ということになる。
2．メモリは単なる補助部品ではなくなった
従来、AI半導体市場ではNVIDIAなどが供給するGPUに注目が集中してきた。
しかし、AIモデルが大規模化するにつれて、計算装置だけでなく、大量のデータを高速で供給するメモリが重要になった。
GPUの演算性能が高くても、必要なデータを十分な速度でGPUに送れなければ、演算器が待機する時間が増える。
これは、非常に速く計算できる人を雇っても、計算に必要な資料がゆっくりとしか届かなければ、その能力を十分に使えないことに似ている。
HBMは、複数のDRAMチップを積層し、広いデータ経路によってGPUなどと大量のデータをやり取りする。
通常のDRAMと比較して高い帯域幅を実現できるため、AIアクセラレーターに不可欠な部品となった。
Micronは、AI時代においてメモリが顧客にとって「戦略的資産」になったと説明しており、強い需要と供給制約を背景に記録的な業績を報告している。(Micron Technology)
これは、これまで私たちが議論してきた、
「NANDやDRAMはGPUより目立たないが、AIには両方必要なのではないか」
という問題につながる。
結論からいえば、その理解は正しい。
AIデータセンターでは、主に次のような役割分担がある。
●NAND：大量データを長期間保存する
●通常のDRAM：CPUやサーバーが使用する作業領域
●HBM：GPUやAIアクセラレーターに高速でデータを渡す
●GPU・ASIC：実際の演算を行う
NANDから直接すべてのデータをGPUに送るのではなく、用途に応じてストレージ、DRAM、HBMなどの階層を通じてデータが移動する。
NANDは大量保存に向いているが、HBMほど高速ではない。
HBMは非常に高速だが、容量当たりの価格が高く、すべてのデータを保存する用途には適さない。
したがって、NANDとHBMは単純な競合関係ではない。
両方が必要である。
ただし、現時点で市場がHBMをより高く評価している理由は、HBMのほうが供給できる企業が限られ、技術的難易度が高く、AIアクセラレーターの性能を左右し、利益率も高いからである。
3．HBM増産が通常DRAMにも影響する
HBMの製造には、通常のDRAMより多くのシリコン面積や高度な製造工程が必要になる。
半導体メーカーが限られた生産能力をHBMに振り向ければ、汎用DRAMに利用できる生産能力が相対的に減る。
その結果、HBM需要の拡大は、HBMそのものの価格だけでなく、通常DRAMの需給にも影響する。
SK hynixは2026年の市場見通しにおいて、HBMへの生産資源の移動が汎用DRAMの需給改善につながり、サーバー向けDDR5とHBMがDRAM市場の二本柱になるとの見方を示している。また、NANDについてもAIデータセンター向けエンタープライズSSDを中心に成長すると予想している。(SK hynix Newsroom -)
ここには重要な循環がある。
1．AI向けHBM需要が増える2．メーカーがHBM生産を優先する3．通常DRAMの供給量が抑えられる4．通常DRAMの価格も上がりやすくなる5．メモリメーカー全体の利益が増える
この仕組みによって、AIと直接関係の深いHBMだけでなく、汎用DRAM市場も恩恵を受ける。
しかし、この状態は永続するとは限らない。
価格上昇によってメーカーの利益が増えれば、新工場や製造装置への投資が拡大する。
数年後にその生産能力が稼働すれば、供給不足が解消される。
さらに需要の伸びが予想を下回れば、供給過剰になる可能性がある。
したがって、現在のメモリ企業の高利益には、
AIによる構造的な需要増加
と、
供給能力が需要に追いついていないことによる循環的な価格上昇
の両方が含まれている。
4．SK hynixのNAND調整はAI需要消滅を意味しない
これまでの対話では、
「SK hynixがNANDを減産するのは、AI需要が減ったからなのか」
という疑問を検討してきた。
ここでは、製品ごとの需給を分けて考える必要がある。
SK hynixがHBMで好調だからといって、すべてのNAND製品が同じように高収益になるわけではない。
NANDには、
●スマートフォン向け
●パソコン向け
●一般消費者向けSSD
●企業向けSSD
●AIデータセンター向け大容量SSD
など、異なる市場が存在する。
AIデータセンター向けの大容量SSD需要が伸びていても、消費者向けNANDの需要が弱ければ、製品構成によっては生産調整が必要になる。
また、NANDはHBMよりも製品の差別化が難しく、価格競争が激しくなりやすい。
そのため、需要が存在していても、販売価格が低すぎれば利益率が悪化する。
企業は売上高を最大化するためだけでなく、利益とキャッシュフローを改善するために生産量を減らすことがある。
したがって、
NANDの一部減産＝AI需要の崩壊
とはいえない。
減産の意味を判断するには、
●どの種類のNANDを減産するのか
●企業向けSSDの需要はどうか
●在庫水準はどうか
●NANDの平均販売価格はどうか
●工場をHBMやDRAMに転用するのか
●利益率改善を目的とした戦略的減産なのか
を確認する必要がある。
第4章 現時点でバブル崩壊と判断できない理由
1．企業利益が実際に増えている
典型的な投機バブルでは、企業がほとんど利益を上げていないにもかかわらず、将来への期待だけで株価が上昇することがある。
現在のAI・メモリ市場は、それとは異なる。
Micronは2026年度第3四半期について、過去最高水準の業績と大幅なフリーキャッシュフローを報告した。同社の公式発表によれば、同四半期の設備投資は約71億ドルでありながら、調整後フリーキャッシュフローは約183億ドル、保有する現金・市場性資産などは約302億ドルとなった。(Micron Technology)
SK hynixも2026年第1四半期に、売上高52兆5763億ウォン、営業利益37兆6103億ウォンという記録的な業績を発表した。(SK hynix Newsroom -)
これらの数字が示すのは、少なくとも主要メモリ企業の株価上昇が、完全に架空の物語だけによって起きているわけではないということである。
実際に製品が売れ、販売価格が上がり、利益とキャッシュフローが増加している。
したがって、現段階を2000年前後の赤字インターネット企業と完全に同一視することは適切ではない。
ただし、現在の利益が本物であることは、将来の株価下落を否定しない。
メモリ企業の利益は価格変動によって大きく変わる。
現在の高価格と高利益率が永続すると考えて株価が形成されているなら、価格上昇が止まるだけでも株価は下落する。
業績が「悪化」しなくても、
利益の増加速度が鈍化する
だけで株式市場は失望する可能性がある。
2．供給不足がまだ解消していない
AI半導体市場では、単にGPUチップを製造すればよいわけではない。
最先端のAIアクセラレーターには、
●先端ロジック半導体
●HBM
●シリコンインターポーザー
●先端パッケージング
●基板
●高速ネットワーク
●電力供給設備
●冷却設備
などが必要である。
一つの部品だけを増産しても、別の工程が不足すれば、完成品の供給は増えない。
HBMについても、DRAMチップを製造するだけでなく、それを積層し、接続し、検査し、高い歩留まりで出荷する必要がある。
このため、供給能力を急激に増やすことは難しい。
現在、韓国ではSamsungとSK hynixによる大規模な半導体投資計画が発表されている。しかし、新しい工場が発表されたからといって、すぐに製品供給が増えるわけではない。工場建設、装置搬入、試験生産、歩留まり改善、顧客認証までには長い時間がかかる。(Reuters)
一方で、こうした巨額投資は将来の供給過剰リスクも高める。
投資計画がすべて予定どおり実行され、各社が同時に大幅増産し、その時点でAI需要の伸びが鈍化していれば、メモリ価格は下落する。
実際、大規模な増産計画が発表された際、将来の供給過剰を警戒してSamsungやSK hynixの株価が慎重な反応を示したと報じられている。(Reuters)
これは、市場が単に「工場が増えるから成長する」と考えているわけではないことを示している。
半導体産業では、
設備投資の増加→生産能力の増加→売上高の増加
になる場合もあれば、
設備投資の増加→供給過剰→価格下落→利益減少
になる場合もある。
その違いを決めるのが、増産時点の需要である。
3．株価調整と産業崩壊は別である
以上を踏まえると、半導体株が高値から大きく下落する可能性は十分にある。
むしろ、短期間で数倍になった銘柄については、20％から40％程度の下落が発生しても不思議ではない。
しかし、そのような株価下落が発生したとしても、直ちに半導体産業の崩壊を意味するわけではない。
たとえば、ある企業の利益が次のように推移したとする。
●1年目：100
●2年目：200
●3年目：300
非常に高い成長である。
しかし、株式市場が3年目の利益を400と予想していた場合、実際の300は失望となる。
企業は成長しているにもかかわらず、株価は下落する。
これは、
企業の成長が止まったのではなく、市場の期待に届かなかった
状態である。
半導体株の今後を考える場合、まさにこの期待値の高さが最大の問題となる。
現在の業績が悪いのではない。
現在の業績が非常に良いため、投資家がさらに高い将来成長を株価に織り込んでいる。
そのため、少しの成長鈍化でも株価の下落幅が大きくなる。
これはバブル崩壊の可能性を否定する材料ではなく、むしろ将来の株価変動を大きくする要因である。
第5章 第1部の暫定結論
2026年6月末時点で確認できる状況は、次のように整理できる。
世界半導体市場は、売上高ベースでは依然として大きく成長している。
AI向けGPU、HBM、サーバーDRAM、企業向けSSDなどには強い需要が存在する。
MicronやSK hynixなどの主要メモリ企業は、実際に記録的な売上高、利益、キャッシュフローを生み出している。
したがって、
半導体需要がすでに消滅し、企業業績が崩れ、産業全体が縮小に転じた
という意味でのバブル崩壊は、現時点では確認できない。
一方、株式市場では、一部の半導体・メモリ関連株が短期間に数倍となっている。
これは将来の高成長をかなり先まで織り込んでいる可能性があり、金利上昇、利益成長の鈍化、設備投資の削減、供給過剰などが起きれば、株価が大幅に下落する危険性がある。
したがって、現時点の最も適切な表現は、
半導体産業のバブルがすでに崩壊したのではなく、実需を伴う急成長の上に、株価の過熱と将来の供給過剰リスクが重なっている状態
である。
あなたがこれまで示してきた、
「金曜日に株価が大きく下がっただけで、半導体バブル崩壊と呼ぶのは早いのではないか」
という考え方は、基本的に正しい。
一日の株価下落だけでは、次の事実を確認できないからである。
●AI需要が減ったのか
●データセンター投資が中止されたのか
●HBMの受注が減ったのか
●メモリ在庫が急増したのか
●販売価格が下落に転じたのか
●企業が業績予想を引き下げたのか
これらが確認されない段階では、株価下落は、
利益確定過熱感の調整金利への警戒機関投資家のリバランス将来の供給過剰への先回り
などで説明できる。
ただし、「まだ崩壊していない」という判断と、「今後も絶対に崩壊しない」という判断は異なる。
現在の巨額設備投資が将来の利益につながらなければ、AIデータセンターの投資削減が起きる。
各社の増産能力が一斉に立ち上がれば、HBM、DRAM、NANDの供給不足は供給過剰へ転換する。
中国のメモリ企業が技術と生産能力を高めれば、汎用メモリの価格競争も激しくなる。実際、中国のCXMTは生産能力を拡大し、サーバー向けDRAM市場への進出を強めていると報じられている。(Reuters)
したがって、本論文の最終的な問いは、
「半導体が将来必要か」
ではない。
半導体が必要であり続けることは、ほぼ間違いない。
本当に問うべきなのは、
現在計画されている膨大な供給能力を上回る速度で需要が増え続けるのか
AIによって得られる収益は、数千億ドル規模の設備投資を正当化できるのか
現在の株価は、将来発生する景気循環や競争激化を十分に織り込んでいるのか
という問題である。
次部では、半導体産業の基本構造を整理し、CPU、GPU、ASIC、DRAM、HBM、NAND、SSDが、AIデータセンター内部でどのような役割を担っているのかを詳しく分析する。
そして、なぜGPUだけではAIを動かせず、NAND、DRAM、HBMがすべて必要になるのかを、データの保存と移動の流れに沿って説明する。
第6章 半導体は一種類ではない
半導体と一言でいっても、実際には非常に多くの種類がある。
投資の世界では「半導体株」とまとめて呼ばれることが多いが、NVIDIA、TSMC、SK hynix、Micron、Kioxia、Broadcom、ASML、Tokyo Electron、Disco、Advantestなどは、同じ半導体関連企業であっても、事業内容は大きく異なる。
大きく分けると、半導体産業には次のような領域がある。
1つ目は、設計である。
NVIDIA、AMD、Broadcom、Qualcommなどは、主に半導体の設計を行う。自社で巨大工場を持たず、設計したチップの製造をTSMCなどに委託する企業も多い。
2つ目は、製造である。
TSMC、Samsung Foundry、Intel Foundryなどがこれにあたる。顧客から設計データを受け取り、実際にシリコンウェハー上に半導体を製造する。
3つ目は、メモリである。
SK hynix、Samsung Electronics、Micron、Kioxia、Western Digital、SanDiskなどが関係する。DRAM、HBM、NANDなど、データを一時的または長期的に保存する半導体を作る。
4つ目は、製造装置である。
ASML、東京エレクトロン、Applied Materials、Lam Research、KLA、Disco、Advantestなどが該当する。半導体を作るための露光装置、成膜装置、エッチング装置、検査装置、切断装置などを提供する。
5つ目は、パッケージング・後工程である。
チップを基板に実装し、複数のチップを接続し、完成品として使える状態にする工程である。AI半導体では、先端パッケージングの重要性が急上昇している。
このように、半導体産業は一つの企業、一つの製品で成立しているわけではない。
したがって、「半導体バブルが崩壊したのか」を考えるときも、半導体産業全体を一括して見るのではなく、
* GPUはどうか
* HBMはどうか
* DRAMはどうか
* NANDはどうか
* 製造装置はどうか
* ファウンドリはどうか
* データセンター投資はどうか
と分けて考える必要がある。
⸻
第7章 AIデータセンターの中で何が起きているのか
AIデータセンターとは、簡単にいえば、AIモデルを学習・推論するための巨大な計算工場である。
従来のデータセンターもサーバーを大量に並べていたが、AIデータセンターでは、通常のCPU中心のサーバーだけでなく、GPUやAIアクセラレーターを大量に使う。
AIモデルは、膨大なデータを読み込み、重みと呼ばれるパラメータを調整しながら学習する。
また、ユーザーが質問したときには、学習済みモデルを使って回答を生成する。これが推論である。
このとき、重要になるのは単なる計算速度だけではない。
AIでは、次の三つが同時に必要になる。
第一に、大量のデータを保存する能力。
第二に、必要なデータを高速で取り出す能力。
第三に、取り出したデータを高速で計算する能力。
この三つに対応するのが、
* NAND
* DRAM
* HBM
* GPU
である。
⸻
第8章 NANDとは何か
NANDは、データを長期保存するための半導体である。
スマートフォンの写真、動画、アプリ、パソコンのファイル、SSDの中身、データセンターのストレージなどに使われる。
NANDの特徴は、電源を切ってもデータが消えないことである。
たとえば、スマートフォンの電源を切っても写真が消えないのは、写真がNANDに保存されているからである。
このようなメモリを不揮発性メモリという。
AIデータセンターでもNANDは重要である。
AIは大量のテキスト、画像、動画、音声、コード、ログデータなどを使う。これらを保存するには、巨大なストレージが必要になる。
その中心がSSDであり、SSDの中核部品がNANDである。
ただし、NANDは大量保存には向いているが、速度ではHBMやDRAMに劣る。
ここが重要である。
NANDは倉庫である。
大量の物を保管できるが、作業机の上にある資料ほどすぐには使えない。
AIにおいてNANDは、膨大なデータを保存しておく場所である。
しかし、GPUが計算するときに、毎回NANDから直接データを取り出していたら遅すぎる。
そのため、データは必要に応じて、NANDからDRAMへ、さらにHBMへと移される。
⸻
第9章 DRAMとは何か
DRAMは、作業中のデータを一時的に置くための半導体である。
パソコンやスマートフォンで「メモリ16GB」「メモリ32GB」と表示されるときのメモリは、一般にDRAMである。
DRAMの特徴は、NANDより高速であることだ。
しかし、電源を切るとデータが消える。
このようなメモリを揮発性メモリという。
DRAMは、机の上の作業スペースに近い。
本棚や倉庫にある資料を、作業のために机の上に広げる。
この机の上が広いほど、一度に多くの作業ができる。
AIデータセンターでも、通常のサーバーには大量のDRAMが搭載される。
CPUが処理するデータ、OS、アプリケーション、データベース、キャッシュなどに使われる。
DRAMはNANDより速いが、HBMほどGPUに近い位置で超高速にデータを渡す用途には向いていない。
そこで登場するのがHBMである。
⸻
第10章 HBMとは何か
HBMは、High Bandwidth Memoryの略である。
日本語でいえば、高帯域幅メモリである。
HBMはDRAMの一種だが、普通のDRAMとは構造が違う。
複数のDRAMチップを縦に積み重ね、非常に広い通路でGPUなどの演算チップと接続する。
このため、一度に大量のデータを高速でやり取りできる。
AIでは、GPUが大量の計算を行う。
しかし、GPUがどれだけ速く計算できても、計算に必要なデータが届かなければ能力を発揮できない。
人間で例えるなら、非常に頭の良い人を机に座らせても、資料が1枚ずつゆっくり渡されるだけなら、作業効率は上がらない。
HBMは、その優秀な計算者に対して、大量の資料を一気に渡す仕組みである。
だからAIでは、GPUだけでなくHBMが重要になる。
ここで、あなたが以前確認した問いに戻る。
「NANDからHBMに移すときには時間がかかるのか」
答えは、かかる。
NANDは大量保存用であり、HBMほど高速ではない。
データは用途に応じて階層的に移動する。
NAND
↓
DRAM
↓
HBM
↓
GPU
という流れになる。
すべてのデータを常にHBMに置ければ理想的だが、HBMは非常に高価で容量も限られる。
だから、大量データはNANDに保存し、よく使うデータや計算に必要なデータをDRAMやHBMに移す。
この階層構造が、AIデータセンターの基本である。
⸻
第11章 GPUとは何か
GPUは、Graphics Processing Unitの略である。
もともとは画像処理用の半導体だった。
ゲームや映像処理では、同じような計算を大量に並列で行う必要がある。
GPUはこの並列計算に強い。
AIの学習や推論でも、行列計算と呼ばれる大量の計算を並列に処理する。
そのため、GPUはAIに非常に適していた。
NVIDIAがAIブームの中心になった理由は、GPUの性能だけではない。
CUDAというソフトウェア基盤を長年整備し、研究者や企業がNVIDIA GPUを使ってAI開発をしやすい環境を作ってきたことも大きい。
つまり、NVIDIAの強さは、
* GPUそのもの
* CUDA
* ソフトウェアエコシステム
* 開発者の慣れ
* データセンター向け製品群
* ネットワーク機器
* システム全体の設計力
にある。
半導体バブルを考える際、NVIDIAを単なるチップ会社として見ると誤る。
NVIDIAは、AI計算基盤の中心企業である。
ただし、どれほど強い企業であっても、株価が将来利益を過度に織り込めば、株価下落は起こりうる。
ここでも、企業の強さと株価の割安・割高は分けて考える必要がある。
⸻
第12章 なぜGPUだけではAIは動かないのか
AIの計算ではGPUが中心である。
しかし、GPUだけを買えばAIデータセンターが完成するわけではない。
GPUには、常にデータを供給し続ける必要がある。
そのためにHBMが必要になる。
また、GPUに送る前のデータを処理・管理するためにDRAMが必要になる。
さらに、学習データやモデル、ログ、ユーザー生成データを保存するためにNANDが必要になる。
これを工場で例えると分かりやすい。
GPUは、非常に高性能な加工機械である。
HBMは、その加工機械のすぐ横にある高速供給ラインである。
DRAMは、工場内の作業スペースである。
NANDは、巨大な倉庫である。
どれか一つが不足しても、工場全体の効率は落ちる。
GPUだけが大量にあっても、HBMが不足すればGPUは待たされる。
HBMがあっても、DRAMやストレージが不十分なら、データをうまく供給できない。
NANDが不足すれば、そもそも大量データを保存できない。
このため、AIブームではGPUだけでなく、メモリ、ストレージ、ネットワーク、電力、冷却まで需要が広がっている。
⸻
第13章 なぜ市場はNANDよりHBMを高く評価するのか
あなたは以前、
「両方必要なら、市場がNANDよりHBMに期待しているのはなぜか」
と質問した。
この問いは非常に重要である。
答えは、必要性と利益率が同じではないからである。
NANDもAIに必要である。
しかし、NANDは比較的コモディティ化しやすい。
つまり、製品の差別化が難しく、価格競争になりやすい。
一方、HBMは技術難易度が高い。
HBMでは、DRAMを積層する技術、接続技術、熱管理、歩留まり、顧客認証、GPUとの組み合わせなどが重要になる。
簡単に作れる製品ではない。
そのため、供給できる企業が限られる。
特にAI向け最先端HBMでは、SK hynix、Samsung、Micronが中心であり、その中でもSK hynixが強い地位を持っている。
市場は、単に「必要かどうか」だけで株価を評価しない。
次のような点を評価する。
* 供給できる企業が限られるか
* 価格決定力があるか
* 利益率が高いか
* 需要が長期間続くか
* 顧客との契約が強いか
* 技術的な参入障壁が高いか
* 増産してもすぐに供給過剰になりにくいか
HBMはこれらの条件を満たしやすい。
だから市場は、NANDよりもHBMを高く評価している。
ただし、NANDが不要という意味ではない。
AIデータセンターが大規模化するほど、データ保存量は増える。
そのため、企業向けSSDや高性能NANDの需要も拡大する。
ただし、NAND企業の株価が大きく上がるためには、単なる需要増加だけでなく、価格上昇と利益率改善が必要になる。
⸻
第14章 メモリ企業の利益構造
メモリ企業の利益は、非常に大きく変動する。
その理由は、DRAMやNANDが市況商品に近い性質を持つからである。
需要が供給を上回ると、価格が上がる。
価格が上がると、売上高が増えるだけでなく、利益率も大きく改善する。
半導体工場は固定費が大きい。
工場、製造装置、人件費、研究開発費などは、短期的には簡単に減らせない。
そのため、販売価格が少し上がるだけでも、利益が大きく増える。
逆に、販売価格が下がると、利益は急激に悪化する。
これがメモリ株の怖さである。
株価が上がる局面では、利益が爆発的に増える。
しかし、価格下落局面では、黒字企業が急に赤字化することもある。
したがって、メモリ株を考える場合には、
需要があるか
だけでは不十分である。
見るべきなのは、
* 価格が上がっているか
* 在庫が増えていないか
* 顧客が先行発注しすぎていないか
* メーカーが増産しすぎていないか
* 設備投資が将来の供給過剰につながらないか
* 高利益率がどこまで続くか
である。
⸻
第15章 AIブームがメモリ市場を変えた理由
従来、メモリ市場はスマートフォン、パソコン、サーバー、ゲーム機、自動車などに広く依存していた。
そのため、景気が悪くなるとメモリ需要も落ちやすかった。
また、スマートフォンやパソコンの買い替え需要が弱いと、NANDやDRAMの価格も下がりやすかった。
しかし、AIデータセンターはこの構造を変えた。
AIでは、従来よりもはるかに多くのメモリ帯域が必要になる。
特に大規模AIモデルでは、GPUの性能を十分に引き出すためにHBMが必要不可欠になった。
その結果、メモリ企業は単なる景気循環型企業ではなく、AIインフラ企業として再評価されるようになった。
ただし、これはメモリ企業が完全に景気循環から解放されたという意味ではない。
AI需要が強くても、各社が増産しすぎれば価格は下がる。
技術革新によって必要なメモリ量が減る可能性もある。
推論モデルの効率化が進めば、同じ性能をより少ない計算資源で実現できるかもしれない。
したがって、AIブームはメモリ市場の構造を変えたが、メモリサイクルを完全に消したわけではない。
⸻
第16章 AIデータセンターのボトルネック
AIデータセンターの拡大では、GPUとHBMだけがボトルネックではない。
次のようなものも制約になる。
第一に、電力である。
AIデータセンターは膨大な電力を消費する。
GPUを大量に並べれば、計算能力は上がるが、同時に電力消費も増える。
電力供給が追いつかなければ、データセンターを建設しても稼働できない。
第二に、冷却である。
GPUやHBMは高性能であるほど発熱も大きい。
空冷だけでは限界があるため、液冷への移行が進んでいる。
あなたが以前確認した「データセンター液冷化」は、この流れの中にある。
冷却が不十分なら、半導体は性能を落とすか、故障リスクが高まる。
第三に、ネットワークである。
AIモデルを複数のGPUで学習するには、GPU同士を高速に接続する必要がある。
一つのGPUだけが速くても、GPU同士の通信が遅ければ全体の効率は下がる。
そのため、InfiniBand、Ethernet、光通信、スイッチ、光トランシーバーなどの需要も増える。
第四に、先端パッケージングである。
GPUとHBMを近い距離で接続するには、非常に高度なパッケージング技術が必要になる。
TSMCのCoWoSなどが注目されるのはこのためである。
このように、AI半導体市場は単なるチップ市場ではなく、データセンター全体のインフラ投資である。
⸻
第17章 半導体バブル論における重要な分岐点
ここまで見ると、現在の半導体市場には実需が存在することが分かる。
しかし、実需があるからといって、バブルではないと断定することはできない。
本当に重要なのは、次の問いである。
AIデータセンターに投じられた資本は、十分な利益を生むのか。
半導体企業にとっては、GPUやHBMが売れれば短期的には利益になる。
しかし、それを買うクラウド企業やAI企業にとっては、設備投資である。
高額なGPU、HBM、サーバー、電力設備、冷却設備を購入したあと、その投資をAIサービスの収益で回収しなければならない。
もしAIサービスの収益性が低ければ、数年後に設備投資は減速する。
そのとき、半導体需要も減速する。
つまり、半導体バブル崩壊の本質は、半導体企業の中だけではなく、AIを使う側の収益性にある。
GPUメーカーやHBMメーカーの現在の決算が良いことは重要である。
しかし、それだけで長期的な持続性は判断できない。
見るべきなのは、
* MicrosoftやGoogleなどがAI投資で収益を得ているか
* AIサービスの利用料が設備投資を回収できる水準か
* 企業がAI導入で生産性向上を実感しているか
* AI推論の需要が継続的に増えているか
* AIモデルの効率化によって必要半導体量が減りすぎないか
* 競争激化でAIサービスの価格が下がりすぎないか
である。
この部分が崩れれば、現在のAI半導体投資は過剰だったと評価される可能性がある。
⸻
第18章 第2部の結論
AIデータセンターは、GPUだけで成立しているわけではない。
NANDは大量データを保存する。
DRAMは作業用の一時領域を提供する。
HBMはGPUに大量データを高速で供給する。
GPUは実際の計算を行う。
この四つは役割が異なる。
したがって、AI需要を考える際には、
「NANDかHBMか」
ではなく、
「AIのどの工程に、どの種類のメモリが必要なのか」
を考える必要がある。
現在、市場がHBMを特に高く評価しているのは、HBMがAIアクセラレーターの性能を左右し、供給できる企業が限られ、利益率が高く、技術的な参入障壁が高いからである。
一方で、NANDも不要ではない。
AIデータセンターの拡大は、企業向けSSDや大容量ストレージ需要を押し上げる。
ただし、NANDは価格競争が起きやすく、利益率がHBMほど高くなりにくい。
この違いが、株式市場での評価差につながっている。
半導体バブルが崩壊したかを判断するには、株価だけでなく、AIデータセンターの構造を理解する必要がある。
なぜなら、株価が下がったとしても、それがGPU需要の減少なのか、HBM供給過剰への警戒なのか、NAND価格の調整なのか、金利上昇によるPER低下なのかで、意味がまったく違うからである。
現時点では、AIデータセンターの構造上、GPU、HBM、DRAM、NANDの需要には実体がある。
しかし、その需要が現在の株価や設備投資をすべて正当化できるかは別問題である。
次部では、メモリ市場の中心であるDRAM、HBM、NANDの価格循環を詳しく分析し、なぜメモリ株は急騰しやすく、同時に急落しやすいのかを論じる。
第3部 メモリ・スーパーサイクルの正体
――DRAM・HBM・NANDはなぜ急騰し、なぜ急落するのか
第19章 「メモリ・スーパーサイクル」とは何か
近年、半導体業界では「メモリ・スーパーサイクル（Memory Super Cycle）」という言葉が頻繁に使われるようになった。この言葉はニュースやアナリストレポート、企業の決算説明などでも繰り返し登場し、あたかも新しい時代の到来を象徴するキーワードのように扱われている。
しかし、この言葉が指している現象は単なる流行語ではなく、メモリ市場の構造そのものに関わる重要な変化である。
それがメモリ・スーパーサイクルであるが、この言葉は非常に誤解されやすい。
スーパーサイクルとは「永遠に価格が上がり続ける」という意味ではないし、「景気循環が完全になくなる」という意味でもない。むしろその逆で、景気循環は依然として存在し続ける。
スーパーサイクルとは、従来よりも長期間、高い需要が続く構造変化を意味する。
つまり、これまでと同じように価格の上下はあるが、その上下の基準となる水準自体が引き上げられるのである。言い換えれば、谷も山も以前より高い位置に移動する。
この「水準のシフト」こそがスーパーサイクルの本質であり、単なる好況とは根本的に異なる点である。
第20章 従来のメモリ市場
AI時代以前のメモリ市場は、主にスマートフォン、パソコン、ゲーム機、一般サーバー、家電、自動車といった幅広い分野の需要によって支えられていた。
これらの製品は基本的に消費者や企業の購買意欲に依存しており、世界景気の影響を非常に受けやすいという特徴がある。
例えば景気後退局面では、消費者はスマートフォンの買い替えを先延ばしにし、企業もパソコンやサーバーの更新を控える傾向が強まる。
その結果、DRAM（Dynamic Random Access Memory：電源を切るとデータが消える高速な主記憶用メモリ）の需要が減少し、同時にNAND（NAND型フラッシュメモリ：電源を切ってもデータを保持できるストレージ用メモリ）の需要も落ち込む。
需要が減れば当然価格は下落し、メーカーの売上と利益は急激に縮小する。
このようなサイクルは過去20年以上にわたって繰り返されてきたため、メモリ産業は景気敏感株の代表格として認識されてきたのである。
第21章 なぜ価格はこれほど変動するのか
ここで一つ疑問が生まれる。なぜメモリ価格だけがこれほど激しく上下するのか。
その最大の理由は、供給をすぐに増やすことができない構造にある。
例えば今日DRAM価格が急騰したとしても、明日すぐに生産量を倍増させることは不可能である。
半導体工場の建設には数兆円規模の巨額投資が必要であり、土地取得から建設、装置導入までに数年単位の時間がかかる。さらにそこから試験生産、歩留まり改善、品質検証、顧客認証といった複雑なプロセスを経て、ようやく市場に出荷できる。
つまり価格が上昇しても供給は短期的にはほとんど増えない。その結果、需要が供給を上回る状態が続き、価格はさらに上昇する。
この「供給の硬直性」が、メモリ価格の急騰を引き起こす根本的な要因である。
第22章 逆に価格はなぜ暴落するのか
一方で、価格が高い状態が続くと企業の行動は一斉に変化する。
メーカー各社は「今なら儲かる」という判断のもと、設備投資を拡大し、新工場や新ラインの建設を進める。
しかしここで重要なのは、これらの投資が実際の供給増加として市場に現れるまでには数年のタイムラグがあるという点である。
その結果、数年後に各社の増産が同時に市場へ流れ込むことになり、一気に供給過剰が発生する。
需要がそれに追いつかなければ、価格は急落する。しかもメモリはコモディティ性が強いため、価格競争が激化しやすい。
価格がわずかに下がるだけでも利益は大きく減少し、場合によっては赤字に転落することもある。
これがメモリ企業の業績が極端に変動する理由である。
第23章 固定費という恐ろしい存在
企業分析において重要となるのが営業利益率や固定費の構造であり、ここがメモリ企業最大の特徴である。
例えばDRAM工場を建設した場合、建設費は3兆円規模に達し、さらに年間維持費として数千億円が必要となる。これらの費用は生産量に関係なく発生する固定費である。
一方で、DRAMを1枚追加で生産する際の変動費は比較的低いため、販売価格の変動が利益に大きく影響する。
例えば販売価格が10％上昇すると、利益は30〜50％増加することもある。逆に価格が10％下がるだけで利益が半減するケースも珍しくない。
このように売上の変化が利益に何倍にも増幅される構造を営業レバレッジと呼ぶ。
この構造こそが、メモリ企業の業績と株価が極端に変動する理由であり、投資家にとっては大きなリスクであると同時に大きな機会でもある。
第24章 AIが変えたもの
ではAIは何を変えたのかといえば、一言でいえば需要の質そのものである。
従来の需要はスマートフォンやPCといった消費者向け製品が中心だったが、現在はAIデータセンターという全く異なる巨大需要が市場を牽引している。
例えば巨大AIモデルを学習するには数万枚規模のGPUが必要となる。そしてGPU一枚ごとにHBM（High Bandwidth Memory：複数のDRAMチップを積層し、高速かつ大容量のデータ転送を可能にした高性能メモリ）が搭載される。
つまりGPUを数万枚使用するということは、同時にHBMも数万枚必要になるということである。
さらにGPUへデータを供給するためには大量のDRAMが必要となり、データの保存にはSSD、すなわちNANDが不可欠となる。
このようにAIは単にGPU需要を押し上げるだけでなく、メモリ市場全体を構造的に拡大させている。
これはHBM単体ではAIシステムが成立しないという事実を示しており、メモリがAIインフラの中核であることを意味している。
第25章 HBM需要はなぜここまで強いのか
HBMは現在深刻な供給不足にあると言われているが、その理由は単純にDRAMを増産すれば解決する問題ではない。
HBMは通常のDRAMとは異なり、複数のチップを積層し、さらにGPUと極めて近い距離で接続する必要がある。そのため製造プロセスは非常に複雑であり、歩留まりの改善も難しい。
加えて、品質検査は厳格であり、顧客による認証プロセスも長期間を要する。
このような制約により、HBMは急激な増産が難しく、需要が急増するとすぐに供給不足に陥る。
その結果、価格は上昇し、利益率も高水準を維持することになる。
こうした背景から、市場はSK hynixやMicronといったHBMに強みを持つ企業を高く評価しているのである。
第26章 SK hynixがHBMを優先する理由
SK hynixがNANDの生産を抑制し、HBMを優先している背景には明確な収益性の差が存在する。
例えば同じ工場能力を使った場合、NANDで得られる利益が100億円であるのに対し、HBMでは300億円の利益が見込めるとすれば、企業がHBMを優先するのは当然の判断である。
企業は限られた資源を最大限効率的に活用する必要があり、そのためにはより高収益な製品へと経営資源を集中させることが合理的である。
つまりこれはAI需要の減退ではなく、むしろAI需要の拡大を前提とした資本効率の最適化である。
この視点を理解することで、企業の戦略的判断をより正確に読み解くことができる。
第27章 しかしHBMにも危険はある
現在の市場ではHBMは極めて有望であり、安全な投資対象であるという認識が広がりつつある。
しかし、この認識は必ずしも正しいとは言えない。
もしSamsung、Micron、SK hynixの主要3社が数年後に大規模な増産を実施した場合、現在の供給不足は解消される可能性が高い。
その結果、価格競争が激化し、利益率は低下することになる。
つまり現在の高収益は永続的なものではなく、あくまで需給バランスに依存した一時的な現象である可能性がある。
したがって投資判断においては、将来の供給拡大リスクを十分に考慮する必要がある。
第28章 第3部前半のまとめ
メモリ産業は半導体産業の中でも最も価格変動が激しい分野である。その理由は、工場建設に長い時間がかかること、固定費が極めて大きいこと、供給過剰が発生しやすいこと、そして価格変動が利益に直接的かつ大きく影響することにある。
一方でAI時代の到来により、HBM、サーバーDRAM、企業向けSSDといった分野の需要は従来とは比較にならない規模で拡大している。
このため現在起きている現象は単なる景気回復ではなく、AIによる需要構造そのものの変化であるといえる。
しかし重要なのは、需要が本物であることと、現在の株価が適正であるかどうかは別問題であるという点である。
市場が将来10年間の成長をすでに織り込んでいる場合、わずかな成長鈍化でも株価は大きく下落する可能性がある。
したがって、AI革命は本物であっても、株価は調整する可能性がある。
この視点こそが半導体バブルを理解する上で最も重要であり、冷静な投資判断を行うための鍵となる。
メモリ・スーパーサイクルの正体
――本当に10年続くのか、それとも新たなメモリバブルなのか
第29章 Micron・SK hynix・Samsungの三強時代
現在のAI向け先端メモリ市場では、実質的に三社が市場を支配している状況にあり、その構造は極めて特徴的である。
●SK hynix
●Samsung Electronics
●Micron Technologyこの三社は、世界のDRAM市場の大半を占めているという圧倒的なシェアを持っている。（DRAM：Dynamic Random Access Memoryの略で、電源が供給されている間だけデータを保持する揮発性メモリであり、高速だが定期的なリフレッシュが必要）この寡占構造は、単なる市場シェアの問題ではなく、価格形成や利益構造そのものに大きな影響を与えている。これは投資家にとって極めて重要な意味を持つ構造である。なぜなら、市場参加企業が少ないほど、価格競争が起こりにくく、利益率が維持されやすいからである。例えばスマートフォン市場では何十社も競争しており、価格競争が激化しやすく、利益率は常に圧迫される傾向にある。しかしHBMでは事情が全く異なっている。HBMを製造できる企業は極めて少なく、参入障壁が非常に高い。（HBM：High Bandwidth Memoryの略で、複数のDRAMチップを垂直に積層し、広帯域・低消費電力を実現した先端メモリであり、主にAIやGPU用途で使用される）しかも単に製造できるだけでは市場に参入することはできない。NVIDIAやAMDなどの顧客から厳格な品質認証を受けなければ出荷することができないのである。つまり、「工場がある」だけでは市場へ参入することは不可能である。高い技術力と長期間にわたる品質実績、そして安定供給能力。これら全てを満たして初めてHBMメーカーとして認められるのである。さらに、顧客との長期的な信頼関係や共同開発体制も重要であり、一朝一夕で築けるものではない。ここにHBM市場の強さと参入障壁の高さが存在している。
第30章 なぜSK hynixが最も評価されているのか
HBM市場ではSK hynixが先行しているという事実がある。これは偶然ではなく、長期的な戦略の結果である。SK hynixはHBMの研究開発を早期から継続し、AI市場が本格化する前から積極的な投資を行ってきた。その結果として、NVIDIA向けHBM供給において優位なポジションを確立したのである。さらに、製造プロセスの最適化や歩留まり改善においても先行しており、量産能力の面でも競争優位を築いている。ここで重要なのは、市場は現在の状況だけを見て評価しているわけではないという点である。投資家は、「次世代HBMでも優位を維持できるかどうか」という将来の競争力を見ている。つまり、現在の利益ではなく、将来5年から10年にわたる競争力が株価へ反映されているのである。だからこそ、SK hynix株は急騰したのである。そしてこの評価は、単なる短期的な需給ではなく、構造的な競争優位に対する期待に基づいている。
第31章 Micronはなぜ再評価されたのか
Micronは長年にわたり、DRAMメーカーとして市場に認識されてきた企業である。しかし近年、市場の見方は大きく変化した。その理由はAI向けHBMへの本格参入である。さらにMicronは、設備投資だけではなく、フリーキャッシュフローを非常に重視する経営方針を採用している。（フリーキャッシュフロー：企業が事業活動で得た現金から設備投資などを差し引いた後に残る資金であり、株主還元や再投資の原資となる）企業が利益を出しても、設備投資ばかりが増加すれば、株主へ還元する余力は小さくなる。しかし、十分なキャッシュを生み出すことができれば、自社株買いや配当、さらなる研究開発投資など、これら全てを同時に実行することが可能になる。また、財務の健全性が高まることで、不況時にも柔軟な経営判断が可能になる。投資家は利益だけではなく、キャッシュ創出能力も重要な評価指標としている。そのため、Micronは単なるDRAM企業ではなく、AIメモリ企業として再評価されているのである。
第32章 Samsungはなぜ苦戦したのか
Samsungは世界最大級の半導体メーカーであり、技術力・資本力ともに圧倒的な企業である。しかしAI初期の段階では、HBM分野においてSK hynixより出遅れた。これは技術力が低いという意味ではない。品質認証や歩留まり、顧客要求といった要素が非常に厳しかったためである。（歩留まり：製造した製品のうち、良品として出荷できる割合であり、半導体では収益性に直結する重要指標）市場では、「Samsungが遅れた」という印象が株価へ反映された。しかし、ここで注意しなければならない重要な点がある。Samsungは、巨額の投資を継続的に行うことが可能な企業である。さらに、製造装置や材料調達においても強力なサプライチェーンを持っている。もしHBM技術を改善し、量産体制が整えば、再び競争力を高める可能性は十分に存在する。つまり、SK hynixの最大のライバルは、依然としてSamsungなのである。
第33章 中国メーカーという最大の変数
あなたと以前、「中国企業は追いつけるのか」という議論をしたことがある。これは非常に重要なテーマである。現在、中国は国家レベルで半導体産業の育成を進めている。特に、DRAMではCXMT、NANDではYMTCといった企業が存在する。（NAND：不揮発性メモリの一種であり、電源を切ってもデータを保持できるため、SSDなどのストレージに使用される）これらの企業は急速に成長している。もちろん、HBMではまだ先端技術との差が存在している。しかし、汎用DRAMや汎用NANDの分野では、今後競争が激しくなる可能性がある。もし中国メーカーが大量生産を開始すれば、価格競争は一気に激化する。これは、韓国企業だけではなく、Micronにも影響を与える。さらに、地政学的リスクや輸出規制も市場構造に影響を与える要因となる。つまり、半導体投資においては、中国の技術進歩も常に監視する必要があるのである。
第34章 AI需要は本当に10年間続くのか
ここから本論文最大の論点に入る。AI需要は、今後10年間続くのだろうかという問いである。結論から言えば、私は「需要そのものは続く可能性が高いが、成長率は徐々に低下する」と考えている。これは産業革命の歴史と非常によく似ている。例えば、インターネットやスマートフォン、クラウドといった技術も、初期には爆発的な成長を遂げた。しかし、永遠に毎年100％成長し続けたわけではない。AIも同様である。現在は導入初期段階にあるため、設備投資は急増している。しかし、ある程度データセンターが整備されれば、成長率は自然に低下していく。重要なのは、成長率が下がることと市場が縮小することは全く異なるという点である。例えば、今年100％成長し、来年40％成長、再来年20％成長というケースを考えると、これは減速ではあるが、市場自体は拡大し続けている。株価は、この「成長率の変化」に非常に敏感に反応するのである。
第35章 半導体バブル論の最大の誤解
SNSでは、半導体株が一日下がるだけで、「AI終了」や「バブル崩壊」といった投稿があふれる。しかし、市場はそれほど単純なものではない。株価は、企業価値だけではなく、期待値によっても大きく動く。つまり、現在の利益が過去最高であっても、期待より少し低ければ株価は下がる。逆に、赤字企業であっても、将来性が評価されれば株価は上昇する。だから、株価だけを見て「AI需要が終わった」と判断するのは非常に危険である。私たちが見るべきなのは、企業の決算や設備投資、受注状況、キャッシュフロー、そして経営陣のコメントである。そこに本当の変化が現れるのである。さらに、長期的なトレンドと短期的なノイズを区別する視点も重要である。
第36章 メモリスーパーサイクルは続くのか
では、メモリスーパーサイクルは本当に続くのかという問いに戻る。現時点では、次の理由から、私は完全終了ではないと考えている。第一に、AI学習だけではなく、推論需要が急速に拡大している点が挙げられる。（推論：学習済みAIモデルを実際のサービスやアプリケーションで利用する処理であり、学習よりも広範な用途で使われる）第二に、各国政府がAI投資を国家戦略として位置付けている。第三に、クラウド企業の設備投資は依然として高水準を維持している。第四に、HBM需要は依然として供給不足の状態にある。しかし、次のようなリスクも同時に存在している。・供給過剰 ・AI投資減速 ・景気後退 ・金利上昇 ・中国企業の台頭つまり、現在は強気相場の中にも将来のリスクが少しずつ積み上がっている段階と言えるのである。
第37章 第3部の結論
本章では、メモリ・スーパーサイクルの正体について詳細に分析した。その結果、現在のAIメモリ需要は、従来のスマートフォン中心市場とは質的に異なる構造を持っていることが分かった。HBMやサーバーDRAM、企業向けSSDといった分野では、（SSD：Solid State Driveの略で、NANDフラッシュメモリを用いた高速ストレージであり、従来のHDDより高速かつ低消費電力）AI革命によって構造的な需要増加が発生している。一方で、メモリ産業の本質そのものは変わっていない。供給過剰になれば価格は下落し、価格が下落すれば利益は急減する。つまり、AI革命はメモリ企業を強くしたが、メモリサイクルそのものを消し去ったわけではない。したがって、投資家は「AIだから永久に成長する」とも、「株価が下がったからバブル崩壊した」とも考えるべきではない。最も重要なのは、現在の需要がどこまで将来も持続するのか、そして市場がその期待をどこまで株価に織り込んでいるのかを冷静に見極めることである。この視点こそが、半導体株への長期投資において最も重要な判断基準となる。
第4部 AI革命は本当に数十年続くのか
――GPU・データセンター・電力・ネットワークが作る新しい産業革命
第38章 なぜ市場はNVIDIAをこれほど評価するのか
AIブームを語る上で最初に取り上げるべき企業は、間違いなくNVIDIAである。現在、世界中の機関投資家やヘッジファンドが同社の決算発表やガイダンスに注目しており、その一言が半導体セクター全体のバリュエーションに影響を与えるほどの市場支配力を持っている。しかし一般的には、NVIDIAは単なる「GPUメーカー」として理解されがちであり、この認識は部分的には正しいが本質を捉えていない。
確かにGPUは同社の中核製品であるが、競争優位性は単一ハードウェアに依存しているわけではない。NVIDIAはGPUに加え、CUDA（GPU上で並列計算を実行するための独自ソフトウェアプラットフォーム）を中心としたソフトウェアスタック、AIフレームワークとの統合、InfiniBand（高帯域・低遅延通信を実現するデータセンター向けネットワーク技術）やNVLinkといった高速インターコネクト、さらにはDGXやHGXといったAIサーバーソリューション、開発者向けSDK、そしてクラウドプロバイダーやOEMとの広範なエコシステムを統合的に提供している。これにより同社は単なる半導体企業ではなく、AIコンピューティング基盤を包括的に提供するプラットフォーム企業へと進化しているのである。
第39章 CUDAという見えない参入障壁
GPUの性能だけを見れば、他社が同等あるいはそれ以上のハードウェアを開発する可能性は理論上存在する。しかしAI開発の現場では、ハードウェア単体の性能は決定的要因ではない。実際のAIワークロードは数百万行規模のコードベースで構成されており、その多くがNVIDIA独自の並列計算プラットフォームであるCUDAを前提として最適化されている。
この構造により、他社GPUへの移行は単なるハードウェア交換では済まず、ソフトウェアスタック全体の再設計や再コンパイル、さらには性能チューニングのやり直しが必要となる。企業にとってこの移行コストはGPU単価を大きく上回るため、結果としてCUDAは強力なロックイン効果を持つ参入障壁として機能している。これはネットワーク効果と開発者エコシステムが結びついた典型的なプラットフォーム優位性の事例である。
第40章 GPUだけではAIは完成しない
AIブームにおいてはGPUが象徴的存在として注目されるが、実際のAIデータセンターは極めて複雑なシステム統合体であり、GPU単体では機能しない。GPUに対して高帯域でデータを供給するHBM（High Bandwidth Memory：GPUに近接配置されることで高速データ転送を実現する高帯域メモリ）、大容量データを保持するSSDやNANDストレージ、サーバー用DRAM、高速通信を実現するネットワークインフラ、さらには電源供給設備や冷却システムなど、多層的なハードウェアが密接に連携して初めてAIワークロードが成立する。
この構造は生体システムに例えることができる。GPUが心臓であるならば、HBMやネットワークは血管、電力供給は代謝系、冷却は体温調節機構に相当する。いずれか一つでも欠ければシステム全体は機能不全に陥るため、AIインフラは総合的なシステム設計が不可欠である。
第41章 AIデータセンターは「巨大工場」である
従来のデータセンターはサーバーラックが並ぶIT設備として認識されてきたが、現在建設されているAIデータセンターはその概念を大きく超えている。数十万基規模のGPUクラスタ、数百万GBに及ぶHBM容量、数千台のサーバーノード、さらに数百メガワット級の電力供給能力を備えた変電設備、液冷システム、光通信ネットワークが統合された構造は、むしろ高度に自動化された製造工場に近い。
このような施設では、AIモデルのトレーニングや推論が連続的に行われ、計算資源が生産設備として機能する。したがって現在進行している投資は単なるIT設備の拡張ではなく、AIという新たな産業基盤を構築するための資本集約型インフラ投資であると位置付けるべきである。
第42章 なぜ電力会社まで注目されるのか
AI時代においては計算能力の拡張と電力消費がほぼ比例関係にあるため、電力供給能力そのものがボトルネックとなる。GPUの性能向上はトランジスタ密度やクロック周波数の増加に依存しており、それに伴い消費電力も増大する。例えばGPUの設置数を100倍にすれば理論上の計算能力も同程度に増加するが、同時に電力需要もほぼ同倍率で増加する。
このためAIインフラの拡張には、発電所の新設、送電網の強化、変電設備の増設、UPS（無停電電源装置）の導入、さらには高度な冷却システムの整備が不可欠となる。結果として、従来はITセクターとは無関係と見なされていた電力会社やインフラ企業が、AI関連銘柄として再評価される構造が生まれている。
第43章 液冷は一時的ブームなのか
液冷技術については一過性のトレンドと見る向きもあるが、長期的には不可避な技術進化である可能性が高い。GPUの性能向上は消費電力密度の増加を伴い、従来の空冷方式では熱設計限界に達しつつある。特に高密度ラック構成では、空気による熱伝達では十分な冷却効率を確保できない。
液冷は熱伝導率および比熱容量の観点から空冷よりも優れており、高発熱デバイスの冷却に適している。今後も半導体の微細化と高性能化が進む限り、発熱問題はさらに深刻化するため、液冷はデータセンター設計における標準的手法として定着する可能性が高い。冷却技術自体も進化するが、計算需要の増加速度を考慮すると液冷の重要性はむしろ増大すると考えられる。
第44章 第4部前半のまとめ
AI革命は単なるGPU需要の拡大ではなく、HBM、DRAM、NANDといったメモリ技術、電力インフラ、液冷システム、高速ネットワーク、光通信、変電設備など、多様な産業領域が統合された巨大なインフラ構築プロセスである。このため現在の設備投資規模は歴史的に見ても極めて大きく、資本集約度の高い産業構造が形成されつつある。
しかしここで重要な問いが浮かび上がる。これほど巨額の設備投資が、将来的に十分な収益を生み出し回収可能なのかという点である。この問題は半導体バブル論の核心に位置しており、資本効率や需要持続性の観点から慎重な分析が求められる。次章ではMicrosoft、Amazon、Google、Metaといったハイパースケーラーがなぜ数十兆円規模のAI投資を継続しているのか、その投資がどのように収益化されるのかについて詳細に検討する。
AIデータセンター投資は本当に回収できるのか
――ハイパースケーラーの設備投資、収益化、そして半導体バブル崩壊の条件
⸻
第45章 半導体バブル論の核心は「需要」ではなく「回収」である
半導体バブルを考えるうえで、多くの人は最初に「AI需要は本物なのか」と問う。しかし、より重要なのは「AI需要が存在するか」ではなく、「AI投資が利益として回収できるか」である。
なぜなら、半導体企業にとっては、GPU、HBM、DRAM、NAND、ネットワーク機器が売れれば、短期的には売上と利益になる。しかし、それを購入する側、つまりMicrosoft、Amazon、Google、Meta、Oracle、xAI、各国政府、通信企業、金融機関などにとっては、それらは巨額の設備投資である。
設備投資は、購入した瞬間に終わるものではない。GPUを買えば、サーバーが必要になる。サーバーを置く建物が必要になる。電力が必要になる。冷却が必要になる。ネットワークが必要になる。保守も必要になる。さらに数年後には、より高性能なGPUへ更新する必要も出てくる。
つまりAI投資とは、単なる「AIチップ購入」ではなく、継続的な資本支出を伴う巨大なインフラ投資なのである。
この投資が将来の収益を十分に生まなければ、ある時点で投資は減速する。その瞬間に、半導体企業の売上成長率も低下する。そして株式市場は、その減速を先回りして織り込み、半導体株を売る。
したがって、半導体バブルが本当に崩壊するかどうかは、GPUやHBMが今売れているかだけでは判断できない。最終的には、AIを使う側がその投資を回収できるかにかかっているのである。
⸻
第46章 なぜハイパースケーラーは巨額投資を続けるのか
では、なぜMicrosoft、Amazon、Google、Metaのようなハイパースケーラーは、これほど巨額のAI投資を続けるのか。
第一の理由は、AIが既存事業の競争力を左右するからである。
MicrosoftにとってAIは、Office、Azure、GitHub、Windows、Dynamicsなどの価値を引き上げる。GoogleにとってAIは、検索、広告、YouTube、クラウド、Androidに影響する。AmazonにとってAIは、AWS、物流、広告、EC、Alexaに関係する。MetaにとってAIは、広告配信、推薦アルゴリズム、SNS体験、生成AIアシスタントに影響する。
つまりAI投資は、単独の新規事業というよりも、既存事業全体を守り、強化するための防衛的投資でもある。
第二の理由は、競争に負けるリスクが大きすぎるからである。
AI能力が低ければ、クラウド顧客を失う。広告精度で負ける。検索体験で負ける。開発者を他社に奪われる。企業向けAIサービスでシェアを取られる。
つまり、投資しないこと自体が最大のリスクになる。
第三の理由は、AIインフラが将来のプラットフォームになる可能性があるからである。クラウド時代には、AWS、Azure、Google Cloudが企業ITの基盤となった。同じようにAI時代には、AIモデル、推論API、AIエージェント、企業向け自動化基盤が新しいプラットフォームになる可能性がある。
そのため、ハイパースケーラーは短期的な利益率を多少犠牲にしても、将来の市場支配権を取るために投資を続けているのである。
⸻
第47章 AI投資の収益化モデル
AI投資の収益化には、主に四つの経路がある。
第一に、クラウド利用料である。企業がAIモデルを学習・推論するためにクラウドを使えば、Azure、AWS、Google Cloudは計算資源の利用料を得る。これは最も直接的な収益化である。
第二に、ソフトウェアへの上乗せ課金である。Microsoft Copilotのように、既存のソフトウェアにAI機能を追加し、月額料金を引き上げる方法である。このモデルは、既存顧客基盤が大きいほど強い。
第三に、広告収益の改善である。GoogleやMetaにとって、AIは広告ターゲティング、コンテンツ推薦、生成広告、ユーザー滞在時間の増加に使われる。AIが広告効率を高めれば、直接的なAI利用料がなくても利益につながる。
第四に、業務効率化である。AIによってカスタマーサポート、コード生成、コンテンツ審査、物流最適化、データ分析などが効率化されれば、人件費や運営コストを削減できる。
ここで重要なのは、AIの収益は必ずしも「AIサービスの売上」という形だけで現れるわけではないという点である。既存事業の売上増加、解約率低下、広告単価上昇、コスト削減という形で現れる場合もある。
したがって、AI投資の回収可能性を見るときには、単純に「生成AI単体で黒字か」だけでは不十分である。企業全体の収益性にどのような影響を与えているかを見る必要がある。
⸻
第48章 投資回収が難しくなるケース
一方で、AI投資の回収は簡単ではない。
第一の問題は、計算コストが高いことである。高性能GPU、HBM、電力、冷却、データセンター建設費は極めて高額であり、AIサービスの利用料金だけで十分に回収するには相当な需要が必要になる。
第二の問題は、競争による価格低下である。AIモデルやAI APIがコモディティ化すれば、各社は価格を下げざるを得なくなる。ユーザーから見て性能差が小さくなれば、価格競争が起きる。
第三の問題は、モデル効率化である。AIモデルが効率化され、同じ性能をより少ない計算資源で実現できるようになれば、必要なGPU量の伸びは鈍化する可能性がある。これは社会全体には良いことだが、半導体需要にとっては成長率低下要因になる。
第四の問題は、企業導入の遅れである。AIが話題になっていても、実際の業務プロセスに深く組み込まれるには時間がかかる。セキュリティ、法務、社内教育、データ整備、既存システムとの統合などの壁がある。
第五の問題は、景気後退である。景気が悪化すれば、企業は新規IT投資を抑制する。クラウド利用やAIプロジェクトも見直される可能性がある。
これらが重なると、ハイパースケーラーは設備投資のペースを落とす。その時点で、GPU、HBM、DRAM、NAND、ネットワーク機器、液冷設備の需要見通しは下方修正される。
これこそが、半導体バブル崩壊が起こる具体的な経路である。
⸻
第49章 AI投資はドットコムバブルと同じなのか
AI投資を1990年代末のドットコムバブルと比較する議論は多い。この比較には一定の意味があるが、単純に同一視することはできない。
ドットコムバブルでは、インターネットという技術そのものは本物だった。しかし、多くの企業は利益を出せず、将来の夢だけで株価が上昇していた。その後、株価は暴落したが、インターネット自体は社会基盤として定着し、Amazon、Google、Netflixなどの巨大企業を生んだ。
AIも同じように、技術そのものは長期的に本物である可能性が高い。しかし、だからといって現在の全てのAI関連株が正当化されるわけではない。
AIとドットコムの違いは、現在の主役企業がすでに巨大な利益とキャッシュフローを持っている点である。Microsoft、Google、Amazon、Meta、NVIDIA、TSMC、Broadcom、SK hynix、Micronなどは、少なくとも多くの場合、実際に売上と利益を持つ企業である。
一方で共通点もある。それは、市場が将来の成長を先取りしすぎる可能性である。技術革命が本物でも、株価が行き過ぎれば調整は避けられない。
したがって、AI投資を考えるうえで正しい姿勢は、「ドットコムとは違うから安全」と断定することでも、「ドットコムと同じだから崩壊する」と断定することでもない。
正しくは、技術革命と株価評価を分けて考えることである。
⸻
第50章 半導体バブル崩壊が起こる条件
半導体バブル崩壊が本当に起こるとすれば、次の条件が複数重なる可能性が高い。
第一に、ハイパースケーラーの設備投資減速である。Microsoft、Amazon、Google、MetaなどがAI投資の伸びを抑えると、GPU需要の成長率が鈍化する。
第二に、HBM供給不足の解消である。SK hynix、Samsung、Micronが増産し、供給が需要に追いつくと、価格上昇は止まり、利益率は低下する。
第三に、AIサービスの収益化遅れである。企業がAIに高い料金を払わず、無料または低価格サービスに需要が集中すると、投資回収が難しくなる。
第四に、金利上昇である。金利が上がると、将来利益の現在価値が下がる。特に成長株はPERが縮小しやすい。
第五に、在庫増加である。半導体メーカーや顧客企業が将来需要を過大評価して在庫を積み上げると、後で一気に調整が起きる。
第六に、中国メーカーの供給拡大である。汎用DRAMやNANDで価格競争が激化すれば、メモリ企業の利益率は悪化する。
第七に、投資家心理の反転である。好材料を無視して悪材料だけに反応する相場になると、実体以上に株価が下落する。
このような条件が重なった場合、半導体株は大きく下落する可能性がある。
ただし、一つだけ発生したからといって、即座に「半導体バブル崩壊」と判断するべきではない。重要なのは、それが一時的な調整なのか、構造的な需要減速なのかを見極めることである。
⸻
第51章 第4部の結論
第4部では、NVIDIA、CUDA、AIデータセンター、電力、液冷、そしてハイパースケーラーの投資回収について分析した。
ここから分かるのは、AI半導体需要は単なる一過性の流行ではなく、クラウド、広告、ソフトウェア、企業IT、国家戦略に深く結びついた巨大なインフラ投資であるということだ。
その意味で、現在の半導体需要には明確な実体がある。
しかし同時に、実体があることと、現在の株価や設備投資規模がすべて正当化されることは別である。
最終的に問うべきなのは、AIが社会に必要かどうかではない。AIは必要になる可能性が高い。
本当に問うべきなのは、
現在の設備投資額は、将来の収益で十分に回収できるのか。
GPU、HBM、DRAM、NANDの需要は、現在の期待どおりに伸び続けるのか。
市場はその成長をどこまで株価に織り込んでいるのか。
という点である。
したがって、現時点での結論は次のようになる。
半導体バブルがすでに崩壊したと判断するのは早い。
しかし、半導体株が将来も無条件に上がり続けると考えるのも危険である。
AI革命は本物である可能性が高い。
だが、株価は常に期待との戦いである。
ここまでの結論
半導体バブルは崩壊したのか
ここまでの分析を踏まえると、現時点での結論は次のようになる。
半導体バブルがすでに崩壊したと判断するのは早い。
ただし、これは「半導体株は割高ではない」「今後も必ず上がり続ける」という意味ではない。正確には、現在の半導体市場は、実需を伴うAIインフラ拡大の上に、株価の過熱、将来の供給過剰リスク、そして投資回収への不確実性が重なっている状態である。
まず、AI半導体需要には明確な実体がある。GPUだけでなく、HBM、DRAM、NAND、SSD、ネットワーク機器、電力設備、液冷システムなど、AIデータセンターを構成する多くの分野で需要が拡大している。特にHBMは、AIアクセラレーターの性能を左右する重要部品であり、供給できる企業も限られているため、高い利益率と強い価格決定力を持っている。
また、NVIDIAの強さは単なるGPU性能だけではない。CUDA、開発者エコシステム、ネットワーク、AIサーバー、ソフトウェア基盤を含めた総合的なプラットフォーム力にある。そのため、他社が高性能GPUを作ったとしても、すぐにNVIDIAの地位が崩れるわけではない。
一方で、メモリ産業の本質は変わっていない。DRAM、HBM、NANDはいずれも供給制約がある間は価格が上がりやすく、利益も急増する。しかし、各社が増産を進め、数年後に供給が一気に増えれば、価格下落と利益率低下が起きる可能性がある。AI革命はメモリ需要を強くしたが、メモリサイクルそのものを消したわけではない。
したがって、半導体株の下落をすぐに「バブル崩壊」と呼ぶのは誤りである。株価は期待で動くため、企業業績が過去最高でも、市場予想に届かなければ下落する。短期的な利益確定、金利上昇、過熱感の調整、機関投資家のリバランスによる下落は、産業全体の崩壊とは区別しなければならない。
本当に半導体バブル崩壊と呼べるのは、次のような条件が複数重なった場合である。
AIデータセンター投資が減速する。
ハイパースケーラーが設備投資を削減する。
HBMやDRAMの供給不足が解消し、価格が下落する。
AIサービスの収益化が遅れ、投資回収が困難になる。
在庫が積み上がる。
企業が業績見通しを下方修正する。
金利上昇によって成長株のPERが大きく縮小する。
中国メーカーの台頭により、汎用DRAMやNANDで価格競争が激化する。
現時点では、これらすべてが同時に確認されているわけではない。そのため、現段階を「半導体バブル崩壊」と断定するのは不適切である。
しかし、警戒すべき点も明確である。AI投資は巨額であり、最終的にはMicrosoft、Amazon、Google、Metaなどのハイパースケーラーが、その投資をクラウド利用料、AIソフトウェア、広告収益、業務効率化などを通じて回収できるかにかかっている。もし投資回収が難しいと判断されれば、設備投資は減速し、その影響はNVIDIA、SK hynix、Micron、TSMC、Broadcom、Kioxiaなど半導体関連企業全体へ波及する。
つまり、ここまでの最終結論は次の一文に集約できる。
AI革命は本物である可能性が高いが、現在の半導体株価がその未来をどこまで織り込んでいるかは慎重に見る必要がある。半導体バブルはまだ崩壊したとは言えないが、将来の供給過剰とAI投資回収の失敗が重なれば、大きな調整は起こり得る。
したがって、最も冷静な見方は、「半導体バブル崩壊」ではなく、実需を伴う成長相場の中で、期待値が高まりすぎている局面と捉えることである。
