本記事はAI時代の半導体需要をめぐる5回連載の第1回です。

いま、何が起きているか

2026年4月下旬、NVIDIAの株価は1株200ドルを超えて史上最高値を更新した。その直後から調整が入り、5月の決算発表を前に市場は再び問い直している——このビルドアウトは本当に続くのか、と。

弱気論の骨格は直感的だ。超大手クラウド企業は独自チップを開発している。多くのデータセンターでGPU稼働率は30%を下回るとも言われる。マイクロソフトは一部のデータセンターリース契約を保留した。2年間にわたりNVIDIAの「止まらない成長」を書き続けた経済メディアが、「避けられないピーク」を書き始めた。

強気論もまた実証的だ。世界最大の企業群が2025〜2026年のAI設備投資として合計6000億ドル超を積み上げている。推論時スケーリングという新たな計算パラダイムが、学習が要求したよりも桁違いに大きな計算資源を必要とする可能性がある。ジェンスン・ファンCEOは計算市場が1兆ドルに達すると予測する。

双方、実在する根拠に基づいている。本稿では各論を誠実に検討する。

弱気論：3つの構造的懸念

①GPU稼働率が低い

弱気論はここから始まることが多い。稼働率が5〜30%程度なら、なぜ超大手企業は買い続けるのか。初期の購買ラッシュは経済的合理性より競争的パニック——「AI能力を持たなければ取り残される」という恐怖——に駆動されたのではないか、という議論だ。

インフラの整備が、それを活用するアプリケーション層の成熟より先行してしまった。この読み方は、2023〜2024年を振り返れば必ずしも不合理ではない。

②超大手クラウドが内製化を進めている

GoogleのTPU、AmazonのTrainium、MetaのMTIA、MicrosoftのMaia——主要クラウド企業はいずれも、NVIDIAのH100/H200より低コストでAI推論を実行するための独自チップを設計している。NVIDIAの80%超という営業利益率は、それ自体が顧客を「競合へ転向するインセンティブ」として働く。

先例は存在する。AppleがIntelから離れた。AmazonはGravitonサーバーチップを自社設計し、AWSの主要基盤に据えた。コスト差が十分に大きければ、顧客は競合になる。

③設備投資の用途が変わりつつある

超大手の設備投資のうち、増加する割合がHBMメモリ、NAND、ネットワーク機器、電力インフラへと向かっている——GPUではなく。プラットフォームが成熟するにつれて、AI投資の1ドルに占めるNVIDIAのシェアは低下する。これはプラットフォームのコモディティ化という通常の経済学だ。

強気論：3つの構造的支柱

①推論時スケーリングが計算の方程式を変える

OpenAIのo3やDeepSeek R1に代表される「拡張思考」モデルは、複雑な問題に対して複数の推論パスを走らせてから回答する。o1回の問い合わせが、通常クエリの数千倍の計算資源を消費し得る。

これが重要なのは、弱気論の多くが学習コストを計算の上限として想定しているからだ——モデルの学習は一度で終わる。しかし推論は違う。本番ワークロード全体が拡張思考型に移行すれば、必要計算量の見積もりは系統的に過小評価されていたことになる。

②エンタープライズ導入サイクルはまだ始まっていない

ChatGPTのリリースは2022年末。3年半が経過した今も、企業によるAI実装は黎明期にある。超大手は、まだ形成途上のアプリケーション波に向けてインフラを構築してきた。現在の設備投資の停滞は（もし実態があるとすれば）、インフラの先行投資とそれを収益化するアプリケーションの間にあるタイムラグを反映しているに過ぎないかもしれない。ブロードバンド、モバイルネットワーク、クラウド——歴史的なテック建設ラッシュはすべてこのパターンをたどった。

③地政学的需要は経済計算ではなく安全保障で動く

米国は中国への半導体輸出を規制した。この結果、二つのことが起きた。他のすべての政府が先端半導体へのアクセスを地政学的資産と認識するようになり、東南アジア、中東、欧州にわたる積極的な国内AI投資プログラムが始動した。サウジアラビアとUAEはBlackwellクラスターを大規模に調達しているが、それは今日のROIが合うからではなく、AI主権を安全保障上の優先事項と決断したからだ。

この需要はマッキンゼーのROIモデルには従わない。軍備調達の論理に従う。

第三の視座：需要サイクルではなく、ハイプサイクル

強気・弱気の二項対立が見落としている第三の解釈がある。

フロンティアAIモデルの学習フェーズは、主要ラボの間では概ね完了しつつある。GPT-5、Gemini 2.0、Claude 4——第一世代の主要アーキテクチャ上の跳躍は実現した。大規模学習が必要だった企業は学習を終えた。最初の需要波は本物だったが、2023〜2025年に前倒しで集中した。

続くのは崩壊ではない。ハイプサイクルのトラフ（谷）だ——技術は実在するが商業応用がまだ不完全で、建設者が疲弊し、語り口が熱狂から懐疑論へと転じる局面。

これは生産性展開波の前夜だ。AIで動く企業ソフトウェア、産業プロセス自動化、医療診断——これらが次の需要波を駆動するアプリケーションだ。それらは推論を動かす。学習ではない。異なるチップを、異なる構成で必要とする。

投資家にとっての問いは、AI需要が続くかどうかではない。推論時代においてその需要がどんな姿をとるか、そしてどの企業がその経済を捕捉するか、だ。

日本株への含意

日本の半導体関連銘柄は圧倒的に上流に位置する。製造装置（東京エレクトロン、レーザーテック、アドバンテスト）、材料（信越化学、SUMCO）、電子部品（村田製作所、TDK、ローム）。

上流テーゼは、どのAI企業が勝つかに対して構造的に中立だ。東京エレクトロンは、次の能力増強を牽引するのがNVIDIA、AMD、GoogleのTPUプログラムのいずれであっても恩恵を受ける——三者とも同じエッチング・CVD・テスト装置を必要とするからだ。信越化学はすべてのチップが必要とするシリコンウェーハを供給する。

これはある種の安心感であり、同時に上限でもある。上流プレイヤーはAI需要の経済を完全には捕捉しないが、NVIDIA固有のナラティブリスクからは断絶されている。

より興味深い問いは、本連載の残りで探る——AIチップが正しい視点かどうかさえ、再考を要するかもしれない。半導体市場が次のサイクルに入るにつれ、増分需要は金融メディアがほとんど論じていない場所から来ている可能性がある。戦場だ。

第2回「GPUを超えて：NVIDIAが減速しても半導体需要が消えない理由」はこちら。

出典： NVIDIA IR資料および公開開示情報 | English version

免責事項 | 本記事は情報提供を目的としており、投資推奨・売買指示ではありません。