関連文脈: 本稿は、7月末の大型テック決算とメモリ投資シナリオ、MicronのAIメモリ決算、2026年上半期のAIインフラ相場の続編です。焦点は「AI需要が強いか」ではありません。AIトークンが生む経済価値を誰が保持するかです。
TL;DR
現在のAIトークン収入1ドルを分解すると、最大の付加価値はなおモデルとアプリケーション層に残ります。ただし株式市場を動かしているのは、最終アプリ収入より先に進むデータセンター投資です。そのため現在のAIバリューチェーンは、通常のピラミッドではなく逆ピラミッドに近い形です。
| 層 | 現在の付加価値推定 |
|---|---|
| AIモデル企業 | 45から55セント |
| クラウドとデータセンター | 10から16セント |
| GPU供給企業 | 約13セント |
| HBM、サーバーDRAM、SSD | 約2.3セント |
| その他インフラソフトとストレージ | 3から5セント |
| ファウンドリ | 約1セント |
| 電力 | 約1.3セント |
メモリは本物のボトルネックです。しかしトークン1ドルあたりの直接的な付加価値は2から5セント程度に限られます。したがってメモリ株の核心は「PERが低いか」ではありません。業界が中期的に100兆から140兆ウォン規模の純利益を維持できるかです。
1. 正しい問い
AI投資でよくある誤りは、売上帰属と付加価値帰属を混同することです。ユーザーがAIサービスに1ドル払っても、その中にはクラウド費用、GPU減価償却、メモリ、ファウンドリ、電力、ネットワーク、サーバー、冷却、人件費、ソフトウェア費用が含まれています。
請求書を出す企業と、超過利益を保持する企業は同じとは限りません。
本稿では二つの視点を使います。第一はトークン・ドル、つまりAPIやモデル利用料1ドルです。第二はアプリケーション・ドル、つまり業務ソフトやエージェントに支払われる最終支出1ドルです。またデータセンター設備投資は5年の資産寿命で年率化します。
推論コストも時間とともに変わります。
| 時期 | 推論コストの売上比率 | モデル層の粗利率 |
|---|---|---|
| 2025年 | 50から67% | 33から50% |
| 2026年 | 40から55% | 45から60% |
| 2027から2028年 | 30から40% | 60から70% |
トークン価格が下がっても、推論コストがそれ以上に下がれば粗利率は上がります。その利益は学習、計算資源予約、顧客獲得に再投資され、GPU、メモリ、電力、ファウンドリへ戻っていきます。
2. 現在の価値ウォーターフォール
| 層 | 売上帰属 | 付加価値 | 読み方 |
|---|---|---|---|
| AIモデル | 100セント | 45から55 | 顧客接点の層 |
| クラウドとデータセンター | 約50 | 10から16 | GPU、ネットワーク、電力、建物を運用 |
| GPU | 約18 | 約13 | 現在最大の物理ボトルネック |
| HBM、DRAM、SSD | 約3 | 約2.3 | 性能に不可欠だが1ドル内の比率は小さい |
| インフラソフト | 約5 | 約3 | 運用複雑化で重要性が上がる |
| ファウンドリ | 約1.5 | 約1 | AIチップ共通のボトルネック |
| サーバーOEM/ODM | 約3 | 約1.4 | 量は大きいが利益率は限られる |
| ネットワーク | 約1.3 | 約0.7 | クラスター規模で重要 |
| 電力 | 約2.5 | 約1.3 | コスト比率は小さいが立地制約は大きい |
電力はトークン1ドルの中で最大費用ではありません。しかしデータセンターを建てられる場所を決めます。メモリも不可欠ですが、経済的な取り分はGPUやアプリケーションより小さいのです。
3. 逆ピラミッド
| 項目 | 推定規模 |
|---|---|
| AIモデルとアプリ収入 | 年600億から1,000億ドル |
| 主要GPU企業のデータセンター売上年率 | 約3,000億ドル |
| 4大クラウド企業の2026年設備投資 | 約7,250億ドル |
| 7,000億ドル設備投資を正当化するAI収入 | 約2.8兆から3.0兆ドル |
現在のAI収入が600億から1,000億ドルで、メモリが1ドルあたり3から7セントの売上を得るなら、現在のトークン収入で説明できるAIメモリ売上は年20億から70億ドル程度です。実際の大手メモリ企業の売上はそれを大きく上回ります。つまり現在のメモリ売上の相当部分は、将来需要を見越した先行投資から来ています。
これは必ずしも誤りではありません。データセンターは需要が出てからすぐ建てられません。ただし最終アプリとクラウドの収入が追いつかなければ、調整はメモリとサーバー部品、GPU、クラウド設備投資計画の順で起こり得ます。
4. 三つの収束シナリオ
AI収入 = トークン量 × トークン価格。
性能あたり価格は速く下がりますが、エージェントや長い文脈の普及で利用量はさらに大きく増えます。
| シナリオ | 確率感 | 内容 | 市場への意味 |
|---|---|---|---|
| 需要収束 | 45% | アプリ収入が伸び、1.0から1.6兆ドルの設備投資を正常化 | 上流調整は限定的 |
| 消化後の再加速 | 40% | 2027から2028年に設備投資が20から30%休み、その後再加速 | メモリASPは40から60%調整後に回復 |
| 構造的過剰 | 15% | 利用量弾性が期待外れ | 設備投資50%以上削減、上流不況 |
オンデバイスAIはクラウド収入の一部を置き換えますが、シリコン需要を消すわけではありません。LPDDR、モバイルSoC、エッジNPU、組み込みストレージ、ローカルサーバーには追い風です。
5. 長期均衡
長期的にはトークンは安くなります。価値は業務を支配するアプリケーションと、簡単に増やせない物理ボトルネックへ移ります。
| アプリケーション1ドルの中の層 | 長期付加価値 |
|---|---|
| アプリ、エージェント、販売チャネル | 45から50セント |
| モデルとAPI | 18から24セント |
| クラウドとデータセンター | 4から6セント |
| シリコン全体 | 6から8セント |
| 電力、土地、冷却 | 約1セント |
| 汎用インフラ | 低い |
顧客はトークンを買うのではありません。顧客対応コスト削減、開発生産性、審査自動化、決算作業短縮、品質管理改善を買います。
6. メモリの検証
HBMが良いことは市場がすでに知っています。問題は現在の時価総額が求める中期利益が現実的かどうかです。
| 項目 | 仮定 |
|---|---|
| ピーク純利益 | 240兆ウォン |
| ボトム純利益 | 50兆ウォン |
| 正常純利益 | 60兆ウォン |
| 中期純利益 | (240 + 50 + 2×60) / 4 = 約102兆ウォン |
8から14倍を掛けると、公正価値は約820兆から1,430兆ウォンです。現在時価総額がこの上限に近いなら、安全余地は薄いと言えます。
さらなる上昇には、中期純利益140兆ウォン超、HBM4のカスタムプレミアム維持、供給増後のASP維持、一般DRAMとNANDの改善が必要です。
7. Samsung、SK Hynix、Micronは同じ投資ではない
| 企業 | 論点 | リスク |
|---|---|---|
| Samsung Electronics | HBMシェア回復とメモリミックス改善 | 認証、歩留まり、ファウンドリとロジック赤字 |
| SK Hynix | HBM利益の質が最も高い | 好材料の多くが価格に反映済み |
| Micron | 契約、価格、FCF、capexの先行指標 | 変動性とサイクル感応度 |
Samsungは回復オプションが大きく、SK Hynixは利益の質が高い一方で期待も高い。Micronは韓国メモリ企業の予想に影響する先行指標です。
8. 監視すべき指標
| 指標 | 理由 |
|---|---|
| クラウドbacklog | 設備投資が将来収入に結びついているか |
| HBM4契約価格 | メモリプレミアムの持続性 |
| 顧客別配分 | 供給者の交渉力 |
| メモリ全体ASP | HBM以外にもサイクルが広がるか |
| クラウド営業利益率 | 設備投資が利益に変わるか |
| AIアプリ収入 | 最終需要がインフラ投資に追いつくか |
結論
トークンは安くなり、価値は業務を持つアプリケーションと物理ボトルネックへ移ります。
メモリはそのボトルネックの一つです。ただしトークン1ドル当たりの価値取り分は限られます。したがってメモリ株には、HBMが強いという説明だけでは足りません。現在の時価総額を支えるだけの中期利益を証明する必要があります。