AI半導体株急落、期待修正で問われる成長神話と投資リスクの行方

AI半導体株に走った期待修正の衝撃

AI・半導体株の急落は、単なる利益確定では説明しきれない段階に入りました。2026年7月17日の日経平均株価は64,141.12円で引け、前日比2,694.42円安、下落率は4.03%でした。6月25日の最高値72,366.34円からは11%超下げ、一般に調整局面とされる水準に達しています。

背景にあるのは、AIインフラ投資そのものへの疑念ではなく、株価が織り込んできた「成長の速度」と「利益配分」への再評価です。NVIDIA、TSMC、Samsung、Micron、ASMLはいずれもAI需要を裏付ける強い数字を示しています。それでも株価が売られたのは、好決算だけでは過熱した期待を支えきれなくなったためです。

本稿では、東京市場の急落を入口に、米国半導体株、メモリー市況、中国AIモデル、データセンター投資の制約をつなげて読み解きます。AI相場が終わったのか、それとも過剰な期待の修正なのかを判断するには、株価よりも先に需要の質を見る必要があります。

好決算でも売られた半導体株の構造

高すぎる期待値が生んだ逆回転

今回の売りは、業績悪化を直接の起点とする典型的な景気後退型の下落とは異なります。むしろ企業側の実績は強いままです。TSMCの2026年第2四半期は売上高が402.0億ドル、粗利益率が67.7%でした。第3四半期の売上高見通しも446億ドルから458億ドルと高水準です。

ASMLも第2四半期に93億ユーロの売上高、54.0%の粗利益率、29億ユーロの純利益を計上しました。2026年通期売上高の見通しは430億ユーロから450億ユーロへ引き上げられ、EUVとDUVの生産能力を2027年にそれぞれ30%増やす計画も示されています。製造装置の側から見れば、AI向けロジックとメモリーの需要はなお強いです。

それでも市場は買いで反応しませんでした。株価は利益の絶対額ではなく、将来の伸びが事前予想をどれだけ上回るかで動きます。AI関連銘柄は2026年前半に急騰し、好材料を先取りしていました。そのため、決算が強いだけでは不足し、より強い受注、より高い利益率、より明確な投資回収の説明が求められる局面に変わったのです。

米国市場でも同じ構図が見えます。ABC Newsによれば、7月17日はナスダック総合が1.4%下落し、S&P500は約1%、ダウ工業株30種平均は0.7%下げました。TSMCの米国上場株は3%超、NVIDIAも2.2%下げ、主要半導体株の調整が指数全体に波及しました。つまり、売りは市場全体の景気悲観ではなく、AI勝ち組へ集中したポジションの巻き戻しでした。

メモリー主導相場の脆弱性

AI相場の中心はGPUだけではありません。HBM、DRAM、NAND、先端パッケージ、露光装置、検査装置まで裾野が広がったことで、関連銘柄の上昇余地も大きくなりました。一方で、裾野が広がるほど、どこか一角の期待が崩れた時に連鎖的な売りが起きやすくなります。

Micronは2026会計年度第2四半期に238.6億ドルの売上高を計上し、前年同期の80.5億ドルから大きく伸ばしました。GAAPベースの純利益は137.9億ドル、粗利益率は74.4%です。AI時代にメモリーが戦略資産化したことを示す数字ですが、同時に投資家は「この価格上昇がどこまで続くか」を問うようになっています。

Samsungも2026年第1四半期に連結売上高133.9兆ウォン、営業利益57.2兆ウォンを計上し、Device Solutions部門はAI需要と平均販売価格の上昇を追い風にしました。さらに第2四半期の事前見通しでは、売上高171兆ウォン、営業利益89.4兆ウォンが示されています。ここまで強い数字でも株価が不安定になるのは、メモリーが本質的に循環産業だからです。

メモリー価格は需給が締まる局面では急上昇しますが、供給能力の増強が遅れて効いてくると、利益率が急速に低下するリスクがあります。AIサーバー向けHBMは通常のDRAMより技術障壁が高く、短期に過剰供給へ転じる可能性は限定的です。しかし、株価が「不足は長く続く」と織り込んだ後は、少しの増産計画や競争参加でも売り材料になりやすいです。

日本市場ではこの脆弱性が指数構造によって増幅されました。7月17日はキオクシアが16.1%下落し、ソフトバンクグループも9.01%下げました。株探は、キオクシア、アドバンテスト、東京エレクトロンの急落が投資家心理を悪化させたと報じています。日経平均は値がさ株の影響を受けやすいため、AI・半導体銘柄の調整が指数全体の急落に見えやすい構造です。

中国AIと内製チップが崩す需要前提

Kimi K3が示したモデル効率化の圧力

半導体株の調整を理解するうえで、中国AIモデルの進化は重要です。Moonshot AIはKimi K3を公表し、公式ブログで2.8兆パラメーター、ネイティブな視覚機能、100万トークンのコンテキスト長を備えるオープンな3T級モデルと説明しました。Kimi Delta AttentionやAttention Residualsを採用し、Mixture of Expertsでは896の専門家のうち16を活性化する構造も示しています。

この発表が投資家心理に効いたのは、AIの性能競争が「巨大GPUを大量に買う企業だけの競争」ではなくなりつつあるからです。Kimi K3は最上位のクローズドモデルを全面的に超えたというより、開発者向けの長時間コーディング、知識作業、推論、視覚を絡めた作業で実用水準を押し上げた点が重いです。企業利用の多くは最先端性能そのものより、十分な精度、低いコスト、自社環境で扱える自由度を重視します。

AIモデルの効率化は、GPU需要を消すわけではありません。むしろ推論利用が広がれば、計算量は増える可能性があります。問題は、その需要がどの企業のどの半導体に利益として流れるかです。オープンウェイトモデルの普及により、顧客は高額な専用クラウドだけでなく、自社運用、地域クラウド、代替アクセラレーターを組み合わせやすくなります。市場が嫌気したのはAI需要の消滅ではなく、NVIDIA一強や米国大型テック主導の収益独占という前提の揺らぎです。

この点は2025年1月のDeepSeekショックとも重なります。当時も低コストで高性能な中国発モデルが注目され、NVIDIA株の時価総額が大きく縮小しました。その後もAIインフラ投資は続きましたが、市場は「モデル効率化が半導体需要をどれだけ食うのか」という問いを記憶しました。Kimi K3は、その問いを2026年のより高いバリュエーションのもとで再燃させた材料です。

推論チップ内製化という第二戦線

もう一つの焦点は、AI開発企業によるチップ内製化です。Reutersは7月、DeepSeekが推論向けAIチップの開発を進めていると報じました。推論とは、学習済みモデルが利用者の入力に応答する段階です。生成AIが検索、業務アプリ、開発環境、顧客対応に組み込まれるほど、計算量の中心は学習から推論へ移ります。

推論用チップは、最先端GPUと同じ設計思想である必要はありません。用途を限定すれば、消費電力、メモリー帯域、ソフトウェア互換性、コストの組み合わせで競争できます。大規模学習ではNVIDIAのCUDAエコシステムが強固な参入障壁になりますが、推論の一部ではASIC、国産アクセラレーター、クラウド事業者の内製半導体が入り込む余地があります。

NVIDIA自身の業績はなお圧倒的です。2027会計年度第1四半期の売上高は816億ドルで前年同期比85%増、データセンター売上高は752億ドルで92%増でした。第2四半期の売上高見通しは910億ドルで、中国向けデータセンターコンピュート売上を前提に含めていない点も示されています。これは需要の強さを裏付ける一方、中国市場をめぐる地政学的な分断が続くことも示します。

中国側では、輸出規制により先端GPUの調達が制約されるほど、モデル効率化と内製半導体への動機が強まります。Reutersは、Huaweiが中国国内のAIチップ市場で大きな存在感を持ち、AlibabaやBaiduも独自チップを進めていると伝えています。DeepSeekの取り組みは初期段階で成功が保証されたものではありませんが、投資家にとっては「GPU不足が永久にNVIDIAの価格決定力を支える」という単純な物語を修正する材料になります。

その意味で、今回の調整は中国企業への過大評価でも、米国企業への悲観でもありません。AIスタックの価値配分が、モデル、クラウド、半導体、電力、ネットワーク、メモリーへ再配分される過程です。半導体企業にとっては需要総量よりも、どのワークロードを、どのアーキテクチャで、どの価格で処理するかが重要になります。

調整長期化を招く設備投資と電力制約

AI相場の調整が長引きやすい理由は、設備投資が巨大化しすぎたことにもあります。Microsoftは2026年の暦年ベース設備投資を約1,900億ドルと見込み、そのうち約250億ドルが部材価格上昇の影響だと説明しました。GPU、CPU、ストレージを入れても、少なくとも2026年中は供給制約が続くとの見方も示しています。

Morgan Stanleyは、主要ハイパースケーラー5社の設備投資が2026年に約8,000億ドル、2027年に約1.2兆ドルへ膨らむと見込んでいます。さらに、世界の週間トークン利用量は2026年初から約350%増え、6兆トークンから28兆トークンへ拡大したとしています。需要が増えていることは確かですが、投資額の伸びがすべて処理能力の伸びを意味するわけではありません。

部材価格、建設コスト、電力接続、冷却、土地、熟練人材の不足が同時に効くと、同じ1ドルの設備投資で得られるAI処理能力は目減りします。市場が気にしているのは、AI投資額が大きいかどうかではなく、その投資がどれだけ早く売上とキャッシュフローに変わるかです。設備投資が増えるほど、半導体企業には短期売上の追い風になりますが、クラウド企業には減価償却と資金調達の負担が重くなります。

電力制約も無視できません。Morgan Stanleyは、AI主導のデータセンターが世界の電力需要増加の大きな部分を占め、開発事業者が2027年から2028年にかけて電力不足を警戒していると指摘しています。ハイパースケーラーは2025年から2026年に1兆ドル超を投じる可能性があり、電力インフラの資金調達もAI相場の一部になりました。

この構造では、好決算が出ても投資家の疑問は残ります。NVIDIAやメモリー企業が稼ぐほど、クラウド企業側の投資負担は大きくなります。モデル効率化で単位コストが下がれば利用量は増えますが、価格競争で利益が薄くなる可能性もあります。半導体サイクル、クラウド投資、電力インフラ、金利が同時に絡むため、調整は一日で終わる材料出尽くし型になりにくいです。

投資家が確認すべきAI相場の実需指標

AI・半導体相場を判断するには、株価の戻りだけを見ても不十分です。まず確認すべきは、GPU出荷、HBMの契約価格、TSMCの先端プロセス稼働率、ASMLのEUV受注、クラウド各社の設備投資に対する売上成長率です。設備投資が増えても、Azure、AWS、Google Cloud、MetaのAI関連売上が十分に伸びなければ、期待修正は続きます。

次に見るべきは推論需要の中身です。検索、広告、コード生成、業務自動化、コンタクトセンターなど、実際に利用料を払う領域で処理量が伸びているかが重要です。トークン利用量が増えても、単価下落が速ければ利益には直結しません。AIモデルの性能比較だけでなく、推論単価、レイテンシー、電力効率、顧客定着率を見る必要があります。

今回の急落は、AIの産業化が失敗したという結論ではありません。むしろAIが投資テーマから設備産業へ移り、資本効率を問われる段階に入ったことを示しています。個人投資家は「AIだから買う」ではなく、収益を実際に受け取る企業、設備負担を背負う企業、価格競争に巻き込まれる企業を分けて見るべき局面です。

参考資料:

AI半導体株急落、期待修正で問われる成長神話と投資リスクの行方

AI半導体株に走った期待修正の衝撃

好決算でも売られた半導体株の構造

高すぎる期待値が生んだ逆回転

メモリー主導相場の脆弱性

中国AIと内製チップが崩す需要前提

Kimi K3が示したモデル効率化の圧力

推論チップ内製化という第二戦線

調整長期化を招く設備投資と電力制約

投資家が確認すべきAI相場の実需指標

関連記事

NVIDIA自社株買い24兆円、AI半導体覇権と株価支援の焦点

NVIDIA金融化が映すGPUローンと新たなサブプライムリスク

NVIDIAジェンスンの数学で読むAI工場経済の膨張とリスク

NVIDIA資金供給網が映すAI半導体需要と循環リスクの焦点

GPU大型化で日本基板・材料に追い風、NVIDIA供給網の核心

最新ニュース

コアウィーブ債務不履行6割、AIクラウド金融の転換点を徹底検証

世界の機関投資家がAI監督を厳格化、取締役選任に反対する新基準

三菱商事撤退後の洋上風力、中国独走下の世界でJERAは勝てるのか

ニデック5期連続違法配当、修正再表示で問われる取締役責任の行方

トヨタ全50車種をSDV化、Areneで変わる車の収益構造戦略