AIがどのようにして大きな評価の不一致を生み出し、価値投資のロジックを変革しているか
人工知能は、長年にわたるバリュー投資の常識に挑戦する形で、株式市場の価格設定を書き換えました。従来のスクリーニングでは、低PER、安定したフリーキャッシュフロー収益率、予測可能な配当または自社株買いのサポートを重視していましたが、現在では報告されたPERが極端に高くなったり低くなったりする企業に直面しています。一部の企業は、単一桁、あるいは2倍未満のPERでトリプル桁の収益成長を記録している一方で、安定したキャッシュフローを有する他の企業は、構造的な陳腐化を示唆するような割引価格で取引されています。
結果として、市場は実現されたファンダメンタルズよりもはるかに前向きに予想される変革を価格に反映する、顕著な不一致の風景が生まれています。生成AIとそれに伴う資本支出のブームは、従来の評価フレームワークを圧縮し、成長期間と無形の競争優位を内在価値の主要な駆動要因として引き上げ、より古いモデルが意図的に除外していた将来の生産性の仮定を価値投資家に取り入れさせています。
市場参加者はかつて、キャッシュフローと資本還元を通じて着実に複利成長する、利益倍率が10〜12倍の株式を求めていた。しかし、そのアプローチはほぼその重要性を失った。現在、議論される例には、利益倍率が1.8倍にまで低下しながらも、前年比で600％を超える売上成長を記録する銘柄が含まれる。このような場合、分析の焦点は倍率の絶対値ではなく、その成長トレンドの持続可能性にほぼ完全に移行している。利益倍率が約16倍で取引される住友電気などの日本の工業グループは、同様の動態を示している。同社の光ファイバー、レーザー、および関連部品事業は、ハイパースケールクラウド事業者と数年間の契約を結んでおり、従来のスクリーニングでは過小評価されているAIへの露出を内包している。
最近のコメントで示されたこれらの観察は、AIのより広範な中長期的影響を浮き彫りにしている：評価の不一致が拡大し、価値投資の実践が、一部の人が高成長ディープバリューの機会と呼ぶものへと導かれている。したがって、投資家は現在の収益力だけでなく、競合対応や技術的成熟によって収益が圧縮されるまでの間、高い成長がどの程度持続するかというランウェイの長さも評価しなければならない。実務的な意味では、過去実績または短期間の倍率のみに基づいて構築されたスクリーニングは、AIインフラ需要によって経済モデルが再構築されている企業を系統的に見落としている。
最大のクラウドおよびコンピューティングプラットフォームによる資本支出は、業界の利益プールを再定義する水準に達している。主要なハイパースケーラーの2026年合計支出は、7,000億ドルから8,000億ドル以上と推定されており、世界のAI関連投資は1兆ドルを超える見込みである。ゴールドマン・サックス・リサーチは、米国のテクノロジー投資がGDPに占める割合が既に1990年代後半のピークを上回っており、支出計画は引き続き上方修正されていると指摘している。このような支出は、半導体、ネットワーク機器、電力インフラ、特殊材料のターゲット市場を拡大する一方で、初期段階ではフリーキャッシュフロー指標に圧力をかける。
短期的なキャッシュフローの減少を評価に反映するフレームワークは、基盤となる能力の拡張が複数年にわたる収益拡大を支える可能性があるにもかかわらず、これらのプラットフォームを高価と分類するリスクを伴う。同時に、支出の集中は二次的な影響を生み出す：能力や独自技術に制約のあるサプライヤーが過大なマージンを獲得する一方で、下流のソフトウェアおよびサービス企業はAI対応代替品によってマージン圧力に直面する。その結果として生じる価値の再分配は、AI以前の成長率に適合させられた従来の割引キャッシュフローモデルでは正確に捉えきれない。
エンタープライズソフトウェアの評価は大幅に圧縮されています。多くの確立された企業の先物倍率は、クラウド移行の不確実性が高かった過去の時期に観測された水準まで低下しており、一部の高品質なブランドは歴史的な平均に対して20～30％、あるいはそれ以上の割引で取引されています。モルガン・スタンレーを含む複数の企業のアナリストは、ソフトウェア企業価値対売上高の平均倍率が、パブリッククラウド採用の最大の不確実性と関連付けられた水準に戻っていることを観察しています。市場は、ジェネレーティブAIがユーザー数の減少、価格交渉力の圧縮、またはかつてアップグレードサイクルを牽引していた機能の吸収をもたらす可能性を価格に織り込んでいます。
多くのワークフロー既存企業の報告されたファンダメンタルズは、依然として堅調なフリーキャッシュフロー変換率とAI関連の年間継続収益の増加を示している。現在の価格に組み込まれた内包的成長率と実績または近未来の予測成長率との差異は、古典的な不一致を生んでいる：一部の利益を上げているソフトウェア企業はキャッシュフローメトリクス上で過小評価されているように見える一方で、構造的な陳腐化という物語が依然として支配的である。したがって、バリュー投資家は一時的な物語による割引と競争優位性の真正な劣化を区別するという課題に直面している。
ゴールドマン・サックス・リサーチによると、AI関連企業は2022年末以降、約27兆ドルの時価総額を追加しました。同リサーチは、標準的な仮定のもとで、AIの生産性向上による潜在的な追加利益の現在価値を約9兆ドルと評価しています。この差を埋めるには、AI企業が経済的余剰のどの程度を獲得するか、採用のスピード、そして高まった証拠金の持続性について楽観的な仮定が必要です。この差異だけでは過大評価を証明するものではありません。同じプラットフォームおよび広範な市場内で、AI以外の企業も市場評価の再評価に寄与しています。
しかし、その規模は、市場価格が経済的価値創造の保守的な推定値に対してどれほど大きく動いたかを示している。独立して算出された内在価値の割引で資産を購入することに慣れた価値投資家は、より高い収益配分と生産性の仮定を取り入れるか、過剰な市場価値をリスク上昇のシグナルと見なすかを判断しなければならない。この分析的な緊張は、資本化に比べて収益履歴が限られている純粋なモデルプロバイダーや最近の注目度の高い上場企業にとって特に顕著である。
株価収益率、株価純資産比、さらにはフリーキャッシュフロー収益率といった指標は、主な資産が貸借対照表に現れる企業向けに設計されました。AI中心の企業は、独自のデータセット、モデルの重み、人材の密度、スケールが大きくなるほど強化されるネットワーク効果から大きな価値を生み出しています。従来の指標をこれらの企業に適用すると、極端な倍率や見かけ上のバリュー・トラップが生じることがよくあります。過去の技術的破壊の歴史的分析では、単純なバリュー指標が、最終的に成功する企業と衰退した企業を適切に区別できなかったことがよくあります。
かつてプレミアム評価を受けていたソフトウェア株は、場合によっては市場全体に対して控えめなディスカウントで取引されていますが、その経済モデルを支える無形資産、ワークフロー統合、切り替えコスト、ドメイン特有のデータは、会計上の帳簿価値には完全に反映されていません。従来の比率にのみ依存する投資家は、持続的な複利成長企業を見逃すだけでなく、報告された安値が実際の競争力の低下を隠している企業を購入するリスクにさらされます。無形資本の集中度とデータ・ネットワークの強さを示す指標を取り入れることは、バリュー投資ツールキットに不可欠な拡張となっています。
AI関連の価値創造の大部分は、依然としてプライベート市場で発生している。報告によると、主要なAI企業の最近の成長の半分以上が上場前に捉えられており、少数のプライベート企業がトップ層の収益と評価額の過剰な割合を占めている。したがって、パブリック市場の投資家は、すでに大幅な評価上昇が発生した後のサイクルの後期段階にしかアクセスできない。この動態は、従来公開株式に焦点を当ててきたバリュー戦略の機会セットを変化させている。
セカンダリーマーケットでの取引とインターバルファンドは一部ギャップを埋めてきたが、流動性、評価の透明性、ガバナンス基準は公開市場とは大きく異なる。早期のAI経済に投資したい価値投資家は、プライベートマーケットの条件を受け入れるか、既に報告された結果にその経済モデルが明確に反映されている公開市場のサプライヤーや採用者に集中する必要がある。構造的な変化により、技術採用の初期段階でのクラシックな公開市場の格安銘柄の出現頻度は低下している。
AIエコシステム内では、半導体、ネットワーキング、電力関連部品は、モデル提供企業や従来のソフトウェアとは著しく異なる収益推移を示している。主要な半導体装置およびメモリサプライヤーの先物利益倍率はピーク水準から調整されたが、データセンターの拡張に伴う数年間の需要見通しによって支えられている。特殊製品、光学部品、先進的基板、または電力管理ソリューションを提供する一部の産業および材料企業は、長期的なハイパースケーラー契約に組み込まれた成長に対して、比較的控えめな倍率で取引されている。
これらの名称は、純粋なテクノロジーインデックスの範囲外にしばしば位置するため、物語に基づくリレーティングの全面的な影響から逃れています。収益力を投資資本に対する比率と見える需要の持続期間に重きを置くバリューの枠組みは、広範な成長スクリーニングが見落とす機会を特定できます。重要な分析ステップは、生産能力の制約や技術的な特異性が急速な競合参入を制限しており、初期の構築段階を超えて証拠金の持続性を支えていることを確認することです。
すべての割引ソフトウェアまたはサービス企業が持続可能な買い時であるとは限りません。コアなサービスが汎用モデルによって複製または統合される可能性のある企業は、価格と取引量に実質的な圧力を受けます。技術的破壊の歴史的パターンは、伝統的な価値指標が一時的な過小評価と恒久的な減損を区別するのにほとんど効果がなかったことを示しています。
したがって、投資家は移行コスト、独自のデータ優位性、およびAIツールが既存のワークフローを補完する程度而非代替する程度を検討する必要があります。AIを自社製品に成功裏に統合し、高度な分析や自動化を通じて価格決定力を高めた企業はより強固になる可能性がありますが、従来の席ベースモデルを単に守るだけの企業は、複数倍率の長期的な圧縮に直面するリスクがあります。この違いを理解するには、業界全体の倍率に頼るのではなく、製品ロードマップと顧客維持データの細部にわたる分析が必要です。
AIの企業導入は依然として不均一です。最高経営責任者を対象とした調査によると、AI変革プログラムの意図した成果が広範な活動にもかかわらず、大半が部分的な実現にとどまっていると報告しています。規律ある優先順位付けなしにユースケースが拡大した結果、多くのポートフォリオ企業のリターンが薄れています。公開市場の投資家にとって、短期的な利益見直しは資本支出より数年遅れる可能性があります。
遅れた生産性の恩恵を組み込んだ価値モデルは、迅速な証拠金拡大を前提とするモデルよりも現在価値を低く評価する。分析上の課題は、インフラ導入と各産業における測定可能なフリーキャッシュフローの改善との間の遅れを推定することにある。知識労働の割合が高く、反復的な分析タスクが多い業界は早期に利益を実現する可能性がある一方、資本集約的または規制が厳しい業界は遅れる可能性がある。正確なタイミングの仮定は、過度な楽観主義と過剰な慎重さの両方を避けるために中心的な役割を果たす。
最近の期間における株式市場のリターンは、AI関連の少数銘柄に大きく集中しています。特定の期間では、5銘柄以下がインデックスの利益の大部分を占め、市場の残りはより控えめなパフォーマンスを示しています。リスクプレミアは圧縮され、一部の指標では先行株式リスクプレミアが歴史的に低い水準に近づいています。
過去において業界やスタイルにわたる分散化を重視してきたバリュー戦略は、資本がインフラやモデルのリーダーへ継続的にシフトし続ける場合、AI以外の投資対象が長期間にわたりパフォーマンスを下回る可能性のある市場に直面している。したがって、ポートフォリオ構築は、古典的なバリュー特性への関心と、AI関連分野に対する十分な露出をバランスよく組み合わせ、継続的な相対的パフォーマンスの低下を避ける必要がある。実用的なアプローチの一つは、AI需要の恩恵を受ける企業の経済的構造を特定し、独立して算出された内在価値に対して依然として安全マージンを備えた評価水準で取引されている企業を見つけることである。
大規模な資本支出は、追加投資が資本コストを上回るリターンを生み出しても、フリーキャッシュフローヤールドを一時的に圧迫します。ハイパースケーラーの追加投資資本収益率に関する分析では、加重平均資本コストをはるかに上回るピークが見られ、その後、ベースケースの仮定下では依然として価値創造的な緩和が予想されています。
したがって、価値投資家は、価値毀損を引き起こす過剰投資によって生じるキャッシュフローの減少と、支出と収益化のタイミングの一時的な不一致によって生じるキャッシュフローの減少とを区別しなければなりません。リターン・オン・インクリメンタル・インベストド・キャピタル、データセンター資産の回収期間、短期間で消費される資産と長期的に使用される資産への支出の割合などの指標は、静的なフリーキャッシュフローヤールドだけよりもはるかに深い洞察を提供します。能力を拡大しながら高いインクリメンタルリターンを維持する企業は、近い将来の倍率の上昇を正当化できますが、そうでない企業は建設フェーズが終了した後、資本の恒久的損失に陥るリスクがあります。
ディスカウントド・キャッシュフローモデルは、終端成長率、競争の激しさ、および高まったマージンの持続性について明確な仮定を必要とする。AIはこれらの各入力に関する不確実性を高める。かつて保守的と見なされていた終端成長率は、構造的な生産性の向上を過小評価する可能性があり、既存企業と新規参入者の両方による競争的対応は、過去のパターンよりも速くマージンを圧縮する可能性がある。
したがって、実務家たちは、採用速度、規制の結果、技術コストの推移の幅を広げてシナリオ分析を拡大しています。目的は完璧な先見性ではなく、市場価格と比較できるより堅牢な内在価値の範囲を導出することです。市場価格が基本分析によって生成された妥当な範囲外の成長または証拠金仮定を示す場合、投資家の時間的視野とリスク許容度が不確実性に対応できる限り、評価の不一致が投資機会となります。
主要な実務家たちは、従来の評価プロセスにAI特有のデータソース、サプライチェーンマッピング、および将来の生産性推定を統合し始めています。一部はボトルネック分析を重視し、専用の光学部品、高度なパッケージング能力、または電力インフラなどの制約された投入要素を特定し、これらの分野では価格決定力が継続すると見なしています。他の人々は、ユーザー数の単純な増加ではなく、1ユーザーあたりの平均収益を高めることでAI機能を収益化するワークフローソフトウェアに焦点を当てています。
これらの調整は、安全マージンの核心的原則や内在価値の独立した評価を放棄するものではありません。これらは、技術の進化がキャッシュフローのトレンドと競争環境を加速する速さで変える中で、その評価を実施するために必要な情報セットを拡大しています。分析フレームワークを適応させながら、価格と価値の観点から纪律を保つ企業は、AI導入前のスクリーニング基準にのみ依存する企業よりも、現在の不一致レジームをより効果的に乗り越えることができます。
市場のニュースは速い——しかし、それをどこで実行するかが同じくらい重要です。今月10月、KuCoinはKuCoin 5.0をリリースし、KuCoinを再構築されたプラットフォームに変貌させます。以下が、あなたに実際に変わる点です：
-
すべてを一つの口座で。従来のプラットフォームは、あなたの資金を「スポット」、「証拠金」、および「先物」の別々の口座に分割し、その理由を理解することを想定していました。KuCoin 5.0の統合口座はこれを完全に廃止し、一度入金すればすべてがそのまま利用可能になります（現在はVIPユーザーのみ利用可能）。
-
株式、インデックス、コモディティ。KuCoin 5.0は、暗号資産からグローバル市場へ拡張します。暗号資産が横ばいになり、株式が上昇する（またはその逆）場合、法定通貨の送金を待つ必要なく、数分でポジションを切り替えられます。
-
リアルワールドアセット（RWA）。商品などの従来の資産へのトークン化されたエクスポージャーが、あなたの暗号資産口座内で利用可能に。世界金融で最も急成長している分野の一つが、もはや機関投資家だけのものではなく、取引に使っている同じ残高からアクセスできます。
-
学びながら収益を得ましょう。取引の準備ができていませんか？KCUSDで、ステーブルコインを毎日自動再投資して利子を獲得できます。4%の利回りで、闲置中の入金を最もストレスの少ない方法で活用できます。
-
シンプルな言葉で動くAIアシスタント。質問して、市場の状況を把握し、見ているものを理解しましょう。プラットフォームに組み込まれており、専門用語は一切不要です。
-
圧倒されないアプリ。より速く、クリーンで一貫性があり、チュートリアルなしで最初のタップから直感的です。
-
信頼するだけでなく、確認できるセキュリティ。MiCAR認可を受けたEUの企業であり、Proof of Reservesを自分で確認でき、国際的に認証されたセキュリティ（SOC 2 Type II、ISO 27001:2022）を備えています。
数分で口座を作成し、暗号資産が過去にあった場所ではなく、これから向かう場所に合わせて構築されたプラットフォームで始めましょう。
AI関連の市場価値の増加は、推定される経済的利益と比較してどうなっていますか？
ゴールドマン・サックス・リサーチは、2022年11月以降、AI関連企業が約27兆ドルの時価総額を追加したと計算している。一方、AIの生産性向上による今後の利益増加の現在価値は、標準的な仮定のもとで約9兆ドルと推定されている。この差を埋めるには、AI企業が獲得する収益シェア、採用速度、および証拠金の持続性についてより楽観的な見方が必要である。多くのプラットフォームにはAI以外の事業が大きく含まれているため、時価総額の増加がすべてAI由来というわけではないが、この差は、現在の価格が過剰な楽観主義を織り込んでいるかどうかを評価する投資家にとって中心的な議論のポイントとなっている。
なぜソフトウェアの評価額が急激に圧縮されたのでしょうか？
市場は、ジェネレーティブAIが従来のソフトウェア利用席の必要性を減らし、価格決定力を低下させ、かつてアップグレードを促していた機能を吸収する可能性を価格に織り込んでいます。多くの既存企業の先物倍率は、技術的な不確実性が高かった過去の時期に関連する範囲まで低下しています。一方で、利益を上げているワークフローコンパニーの中には、フリーキャッシュフローマージンの拡大とAI関連の継続的収益の増加を報告し続ける企業もあり、物語に基づく価格と短期的なファンダメンタルズの間に乖離が生じています。これは、バリュー投資家が個別に評価しなければならない状況です。
ハイパースケーラーの資本支出は、評価の不一致にどのような役割を果たしていますか？
主要なハイパースケーラーによる2026年の合計資本支出は7,000億ドルから8,000億ドル以上と予測されており、世界的なAI投資は1兆ドルを超える見込みです。これらの支出は、増分収益が資本コストを上回っても、初期段階でフリーキャッシュフロー収益を低下させます。したがって、短期的なキャッシュフローの弱さを評価に反映する従来のバリュー指標は、能力構築プラットフォームを高価と誤って分類し、能力が制約されているため安定したマージンを支えるサプライヤーを見落とす可能性があります。
AI駆動の市場において、従来の価値指標は依然として有用ですか？
株価収益比、株価純資産比、静的フリーキャッシュフロー利回りは出発点として依然として関連性があるが、無形資産、ネットワーク効果、成長期間、追加投資資本の収益率の分析と組み合わせる必要がある。技術的破壊の過去の事例は、これらの指標を単純に適用することが、最終的な勝者と永続的な価値のトラップを区別するのに失敗することが多かったことを示している。データ集約度、移行コスト、生産性のタイミングを組み込んだ拡張フレームワークは、真のミスマッチを特定する確率を高める。
プライベートマーケットの集中は、パブリックバリューや投資家にどのように影響しますか？
AI関連の価値創造の大部分は、企業が公開市場に上場する前に発生している。したがって、公開市場の投資家は、すでに大幅な評価上昇が完了した後のサイクルの後期段階にしかアクセスできない。この構造的特徴により、従来の初期段階での公開市場での格安投資機会の頻度が低下しており、価値戦略はプライベート市場の条件を受け入れるか、既に報告された結果にその経済的指標が反映されている公開企業のサプライヤーや採用者に焦点を当てる必要がある。
ソフトウェアにおいて、一時的な割引と価値のトラップの違いは何ですか？
AIを既存のワークフローに成功裏に統合している企業では、一時的な割引がよく見られ、価格設定力と顧客維持率が向上します。一方、汎用モデルによって容易に再現または統合可能で、切り替えコストが低く、独自のデータ優位性が限られている企業のコア製品は、バリュートラップになりやすいです。この2つのカテゴリーを区別するには、製品ロードマップ、顧客維持指標、AIの収益化進捗を細かく検討する必要があります。
免責事項：このコンテンツは情報提供を目的としたものであり、投資アドバイスを構成するものではありません。投資にはリスクが伴います。必ずご自身で調査してください（DYOR）。
免責事項: このページは、お客様の便宜のためにAI技術を使用して翻訳されています。最も正確な情報については、元の英語版を参照してください。