不追HBM！木頭姐不看空AI卻避開記憶體股 借鏡特斯拉 避開SK海力士、美光

AI熱潮が高頻帯域記憶体（HBM）の需要を急激に押し上げており、SKハイニックスやマイクロンなどのメモリメーカーが市場の注目を集めている。しかし、ARKインベスト（ARK Invest）の創設者で「ウッド姉さん」として知られるキャシー・ウッド氏は、この人気トレードを避けている。彼女は、技術産業の歴史が繰り返し示しているのは、サプライチェーンのボトルネックが部品価格を押し上げても、企業はその高コストを恒常的なものとして受け入れず、むしろエンジニアリングによって製品を再設計し、高価で希少な資源への依存を最終的に低下させることだと指摘する。

ウッド氏は最近のInsightful Investor Podcastで、テスラ（TSLA-US）が過去にバッテリー素材の供給問題に対処した経験が、現在のHBM市場を評価する上で重要な手がかりになると述べた。彼女は、テクノロジー企業は高価な供給制約を長期的に受け入れるのではなく、エンジニアリングでそれを回避する傾向があると強調する。

彼女はテスラの例を挙げて、かつて電気自動車のバッテリーはコバルトに大きく依存していたが、コバルトの供給とコストの問題は産業の大きな課題だった。特にコンゴ民主共和国のコバルト供給チェーンには、労働搾取などの問題があった。テスラのCEO、イーロン・マスク氏は、この供給制約をそのまま受け入れるのではなく、バッテリーの化学組成を調整することで、コバルトへの依存を大幅に削減したと説明する。

ウッド氏は、現在のAI産業が直面するHBMの供給逼迫と価格高騰も、同じ道をたどる可能性があると指摘する。HBMが極端に高価になると、そのことが自体がチップ設計企業やAI企業に、システムアーキテクチャを見直し、メモリ需要を減らす方法を探させる動機になるというのだ。現在の需給の不均衡を恒常的な状態と見なすべきではないと彼女は考える。

これが彼女が現在、SKハイニックスやマイクロン（MU-US）への投資を避けている主な理由である。ウッド氏は、メモリは半導体産業の中でも「周期性が最も強く、商品化が進んでいる」分野の一つだと表現する。そのため、現在のHBMの需給逼迫と価格の大幅上昇に対する楽観的な市場予想が、長期的に持続するとは限らないと見ている。

ウッド氏は、製品価格が3倍、4倍、さらには10倍に上昇する状況は、テクノロジー産業の正常な状態ではないと指摘する。市場は価格の暴騰をサプライヤーの利益増加の好材料と捉えがちだが、技術進化の観点からは、異常に高い価格はむしろ逆効果になり得る。なぜなら、それは競合他社や技術開発者に、代替案の開発や既存技術アーキテクチャの変更を促す強いインセンティブを与えるからだ。

ウッド氏の投資ロジックはAI産業そのものを否定しているわけではなく、むしろ「AI需要の持続的成長」と「現在のAI需要から最大限の利益を得ている部品サプライヤー」の間にある差異を意図的に区別している。彼女は、AI市場が今後数年間で急速に拡大しても、現在HBMの供給逼迫から恩恵を受けているメモリメーカーが、永久に高価格維持力と超過利潤を得られるとは限らないと考えている。

ウッド氏の見方では、今日のHBMのボトルネックは、明日のエンジニアリングの課題になる可能性が高い。彼女は、AIチップメーカーが異なるプロセッサアーキテクチャ、メモリ設計、システム統合の方法を通じて、外部HBMへの依存を徐々に低下させると予想している。特にAI推論（Inference）市場においてはその傾向が顕著だとする。

彼女は特にCerebras Systems（CBRS-US）とGroqに言及し、こうしたAI推論に特化したアーキテクチャが異なる技術ルートを提供していると評価する。CerebrasとGroqの推論アーキテクチャは、高速のチップ内メモリを多用しており、一部のワークロードでは従来のHBMの使用を削減、あるいは回避できると指摘する。

ウッド氏は、市場ではすでにエンジニアリング技術によってAIのHBM依存度を低下させる傾向が現れ始めていると述べる。特に推論分野においてその兆しが見られる。AI推論とは、モデルの学習が完了した後、ユーザーの入力に基づいて実際に回答を生成する計算プロセスを指す。たとえば、大規模言語モデルがテキストクエリを処理したり、コードやその他のコンテンツを生成したりする場面である。

彼女は、推論市場の重要性に特に注目すべきだと強調する。AIアプリケーションがモデル開発から大規模な商業化へと移行するにつれ、業界関係者の多くが、AI推論が将来、モデル学習をはるかに上回る規模の計算市場になる可能性があると予測している。もし推論需要が急速に拡大し、同時に新しいチップアーキテクチャがHBMの単位計算あたりの需要を成功裏に削減できれば、市場のHBMの需給と価格に関する長期予想が大きく変わる可能性がある。

このため、ウッド氏はAIブームそのものを否定しているわけではなく、AI資本支出の最終的な経済的利益が誰の手に渡るかについて、異なる見解を持っている。彼女は、AI産業が確かに膨大な計算需要とインフラ投資を生むだろうと認めるが、テクノロジー産業の価値が、常に現在最も不足している部品サプライヤーに永久に集中するわけではないとも述べる。

彼女は、異常に高い利益は通常、より多くの資本を引き寄せ、企業が生産能力を拡大する動機となり、最終的には新たな供給と競争の圧力を生むと指摘する。HBMの価格が継続的に上昇すれば、SKハイニックスやサムスン電子が生産を拡大する強いインセンティブになるだろう。

ウッド氏は、極めて短期間に大量の資本が高度に周期的な産業に殺到するのを見たとき、彼女の対応は人気トレードをさらに追いかけることではなく、その高価格が引き起こす問題をどう解決するかに注目することだと述べる。つまり、彼女は技術革新によってコスト構造を変革し、供給のボトルネックを突破する企業を探すことに傾斜している。現在の希少性によって超過利潤を得ているサプライヤーに賭けるのではなく、である。

この思考は、ウッド氏と現在の市場の人気トレードとの明確な違いを反映している。投資家は一般的に、AIサーバー、アクセラレータ、大規模モデルの需要が持続的に増加し、HBM需要を押し上げることで、SKハイニックスとマイクロンがAIメモリサプライチェーンの主要な恩恵者になると予想している。

しかし、ウッド氏は、テクノロジー産業の最も重要な規律の一つは、「今日のボトルネックは、明日のエンジニアリングの課題になる」ということだと指摘する。ある技術や部品のコストが極端に高くなると、チップ設計者やシステム開発者は、その資源への依存を減らす代替案の開発に、より多くのリソースを投入するようになる。

彼女の判断は最終的に、AI推論アーキテクチャが実際にHBMの需要を削減できるかどうかにかかっている。現時点ではこの問いに明確な答えはなく、特にAIモデルがますます大規模で複雑化する中で、計算能力とメモリ帯域幅の需要も同時に増加している。

しかし、もしCerebras、Groq、その他の新興AIチップアーキテクチャが、高速チップ内メモリ、特殊用途チップ、その他のシステム設計によって、より低コストで大量の推論作業を実行できることを証明すれば、HBMが現在市場で代替不能と見なされている核心的地位が挑戦される可能性がある。

したがって、ウッド氏がSKハイニックスとマイクロンを避けた決定は、AI産業の長期的な成長見通しを否定しているわけではない。むしろ、AIサプライチェーンにおけるメモリの周期性に警鐘を鳴らしている。彼女は、希少性によって価格が大幅に上昇したとき、市場はサプライヤーの利益増加だけを見るのではなく、その高価格自体が次世代技術の誕生を加速させているのか、そして今日最も注目されている供給のボトルネックが、将来的に技術革新によって徐々に解消されるのかを、考えるべきだと訴える。