著者： hoidya | 09

1. ストレージ業界とは具体的にどのようなものですか？

ストレージ業界は主にDRAM、NAND、HBMという3つの主要製品カテゴリーで構成されています。これら3つが一体となって、あらゆるデジタル機器のデータストレージシステムを構成しています。携帯電話、コンピュータ、データセンターなど、あらゆる機器は、一時的なデータ処理と長期的なデータ保存を行うために、このインフラストラクチャに依存しています。

機能的には、DRAMは動作中の一時的なデータ保存に使用され、コンピューティングにおける高速な読み書き要件に対応します。NANDは、デバイスの永続メモリ層と同様に、長期的なデータ保存に使用されます。一方、HBMは、GPUと演算ユニット間の帯域幅のボトルネック問題を解決するために、高性能コンピューティング環境で進化してきた新しい形態です。

システムアーキテクチャの観点から見ると、ストレージはコンピューティングシステムとは独立したコンポーネントではなく、すべてのコンピューティングシステムにとって不可欠な依存関係レイヤーです。あらゆるコンピューティングタスクは、まず「データの読み込み」を行い、次に「計算」を実行し、最後に「結果の書き戻し」を行う必要があります。したがって、ストレージはコンピューティングプロセスにおける基本的な制約の一つであり、オプションのモジュールではありません。

過去20年間、この業界の需要は主に3つの分野、すなわち家電製品（携帯電話とPC）、企業向けサーバー、そしてインターネットインフラから生じてきた。これらの需要は、高度に細分化され、アップグレードサイクルが遅く、個々の需要ポイントにおける規模が限られているという特徴を持つ。そのため、市場では長らく、この業界は典型的な景気循環型半導体産業として分類されてきた。

2/ なぜストレージ業界は長らく景気循環型産業と考えられてきたのか？

ストレージ業界の長期的な強い景気循環性は、供給と需要の構造における非対称性に起因する。需要は通常、家電製品のサイクルや企業のIT支出サイクルと相関関係にある一方、供給はウェハー製造工場の投資によって左右され、大きな時間差が生じる。

需要が増加すると価格が急騰し、製造業者は生産拡大に踏み切る。しかし、生産能力の拡大には通常12～24ヶ月かかるため、新たな供給は需要の転換点を過ぎた後に集中的に放出されることが多く、その結果、価格は急激に下落する。このメカニズムは、典型的な好況・不況サイクルを形成する。

この循環構造は、2010年から2022年にかけて特に顕著でした。例えば、DRAM業界は、複数のサイクルで高収益から赤字へと急激に落ち込み、その後、新たな需要回復局面を経て再び活況を呈しました。このような変動性の高さから、市場はメモリ業界を、長期的に見て「高い変動性と低い予測可能性」を特徴とする循環型資産クラスとみなすようになりました。

現段階では、業界の価格決定メカニズムは基本的に在庫主導型である。在庫が減少すると価格は上昇し、在庫が増加すると価格は下落する。需要自体は構造的な要因というよりは、価格変動の引き金となる変数としての役割が大きい。

3. AIが登場する以前の需要構造はどのようなものでしたか？

人工知能が登場する以前は、ストレージ需要は主に家電製品と従来のインターネットインフラによって牽引されていました。家電製品は、アップグレードサイクルが長く、需要が比較的予測しやすいという特徴があります。例えば、スマートフォンの買い替えサイクルは通常2～3年です。一方、サーバーやエンタープライズストレージは、IT設備投資のペースに大きく左右され、需要も非常に周期的な変動を受けます。

この構造では、標準化された製品である保管サービスは、単一の大口顧客の長期的な固定需要ではなく、主に需給に基づいて価格が決定されます。そのため、市場はスポット市場の特性を強く示し、価格シグナルは在庫変動や容量調整を迅速に反映します。

言い換えれば、AIが登場する以前は、ストレージ業界の需要構造は断片的で、長期的な厳格な制約が欠如していた。これが、ストレージ業界の景気循環的な特性の根本的な原因である。

4．なぜAIはストレージ需要の構造を根本的に変えたのか？（循環型商品からインフラへ）

従来、ストレージ需要は家電製品（スマートフォン、PC）によって牽引されており、これは本質的に「遅延消費」であった。しかし、AIは全く異なる需要関数をもたらす。AIは継続的なコンピューティングシステムであり、メモリ使用量はモデルサイズに対して線形、あるいは超線形的に増加する。

AIデータセンターを例にとると、トレーニングや推論における計算処理のボトルネックはGPUではなく、メモリ帯域幅にある。これがHBMの需要を固定化する直接的な要因となっている。業界データによると、AIサーバーにおける高帯域幅メモリの需要は、従来のDRAMをはるかに上回るペースで増加しており、HBMの生産能力は長期的に固定化される見込みで、中には2026年までにすべての先行販売が完了するケースもある。

さらに重要なのは、供給側にも変化が生じている点です。HBMの利益率は従来のDRAMよりも大幅に高いため、メーカー各社は積極的に生産能力を再配分し、ウェハー生産をDDR4/DDR5からHBMへとシフトさせています。この構造的な供給抑制効果により、従来のDRAMとNANDの両方で「需要に起因しない供給不足」が発生しています。

市場では極端な兆候が現れている。一部のDRAMとNANDのスポット価格は四半期中に15～20％上昇し、「日中価格調整」も発生している。

5．過去のストレージ料金はどのように設定されていましたか？

2010年から2022年にかけて、メモリ業界の価格決定メカニズムは非常に典型的で、標準的な半導体サイクルモデルを反映していた。

価格は需要構造ではなく、在庫サイクルによって左右される。

在庫が減少すると→価格が上昇する→メーカーは生産を拡大する→供給が供給を上回る→価格が暴落する。

このメカニズムにおける根本的な制約は、「能力構築の遅れ（1～2年）＋需要の先延ばし可能性」である。

例えば、前回の景気循環では、DRAM業界は四半期ごとの利益が大きく変動することが多く、高収益から赤字に転落し、その後すぐに黒字に転じることもあった。

しかし、このメカニズムはAI時代に崩壊した。なぜなら、2つの変数が同時に変化したからである。

• 第一に、需要は分散消費から集中調達へと移行した。
• 第二に、供給は「自由市場の拡大」から「利益優先の配分（HBM優先）」へと移行した。

その結果、景気循環的な変動は依然として存在するものの、価格弾力性は構造的に圧縮される。

6．現在、どのような構造変化が起こっているのか？

現在の（2024年～2026年の）ストレージ市場における根本的な変化は、価格の上昇ではなく、市場構造が「スポット市場」から「契約割り当てシステム」へと移行することである。

まず、HBMの普及による市場シェアの拡大が挙げられます。HBMウェハー1枚あたりの利益はDDR4/DDR5よりも大幅に高いため、サムスン、SKハイニックス、マイクロンはいずれも生産能力をHBMにシフトすることを優先しています。業界データによると、HBMはDRAM売上高の1桁台前半から40%を超える構造的な水準へと急速に上昇しています。

この構造調整は、以下の2つの結果をもたらした。

• まず、従来型DRAMの供給量が減少している。
• 第二に、NANDフラッシュメモリは受動的な供給不足の状態に陥っている。

同時に、市場は極端な需給バランスの状態に入っており、DRAM業界の売上高は2025年第2四半期に前年同期比17.1%増加すると予測されているが、この成長は需要の急増によるものではなく、価格上昇と供給制約の組み合わせによるものとなるだろう。

さらに深刻な兆候は配送面からも見られる。業界のリードタイムは通常の8～12週間から39～52週間に延びており、一部の車載用メモリでは70週間を超えるケースもある。

これは重要な構造変化を示している。記憶はもはや「すぐに取引できる商品」ではなく、「配給制の資源」となったのだ。

これは正のフィードバックループを生み出すだろう。

価格上昇 → メーカーがスポット供給を削減 → 買い手が事前に注文を確定 → スポット流動性がさらに低下 → 価格は上昇し続ける。

7．この仕組みから利益を得るのは誰ですか？

ストレージ業界の収益構造は、大きな変化を遂げつつある。

第1層：供給側（サムスン／SKハイニックス／マイクロン）

これらの企業は「景気循環型製造業者」から「AIインフラプロバイダー」へと変貌を遂げつつある。中でもSKハイニックスはHBM分野で主導的な地位を確立し、構造的な価格決定力を持つ企業へと成長を遂げ、DRAM市場におけるシェアは約38%にまで拡大している。

第2層：需要側（マイクロソフト／AWS／グーグル）

これらの企業は、長期契約を通じて将来の供給を確保しており、これは本質的に「時間的裁定取引」と言える。つまり、現在の設備投資を利用して、将来のAIコンピューティング能力とメモリコストを固定しているのだ。

第3層：AIモデル企業（OpenAIなど）

彼らは資金繰りのプレッシャーとコンピューティング能力の需要の狭間に挟まれ、資金調達→設備投資→供給の再固定という閉じたループを形成している。

重要な変化は、価格決定権が「市場」から「契約構造」へと移行しつつあることである。

8/ リスクと偽造条件

今回の「AIメモリ・スーパーサイクル」には、少なくとも3つの明確な反証条件が存在する。

まず、AIの設備投資が縮小サイクルに入ると（ハイパースケーラーが投資強度を低下させると）、メモリ需要はAIのコンピューティング能力の拡大に大きく依存しているため、現在の需要構造は急速に歪むことになる。

第二に、HBM技術の道筋が置き換えられた場合（例えば、新しいメモリアーキテクチャや演算メモリ融合など）、現在のHBMの優位性は縮小し、生産能力がDRAM/NANDに逆流することになるだろう。

第三に、生産能力拡大サイクルが再び加速した場合（サムスンやSKハイニックスが積極的な生産能力拡大に再び乗り出した場合）、現在の供給制約は1～2年後には供給過剰サイクルに転じるだろう。

言い換えれば、この構造は以下のことを前提としている。

AI需要の成長率 > 設備拡張率 + 技術代替率