数百億ドルの時価総額が消失した調査報告：AI時代で最も謎めいた情報機関SemiAnalysisを解明

1本のリサーチレポートで数百億ドル規模の時価総額が蒸発：AI時代で最も謎めいたインテリジェンス機関SemiAnalysisの内幕

2026年6月9日、米国株式市場のAI光通信セクターが突如として一斉売却に見舞われた。

Coherentは $COHR で11%以上の急落、Marvell $MRVL は約9%下落、Corning $GLW 、Lumentum $LITE などのAI光モジュール・光デバイス関連企業が軒並み暴落し、業界全体でわずか1日で数百億ドルの時価総額が消え去った。

その日、FOMCの会合もなく、重大な地政学的事件もなく、Nvidiaから新製品の発表もなかった。

市場に大きな動揺をもたらした本当の原因は、100ページにも満たない1本のリサーチレポートだった。

より意外だったのは、このレポートがGoldman SachsでもMorgan StanleyでもBernsteinでもなく、従業員が数十人しかいない独立系リサーチ機関——SemiAnalysisによって公開されたことだ。

これが市場を動かしたのは初めてではない。

わずか4日前、SemiAnalysisが発表したNvidiaの次世代Vera RubinプラットフォームのHBM構成変更に関するレポートがきっかけとなり、今後のメモリ需要が再評価され、Micronの株価は1日で13%急落した。

わずか数日の間に2本のレポートで2度、市場価格決定のプロセスを塗り替えたのである。

いまや世界のAI投資家コミュニティでは次のような言葉が信じられ始めている——数千億ドル規模のAIサプライチェーンのバリュエーションに本当の影響をもたらすのは、Nvidiaにとどまらず、他よりも早く業界の真実を知る者たちである。

それでは、SemiAnalysisとは一体何者なのか？

なぜウォール街より早く答えを知り得るのか？

多くの投資家が初めてSemiAnalysisを認知したのは、DeepSeekをきっかけにしてだった。

2025年初め、DeepSeekが「わずか600万ドルで世界レベルの大規模モデルをトレーニングした」と発表し、ほぼAI投資のロジックを一変させた。

市場は即座に結論を導き出した──AIトレーニングがこれほど安価でできるのであれば、今後GPUやHBM、データセンターに対する世界的な設備投資も下降するというものだった。

その日、Nvidiaの時価総額は約6000億ドル失われ、米国株市場史上最大の1日あたりの時価総額減少記録となった。

すべてのメディアが「600万ドルの奇跡」を語る中、SemiAnalysisは計算の前提を独自に再解析した。

SemiAnalysisの見解では、600万ドルはGPUトレーニング段階のごく一部の直接コストであり、サーバー購入、ネットワーク機器、ストレージ、電力、データセンター建設、長期運用、AIインフラ全体の投資は含まれていない。

彼らが新たに作り直したモデルによれば、DeepSeekの実際の資本投下は流布された数字より遥かに多く、GPUクラスターは約5万枚ものHopperシリーズ（H100、H800、H20など）で構成されており、「低コストの奇跡」とされるものではないと分析した。

市場はやがて、本当に修正すべきなのはAIの需要でなく、コスト概念の理解だったことに気づき始めた。

似たようなことが何度も起きている。

2024年末には、公式PPTを鵜呑みにせず、実際のサーバーで5か月かけてAMD MI300Xの完全なベンチマークテストを実施した。

その結論は決して歓迎されるものではなかった。

AMDハードウェアはすでに競争力を備えているが、CUDAエコシステムが依然として非常に強固なソフトウェアの堀を形成し、短期的にNvidiaのAIトレーニング市場におけるリーダーの地位は揺るがないと評価したのだ。

レポート発表の翌日、AMDのCEO Lisa Suが創業者Dylan Patelへ直接連絡を取った。予定は30分だったが、最終的に90分もの会話となった。

2026年には、SemiAnalysisは800V直流供電とCPO（共封装オプティクス）の本格商用化が2028〜2029年まで後ろ倒しになると再び予想、マーケットの想定を大きく覆した。

「延期する」とただ言及するのではなく、製造歩留まりを分解して計算したのだ。

ASIC1つに32個の光エンジンをインテグレートする必要がある場合、たとえ単一光エンジンの歩留まりが95%でも、完成品の歩留まりは約19%にとどまることを示した。

本格的な大規模量産には、まだ長い技術的課題が残っていることを意味している。

市場はこれを信じた。

こうして光通信セクター全体のバリュエーションは再構築された。

数年連続で的確にトレンドを捉えた結果、SemiAnalysisは単なる観点を提示する存在から、市場期待に直接的に影響を与える存在に変わった。

彼らが売っているのはリサーチではなくインテリジェンスだ

SemiAnalysisをテック系メディアと捉えている人も多い。

実際、その理解はまったくの間違いである。

彼らのビジネスモデルは、本質的にBloomberg、Gartnerと産業コンサルのハイブリッドに近い。

公式サイトのコア商材は記事ではなく、機関投資家向けのデータベース、予測モデル、業界コンサルテーションのフルセットで構成されている。

世界の大手ヘッジファンド、ミューチュアルファンド、半導体企業、クラウド事業者、政府組織へGPU需給モデル、HBM予測モデル、ファウンドリーキャパシティモデル、AIデータセンターモデル、Token Economicsモデル、ChipBookデータベースなど多彩な予測モデルを販売している。

多くのプロダクトはPDFではなく、そのままDCFモデルや利益予測システムに取り込めるExcelデータベース形式でも提供されている。

運用資産数百億ドルというファンドにとって、TSMCのCoWoSキャパシティ、NvidiaのGPU出荷テンポ、HBM需給ギャップの3か月先行予見に数十万ドル以上のリサーチ料を払う価値が容易に正当化されるのだ。

個人サブスクリプションの年500ドルは、あくまで「最も外側の」商品である。

本当の稼ぎ頭は機関顧客だ。

大手機関の1社との年間契約だけで、数百から数千人分の個人購読ユーザーに相当することも珍しくない。

言い換えれば、SemiAnalysisが売っているのはニュースではなく、他が手に入れられない「情報」そのものだ。

本当の強みは世界的なインテリジェンスネットワークを構築したこと

ウォール街に畏怖される理由はDylan Patelの分析力だけでなく、その情報収集能力にこそある。

ほかの人々が上場企業の決算資料を読み込んでいる間に、彼らはすでに衛星写真を分析し始めているのだ。

世界中の数千のデータセンター建設状況を継続的にモニタリングし、衛星画像をコンピュータビジョンモデルで解析、現場の進捗・建造面積・拡張スピードを自動判定するシステムまで自前で持っている。

必要とあらばドローン飛行許可を取得し、現場の空撮さえ実施する。

公開航海書類、政府調達記録、情報公開請求（FOIA）、サプライチェーンデータ、各種パブリックデータベースも徹底的に解析し、AIインフラサプライチェーンのリアルな運用状況をつなぎ合わせていく。

同時にDylan Patel自身があらゆる重要半導体会議へ顔を出し、エンジニア、装置メーカー、パッケージング工場、素材メーカー、サプライチェーン関係者と交流。こうした断片情報を集約し、独自の業界データベースを構築していった。

Reddit上では業界関係者が彼を「AI時代の郭明錤」と呼ぶほどである。

彼が他と異なるのは、サプライチェーンの噂に頼るだけでなく、必ずエンジニアリング検証やデータクロスチェックで一つ一つの判断を裏付けることだ。

AMD GPUの検証に5か月かけてベンチマークを行うことも辞さない。

AIデータセンターの調査のために独自の衛星画像認識モデルを制作する。

AI時代になり、ますます多くの機関が「本当に重要な情報は決算にはすぐ現れず、サプライチェーン・建設現場・物流・エンジニアリングの細部に隠されている」と信じ始めている。

養蜂家がなぜ世界AI業界で最も影響力ある存在の一人となれたのか？

さらに特筆すべきは、Dylan Patelが伝統的な半導体アナリストではほとんどないことだ。

1996年生まれ、大学で学んだのは経営と法学、電子工学のバックグラウンドは無い。

起業前は養蜂家をしていたことすらある。

運命を変えたのは「興味」だった。

若い頃からRedditのハードウェアコミュニティで匿名で半導体分析記事を書いたり、自分の技術ブログを運営していた。

後に友人Doug O'Laughlinの助言を受けて、実名での執筆を始めた。

2020年、24歳のDylan Patelは正式にSemiAnalysisを設立。

ほんの数年で、単なる技術ブログだったサイトが、世界のAIサプライチェーンで最も影響力のあるリサーチ機関の一つへと成長した。

2026年のGTCカンファレンスでJensen Huang（黄仁勲）は2時間を超えるキーノートの中で2人のインダストリースペシャリストだけを名前で挙げた。

その一人がDylan Patelだ。

Jensen Huangは演説用大画面にSemiAnalysisのロゴまで掲示し、PatelによるNvidia推論性能の分析が概ね正しいと公言した。

独立系リサーチ機関にとって、これは業界最高ランクの公的認知だと言える。

論争もまた生まれ始めている

影響力が高まるほど、論争も拡大していく。

2026年6月末、Tema ETFsはSemiAnalysisとの独占提携を発表し、AIサプライチェーンに特化した新ETF2本をリリースした。

タイミングは非常に微妙である。

そのわずか数週間前、SemiAnalysisはAI産業チェーンの予想見直しレポートを連発し、関係セクターを大きく変動させていた。

当然、市場には即座に疑念が生まれた。

レポートの発表も、ETF提携も、コンサル・データベース事業も、投資活動までしている組織は、本当の意味で「独立性」を維持できるのか？

米国のセルサイドアナリストにはRegulation AC等で利害対立の開示が義務付けられ、空売り機関も通常はポジション公開が求められる。

だが独立系リサーチ機関には同じ厳格な開示ルールが現状存在しない。

ゆえに議論すべき本質はSemiAnalysis1社の行動というより、今後この業界全体が直面する可能性のある新たな規制課題そのものだろう。

多くのリサーチ機関がデータベース・コンサル・ETF・投資を並行経営する時代に、リサーチと商業のボーダーはますます曖昧となっている。

AI時代で最高価値なのはチップではなく「情報」だ

SemiAnalysis発展の歩みを振り返ると、本質的な変化は半導体業界そのものではなく、資本市場の情報生産手法そのものだったと気づかされる。

過去数十年、ウォール街のアナリストは主に上場企業のIRコール・決算・経営陣との対話に頼ってきた。

今やAI時代に真の価値となる情報は、もっぱらサプライチェーン・工事現場・物流データ・衛星画像・業界横断データベースに由来する。

こうした細かな断片をより早く結びつけられる者が、市場最大のアドバンテージを得る。

SemiAnalysisがやってきたのは、情報収集力の工業化・システム化であり、それを情報への支出を惜しまない顧客へ販売することだ。

一般投資家に彼らレベルのリソースや世界規模の情報ネットワークを再現することは到底できない。

だが、真に学ぶべきは大きな相場観や短期的な強気・弱気レポートではなく、産業分析という「姿勢」と手法そのものである。

いかなる組織も盲信してはいけない。

たとえこれまでいかに精度が高くとも、永遠に正解し続ける者などいない。

本当に長期的に超過リターンを生み出す秘訣は、最新の情報に飛びつくことでなく、自分の産業リテラシーとフレームワークを築き、技術進化・サプライチェーン変化・資本支出の論理を理解することにある。

いかなるレポートもいずれは古くなり、どんな相場テーマもやがて冷める。

ひたむきに積み重ねた知見だけが、真に永続的な「複利資産」たりうる。

それこそがSemiAnalysisがすべての投資家に残した最大のインスピレーションなのかもしれない。