AI関連株は「第一波」と「第二波」で主役が変わります
AI関連株への投資で最も重要なのは、「AIという言葉が付いている銘柄を買うこと」ではありません。相場のどの段階で、どの企業の利益にAI需要が流れ込むのかを分解して考えることです。テーマ株相場では、最初に分かりやすい銘柄が買われます。生成AIブームでいえば、GPU、半導体製造装置、先端パッケージ、データセンター向け部材などが第一波の代表です。これらはAIの計算能力を支えるインフラであり、需要の説明が非常に分かりやすいため、機関投資家も個人投資家も早い段階で注目します。
しかし、第一波の銘柄は人気化しやすい反面、株価に期待が織り込まれるスピードも速くなります。好決算でも株価が上がらない、ニュースが出ても反応が鈍い、PERやPSRが過去平均から大きく乖離している、といった状態になれば、すでに投資妙味が薄れている可能性があります。そこで狙うべきなのが第二波です。第二波とは、AIインフラが整った後に、AIを実際の業務、産業、セキュリティ、電力、ソフトウェア、保守運用へ展開する段階で恩恵を受ける企業群を指します。
第二波の魅力は、まだ市場の認知が十分に広がっていない企業が残りやすい点です。たとえば、AIそのものを開発していなくても、AI導入に必要なデータ整備、クラウド移行、業務システム刷新、サイバー防御、電力管理、冷却、ファクトリーオートメーションを担う企業には、実需が発生します。株式市場では「分かりやすい本命」が先に買われ、「実際に儲かる周辺企業」が後から評価されることがよくあります。この時間差を取りにいくのが、AI関連株第二波の基本戦略です。
第二波で狙うべき企業は「AIを売る会社」だけではありません
AI関連株というと、多くの投資家はAIモデル、チャットボット、画像生成、半導体だけを想像します。しかし、投資対象として見る場合はもっと広く考える必要があります。企業がAIを導入するには、まず社内データを使える形に整理し、クラウドやオンプレミスの基盤を整え、セキュリティを強化し、既存システムと連携させる必要があります。さらに、AIを動かすためには電力、冷却、通信、サーバー、監視、保守が必要です。つまり、AI需要は単独で完結せず、周辺産業へ連鎖していきます。
第二波の候補は、大きく五つに分けられます。第一に、企業のAI導入を支援するSI、ITコンサル、クラウド移行支援企業です。第二に、AI利用増加で需要が増えるサイバーセキュリティ企業です。第三に、データセンター向けの電源、空調、冷却、建設、保守関連企業です。第四に、AIを既存業務に組み込んで利益率を高めるBtoBソフトウェア企業です。第五に、製造、物流、医療、金融など特定業界に強いデータ処理企業です。
ここで注意すべきなのは、単に決算説明資料に「AI」と書かれているだけの企業を買わないことです。AIという言葉は投資家の関心を集めやすいため、実態以上に強調されることがあります。見るべきポイントは、AI関連売上が既存事業にどう乗っているか、粗利率や営業利益率に改善が出ているか、受注残や契約単価が増えているか、顧客企業の導入が継続課金につながっているかです。テーマ性ではなく、数字に落ちているかを確認する姿勢が必要です。
第一波の過熱を避け、第二波を探すための市場観察
第二波を狙うには、まず第一波の過熱を観察します。第一波がまだ初動なら、あえて第二波に移る必要はありません。半導体やGPU関連の株価が移動平均線から大きく乖離し、好材料への反応が鈍くなり、出来高だけが増えて上値が重くなる局面は、資金が次の関連テーマへ移る前兆になりやすいです。テーマ株の資金循環では、最初に大型本命が買われ、次に周辺の中型株、小型株、出遅れ株へ広がる傾向があります。
実践的には、AI関連の本命大型株が高値圏で横ばいになったタイミングで、まだ決算評価が十分に進んでいない周辺企業をリスト化します。たとえば、半導体株が急騰した後、データセンターの電源設備、空調、セキュリティ、クラウド運用支援企業の決算資料を確認します。このとき「AI需要により問い合わせが増加」「データセンター向け案件が拡大」「大企業のDX・AI投資が継続」といった記述があり、なおかつ売上や利益にまだ株価が反応していない企業が候補になります。
第二波の理想形は、株価チャートではまだ過熱していないが、決算説明資料には需要増加の兆候が出始めている状態です。株価がすでに数倍になった後では遅い一方、業績に何も出ていない段階で買うと単なる期待先行になります。狙うべきは、期待と実績の境目にある企業です。売上成長、受注残、粗利率、営業利益率、顧客数、継続課金比率のいずれかに改善が出始めた企業は、第二波候補として監視価値があります。
銘柄選定の第一条件は「AI需要が業績に接続していること」
AI関連株で失敗しやすい典型例は、事業内容と業績の接続を確認せずに、テーマ名だけで買うことです。たとえば、AI開発をしていると発表していても、実際には売上規模が小さく、既存事業の赤字を補えない企業があります。反対に、AIという言葉をあまり前面に出していなくても、企業の業務自動化、データ連携、セキュリティ強化で安定的に受注を伸ばしている企業もあります。投資家にとって重要なのは、派手な発表ではなく、損益計算書に反映される収益構造です。
具体的なチェック項目は、売上高成長率、営業利益率、粗利率、受注残、案件単価、継続課金比率です。AI導入支援企業なら、単発の受託開発だけで終わるのか、運用保守やクラウド利用料と連動して継続収益化できるのかを確認します。データセンター関連なら、建設時だけの一過性売上なのか、保守、更新、電力管理、冷却設備の交換需要まで続くのかを見ます。サイバーセキュリティなら、顧客数と解約率、月額課金型の比率が重要です。
初心者は、まず決算短信の売上と営業利益だけを見がちですが、それだけでは不十分です。AI第二波では、売上が増えていても外注費や人件費が増えすぎて利益が残らない企業があります。特にIT受託企業は、エンジニア不足で採用費や外注費が膨らみやすいです。売上成長率が高くても営業利益率が低下している場合は、需要は強くても株主利益に直結していない可能性があります。反対に、売上成長が中程度でも利益率が改善している企業は、AI需要を高付加価値案件として取り込めている可能性があります。
第二波候補を見つけるスクリーニング手順
実際に銘柄を探すときは、最初から完璧な企業を探す必要はありません。まず広く候補を集め、その後に数字で絞り込みます。第一段階では、業種で候補を広げます。情報通信、電気機器、機械、建設、サービス、卸売の中から、AI、クラウド、データセンター、セキュリティ、自動化、電力設備、冷却、半導体後工程、FA関連のキーワードを持つ企業をリストアップします。企業名にAIが入っている必要はありません。むしろ、地味なBtoB企業のほうが市場の認知が遅れやすいです。
第二段階では、直近四半期の売上成長率と営業利益率の変化を確認します。目安として、売上が前年同期比で増加し、営業利益率も改善している企業は優先度を上げます。売上は伸びているが利益が出ていない企業は、成長投資中なのか、単に採算が悪いのかを分けて考えます。第三段階では、株価位置を見ます。年初来高値を更新している、または高値圏で出来高を伴って保ち合っている銘柄は、機関投資家やテーマ資金が入り始めている可能性があります。一方、株価が長期下落トレンドのままなら、業績改善が本物かをさらに慎重に確認します。
第四段階では、バリュエーションを確認します。AI関連というだけでPERが極端に高くなっている場合は、すでに期待が先行しています。第二波で狙いやすいのは、売上や利益に変化が出ているのに、まだ市場平均と大きく変わらない評価にとどまっている企業です。PERだけでなく、PSR、EV/EBITDA、営業キャッシュフロー、自己資本比率も見ます。特に小型株では、利益が一時的に膨らんだだけでPERが低く見えることがあるため、キャッシュフローの裏付けは重要です。
決算資料で見るべき具体的な表現
AI第二波の候補を探す際、決算説明資料の文章は非常に役立ちます。ただし、単語を拾うだけでは不十分です。「AI活用に取り組む」「生成AIを推進する」といった抽象的な表現だけでは、投資判断の根拠として弱いです。見るべきなのは、顧客需要、受注、売上、利益、継続契約に接続している表現です。たとえば「大企業向けAI導入支援案件が増加」「データセンター向け電源設備の受注が拡大」「セキュリティ監視サービスの月額契約が増加」「製造業向け画像検査システムの横展開が進展」といった表現は、実需に近いシグナルです。
さらに強いのは、数字を伴う記述です。AI関連サービスの売上構成比、受注残の増加率、ARR、解約率、案件単価、導入社数などが開示されている企業は、投資家が業績への影響を計算しやすくなります。逆に、AIを強調しているのに関連売上の規模や利益貢献が不明な企業は、期待先行になりやすいです。第二波狙いでは、説明資料の熱量ではなく、数字の解像度を重視します。
初心者におすすめの読み方は、決算資料を三色で分類する方法です。売上に直結する記述を一色、利益率に関係する記述を一色、将来投資や研究開発だけの記述を一色に分けます。売上と利益率に関係する記述が増えている企業は投資候補に残し、研究開発や実証実験だけの企業は監視リストにとどめます。この作業をするだけで、単なるテーマ株と、業績に接続している第二波候補を分けやすくなります。
チャートで確認する初動サイン
ファンダメンタルズで候補を選んだら、次にチャートで資金流入を確認します。第二波候補で狙いやすいチャートは、長期の横ばいから出来高を伴って上放れする形です。AI関連の期待が決算で確認されると、これまで注目されていなかった銘柄に資金が入り、出来高が急増します。このとき、株価が一日だけ急騰してすぐ失速するのではなく、5日線や25日線を維持しながら高値圏で推移するなら、継続的な買いが入っている可能性があります。
見るべきポイントは三つです。第一に、出来高が過去平均の二倍以上に増えているか。第二に、株価が直近高値や長期ボックスを明確に抜けたか。第三に、上放れ後の押し目で出来高が減り、再上昇時に出来高が増えるかです。これは、短期筋の投げ売りが一巡し、強い投資家が買い直している可能性を示します。初心者は急騰日に飛び乗りがちですが、実務的には上放れ後の最初の押し目、または決算後に5日線を割らずに推移する局面のほうがリスク管理しやすいです。
ただし、チャートだけで買うのは危険です。AIというテーマは人気が高いため、材料だけで短期急騰する銘柄もあります。出来高急増と上放れがあっても、決算内容に裏付けがなければ仕手化に近い値動きになる場合があります。チャートは資金流入の確認に使い、投資判断の中心は業績と事業内容に置くべきです。
第二波の本命になりやすい事業モデル
AI第二波で強いのは、単発売上ではなく、継続収益と高いスイッチングコストを持つ企業です。たとえば、企業の基幹システムにAI機能を組み込むソフトウェア会社は、一度導入されると解約されにくくなります。顧客の業務フロー、データベース、権限管理、監査対応まで深く入り込むため、競合への乗り換えコストが高いからです。このタイプの企業は、売上成長が急激でなくても、利益率改善と継続課金の積み上げによって評価が上がりやすいです。
データセンター周辺では、電源、空調、冷却、保守、計測、制御の企業が候補になります。AI利用の拡大は計算量の増加を伴い、計算量の増加は電力と冷却の需要を押し上げます。ここで注目すべきは、単なる建設需要ではなく、稼働後も保守や更新需要が続く企業です。設備を売って終わりではなく、点検、交換、監視、効率化サービスまで提供できる企業は、収益の安定性が高くなります。
サイバーセキュリティも第二波の有力領域です。AI導入が進むほど、企業は扱うデータ量を増やし、外部サービスとの接続も増やします。その結果、情報漏えい、なりすまし、内部不正、生成AI経由のデータ流出への対策が必要になります。セキュリティ企業を見る場合は、売上成長だけでなく、月額課金比率、解約率、顧客数、監視サービスの稼働率を確認します。AI活用が進むほど防御側の需要も増えるため、過度に派手ではないが息の長いテーマになりやすいです。
具体例で考える第二波銘柄の評価プロセス
ここでは架空の企業を使って、実際の評価プロセスを整理します。A社は中堅のITサービス企業で、これまで基幹システムの保守を中心に安定成長していました。直近決算で、生成AIを使った社内検索システム、問い合わせ自動化、文書管理システムの導入支援が増えていると説明しました。売上は前年同期比12％増、営業利益は25％増、営業利益率は6％から7.2％に改善しています。株価はまだ長期ボックス圏内ですが、決算後に出来高が急増し、25日線を上回りました。
この場合、A社は第二波候補として監視する価値があります。理由は、AI関連の案件が既存顧客への追加提案として発生しており、営業コストを抑えながら単価を上げられる可能性があるからです。さらに、営業利益率が改善しているため、単に人を増やして売上を作っているだけではなく、高付加価値案件を取れている可能性があります。ただし、すぐに大きく買うのではなく、次の四半期でも同じ傾向が続くか、受注残や案件数の説明が増えるかを確認します。
一方、B社はAIチャットボットを新規開発したと発表し、株価が短期で急騰しました。しかし決算を見ると、売上規模は小さく、広告宣伝費と開発費が増え、営業赤字が拡大しています。資料には「将来の成長を目指す」という表現は多いものの、契約社数や継続課金の数字は開示されていません。この場合、テーマ性はあっても第二波の本命とは言いにくいです。株価が上がる可能性はありますが、投資ではなく短期需給の勝負になりやすく、初心者には難易度が高いです。
買いタイミングは「決算確認後の押し目」が基本です
AI第二波では、早く買いすぎると材料待ちで資金効率が悪くなり、遅く買いすぎると高値掴みになります。実践的には、決算で業績への接続を確認し、その後の押し目を狙う方法が有効です。決算発表直後に株価が急騰した場合、焦って飛び乗る必要はありません。上昇後に5日線、25日線、前回高値付近まで調整し、出来高が落ち着いたところで反発するかを確認します。
エントリーの目安は三つあります。第一に、決算後の上昇で長期ボックスを抜けた後、抜けた価格帯を下値支持にできること。第二に、押し目で出来高が急減し、売り圧力が弱まっていること。第三に、再上昇時に出来高が増え、直近高値を試す動きが出ることです。この三つがそろえば、期待だけではなく、資金流入を伴う上昇トレンドへ移行している可能性が高まります。
買い方は一括ではなく分割が現実的です。最初は予定投資額の三分の一だけ買い、次の決算や高値更新で追加する方法がリスクを抑えやすいです。テーマ株は値動きが大きく、見立てが間違った場合の下落も速いです。最初から大きく張るより、仮説が正しいことを市場と決算で確認しながら増やすほうが、長く生き残れる投資になります。
損切りと撤退基準を先に決める
AI関連株は夢が大きい一方で、期待が剥落したときの下落も大きくなります。したがって、買う前に撤退基準を決めることが不可欠です。撤退基準は株価だけでなく、事業仮説の崩れにも置くべきです。たとえば、AI関連案件の増加を理由に買ったのに、次の決算で受注が伸びていない、利益率が悪化している、説明資料からAI関連の具体的な記述が消えた、といった場合は、株価がまだ大きく下がっていなくても見直しが必要です。
株価面では、長期ボックスを上抜けた価格帯を明確に下回った場合、または決算後の上昇をすべて打ち消した場合は注意します。特に出来高を伴って25日線や75日線を割り込む場合、短期資金が撤退している可能性があります。損切り幅は銘柄のボラティリティによりますが、小型株なら数％で機械的に切るとノイズに引っかかることもあります。そのため、株価水準、移動平均線、決算仮説を組み合わせて判断するほうが実務的です。
初心者がやってはいけないのは、テーマを信じて無限にナンピンすることです。AIは長期成長テーマであっても、個別企業が勝つとは限りません。テーマが正しくても銘柄選びを間違えれば損失になります。第二波投資では、仮説が外れたら素早く撤退し、別の候補に資金を移す柔軟性が必要です。
ポートフォリオでは本命・周辺・監視を分ける
AI第二波を狙う場合、すべてを一銘柄に集中させるのは危険です。テーマの広がりを取りにいくなら、本命、周辺、監視の三層に分けると管理しやすくなります。本命は、業績にAI需要が明確に出始め、利益率も改善している企業です。周辺は、需要の追い風はあるが、まだ数字の確認が不十分な企業です。監視は、事業内容は魅力的だが、株価が高すぎる、または業績がまだ弱い企業です。
資金配分の例として、本命候補に60％、周辺候補に30％、監視から昇格した銘柄用に10％の余力を残す方法があります。余力を残す理由は、決算後に新しい候補が出てくるからです。AI第二波は一度に全銘柄が動くわけではありません。業種ごと、決算タイミングごと、ニュースごとに資金が循環します。余力がないと、最も良いタイミングで買えなくなります。
また、同じAI関連でもリスクの種類を分散することが重要です。半導体設備、データセンター、セキュリティ、業務ソフト、ITコンサルを組み合わせれば、特定領域の過熱や失速に巻き込まれにくくなります。テーマ株投資は集中力が必要ですが、過度な集中は一回の失敗で資金を大きく減らします。第二波を取りにいくほど、ポートフォリオ管理は重要になります。
第二波投資で避けるべき銘柄
AI第二波を狙うとき、最初に避けるべきなのは、社名や事業説明だけが派手で、売上規模が極端に小さい企業です。もちろん小型成長株には大化けの可能性がありますが、AI関連売上が全体の数％にも満たない場合、短期的な業績インパクトは限定的です。株価だけが先に上がると、次の決算で失望売りが出やすくなります。
次に避けたいのは、増資リスクの高い赤字企業です。AI開発には人材、サーバー、研究開発費が必要です。資金力が弱い企業は、株価が上がったタイミングで増資を行う可能性があります。増資そのものが悪いわけではありませんが、既存株主にとっては希薄化リスクになります。営業キャッシュフローが赤字で、現預金が少なく、研究開発費だけが膨らんでいる企業は慎重に見るべきです。
三つ目は、顧客基盤が弱い企業です。AI導入は、既存顧客との信頼関係がある企業ほど有利です。大企業のデータを扱うには、セキュリティ、実績、運用体制が求められます。技術力だけを訴求していても、顧客基盤がなければ売上化に時間がかかります。投資対象としては、既存顧客へ追加販売できる企業、業界特化で導入実績を持つ企業、保守運用まで担える企業を優先したほうが現実的です。
投資家が作るべきAI第二波ウォッチリスト
AI第二波を継続的に狙うなら、ウォッチリストの作成が必須です。リストには、銘柄名、事業領域、AI需要との接点、直近売上成長率、営業利益率、受注残、株価位置、出来高変化、次回決算日、投資仮説、撤退条件を記録します。重要なのは、買う前に仮説を文章化することです。仮説が曖昧なまま買うと、下がったときに判断できなくなります。
たとえば、「この企業はデータセンター向け電源設備の受注増により、今後二〜四四半期で営業利益率が改善する」という仮説を立てます。その後、決算で受注残が増えたか、利益率が改善したか、会社側の説明が強くなったかを確認します。仮説が進んでいれば保有継続、変化がなければ縮小、逆方向なら撤退です。このように管理すれば、感情ではなく検証で投資判断ができます。
ウォッチリストは月一回ではなく、決算シーズンごとに更新します。AI関連の資金循環は速いため、古いリストを放置すると、すでに過熱した銘柄や、仮説が崩れた銘柄が残り続けます。特に小型株は流動性が低いため、買う前に平均出来高も確認します。どれだけ魅力的でも、売りたいときに売れない銘柄はポートフォリオのリスクになります。
AI第二波投資の実践チェックリスト
最後に、実際に銘柄を選ぶ際のチェックリストを整理します。まず、AI需要が事業にどう接続しているかを説明できること。次に、売上、利益率、受注、契約数のいずれかに改善が見えること。三つ目に、株価が過熱しすぎておらず、出来高を伴った初動または押し目にあること。四つ目に、財務が弱すぎず、増資リスクが過大でないこと。五つ目に、撤退条件を明確にできることです。
この五つを満たす銘柄は多くありません。しかし、投資では候補が少ないこと自体は問題ではありません。むしろ、何でも買える状態のほうが危険です。AI関連株は大きなテーマですが、全銘柄が勝者になるわけではありません。第一波で大きく上がった銘柄を追いかけるのではなく、第二波で利益成長が始まる企業を冷静に探すことが、個人投資家にとって現実的な戦略になります。
AIの普及は、半導体だけでなく、データセンター、電力、冷却、セキュリティ、業務ソフト、IT運用、産業自動化へ広がっていきます。第二波を狙う投資家は、この広がりの中で「まだ株価に十分織り込まれていない利益成長」を探す必要があります。テーマ名ではなく、業績への接続を見る。発表ではなく、数字を見る。急騰ではなく、決算確認後の押し目を見る。この三つを徹底すれば、AI関連株投資は単なる流行追いではなく、再現性のある投資プロセスに近づきます。
コメント