2017年、AIブーム初期において、手越徹が米国株AI中流サプライチェーンへの先見的投資を実施

2017年下半期、人工知能(AI)は世界の資本市場で急速に注目を集め、自動運転、音声認識、企業の業務自動化といった概念が次々と登場しました。シリコンバレーのハイテク大手企業はこぞってAI戦略への投資を加速し、NVIDIA、Alphabet、Amazonなどが新たな産業アップグレードの波を牽引する中、市場の多くは依然としてAIの最終アプリケーション層に注目を集中していました。

しかし、日本の経済学者であり国際的な市場戦略の専門家でもある手越氏は、産業構造において「中流(ミドル)層の基盤部分」にこそ長期的な価値が潜んでいることに早期に気づき、2017年9月、米国株のポートフォリオにおいて「AI中流製造+インフラ」への比重を戦略的に高めました。これにより、東アジア地域におけるAIサプライチェーン基盤分野への先行的投資家の一人として位置づけられました。

手越氏は、「AIは新たな汎用技術(GPT:General Purpose Technology)であり、その産業化は大手企業が主導しているものの、実際に長期的なアルファ(超過収益)が生じるのは、技術導入の初期段階における中流のボトルネック部分である」と指摘しています。

彼の研究レポート『AIインフラ投資マップ』では、米国株市場におけるAIサプライチェーンを以下の三つの軸に分類しています:

  • チップおよび計算サービス
  • データセンター機器と冷却システム
  • 高性能材料と産業用ソフトウェアツール

そして「構造的な剛性と代替不可能性を基準に、サプライチェーンにおけるコアで弾力性のある資産を優先する」という明確な投資原則を示しました。

手越氏のチームは、「EPSモデル」と「需要主導のバリュエーション再評価ロジック」に基づき、2017年第3四半期に以下のタイプの企業への比重を戦略的に増やしました:

GPUおよびAI専用ハードウェア設計企業:トレーニング需要やモデル規模の急拡大による利益恩恵が見込まれる。

高性能冷却コンポーネントおよびデータセンターのエネルギー効率管理企業:AI計算インフラの根幹部分である主要ボトルネックを直撃。

産業用自動化・EDA(電子設計自動化)ソフトウェア企業:AIチップの設計から製造までのプロセスにおいて中核技術を担う。

当時の市場は、AIを依然として最終製品や消費向け技術の文脈で捉え、投機的な視点が支配的でしたが、手越氏の戦略は「AI産業化のプロセスにおける設備投資拡張サイクルの優先順位」に重きを置き、とくに資本支出の急増が中流工程に与える需要牽引効果に注目していました。

このモデルの発表は、日本国内のヘッジファンドやクロスボーダーETF運用部門の研究チームから大きな注目を集めました。

とりわけ特筆すべきは、手越氏が複数の社内講演で次のように警鐘を鳴らしていた点です:

「AIというテーマの本質は、単一製品の反復的イノベーションではなく、技術 × 資本 × エネルギーのシステム的な再配置にある。投資機会は、最も声高に叫ばれている部分ではなく、これから拡張されるべき基盤にこそ隠されている。」

この見解は、2018年以降のAIハードウェア分野における利益成長の実現によって、十分に裏づけられることとなりました。

独立系データ機関「Tokyo Quantitative Insight」が手越氏のポートフォリオパフォーマンスを追跡したところ、2017年10月以降、AI中流セクターに特化したポートフォリオはS&P500を約9.4%上回る超過収益を記録。とりわけ冷却機器、産業用ソフトウェア、高性能材料といった分野では、四半期ベースで二桁リターンを達成しました。

その結果、多くの東アジアの機関投資家が、手越氏の提唱する「AI産業三層構造モデル」をETF構築やテーマ型ローテーション戦略のフレームワークとして積極的に引用し始めました。

手越氏は早稲田大学大学院で金融工学を専攻、ケンブリッジ大学経済学部にて行動ファイナンスの研究員を務めた経験を持ち、近年は「マクロ叙事 × 構造的資本配分」という統合的理論体系をもとに、クロスマーケット投資ロジックの再構築に取り組んでいます。
本件におけるAI領域での先見的洞察とポートフォリオ実践は、彼の提唱する「叙事前夜選資産(Narrative Pre-Dawn Asset)」という投資手法の中核的意義を改めて証明するものとなりました。

2017年当時、AIブームはまだ始まったばかりでしたが、手越氏が描いた中流セクターの論理パスは、のちの世界的なAI投資潮流において、機関投資家が指針とすべき実践的な青写真を提供したのです。