NVIDIAフアンCEOが会った日本企業一覧（18社）｜AIサプライチェーンと注目企業を徹底解説

2026年7月15日、NVIDIAの創業者兼CEOであるジェンスン・フアン氏が来日し、東京・神田の居酒屋で、日本を代表する半導体・電子部品・素材関連企業の幹部と懇親会を開きました。

世界のAI半導体市場を牽引するNVIDIAのトップが、日本のサプライチェーン企業を一堂に集めたことから、この会食は大きな注目を集めています。

会場となったのは、東京・神田の「やきとん三吉」。フアン氏は、半導体製造装置、メモリ、材料、電子部品などに関わる日本企業の幹部と、AIが切り拓く日本と世界の未来について意見を交わしました。NVIDIA公式ブログは、この会食について「日本の主要なサプライチェーン企業16社から30名を超える幹部を招いた」と説明しています。^※1

一方で、NVIDIA公式日本語ページでは、本文の「16社」という表現に対して、企業名の列挙は18社となっています。そのため、本記事では単純に「18社が正式参加した」と断定するのではなく、NVIDIA公式ページで企業名が掲載された企業群を中心に整理し、報道で参加が確認されている企業や、別途NVIDIAとの関係が確認できる企業についても区別して解説します。

この違いは、単なる数字の問題ではありません。

投資家にとって重要なのは、「ジェンスン・フアンCEOと同じ場所で食事をした会社はどこか」だけではなく、その企業がNVIDIAのAIサプライチェーンのどの位置にいて、AIデータセンターへの巨額投資によってどのような恩恵を受ける可能性があるのかを理解することです。

本記事では、単純な「NVIDIA関連銘柄ランキング」は行いません。

なぜなら、AI半導体の成長を考えるとき、「木」だけを見てしまうと本当に重要な企業を見落とす可能性があるからです。

たとえば、NVIDIAのGPUそのものだけを見ていては、AIデータセンターの建設に必要な半導体製造装置、HBM・メモリ、先端パッケージ、ABF、BT材料、封止材料、電子部品、電力、光通信などの巨大な市場を見落としてしまいます。

実際、今回の神田の懇親会に名前が挙がった企業を見ると、アドバンテスト、東京エレクトロン、キオクシア、信越化学工業、味の素、レゾナック、村田製作所、TDK、住友電気工業など、日本のAIサプライチェーンを支える企業が幅広く含まれています。^※2

さらに、投資という観点では、懇親会に参加した企業だけを調べれば十分というわけでもありません。

たとえば、イビデン（4062）は今回の神田のサプライチェーン懇親会とは別に、フアンCEOと個別に会談したことが報じられています。文春報道では、フアンCEOがイビデンの河島浩二社長に「僕たちはとにかくイビデンに頼るしかない」と伝えたとされています。^※3

このイビデンの事例を起点にすると、次に考えるべきなのは、

「イビデンの次に、どこへAI投資の恩恵が波及するのか？」

という問題です。

そこで本記事では、NVIDIA公式の懇親会参加企業だけでなく、AI先端パッケージのサプライチェーン全体まで視野を広げます。

「NVIDIAと一緒に飲んだ会社だから買う」のではなく、

AI GPU
↓
半導体製造装置・メモリ
↓
先端パッケージ
↓
ICパッケージ基板
↓
ABF・BT材料・封止材料
↓
電子部品・電力・通信
↓
AIデータセンター
↓
Physical AI

という「森」全体を見ながら、どの企業の企業価値が変化する可能性があるのかを徹底的に比較していきます。

特に後半では、NVIDIA公式の懇親会参加企業だけではなく、イビデン、住友ベークライト、三菱ガス化学などを含めてサプライチェーンを再構築し、「次のイビデン」を探すという投資家目線でも分析します。

「NVIDIAと日本企業の関係を知りたい人」だけでなく、「AI半導体ブームの次の受益企業を探したい投資家」にも役立つ内容を目指します。

生成AI・先端テック関連記事はこちら

ジェンスン・フアンCEOが日本企業16社を招いた「神田の会食」とは？

2026年7月15日、NVIDIAの創業者兼CEOであるジェンスン・フアン氏が来日しました。

この来日で特に注目を集めたのが、東京・神田の居酒屋で開催された、日本の半導体・電子部品・素材などのサプライチェーン企業の経営幹部との会食です。

NVIDIAが7月16日に公開した公式ブログによると、フアン氏は東京・神田の居酒屋で、日本の主要サプライチェーン企業の幹部を招いて会食を主催しました。

NVIDIAはこの会食について、「半導体製造装置、メモリ、材料、電子部品などの分野にまたがる日本の主要サプライチェーン企業16社」の30人を超える幹部が参加したと説明しています。

ここで重要なのは、単なる「NVIDIAと日本企業の懇親会」と考えないことです。

参加企業を見ると、日本が世界のAI半導体サプライチェーンにおいて、どの部分を担っているのかがかなり明確に見えてきます。

そして投資家にとって重要なのは、「フアン氏と会食した企業だから株価が上がる」という単純な話ではありません。

むしろ見るべきなのは、

• NVIDIAのAI半導体需要がどの企業に波及するのか
• その企業はサプライチェーンのどの位置にいるのか
• その製品はAI向けにどれだけ不可欠なのか
• 供給能力にボトルネックがあるのか
• AI関連売上が実際の業績にどの程度つながるのか
• その成長が現在の株価にどこまで織り込まれているのか

という点です。

NVIDIAフアンCEOが会った日本企業一覧（18社）

NVIDIAの日本語公式ブログでは、神田での会食について、以下の18社の企業名が列挙されています。

企業名	主な事業・サプライチェーン上の位置
アドバンテスト	半導体テスト・計測
味の素	半導体パッケージ材料（ABF）
東京エレクトロン	半導体製造装置
京セラ	電子部品・セラミック材料・パッケージ
三菱電機	半導体・FA・産業機器・ロボティクス
村田製作所	電子部品・コンデンサ・高周波部品
パナソニック	電池・電子部品・エネルギー・産業関連
ルネサス エレクトロニクス	半導体・エッジAI・車載半導体
レゾナック	半導体材料・先端パッケージ材料
住友電気工業	通信・光・電力インフラ・電子材料
太陽誘電	電子部品・コンデンサ・高周波部品
TDK	電子部品・電源・センサー・エネルギー関連
キオクシア	フラッシュメモリ・SSD
三井金属	電子材料・銅箔など
旭化成	電子材料・機能材料
日東紡	特殊ガラス・電子材料
信越化学工業	半導体材料・シリコンウエハー等
芝浦メカトロニクス	半導体製造・後工程関連装置

ここで重要な注意点：「16社」と「18社」が一致しない

このニュースを調べる際、非常に重要なポイントがあります。

NVIDIAの日本語公式ブログでは、神田の会食について「16社」と説明しています。

ところが、その直後に列挙されている企業名を数えると、上記の18社になります。

つまり、公式資料の中で、「16社」という説明と、列挙された18社の企業名が一致していません。

さらにNVIDIAの英語版ブログでは、神田の会食について16社と説明し、日本語版に掲載されている企業のうち、少なくとも味の素とレゾナックの名前が英語版の一覧には掲載されていません。

なぜ「参加企業の数」以上に、この会食が重要なのか？

投資家が注目すべきなのは、16社なのか18社なのかという数字だけではありません。

むしろ重要なのは、フアン氏が集めた企業の顔ぶれです。

例えば、

• アドバンテスト → AI半導体のテスト
• 東京エレクトロン → 半導体製造装置
• 信越化学 → 半導体材料
• 味の素 → ABFなどのパッケージ材料
• レゾナック → 半導体パッケージ材料
• キオクシア → メモリ・SSD
• 日東紡 → 高機能ガラス・電子材料
• 三井金属 → 電子材料
• 村田製作所 → 電子部品
• TDK → 電子部品・電源関連
• 住友電気工業 → 通信・光・電力インフラ

というように、AI半導体を中心とした巨大なサプライチェーンのさまざまな場所に、日本企業が存在しています。

これは非常に重要なポイントです。

NVIDIAのGPUだけを見ていると、「AI半導体＝GPU」という構図に見えます。

しかし、実際にはGPUが高性能化するほど、

GPU → HBM → パッケージング → 基板 → 材料 → 製造装置 → テスト → 電源 → 通信 → データセンター

という巨大なサプライチェーン全体が必要になります。

つまり、日本企業の中には、NVIDIAのGPUそのものを作っていなくても、AI半導体の生産能力を制約する「ボトルネック」を握っている企業が存在します。

「NVIDIAと関係がある企業」と「AIで企業価値が変わる企業」は同じではない

ここは本記事の投資分析で特に重視したいポイントです。

NVIDIAのCEOと会食したという事実は、企業にとって非常に注目度の高いイベントです。

しかし、それだけを理由に株式投資の判断をすることはできません。

例えば、同じ会食参加企業でも、AI需要から利益を得る仕組みは大きく異なります。

タイプ	代表例	AI需要との関係
半導体製造装置	東京エレクトロン	半導体設備投資の増加から恩恵
半導体テスト	アドバンテスト	AI半導体の高性能化・テスト需要から恩恵
半導体材料	信越化学	半導体生産量・先端化の拡大から恩恵
パッケージ材料	味の素、レゾナック	先端パッケージ需要の拡大から恩恵
メモリ	キオクシア	AIデータセンターのストレージ需要から恩恵
電子部品	村田製作所、TDK、太陽誘電	電源・高周波・受動部品などを通じて恩恵
通信・電力	住友電気工業	AIデータセンター・通信インフラ拡大から恩恵

したがって、単純な「NVIDIA関連株ランキング」ではなく、AI投資のどこに利益が発生するのかを分解する必要があります。

そして、もう一つ重要な企業がある――イビデン

ここで投資家として非常に興味深い存在がイビデン（4062）です。

イビデンは、NVIDIA公式ブログで神田の会食企業として列挙された18社には含まれていません。

ところが、フアン氏の7月の来日期間中に、イビデンの川島浩二社長とフアン氏が神田の会食とは別に面会したと報じられています。

この点は、本記事で非常に重要な意味を持ちます。

なぜなら、イビデンはAI半導体の先端パッケージ基板という、AI半導体の性能向上において重要な領域を担っているからです。

つまり、

神田の会食参加企業と、フアン氏が個別に面会した企業、さらにNVIDIAと日本企業が進めているAI・ロボティクス・データセンター関連の取り組みを合わせて見ることで、初めて日本のAIサプライチェーンの全体像が見えてきます。

「神田の16社」だけではなく「日本のAIサプライチェーン全体」を見る

本記事では、ここから視点を一段広げます。

まず神田の会食企業を確認し、その後に日本のAIサプライチェーン全体を俯瞰します。

そのうえで、投資家として特に重要になるのが、次の5つのポイントです。

1. AI需要への直接性
2. サプライチェーン上のボトルネック性
3. 世界シェア・競争優位性
4. AI需要が実際の売上・利益に与える影響
5. 現在の株価が将来成長をどこまで織り込んでいるか

この5つを組み合わせることで、単なる「NVIDIA関連」というテーマ株探しから、「AIによって企業価値そのものが変化する可能性がある企業」の探索へ進むことができます。

特に注目したいのが、AI半導体の高性能化によって供給不足・設備増強・材料需要の増加が発生している領域です。

ここには、GPUメーカーとは異なる形で大きな企業価値変化が発生する可能性があります。

次回は「森」を見る――日本企業はAIサプライチェーンのどこにいるのか？

ここまでで、「ジェンスン・フアン氏が日本の半導体・電子部品・素材企業を集めた」という事実だけではなく、その企業群がAIサプライチェーンのさまざまな場所に存在していることが分かりました。

次回は、いよいよ「森」を見ます。

NVIDIAのGPUを起点として、

GPU → HBM → 半導体製造 → 先端パッケージ → ABF・BT材料 → ICパッケージ基板 → 電子部品 → 電源 → 光通信 → データセンター → フィジカルAI

という流れを整理します。

そして、その中で日本企業がどこに位置しているのかをマッピングします。

この「森」を理解すると、なぜ味の素、イビデン、レゾナック、信越化学、アドバンテスト、東京エレクトロン、キオクシアなどが同じAIテーマの中に存在しながら、企業価値の変化の仕方が全く違うのかが見えてきます。

日本企業はNVIDIAのAIサプライチェーンのどこにいるのか？

ここまでの記事では、2026年7月15日にジェンスン・フアン氏が東京・神田で日本の半導体・電子部品・材料関連企業の幹部を集めた会食について詳しく見てきました。

しかし、ここからが投資家にとって本当に重要な部分です。

神田の会食に参加した企業だけを一覧表にして終わってしまうと、NVIDIAと日本企業の関係を十分に理解することはできません。

なぜなら、AI半導体のサプライチェーンは、GPUだけで完結していないからです。

AIデータセンターで使われる最先端GPUが高性能化すると、それを支えるメモリ、半導体製造装置、半導体材料、先端パッケージ、ICパッケージ基板、電子部品、電源、通信、冷却、データセンター設備まで、幅広い分野に需要が波及します。

さらに2026年のNVIDIAと日本企業の取り組みを見ると、半導体だけではなく、工場・ロボット・自動車・物流などへAIを組み込む「フィジカルAI」という新しい領域も急速に拡大しています。

NVIDIAは2026年7月16日、日本の企業群がNVIDIA Cosmos、Isaac、Metropolis、JetsonなどのフィジカルAI関連技術を活用し、製造、モビリティ、インフラ、ロボティクスなどでインテリジェントマシンの展開を進めていると発表しました。

まず「NVIDIA AIサプライチェーン」を一枚の地図にする

この構造を理解すると、日本企業の重要性が見えてきます。

日本は最先端GPUそのものを設計する企業だけでなく、GPUを大量生産し、高性能なAIシステムとして完成させるために必要な「材料・装置・部品・基板・インフラ」に強みを持つ企業が多数存在しています。

① GPU・AIアクセラレータ

サプライチェーンの出発点は、AI計算を行うGPUやAIアクセラレータです。

NVIDIAはこの領域の中心企業ですが、投資家が見るべきなのはNVIDIAだけではありません。

GPUが高性能化すると、それを製造・実装・冷却・接続するための周辺技術の要求水準も上がります。

つまり、GPUの性能向上そのものが、日本企業に新たな需要を生み出すことになります。

② HBM・メモリ

次に重要なのがHBMです。

HBMはHigh Bandwidth Memoryの略で、AIアクセラレータの近くに配置され、大量のデータを高速にやり取りするために使われる高性能メモリです。

AIモデルが大型化し、GPUの演算性能が向上するほど、メモリ帯域幅に対する要求も高くなります。

そのため、AI半導体の成長を見る場合には、GPUの出荷数量だけではなく、HBMの搭載量・世代交代・供給能力も重要なポイントになります。

日本企業の中では、キオクシアがメモリ・SSD領域でAIデータセンター需要と関係します。

ただし、ここでは注意が必要です。

「AI需要が強い＝メモリ企業ならすべて同じように恩恵を受ける」わけではありません。

メモリには製品ごとの需給サイクルがあり、AI向け需要と一般用途の需要を分けて考える必要があります。

③ 半導体製造装置

AI半導体を製造するためには、巨大な半導体工場と多数の製造装置が必要です。

ここで登場するのが東京エレクトロンなどの半導体製造装置メーカーです。

AI半導体の需要が増えると、半導体メーカーは生産能力を増強する必要があります。

その結果、前工程・後工程の製造装置への設備投資が発生します。

つまり、東京エレクトロンのような企業は、NVIDIAのGPUを直接販売していなくても、AI半導体の設備投資拡大を通じて恩恵を受ける構造にあります。

さらに重要なのは、AI半導体の高性能化によって、単純な数量増加だけではなく、製造工程そのものの高度化が進むことです。

したがって、半導体設備投資を見るときには、

• 半導体の生産数量
• 先端プロセスへの投資
• HBM関連投資
• 先端パッケージ投資
• 設備投資額
• 装置の需要・受注動向

を分けて考える必要があります。

④ 半導体材料

半導体製造には、製造装置だけではなく大量の材料が必要です。

ここが日本企業の非常に強い領域です。

代表的な企業として信越化学工業などが挙げられます。

日本企業は半導体材料のさまざまな領域で高い技術力を持っており、AI半導体の高性能化・微細化・高集積化が進むほど、材料に対する要求も厳しくなります。

ただし、ここでも「半導体材料だからAIの恩恵が大きい」と単純化してはいけません。

重要なのは、

「その材料がAI半導体のどの工程で使われ、その市場でどれだけ高いシェアや技術優位性を持っているのか」

です。

⑤ 先端パッケージ――AI半導体の重要ボトルネック

そして、今回の記事で特に注目したいのが先端パッケージです。

AI GPUの性能が上がるにつれて、単純に「半導体チップを作る」だけでは性能を引き出せなくなっています。

GPUとHBMなどを高速・高密度に接続し、巨大なデータを低遅延で処理できるようにするため、高度なパッケージング技術が必要になります。

ここに、AI半導体サプライチェーンの重要なボトルネックが存在します。

⑥ ABF・BT材料とICパッケージ基板

ここで登場するのが、味の素、イビデン、三菱ガス化学、住友ベークライト、レゾナックなどです。

これらの企業は、それぞれ製品や事業領域が異なりますが、AI半導体の高性能化に必要となるパッケージ材料・基板・封止材料という観点から重要な存在です。

特にAI GPUでは、一般的な半導体パッケージよりも高い性能が求められます。

その結果、

• 高周波対応
• 低損失
• 高密度配線
• 大型パッケージ対応
• 高い信頼性
• 熱への対応

など、材料・基板メーカーに求められる性能も高度化します。

「次のイビデン」を探すうえで重要な場所

ここは本記事の投資分析において非常に重要です。

AI半導体の成長局面では、GPUメーカーのような巨大企業だけでなく、サプライチェーンの特定部分で供給能力が不足する企業が大きな利益成長を得るケースがあります。

そこで注目したいのが、

• ICパッケージ基板
• ABF材料
• BT材料
• 半導体封止材料
• 高機能ガラス
• 電子材料
• 先端パッケージ関連装置

です。

この領域には、神田の会食参加企業だけではなく、別の日本企業も存在します。

したがって、「神田の会食企業＝投資対象候補のすべて」ではありません。

⑦ 電子部品

AIサーバーが高性能化すると、電子部品にも大きな要求が生じます。

代表的なのが村田製作所、TDK、太陽誘電などです。

AIサーバーでは、大量の電力を安定して供給し、高速な信号を処理する必要があります。

そのため、コンデンサ、インダクタ、センサー、電源関連部品、高周波部品など、さまざまな電子部品が必要になります。

ただし、この分野は半導体材料や先端パッケージとはAI需要への直接性が異なります。

したがって、投資分析では「AIサーバー1台あたりの部品搭載量が増えているのか」や、AIデータセンター向け売上の伸びを確認する必要があります。

⑧ 電力・光通信・データセンター

AI GPUを大量に稼働させるためには、膨大な電力と高速通信が必要になります。

ここで重要になるのが住友電気工業などの企業です。

AIデータセンターの建設が進むほど、

• 電力設備
• 送電・配電
• 光ファイバー
• 高速通信
• ネットワーク関連設備
• データセンター設備

などへの需要も増加します。

つまり、AI投資は半導体工場の中だけで完結するものではありません。

「AI計算能力を動かすためのインフラ」まで含めて考える必要があります。

⑨ そして次のテーマが「フィジカルAI」

2026年のNVIDIAと日本企業の関係を見るうえで、もう一つ非常に重要なのがフィジカルAIです。

これは、AIをデジタル空間だけで動かすのではなく、ロボットや工場、車両、物流設備などの「現実世界」で動かす考え方です。

NVIDIAは2026年7月16日、日本のフィジカルAI関連企業として、ファナック、富士通、日立製作所、川崎重工業、クボタ、NEC、ソフトバンク、ソニーグループ、安川電機など、多数の企業がCosmos Coalitionへの参加意思を表明したと発表しています。

さらに、富士通、ファナック、安川電機、川崎重工業の4社トップとは、フアン氏が東京で昼食を共にしたこともNVIDIAが公表しています。

ここで、AIサプライチェーンの「森」が一気に広がります。

半導体だけではなく「AI＋ロボット」が次の巨大市場になる可能性

これまでのAI投資では、主に

GPU → データセンター → クラウド → 生成AI

という流れが中心でした。

しかしフィジカルAIが本格化すると、

AI → ロボット → 工場 → 物流 → 自動車 → 建設 → 医療 → 社会インフラ

へと市場が広がります。

これは日本企業にとって非常に重要です。

日本には、

• 産業用ロボット
• 工作機械
• FA
• 自動車
• 精密機械
• センサー
• 電子部品
• 工場自動化
• 製造現場のデータ

など、フィジカルAIに必要な産業基盤が数多く存在するためです。

「神田の会食」は日本のAI産業の一部分にすぎない

ここまでを整理すると、2026年7月15日の神田の会食は、非常に重要なイベントではあるものの、それだけで日本のAI関連企業を判断することはできません。

むしろ、神田の会食は日本のAIサプライチェーンを理解するための「入口」と考えるべきです。

そして投資家にとって最も重要なのは、これら4層を「AI関連」という一言でまとめないことです。

企業によって、AIへの売上寄与率も、利益への波及速度も、供給制約も、競争優位性も、株価への織り込み度も大きく異なります。

投資分析では「AI関連度」だけでなく「ボトルネック度」を見る

例えば、AI需要が急増したとします。

その場合、単純にAI関連企業すべての業績が同じように伸びるわけではありません。

むしろ重要なのは、

「AI市場が拡大したとき、供給不足になりやすい場所はどこか？」

という視点です。

供給能力が需要に追いつかない場合、その工程・材料・部品を供給できる企業の価格決定力や設備投資余地が大きくなる可能性があります。

逆に、競争企業が多く、製品差別化が難しい領域では、AI需要が増えても利益率への波及が限定的になる場合があります。

したがって、本記事では今後の企業比較において、単純な「AI関連度」ではなく、

• AI需要への直接性
• ボトルネック性
• 世界シェア・技術優位性
• 供給能力
• 設備投資
• AI売上・利益への波及
• 株価への織り込み

を組み合わせて評価します。

次回から「企業ごとの中身」に入る

ここまでで、NVIDIAを中心とした日本のAIサプライチェーン全体が見えてきました。

次はいよいよ個別企業の分析です。

まずは神田の会食企業の中でも、AI半導体との関係が特に分かりやすい企業から見ていきます。

具体的には、

• アドバンテスト――AI半導体の「テスト」
• 東京エレクトロン――半導体製造装置
• キオクシア――AIデータセンターのメモリ・SSD
• 信越化学工業――半導体材料
• 味の素――ABFという先端パッケージ材料
• レゾナック――先端パッケージ材料

を中心に、

「NVIDIAとの関係」→「AI需要のどこで儲かるのか」→「ボトルネック性」→「業績への波及」→「投資家が見るべきポイント」

という順番で掘り下げます。

そして最終的には、神田の会食参加企業だけでなく、「NVIDIAのAI投資によって企業価値が変化する可能性がある日本企業はどこなのか」というところまで比較していきます。

NVIDIAのAIサプライチェーンを支える日本企業6社

前回は、NVIDIAを中心としたAIサプライチェーンを「森」として捉えました。

ここからは、いよいよ「木」である個別企業を見ていきます。

ただし、本記事では単純に「NVIDIAと関係が深い順」に企業を並べることはしません。

投資家が知りたいのは、

• NVIDIAのAI投資が増えたとき、どこに需要が発生するのか
• その企業はサプライチェーンのどこを握っているのか
• その製品は代替可能なのか
• 供給能力がボトルネックになる可能性があるのか
• AI需要が売上・営業利益にどの程度波及するのか
• 現在の株価に将来の成長がどこまで織り込まれているのか

という点です。

まずは、AI半導体との距離が比較的近い6社から確認します。

1．アドバンテスト（6857）――AI半導体を「テストする」企業

アドバンテストは何をしている会社なのか？

アドバンテストは半導体試験装置を手掛ける企業です。

半導体は製造しただけでは出荷できません。

設計通りの性能が出ているか、さまざまな条件で動作するかを検査する必要があります。

特にAI向けGPUや高性能半導体では、処理性能の向上に伴ってテストの重要性も高まります。

つまりアドバンテストは、

に位置する企業です。

NVIDIAのAI成長との関係

AI GPUの高性能化・複雑化が進むほど、半導体のテストに対する要求も高度になります。

そのため、AI半導体の生産数量だけでなく、

• テスト時間
• テスト項目
• テスト精度
• 高性能半導体への対応

などが重要になります。

ここがアドバンテストを見るうえでのポイントです。

単純な「半導体の枚数」ではなく、1個の高性能AI半導体を製造するために必要なテスト負荷が増える可能性があります。

投資家が見るポイント

アドバンテストの場合、AI半導体需要の増加が、比較的直接的に半導体テスト需要へ波及する可能性があります。

一方で、株式市場がAI半導体成長を強く織り込んでいる局面では、実際の業績成長以上に株価が先行する可能性もあります。

したがって、投資判断では「AI関連企業だから買う」のではなく、業績成長率と株価バリュエーションの関係を見ることが重要です。

2．東京エレクトロン（8035）――AI半導体の「製造能力」を支える

半導体製造装置という重要なポジション

東京エレクトロンは、半導体製造装置を手掛ける世界的な企業です。

AI半導体の需要が増えれば、半導体メーカーは生産能力を増強する必要があります。

その設備投資が、半導体製造装置メーカーの需要につながります。

したがって東京エレクトロンは、NVIDIAのGPUを直接販売する企業ではありませんが、

「AI半導体を大量に生産するための設備」

を提供する企業として重要です。

AI需要が強いと何が起こるのか？

AI需要の拡大

↓

高性能半導体の需要増加

↓

半導体メーカーの設備投資

↓

製造装置需要

↓

東京エレクトロンなどの装置メーカー

という波及構造になります。

注意点

東京エレクトロンはAI専業企業ではありません。

半導体市場全体の設備投資サイクルの影響を受けます。

そのため、AI半導体が好調でも、他の半導体市場が弱ければ業績への影響が複雑になる可能性があります。

投資家としては、AIだけでなく半導体設備投資全体の方向性を見る必要があります。

3．キオクシア（285A）――AIデータセンターを支えるメモリ・SSD

AIとメモリの関係

AIシステムではGPUだけが重要なのではありません。

大量のデータを保存し、高速に読み書きするためのメモリ・ストレージも必要です。

キオクシアはNAND型フラッシュメモリやSSDを主要事業とする企業です。

AIデータセンターでは、学習データ、モデル、推論データなど、大量のデータを扱います。

そのためAIデータセンターの拡大は、ストレージ需要の重要な成長要因の一つになります。

HBMとは分けて考える

ここは非常に重要です。

AI関連メモリという言葉だけで考えると、HBMとNANDを混同してしまいます。

HBMはAIアクセラレータの近傍で高速なデータ処理を支えるメモリです。

一方、NANDフラッシュはデータ保存を担う不揮発性メモリです。

したがって、キオクシアのAI関連性を見る場合には、AIアクセラレータのHBM需要とは異なる「AIデータセンターのストレージ需要」として分析する必要があります。

投資家が注意するポイント

メモリ事業には強い需給サイクルがあります。

需要が増える一方で、各社が設備投資を増やすと、時間差を伴って供給能力が増加する可能性があります。

そのため、キオクシアを見る場合には、

• NAND価格
• 需給バランス
• 設備投資
• SSD需要
• データセンター需要
• AI関連ストレージ需要

を合わせて確認する必要があります。

4．信越化学工業（4063）――半導体の「材料」を支える

半導体材料の重要性

AI半導体を製造するためには、極めて高い品質の半導体材料が必要です。

信越化学工業は、シリコンウエハーをはじめとする半導体材料で世界的な存在感を持つ企業です。

AI半導体の高性能化・微細化・高集積化が進めば、半導体材料に対する要求も高度化します。

つまり信越化学工業は、

「AI半導体を作るための土台」

に近い企業と考えることができます。

ただし「AI純粋株」ではない

信越化学工業の事業は半導体材料だけではありません。

そのため、NVIDIAのAI需要が増加したからといって、企業全体の業績が同じ割合で増えるわけではありません。

ここでも重要なのは、

「AIとの関係があるか」ではなく「AI需要が企業全体の利益をどの程度動かすのか」

という視点です。

5．味の素（2802）――「食品会社」のイメージだけでは見えないABF

投資家が最も注目したい意外な存在

神田の会食企業の中で、一般の投資家が最も意外に感じる企業の一つが味の素かもしれません。

味の素とAI半導体の関係を理解するには、同社の半導体パッケージ材料ABFを見る必要があります。

ABFはAjinomoto Build-up Filmの略称です。

高性能半導体のパッケージ基板に使用される重要な材料であり、AI半導体の高性能化・大型化に伴って、その重要性が注目されています。

なぜABFが重要なのか？

AI GPUのような高性能半導体では、多数の信号を高速に処理する必要があります。

そのため、半導体チップと基板を高密度に接続する技術が重要になります。

そこで、パッケージ基板を形成するための材料としてABFが使われます。

味の素を見るときの注意点

味の素は当然ながら、半導体材料だけを扱う会社ではありません。

食品などの事業が企業全体の大きな部分を占めています。

したがって、ABFが好調だからといって、企業全体の利益が同じ比率で伸びるわけではありません。

一方で、ABFのようなニッチな高機能材料が、AI半導体の高性能化によって重要性を増す場合には、投資家から見た企業価値の評価軸が変化する可能性があります。

ここが味の素の面白いところです。

6．レゾナック（4004）――先端パッケージ材料の総合プレーヤー

半導体材料の幅広い領域を持つ

レゾナックは、半導体・電子材料を含む幅広い素材事業を展開しています。

AI半導体の高性能化では、チップそのものだけではなく、パッケージング工程で使用される材料の重要性が高まります。

レゾナックはこうした先端パッケージ材料の領域で重要なポジションを持つ企業の一つです。

味の素との違い

味の素とレゾナックは、どちらもAI半導体のパッケージ材料という観点から注目できますが、事業構造は同じではありません。

項目	味の素	レゾナック
代表的な注目領域	ABF	半導体・パッケージ関連材料
企業全体	食品・化学など	半導体・電子材料を含む総合化学
AIとの接点	高性能パッケージ基板材料	先端パッケージ・半導体材料
投資上のポイント	ABFの成長性と企業全体への利益寄与	半導体材料の成長と他事業を含む収益構造

したがって、同じ「AI半導体材料株」として一括りにするのではなく、それぞれの製品がサプライチェーンのどこに位置するのかを見る必要があります。

6社を「AIサプライチェーン」で並べると見えてくるもの

企業	コード	AIサプライチェーン上の位置	AI需要の主な波及経路
アドバンテスト	6857	半導体テスト	高性能AI半導体のテスト需要
東京エレクトロン	8035	半導体製造装置	半導体設備投資
キオクシア	285A	メモリ・SSD	AIデータセンターのストレージ需要
信越化学工業	4063	半導体材料	半導体生産・高性能化
味の素	2802	パッケージ材料	高性能半導体パッケージ需要
レゾナック	4004	半導体・パッケージ材料	先端パッケージ需要

「AIとの距離」が近ければ株価が上がる、とは限らない

ここまでの6社を見て、重要なことがあります。

アドバンテストはAI半導体テストに近く、東京エレクトロンは半導体設備投資に関係し、味の素やレゾナックは先端パッケージ材料に関係しています。

しかし、投資家が見るべきなのは「AIとの距離」だけではありません。

例えば、

• AI需要が増えている
• その製品が必要になる
• その企業の販売数量が増える
• 価格や製品ミックスが改善する
• 営業利益が増える
• 市場がその利益成長を株価に織り込む

という複数の段階があります。

したがって、AI関連企業を分析するときには、「AI需要→売上→利益→企業価値→株価」という経路を一つずつ確認する必要があります。

今回の6社から見えてきた「ボトルネック」の考え方

今回特に重要だったのが、味の素やレゾナックのような「材料企業」です。

AI半導体の市場規模が拡大すると、投資家の目はGPUメーカーや半導体メーカーに向きがちです。

しかし、実際の生産能力を制約しているのが、材料・装置・パッケージなどの別工程である可能性があります。

そこで本記事では、今後の企業比較において、

この視点から見ると、神田の会食企業の中でも、それぞれの意味合いが大きく異なることが分かります。

そして、ここからさらに重要な企業が出てきます。

それが、電子部品、通信、電力、特殊ガラス、電子材料、半導体後工程装置などを担う企業群です。

次回は残りの神田会食企業を一気に分析

第5回では、残りの企業について掘り下げます。

具体的には、

• 三井金属
• 日東紡
• 村田製作所
• TDK
• 太陽誘電
• 住友電気工業
• パナソニック
• ルネサス エレクトロニクス
• 三菱電機
• 京セラ
• 旭化成
• 芝浦メカトロニクス

を取り上げます。

特に、日東紡の高機能ガラス、三井金属の電子材料、住友電気工業の光通信・電力インフラ、芝浦メカトロニクスの半導体後工程関連装置など、「一見するとNVIDIAから遠く見える企業」が、実はAIデータセンターの拡大によってどのような恩恵を受ける可能性があるのかを整理します。

さらに、その次の第6回では、いよいよ本記事の投資分析の核心である「次のイビデン候補」へ進みます。

NVIDIAの日本サプライチェーンを支える残り12社

第4回では、アドバンテスト、東京エレクトロン、キオクシア、信越化学工業、味の素、レゾナックを取り上げました。

今回は、神田の会食に名前が挙がった残りの企業を分析します。

対象となるのは、

• 三井金属
• 日東紡
• 村田製作所
• TDK
• 太陽誘電
• 住友電気工業
• パナソニック
• ルネサス エレクトロニクス
• 三菱電機
• 京セラ
• 旭化成
• 芝浦メカトロニクス

です。

NVIDIA公式日本語ブログでは、これらの企業を含む18社の企業名が列挙されています。一方で本文は16社としており、前回説明した通り、公式資料内には社数の不一致があります。したがって、本記事では「18社が正式に全社参加した」と断定するのではなく、「NVIDIA公式日本語版で神田の会食企業として列挙された企業」として扱います。

7．三井金属（5706）――電子材料という「目立たない重要領域」

半導体・電子材料との接点

三井金属は、非鉄金属を中心とする企業ですが、電子材料分野も重要な事業領域の一つです。

AI半導体を考えるとき、GPUやHBMのように目立つ製品だけに目が向きがちです。

しかし、実際の半導体・パッケージ・プリント配線基板には、さまざまな電子材料が必要です。

三井金属を見る場合も、単純に「金属会社だからAIとは遠い」と考えるのではなく、電子材料がAI・半導体のどの工程に使われるのかを見る必要があります。

投資家が見るポイント

重要なのは、AI関連製品の需要が増えたときに、

• 電子材料の販売数量が増えるのか
• 高付加価値品への製品ミックスが進むのか
• AI・半導体向けが利益成長にどれだけ寄与するのか

という点です。

三井金属の場合、AIだけで企業全体を説明するのではなく、電子材料事業を中心とした高機能材料へのシフトを見ることが重要です。

8．日東紡（3110）――AI高速通信を支える「特殊ガラス」

一見するとAIから遠いが、実は高速通信と半導体に接点

日東紡は、AIテーマを考えるうえで非常に興味深い企業です。

同社の電子材料事業では、スペシャルガラスをプリント配線板材料向けに提供しています。

日東紡自身も、5G・6Gを基盤とする高度な情報通信インフラや半導体の技術革新を支えるプリント配線板材料分野にスペシャルガラスを提供していると説明しています。

さらに同社の特殊ガラスには、低誘電率・低誘電正接など、高速通信・高周波用途で重要となる特性を持つ製品があります。

なぜAIデータセンターで重要なのか？

AIデータセンターでは、GPU同士、サーバー、ネットワーク機器などを高速に接続する必要があります。

処理速度が上がれば上がるほど、基板や通信経路にも高速信号への対応が求められます。

そのため、

AI計算能力の向上 → 高速通信 → 高性能基板 → 高機能材料

という波及経路が生まれます。

日東紡の特殊ガラスは、この「高性能基板」の材料という観点から注目できます。

日東紡の面白いところ

日東紡の中期経営計画では、電子材料事業についてスペシャルガラスの需要拡大への対応を掲げ、増産投資も進めています。2027年度の全社売上高1,550億円、営業利益360億円などの定量目標も示しています。

つまり、日東紡の場合は単なる「NVIDIA関連」というニュースだけではなく、スペシャルガラスの需要、増産投資、収益性の改善が実際に進んでいるかを見ることが重要です。

9．村田製作所（6981）――AIサーバーの電子部品とAI活用

AIサーバーに必要な電子部品

村田製作所は、コンデンサなどの電子部品で世界的に知られる企業です。

AIサーバーでは大量の電力を安定して供給し、高速信号を処理する必要があります。

そのため、コンデンサをはじめとする電子部品の重要性があります。

AIデータセンターが拡大すれば、サーバー、電源、通信機器などの電子部品需要にも波及する可能性があります。

村田製作所は「部品メーカー」だけではない

もう一つ見逃せないのが、村田製作所自身のAI活用です。

NVIDIAの公式事例では、村田製作所が社内向け生成AIアプリケーション「Murata Coworker」にNVIDIA NeMo Guardrailsを採用し、生成AIの社内利用を拡大していることが紹介されています。

NVIDIAの事例によると、Murata Coworkerは累計約3万人の従業員が利用し、1人当たり平均月3時間の工数削減につながったとされています。

これは株式投資において重要なポイントです。

村田製作所は、

• AIデータセンターを支える電子部品
• 自社の生成AI活用
• 将来的なデジタルツイン・AI活用

という「AIを売る側」と「AIを使う側」の両方の側面を持っています。

10．TDK（6762）――電源・電子部品からAIインフラを見る

AIデータセンターの「電力」が重要になる

AI GPUの性能向上に伴い、データセンターの電力需要も重要なテーマになります。

AIサーバーでは、GPUなどの高性能半導体に安定して電力を供給する必要があります。

そこで電源関連部品や受動部品などを含む電子部品が重要になります。

TDKは、受動部品、センサー、電源関連など幅広い電子部品を展開しています。

投資家が見るべきポイント

TDKをAIテーマで見る場合は、

「AIサーバーが増える」→「電力・電子部品需要が増える」

という二次的な波及効果を考える必要があります。

ただし、AIデータセンター向け需要がTDK全体の業績をどの程度押し上げるかについては、各決算資料で事業別・用途別の情報を確認する必要があります。

したがって、単純なAI関連株としてではなく、データセンター向け電源・電子部品需要の拡大という切り口で分析するのが適切です。

11．太陽誘電（6976）――AIサーバーの高性能化で電子部品需要を見る

太陽誘電も、コンデンサなどの電子部品を手掛ける企業です。

AIサーバーやデータセンターでは、高性能化に伴って電源・信号処理などに関連する電子部品への要求が高まります。

ただし、ここで重要なのは、村田製作所、TDK、太陽誘電を「AI関連だから同じ」と扱わないことです。

各社で製品構成、用途、顧客、地域、利益率が異なります。

したがって投資分析では、

• AIサーバー向け売上
• データセンター向け需要
• コンデンサ需要
• 価格動向
• 稼働率
• 利益率

などを個別に確認する必要があります。

12．住友電気工業（5802）――AIデータセンターを「つなぐ」

AI時代は「計算」だけでなく「通信」が重要

AIデータセンターでは、大量のGPUやサーバーを高速ネットワークで接続する必要があります。

つまり、AIの計算能力が増えるほど、通信インフラへの要求も高くなります。

住友電気工業は、光ファイバーなどの通信インフラを手掛ける企業として、この領域に接点を持っています。

2026年にはAIデータセンター向けマルチコア光ファイバで具体的な動き

住友電工は2026年4月、AIデータセンター向けマルチコア光ファイバの共通仕様策定に向けて、AFL、Corning、TeraHopと協業を開始したと発表しています。

同社はAIインフラのスケールアウトに伴い、高密度な光ネットワークインフラへの需要が高まっていると説明しています。

これは「NVIDIAと関係がある」という抽象的な話ではなく、AIデータセンターのネットワーク需要そのものに対応する具体的な技術開発です。

ここが重要

AI GPUの台数が増えれば、GPU同士やサーバー同士を接続するネットワークも大規模になります。

したがって、

GPU増加 → AIクラスタ大型化 → 通信量増加 → 光通信インフラ需要

という構造が生まれます。

住友電工は、この「AIインフラの通信側」から見るべき企業です。

13．パナソニック ホールディングス（6752）――AIインフラの外側を見る

パナソニック ホールディングスは、AI半導体材料のような「純粋なAI部品企業」ではありません。

しかし、エネルギー、電子部品、産業関連など幅広い事業を持つため、AI・データセンター・電動化・産業オートメーションなど複数のテーマから影響を受ける可能性があります。

そのため、パナソニックを見る場合には、

• AIデータセンター
• 電池
• エネルギー
• 産業機器
• 電子部品
• 自動化

を分けて分析する必要があります。

特に注意したいのは、「AIとの接点があること」と「AIが企業全体の利益成長を決めること」は別問題だという点です。

14．ルネサス エレクトロニクス（6723）――エッジAI・自動車・産業

データセンターのAIとは異なる方向

ルネサス エレクトロニクスは、NVIDIAのGPUのようなデータセンター向けAI半導体だけを見る企業ではありません。

むしろ、自動車や産業機器など、現実世界の機器に組み込まれる半導体という観点が重要です。

これは第3回で説明したフィジカルAIとの接点につながります。

AIが工場、ロボット、自動車、機械などに組み込まれるほど、センサーやマイコン、制御系半導体などの重要性が高まります。

投資家が見るポイント

ルネサスをAIテーマで見る場合は、

「GPU需要」ではなく「AIが現実世界に組み込まれることで半導体需要がどう変わるか」

を見ることが重要です。

つまり、ルネサスはNVIDIAのデータセンターAIとは違う、エッジAI・車載・産業AIの方向から分析する企業です。

15．三菱電機（6503）――フィジカルAI・FAとの接点

三菱電機も、単純な「NVIDIA半導体関連企業」と考えると本質を見失います。

同社の重要なポイントは、FA、産業機器、制御、社会インフラなどです。

AIが工場や設備に組み込まれていくと、

• 画像認識
• 異常検知
• 予知保全
• ロボット制御
• 自律化
• デジタルツイン

などの需要が発生します。

これはNVIDIAが推進するフィジカルAIの方向性と重なります。

したがって三菱電機は、AI半導体の部品企業というより「AIを産業現場に実装する企業」として見るべきです。

16．京セラ（6971）――セラミック・電子部品・パッケージ

京セラは、ファインセラミックス技術を基盤に、電子部品や半導体関連部品など幅広い事業を展開しています。

半導体・電子機器の高性能化では、熱、電気特性、信頼性などが重要になります。

そのため、高機能材料やパッケージ関連技術を持つ企業には一定のサプライチェーン上の重要性があります。

ただし、京セラも事業ポートフォリオが非常に幅広いため、

「AI関連需要が増えた＝京セラ全体の利益が同じ割合で増える」

とは考えないことが重要です。

17．旭化成（3407）――電子材料からAIを見る

旭化成も、AI半導体そのものを製造する企業ではありません。

しかし、同社にはエレクトロニクス関連を含む機能材料事業があります。

AI・半導体市場が高度化するほど、材料に求められる性能も高度になります。

そのため、旭化成についても「AI関連」という大きな括りではなく、どの電子材料がどの用途で成長するのかを確認する必要があります。

また、旭化成は住宅、ヘルスケアなど多様な事業を持つため、AIテーマだけで企業全体の価値を評価することは適切ではありません。

18．芝浦メカトロニクス（6590）――今回の中でも特に注目したい「後工程」企業

AI半導体の先端パッケージに直接つながる

芝浦メカトロニクスは、今回取り上げた企業の中でも、AI半導体の「後工程」を見るうえで特に重要です。

同社は半導体製造装置を手掛けており、前工程だけでなく後工程のボンディング装置も展開しています。

公式サイトでは、ハイエンド2.5Dパッケージ向けのフリップチップボンダや、アドバンスドパッケージ、ハイブリッドボンディングなどの装置を掲載しています。

AI半導体との関係が非常に重要な理由

AI GPUの高性能化では、先端パッケージ技術が極めて重要になります。

芝浦メカトロニクスの製品群には、2.5Dパッケージ、ウェーハレベルパッケージ、ハイブリッドボンディングなど、まさに先端パッケージに関連する装置があります。

さらに同社は、ハイブリッドボンディングについて、高性能サーバーや生成AI、高性能PCなどに使用される先端半導体パッケージ分野で市場の関心が拡大していると説明しています。

ここは非常に重要です。

残り12社を「AIとの接点」で整理するとこうなる

企業	主なAI接点	サプライチェーン上の位置	見るべきポイント
三井金属	電子材料	材料	高機能電子材料の成長
日東紡	高速通信・半導体基板材料	特殊ガラス	スペシャルガラス需要・増産
村田製作所	AIサーバー・生成AI活用	電子部品	データセンター向け需要
TDK	電源・電子部品	電子部品	AIサーバー電源需要
太陽誘電	電子部品	電子部品	AIサーバー向け部品需要
住友電工	光通信・電力	AIインフラ	データセンター通信容量
パナソニックHD	エネルギー・電子・産業	インフラ・産業	AI関連事業の利益寄与
ルネサス	エッジAI・車載・産業	半導体	フィジカルAIへの波及
三菱電機	FA・産業AI	産業機器	AIの工場実装
京セラ	材料・電子部品	電子・材料	高機能材料・部品
旭化成	電子材料	機能材料	半導体・電子材料の成長
芝浦メカトロニクス	先端パッケージ	半導体後工程装置	2.5D・ハイブリッドボンディング

ここで一度、18社を「AIサプライチェーン」で分類する

ここまでの分析を一度まとめます。

カテゴリー	主な企業	AI需要の波及経路
半導体製造装置・テスト	アドバンテスト、東京エレクトロン、芝浦メカトロニクス	AI半導体の生産・先端化
半導体・メモリ	キオクシア、ルネサス	AIデータセンター・エッジAI
半導体材料	信越化学、旭化成、レゾナック	半導体の高性能化・生産拡大
パッケージ材料	味の素、レゾナック、三井金属	先端パッケージ・基板
特殊ガラス・基板材料	日東紡	高速通信・高性能基板
電子部品	村田製作所、TDK、太陽誘電、京セラ	AIサーバー・電源・通信
通信・インフラ	住友電工、パナソニック	データセンター・電力・通信
産業・フィジカルAI	三菱電機、ルネサス	工場・自動車・エッジAI

ここから見えてくる「本当の投資ポイント」

18社を並べてみると、非常に重要なことが分かります。

「NVIDIAと関係がある」という一点だけでは、企業の投資価値は比較できません。

例えば、

• アドバンテストは「AI半導体のテスト」
• 東京エレクトロンは「半導体設備投資」
• 味の素は「ABF」
• 芝浦メカトロニクスは「先端パッケージ装置」
• 日東紡は「高速通信・基板材料」
• 住友電工は「光通信」
• 三菱電機は「産業AI・FA」

というように、利益が発生する場所が全く違います。

したがって、AI投資をするなら、

そして、ここからが本記事の「投資編」

ここまでで、神田の会食企業を一社ずつ確認しました。

しかし、まだ本当に重要な比較が残っています。

それは、

「神田の会食企業の中で、どこが一番AIに近いか？」

ではありません。

本当に見るべきなのは、

「神田の会食企業以外も含めて、AI半導体のボトルネックを握る日本企業はどこなのか？」

です。

ここで初めてイビデン（4062）が重要な存在として登場します。

イビデンは神田の会食企業一覧には含まれていません。

しかし、ジェンスン・フアン氏は今回の来日時にイビデンの川島浩二社長と別途面会したと報じられています。

そしてイビデンが手掛ける先端ICパッケージ基板は、AI半導体の高性能化を考えるうえで重要な領域です。

つまり、次の段階では「会食に参加した企業」から一歩外へ出る必要があります。

次回はいよいよ「次のイビデン」を探す

第6回では、この記事の投資分析の核心に入ります。

比較するのは、

• イビデン（4062）
• 味の素（2802）
• レゾナック（4004）
• 住友ベークライト（4203）
• 三菱ガス化学（4182）
• その他の先端パッケージ・電子材料関連企業

です。

ここでは、単なる株価ランキングは行いません。

AI/GPUへの直接性、ボトルネック性、技術優位性、世界シェア、供給制約、設備投資、AI売上への波及、利益成長余地、株価への織り込みという複数の視点から比較します。

特に重要なのは、

「NVIDIAのGPUが売れる」

と

「そのGPUを作るために必ず必要な部材・装置が不足する」

では、投資上の意味が大きく異なることです。

次回は、この「ボトルネック企業」という視点から、日本企業の中に潜む「次のイビデン候補」を比較します。

第6回｜「次のイビデン」はどこ？AI/GPUボトルネック企業を比較

ここまで18社を中心に、ジェンスン・フアンCEOの来日と日本のAIサプライチェーンを見てきました。

しかし、投資家の視点では、単純に「NVIDIAと関係がある企業」を並べるだけでは不十分です。

本当に重要なのは、

• AI・GPUの成長によって需要が急増する部品・材料・装置は何か
• その中で供給能力が不足しやすい場所はどこか
• 技術的な参入障壁が高く、簡単に他社へ置き換えられない企業はどこか
• 需要増加が売上・利益・設備投資・企業価値の変化につながる企業はどこか

という「ボトルネック」の視点です。

6-1．なぜ「イビデン」が比較対象になるのか

この分析で重要な基準企業になるのが、イビデン（4062）です。

イビデンはNVIDIAの神田での懇親会に名前が掲載された企業ではありません。しかし、今回のフアンCEOの来日時には、イビデンの川島浩二社長との個別面談が報じられています。

さらに重要なのは、イビデン自身がAIサーバー向け高性能ICパッケージ基板について、非常に強い需要を確認していることです。

イビデンは2026年2月、2026～2028年度の3年間で電子事業に約5,000億円を投じる設備投資計画を発表しました。その第一段階として、AIサーバーなどに使用される高性能ICパッケージ基板の生産能力増強に約2,200億円を投じる計画です。2027年度から順次稼働・量産開始を予定しています。

さらにイビデンの2026年3月期第3四半期のQ&Aでは、AIサーバー向けICパッケージ基板について、需要が自社の生産能力を上回っていると説明しています。また、同社推定の市場シェアは約70～80％とされています。

つまりイビデンの特徴は、単なる「AI関連企業」ではありません。

この「需要増加 → ボトルネック → 能力増強 → 企業価値変化」という流れこそ、「次のイビデン」を探す際の重要なモデルになります。

6-2．「次のイビデン候補」は1社ではない

ここで注意したいのは、「次のイビデン」を探すからといって、必ずしも同じICパッケージ基板メーカーを探す必要はないということです。

AI/GPUのサプライチェーンには、複数のボトルネックがあります。

領域	代表企業	AIとの接点
ICパッケージ基板	イビデン	AI GPU・AIサーバーの先端パッケージ
ABF	味の素	高性能CPU・GPUパッケージの絶縁材料
半導体封止材	住友ベークライト	先端パッケージの大型化・高信頼化
先端パッケージ材料	レゾナック	2.5D・3D・インターポーザなど
BT材料	三菱ガス化学	ICパッケージ基板材料・AIサーバー向け材料
先端パッケージ装置	芝浦メカトロニクス	ハイブリッドボンディング等

つまり、「次のイビデン」を探す場合には、同じ製品を作る会社ではなく、AI/GPUの成長によって供給制約が強まる重要工程を持つ企業を探す必要があります。

6-3．候補① 味の素――ABFという「材料ボトルネック」

味の素は、一般的な投資家のイメージとは大きく異なり、半導体パッケージ材料の重要企業でもあります。

同社の「味の素ビルドアップフィルム（ABF）」は、半導体パッケージ向けの層間絶縁材料です。

2026年5月、味の素は岐阜県可児市に新工場用地を取得し、ABFの生産工場を建設する計画を発表しました。2028年着工、2032年稼働開始予定で、第三の生産拠点となる計画です。会社は、2030年以降の半導体市場の成長を見据えた生産能力拡大と安定供給体制の強化を目的としています。

特に重要なのは、ABFがCPUやGPUの高性能化に使われてきた材料であり、味の素自身がクラウドサービス、AI向けデータセンター、ネットワークなどを背景に今後も需要成長が続くと説明している点です。

6-4．候補② レゾナック――「次世代パッケージそのもの」を取りに行く企業

レゾナックは、単純な半導体材料メーカーとして見るよりも、次世代パッケージ技術の開発基盤そのものを構築している企業として見ると分かりやすくなります。

レゾナックは2025年、27社が参加する「JOINT3」コンソーシアムを立ち上げ、515×510mmのパネルレベル有機インターポーザの試作ラインを構築する計画を発表しました。試作ラインは2026年の稼働開始が予定されています。

AI半導体では、性能向上だけでなく、複数のチップを高密度に接続する先端パッケージ技術が重要になります。

レゾナックはJOINT3を通じて、材料・装置・設計ツール企業と連携しながら、パネルレベルの先端パッケージ技術を開発しています。

これは非常に重要なポイントです。

現在のAI需要を取り込む企業だけでなく、次世代AI半導体の製造方式そのものを作る企業にも注目する必要があるからです。

また、レゾナックは2.xD・3Dパッケージ向け材料についても、微細バンプ接合、アンダーフィル、RDL、インターポーザなど幅広い技術領域を研究しています。

6-5．候補③ 住友ベークライト――AIパッケージの「封止」という見えにくいボトルネック

住友ベークライトも、AI半導体を考えるうえで見落としにくい企業です。

同社は半導体封止材料で世界的な事業基盤を持ち、2026年5月には、AI技術の進展によって大型化・複雑化する半導体パッケージ向けに、低反り・高信頼性の液状封止材「EME-Lシリーズ」の供試を開始しました。2027年の認定採用を目指しています。

ここで重要なのが「大型化」です。

AI GPUでは、複数のチップやHBMなどを高密度に実装するため、パッケージそのものが大型化・複雑化していきます。

すると、

• 反り
• 熱
• 応力
• 信頼性
• 封止工程の生産性

といった問題が重要になります。

つまり、GPUの計算能力が上がれば上がるほど、単純に「GPUチップだけ」の問題ではなく、GPUを壊さず、長期間安定して動かすための材料技術が重要になるのです。

6-6．候補④ 三菱ガス化学――BT材料という「基板の土台」

三菱ガス化学は、半導体パッケージ用BT積層板材料で世界シェアNo.1を掲げています。

BT樹脂は、半導体パッケージ基板に使われる重要材料です。同社は高耐熱性や電気特性などを特徴として挙げ、AIを含む情報技術の進化に対応した材料開発を進めています。

さらに同社の業績資料では、電子材料分野について、BT材料の品質管理強化によるコスト増などがあった一方、AIサーバー向けOPE基板材料の販売数量増加が業績に寄与したと説明されています。

6-7．候補⑤ 芝浦メカトロニクス――「材料」ではなく「装置」がボトルネックになる可能性

ここで視点を変える必要があります。

AI/GPUの成長によって不足するのは、必ずしも材料だけではありません。

その材料を使って先端パッケージを製造する装置も重要になります。

芝浦メカトロニクスは、半導体先端パッケージ分野で、ハイブリッドボンディング関連装置などを展開しています。

同社のHSM-1000は、Chip to Waferのハイブリッドボンディングやフュージョンボンディングに必要な前処理工程を1台で対応する装置です。

同社は、高性能サーバーや生成AIに使われるロジック・メモリなどの先端パッケージ分野で、マイクロバンプの微細化限界を背景にハイブリッドボンディングの重要性が高まっていると説明しています。

したがって、芝浦メカトロニクスは「AI GPUを作っている企業」ではありません。

しかし、AI半導体の高性能化によって後工程そのものが高度化することで需要が増える装置メーカーです。

6-8．「次のイビデン候補」を同じ物差しで比較する

ここまでの企業を、AI/GPUボトルネックという観点から整理すると、次のようになります。

企業	主な位置	AI/GPUとの距離	ボトルネックの種類	注目ポイント
イビデン	ICパッケージ基板	非常に近い	生産能力・先端基板	AIサーバー需要が能力を上回るとの説明、巨額増産投資
味の素	ABF	非常に近い	材料・供給能力	AIデータセンター需要、新工場計画
レゾナック	先端パッケージ材料	非常に近い	次世代技術・材料	JOINT3、パネルレベルインターポーザ
住友ベークライト	封止材料	近い	材料・信頼性	大型AIパッケージ向け液状封止材
三菱ガス化学	BT材料・基板材料	近い	材料性能	BT積層板、AIサーバー向けOPE材料
芝浦メカトロニクス	先端パッケージ装置	近い	製造装置・工程	ハイブリッドボンディング

6-9．最も重要なのは「AI売上比率」だけではない

ここで投資家が陥りやすいのが、

「AI関連売上比率が高い会社＝最も恩恵を受ける会社」

と考えてしまうことです。

実際には、それだけではありません。

例えば、企業AのAI関連売上が大きくても、競合企業が多く供給能力にも余裕があれば、需要増加が必ずしも企業価値の大きな変化につながるとは限りません。

一方で、企業BのAI関連製品が会社全体ではまだ小さくても、世界的に代替困難な材料や装置を持ち、需要が供給能力を上回っているなら、増産投資によって将来の利益構造が大きく変化する可能性があります。

6-10．「NVIDIA懇親会にいたか」より重要なこと

今回の記事の出発点は、「フアンCEOの懇親会に招待された日本企業」でした。

しかし、ここまで分析すると、別の重要な事実が見えてきます。

懇親会に参加した企業だけを追いかければいいわけではありません。

実際、イビデンはNVIDIAが日本語公式ブログで掲載した懇親会参加企業リストには含まれていません。

それでも、AIサーバー向け高性能ICパッケージ基板では非常に重要なポジションを持ち、2026～2028年度に約5,000億円という巨額の電子事業投資を計画しています。

したがって、今回のNVIDIA来日を投資家が利用する場合には、

「誰が招待されたか」

だけではなく、

「NVIDIAのAI成長によって、日本企業のどの工程がボトルネックになるのか」

を見る必要があります。

そして、ここからが本当の投資分析になります。

「技術的に重要な会社」と「株式投資として企業価値の変化を取りに行ける会社」は、必ずしも同じではありません。

次の最終回では、ここまで登場した企業を「AIとの直接性」「ボトルネック性」「世界シェア・技術的優位性」「増産投資」「AIによる利益成長余地」「現在の市場評価」という投資家目線に落とし込み、今回のNVIDIA来日を日本株のサプライチェーン投資戦略として最終整理します。

第7回｜最終結論・NVIDIA来日から見える日本株AIサプライチェーン投資戦略

ここまで、2026年7月15日にジェンスン・フアンCEOが日本のサプライチェーン企業の経営陣と懇親会を開いたことを起点として、日本企業がAI・GPU・データセンター・フィジカルAIのどこに位置しているのかを見てきました。

そして、ここまで調べると、一つの重要な結論にたどり着きます。

7-1．まず「NVIDIA懇親会18社」をどう見るべきか

NVIDIAの日本語公式ブログでは、東京・神田の居酒屋でフアンCEOが「16社」の日本の主要サプライチェーン企業の経営陣30人超と交流したと説明されています。

一方、日本語版には18社の企業名が掲載されています。

この点は記事の最初から指摘してきた通り、「16社」という説明と掲載企業数に食い違いがあります。

したがって、投資家が「16社」という数字だけを根拠に参加企業を厳密に確定するのは適切ではありません。

むしろ重要なのは、NVIDIA自身が日本のAIサプライチェーンについて、

• 半導体製造装置
• メモリ
• 材料
• 電子部品
• 製造業
• ロボティクス

など、日本企業の幅広い技術をAIエコシステムの重要な構成要素として扱っていることです。

つまり今回の出来事は、単なる「NVIDIAが日本企業を接待した」というニュースとして見るより、日本企業がAIサプライチェーンのどこを担っているのかを確認するイベントとして見る方が投資分析には有効です。

7-2．「NVIDIA関連株」という分類では足りない

AI投資では、次のような分類をすると全体像が見えやすくなります。

レイヤー	代表企業	AIとの関係
GPU・半導体	NVIDIA、キオクシアなど	AI計算・メモリ
製造装置	東京エレクトロン、アドバンテスト、芝浦メカトロニクスなど	半導体・パッケージ製造
先端材料	味の素、レゾナック、住友ベークライト、三菱ガス化学など	ABF、封止材、BT材料、先端パッケージ材料
パッケージ基板	イビデンなど	GPU・CPUを実装する基板
電子部品	村田製作所、TDK、太陽誘電など	電源・高周波・受動部品など
光通信・インフラ	住友電工、日東紡など	データセンター・高速通信
フィジカルAI	三菱電機、ファナック、安川電機、富士通など	ロボット・工場・現実世界へのAI実装

このように見ると、AI市場の成長はGPUメーカーだけに利益をもたらすのではなく、「GPUを作る」「GPUを実装する」「GPUを冷やす」「GPUを接続する」「GPUを動かす」「GPUを使って工場を自動化する」という広い産業群に波及します。

7-3．投資家が最も注目すべき「企業価値変化」のポイント

今回の分析で特に重要なのが、「AI関連企業」と「AIによって企業価値が変化する企業」は違うという点です。

例えば、AI市場が10兆円成長したとしても、その企業がその成長分をほとんど取り込めなければ、株主にとっての企業価値変化は限定的です。

一方で、ある材料や装置がAIサーバーの性能向上に不可欠で、しかも供給できる企業が限られている場合には、AI市場全体の成長以上に売上・利益が増加する可能性があります。

7-4．今回の分析で特に重要だった「次のイビデン」

ここまでの調査から、「次のイビデン」を一つの企業名だけで考えるのは適切ではありません。

むしろ、AI/GPUの成長によって発生する複数のボトルネック候補を追跡することが重要です。

企業	見るべきポイント	今後の確認事項
イビデン	AIサーバー向け高性能ICパッケージ基板	増産能力、量産立ち上がり、受注、利益率
味の素	ABF	AI/HPC向け需要、価格・数量、新工場投資
レゾナック	次世代先端パッケージ材料	JOINT3、顧客採用、量産化
住友ベークライト	先端パッケージ封止材	EME-L認定、採用、AI向け売上拡大
三菱ガス化学	BT材料・OPE	AIサーバー向け数量、設備増強、利益寄与
芝浦メカトロニクス	ハイブリッドボンディング	装置受注、量産ライン採用、先端パッケージ投資
日東紡	スペシャルガラス	AIサーバー基板・高速通信向け需要、能力増強

7-5．「参加企業」だけでなく「参加していない企業」も見る

今回のNVIDIA来日で非常に興味深いのは、公式の懇親会リストに掲載されていない重要企業が存在することです。

その代表例がイビデンです。

イビデンは神田での公式リストには含まれていませんでしたが、フアンCEOとの個別面談が報じられています。

さらに、同社は2026～2028年度の3年間で電子事業に約5,000億円を投資する計画を発表しており、その第1段階として高性能ICパッケージ基板の生産能力増強に約2,200億円を投じる計画です。

つまり、

「NVIDIAの公式リストに載っているか」

よりも、

「NVIDIAのAI成長に必要な工程で、どれだけ重要な位置を占めているか」

の方が投資分析では重要になります。

7-6．さらに重要になる「フィジカルAI」

今回のNVIDIA来日を半導体だけのニュースとして終わらせるのも、もったいないと言えます。

NVIDIAは2026年7月、日本のロボット・製造業企業などとともに、Cosmos、Isaac、Metropolis、Jetsonなどを活用したフィジカルAIの展開を発表しました。

ファナック、富士通、日立、川崎重工、クボタ、NEC、ソフトバンク、ソニー、安川電機などがNVIDIA Cosmos Coalitionへの参加意向を示しています。

さらにNVIDIAは、日本のAIインフラとしてVera Rubin AI factoryを発表し、13,750基のVera CPUと27,500基のRubin GPU、140MWのデータセンター容量を備える計画を公表しました。

この動きは、AIが「データセンターの中だけの技術」から、

• 工場
• ロボット
• 物流
• インフラ
• 自動車
• 医療

などの現実世界へ広がることを意味します。

したがって、日本株のAIテーマも、今後は「半導体」だけでなく「フィジカルAI」まで含めて考える必要があります。

7-7．日本企業の強みは「GPUそのもの」ではなく周辺技術にある

今回の分析で見えてきた日本企業の特徴は、NVIDIAのようなGPUそのものを作ることではありません。

むしろ日本企業には、

• 半導体製造装置
• 検査・テスト
• 高性能パッケージ基板
• ABF
• 封止材料
• BT材料
• 特殊ガラス
• 電子部品
• 光通信部材
• ロボット
• FA・製造技術

など、AIを成立させる「周辺の重要技術」が多数存在することです。

そして、これらの中には世界的なシェアや技術的優位性を持つ企業もあります。

そのため、日本株のAI投資では「NVIDIAの次に何が売れるか」だけではなく、

「NVIDIAのGPUが増えることで、次に何が不足するのか？」

という逆算が極めて重要になります。

7-8．「AI関連だから買う」は危険――最後に株価を見る

ここまで来ると、最後にもう一つ重要なことがあります。

優れた企業と、良い投資タイミングは同じではありません。

例えば、AI市場で非常に重要な企業であっても、その将来成長がすでに株価へ織り込まれている可能性があります。

反対に、現時点ではAI関連売上が小さくても、

• 新製品の採用
• 顧客認定
• 増産投資
• 供給不足
• 新工場稼働
• 利益率改善
• AI向け売上比率上昇

などによって、今後市場評価が変化する可能性があります。

7-9．2026年後半から追跡したい「AIボトルネック」の変化

今後、この記事を一度読んで終わりにするのではなく、定期的に確認したいのが次の項目です。

チェック項目	見るべき情報	企業価値への意味
AIサーバー投資	ハイパースケーラーの設備投資	AI半導体需要の大元
GPU世代交代	新GPU・ASICの大型化・高性能化	パッケージ・基板需要
HBM	搭載量・世代交代	先端パッケージ需要
基板	大型化・多層化・供給能力	イビデン等への波及
ABF・BT材料	価格・数量・新工場	材料メーカーの利益成長
先端パッケージ	2.5D・3D・チップレット・ハイブリッド接合	新しいボトルネック発生
光通信	800G・1.6T等の高速化	データセンター接続需要
フィジカルAI	ロボット・FA・工場への導入	半導体以外へのAI需要波及

7-10．最終的な投資テーマは「AI」ではなく「ボトルネック」

この記事全体を一言でまとめるなら、次のようになります。

これが今回のNVIDIA来日を日本株投資へ落とし込むうえで、最も重要な考え方です。

NVIDIAがGPUを増産する。

↓

AIサーバーが増える。

↓

GPU・HBM・CPUなどの高性能化が進む。

↓

先端パッケージが大型化・複雑化する。

↓

ICパッケージ基板、ABF、BT材料、封止材、接合装置などへの要求が高まる。

↓

データセンター同士を接続するため、光通信・高速通信部材の需要が増える。

↓

さらにAIがロボットや工場へ進出する。

↓

日本の装置・材料・電子部品・FA・ロボット企業へ新しい需要が発生する。

7-11．今回の記事から注目すべき企業群

今回の記事で取り上げた企業は、すべて同じ性質ではありません。

そこで、最後に「何が違うのか」を整理します。

タイプ	代表企業	投資で見るポイント
AI半導体直結型	アドバンテスト、東京エレクトロン、キオクシア	AI半導体投資の拡大
パッケージボトルネック型	イビデン、味の素、レゾナック	供給制約・技術優位・増産投資
材料ボトルネック型	住友ベークライト、三菱ガス化学、日東紡	材料性能・顧客認定・数量
先端装置型	芝浦メカトロニクス	新工程・設備投資・受注
データセンター部材型	村田製作所、TDK、太陽誘電、住友電工	電力・通信・部品需要
フィジカルAI型	三菱電機、京セラ、ルネサスなど	工場・ロボット・エッジAIへの普及

7-12．読者が投資判断をするときの最終チェックリスト

最後に、このテーマを実際の日本株投資へ活用する場合のチェックリストをまとめます。

まとめ｜NVIDIAの日本訪問から見えてくる「次のAI投資」の本質

2026年7月のジェンスン・フアンCEOの日本訪問は、日本のAI産業にとって非常に象徴的な出来事でした。

しかし、投資家にとって重要なのは「フアンCEOと誰が会ったのか」というニュースだけではありません。

本当に重要なのは、その背景にある日本のAIサプライチェーンの構造です。

日本には、GPUそのものではなくても、AIを成立させるために欠かせない技術を持つ企業が多数存在します。

半導体製造装置。

検査装置。

メモリ。

ICパッケージ基板。

ABF。

BT材料。

封止材料。

特殊ガラス。

電子部品。

光通信。

ロボット。

FA。

そしてフィジカルAI。

これらを一本のサプライチェーンとして見ることで、初めて「AIブームのどこで日本企業が利益を得るのか」が見えてきます。

※本記事は企業・技術・サプライチェーンを投資目線で整理したものであり、特定銘柄の売買を推奨するものではありません。株式投資では、企業の将来性だけでなく、株価に織り込まれた期待、バリュエーション、業績進捗、需給、為替、半導体サイクルなどを別途確認する必要があります。

まとめ｜NVIDIAの日本訪問から見えてきた「次のAI投資」の本質

2026年7月、NVIDIAのジェンスン・フアンCEOが日本を訪問し、日本の半導体・電子部品・素材・製造業などの企業経営者と交流したことは、日本企業が世界のAIサプライチェーンで重要な役割を担っていることを改めて示す出来事となりました。

今回の分析で分かったのは、AI投資を「NVIDIA関連株」という一括りで考えるだけでは、十分に企業価値の変化を捉えられないということです。

GPUの高性能化が進めば、AIサーバーではHBM、先端パッケージ、ICパッケージ基板、ABF、BT材料、封止材、接合装置、電子部品、光通信部材など、さまざまな分野の性能・供給能力が求められます。

そのため投資家が注目すべきなのは、単純な「AI関連企業」ではなく、

という視点です。

その代表的な先行事例がイビデンです。AIサーバー向け高性能ICパッケージ基板の需要拡大に対応して、大規模な設備投資を進めています。

また、その周辺には味の素、レゾナック、住友ベークライト、三菱ガス化学、芝浦メカトロニクス、日東紡など、異なる工程でAI・GPUの高度化を支える企業があります。

さらにNVIDIAが推進するフィジカルAIが本格化すれば、AIの成長領域はデータセンターだけにとどまらず、ロボット、工場、物流、インフラ、自動車などの現実世界へ広がる可能性があります。

つまり、これからの日本株AI投資では、

• AIとの距離が近いか
• 世界的に代替が難しい技術を持っているか
• 供給制約が発生しているか
• 増産投資を行っているか
• AI需要が実際の売上・利益へ波及しているか
• その成長が現在の株価にどこまで織り込まれているか

を一つずつ確認することが重要です。

これこそが、今回のNVIDIA日本企業懇親会を単なるニュースで終わらせず、日本株の企業価値変化を探すための投資情報へ変換するための重要な考え方です。

今後もNVIDIAの新GPU、AIデータセンター投資、HBM、先端パッケージ、光通信、フィジカルAIなどの動きを追いながら、「次に不足するもの」を見つけていくことが、日本企業の中から新たな成長企業を発掘するうえで重要になるでしょう。

※本記事は公開情報をもとにAI・半導体サプライチェーンと企業の事業機会を整理したものであり、特定銘柄の売買を推奨するものではありません。実際の投資判断では、最新の決算、IR、需給、バリュエーション、株価水準などを確認してください。