海外 AI / 半導体サプライチェーン投資の文脈で、Serenity は近年避けて通れない名前です。
彼の X アカウントは @aleabitoreddit です。アバターは白髪の女性の画像であるため、中国圏では「白髪の株神」として知られています。フォロワーは 100 万人近くに達し、サブスクリプション数も非常に高い水準にあります。現在、X 上で AI / Semi サプライチェーン、フォトニクス、CPO、InP、neocloud などの方向性を議論する最も影響力のある個人リサーチャーの 1 人です。
さらに市場の注目を集めているのは、彼が過去の期間に一連の高弾性 AI サプライチェーン銘柄を的中させたことです。InP 基板分野の AXTI、レーザーおよび光通信チェーンの SIVE や AAOI、AI クラウド分野の NBIS など、彼が市場に印象づけたのは、単に AI 需要を訴えることではなく、AI 需要を上流に分解し、時価総額が小さく、カバレッジが低く、供給がタイトで、収益化よりも前に検証が行われるニッチなチョークポイントを探り続けたことです。
最近、Serenity が私の X をフォローしました。
私は個人的に、AI 産業の上流・下流を分析する彼の思考と専門性に敬意を表します。彼は、米国株 AI トレードの過去のラウンドにおいて、非常に特徴的な手法を体現しています。それは、最も人気のある銘柄から始めるのではなく、AI 需要からサプライチェーンのボトルネックを推論するというものです。
しかし、手法を分解する前に、リスクを明確に述べる必要があります。
Serenity が過去に言及した銘柄の多くは、時価総額が小さく、ボラティリティが高く、弾性が高く、テーマ性が高いという特徴を持つことがよくあります。市場によって再評価されると、そのゲインは非常に驚くべきものになります。しかし、同様に、受注、資格検証、収益化、または資金調達構造が期待を下回ると、ボラティリティも非常に激しくなります。特にソーシャルメディアでの拡散後、このような小型株は「非コンセンサス・リサーチ」から「混雑したトレード」に容易に転じる可能性があります。一般の投資家が銘柄コードだけを学び、検証フレームワークを学ばなければ、高値掴みになりがちです。
したがって、この記事は Serenity の宿題を皆でコピーすることを目的としたものではありません。
より正確に言えば、Serenity は研究する価値のある、取引可能なサプライチェーン分析のサンプルです。彼の真の価値は、AI 需要が成長し続けるかどうかを予測することではなく、AI 需要をサプライチェーンの制約の層に分解し、市場が見落としがちでありながら、一度検証されれば急速に再評価される可能性のあるチョークポイントを探すことにあります。
1. AI 投資におけるダイバージェンスは需要側から供給側にシフトしている
過去 2 年間、AI 投資で最も儲けやすい段階は、需要側が再評価された時期でした。モデルの能力が向上し、GPU が不足し、クラウドベンダーの設備投資が拡大を続け、NVIDIA、Microsoft、Broadcom、TSMC、ストレージ、光モジュールが次々と市場のメインラインに参入しました。この段階での核心的な問いは、「誰が AI 需要から最も直接的に利益を得るのか？」でした。
しかし、需要がコンセンサスとなった今、新たな超過リターンは、「AI は成長し続けるのか？」という問いからではなく、別のより具体的な問いから生まれることがよくあります。それは、AI の成長過程において、どのリンクが最も供給がタイトか？ どのリンクが生産拡大が最も難しいか？ どのリンクが認証サイクルが最も長いか？ どのリンクが、もし失敗した場合、システム全体を減速させるか？ というものです。
Serenity のリサーチパスは、まさにこの変化を中心に据えています。AI 需要の拡大はハイパースケーラーの設備投資をもたらします。設備投資は GPU、ASIC、スイッチングアーキテクチャ、光インターコネクトに投入されます。光インターコネクトは上流への推論を続け、800G、1.6T、CPO、レーザー、InP 基板、エピタキシャルウェハ、さらに上流の材料へとつながります。上流に行けば行くほど、市場の familiarity は低く、カバレッジは少なく、短期的な財務指標は目立ちません。しかし、あるリンクが真のボトルネックになった場合、その弾性はさらに大きくなる可能性があります。
これが Serenity スタイルのトレーディングの基本的な出発点です。最も混雑した場所で確実性を探すのではなく、まだ十分に名付けられていないボトルネックにおいてオッズを探すことです。
彼のフレームワークは、次の式に圧縮できます。Serenity スタイルのアルファ = AI 需要強度 × 供給硬直性 × 市場の認知ギャップ × 小型株弾性 × 触媒密度 ÷ バリュエーションの混雑度。
この式において、AI 需要強度は最も希少な変数ではありません。なぜなら、強い AI 需要はすでに市場コンセンサスだからです。真にアルファを決定するのは、次の項目です。供給が硬直的かどうか、市場がまだ十分に理解していないかどうか、対象が十分に小さいかどうか、触媒が十分に密集しているかどうか、そして価格がすでに過度に混雑していないかどうか。
2. 最終需要から物理的ボトルネックを推論する
Serenity の最も典型的なケースの 1 つが AXTI です。
AXTI は表面的には AI 企業ではありません。化合物半導体基板を製造しており、そのうち InP 基板は光通信、シリコンフォトニクス、レーザーなどのリンクの上流に位置します。企業の収益規模、利益水準、従来のバリュエーションだけから見ると、最初の機会に AI メインラインに含めることは難しいでしょう。
しかし、Serenity の推論パスはまったく異なります。AI データセンターはより高い帯域幅とより低い消費電力を必要とし、光インターコネクト需要を促進します。光インターコネクトのアップグレードは、光モジュール、CPO、レーザーの需要を促進します。レーザーおよび関連フォトニックデバイスはさらに上流に分解され、InP 基板に行き着きます。
問題は、InP 基板がいつでも拡張や代替が可能な普通の材料ではないことです。世界的な供給が集中しており、拡張サイクルが長く、顧客認証が困難であれば、AI 光インターコネクトチェーン全体の「ボトルネックの中のボトルネック」になる可能性があります。
AXTI の意義はここにあります。最も目立つ AI 資産ではありませんが、AI 光インターコネクトの拡張が依存する上流材料リンクに位置しています。市場は当初、このような企業を過小評価しがちです。なぜなら、それらは最終需要の直接的な受け手ではなく、最初に収益が爆発的に増加する企業でもないからです。しかし、産業チェーンが、ある上流材料がチェーン全体の拡張に影響を与える可能性があると認識し始めると、価格設定の方法が変わります。
「小さな材料企業」から「AI 需要によって名前を変えられたボトルネック資産」へ。
AXTI はその後、市場によって再評価され、単一銘柄の神話ではなく、あるリサーチパスの有効性を検証しました。AI メインラインがすでに混雑している場合、アルファはより上流、よりニッチで、より物理的な供給制約から生まれる可能性があります。 さらに重要なのは、その後の財務報告における収益と粗利益率の改善も、上流材料のボトルネックが部分的に検証され始めていることを示しています。
しかし、このケースは注意喚起でもあります。ボトルネックが市場で十分に議論されると、その性質は変わります。非コンセンサス・リサーチからコンセンサス・トレードに変わった後は、財務実現に依存する必要があります。初期の認知ギャップによってもたらされた弾性は、無限に拡張することはできません。
3. 資格検証は収益実現に先行することが多い
AXTI が「上流ボトルネック」を体現するならば、SIVE は Serenity の方法論におけるより重要な層を体現しています。資格検証は収益実現に先行するということです。
多くの投資家は、決算報告がすべてを証明するのを待つことに慣れています。しかし、AI サプライチェーン、特に小型のデバイス企業では、真の再評価は財務収益が完全に解放される前に行われることがよくあります。なぜなら、最初に現れるシグナルは収益ではなく、資格だからです。
誰が顧客認証に入ったか？ 誰が重要なサプライヤーになる可能性があるか？ 誰が次世代アーキテクチャに組み込まれているか？ 誰が製造パートナーと量産準備を確立したか？ 誰の製品が 2027 年や 2028 年のボリュームランプに対応しているか？ これらのシグナルは通常、今四半期の利益に直接反映されませんが、企業の将来の収益上限に対する市場の想像力を変える可能性があります。
SIVE はそのようなケースです。その魅力は、現時点の報告がすでに完璧であるという事実にあるのではなく、CPO、1.6T、LRO、高性能レーザーなどのチェーンにおいて重要な位置を占める可能性があることにあります。Serenity は、特定のアーキテクチャや顧客チェーンにおいて中核的なレーザーサプライヤーになる機会があるかどうかに焦点を当てており、過去 12 ヶ月の収益を使って単純に評価しているわけではありません。
このようなトレードの弾性は非常に大きいです。なぜなら、市場が「資格検証は最終的に収益実現につながる」と信じれば、バリュエーションは将来の収益曲線を先取りして反映するからです。SIVE は、完全に実現された財務資産というよりも、資格検証資産に近いです。
しかし、リスクも同様に明確です。資格検証は収益が実現されたことを意味するわけではなく、顧客協力は利益解放を意味するわけではなく、2027 年のランプは今日のバリュエーションが必ずしも合理的であることを意味するわけではありません。市場が将来を先取りして支払う場合、その後の財務報告は、この将来が本当に来ることを継続的に証明しなければなりません。
したがって、SIVE の真の価値は、単に「まだ早い」と言うことではなく、Serenity のフレームワークにおける中核的な変数を示すことにあります。財務実現の前に、市場はまず資格、アーキテクチャ、供給ポジションを価格に織り込むということです。
これは高弾性の機会であると同時に、高検証難易度のトレードでもあります。
4. 資格から受注へ、そして市場の再評価へ
AAOI のケースは、SIVE よりも一般の投資家にとって理解しやすいものです。なぜなら、AAOI は資格から受注、そして出荷ランプへの道筋をより明確に示しているからです。これは純粋な初期の想像力ではなく、受注と量産出荷の検証がすでに始まっている光通信企業です。
Serenity の AAOI に対する見方は、単に「アメリカ現地光モジュール工場」というラベルではありません。このラベルはあまりにも広範で、市場によって簡単に悪用される可能性があります。真に重要なのは、AAOI が 800G およびそれ以上の高速光モジュール需要において可視的な受注を形成できるかどうか、顧客認証から納入に移行できるかどうか、需要を収益曲線に変換できるかどうかです。
このような企業が再評価される可能性が最も高いタイミングは、通常、決算報告が完全に実現された後ではなく、市場が受注が継続し、キャパシティが解放され、顧客関係が持続すると信じ始めたときです。
AAOI のケースは、より完全なボトルネック・トレーディング・チェーンを示しています。まずアーキテクチャのアップグレード、次に資格認証。まず受注の手がかり、次にキャパシティ解放。まず市場の期待変化、次に決算報告が徐々に実現。
しかし、これはまた、ボトルネック・トレーディングは収益だけを見てはいけないことを思い出させます。収益成長は重要であり、受注も重要ですが、粗利益率、キャパシティ稼働率、顧客集中度、収益性も同様に重要です。受注、出荷、粗利益率は一緒に見るべきであり、収益だけを見るべきではありません。
企業の収益が単に増加したとしても、利益率が改善しなかったり、拡張コストが高すぎたりする場合、市場が初期に与えた高い期待は挑戦を受けることになります。トレードがどこまで進むかを真に決定するのは、受注、キャパシティ、利益率、顧客関係が一緒に実現できるかどうかです。
5. テーマが先、しかしテーマ全体を買ってはいけない
Serenity は材料や光通信だけを研究しているわけではありません。Neocloud 方向における彼の判断は、別の能力を反映しています。テーマのローテーションと勝者選びです。すなわち、まずどのテーマが市場によって再評価されるかを判断し、そのテーマの中で最も有望な企業を選びます。
NBIS はこのフレームワークにおける代表例です。これは伝統的な意味での材料ボトルネックではなく、AI クラウドとコンピューティングパワー提供能力の代表です。このような企業にとって、重要な問いは「GPU を持っているか」というほど単純ではありません。重要なのは、質の高い顧客がいるか、長期契約があるか、電力供給サイトがあるか、資金調達能力があるか、ソフトウェアスタックがあるか、十分に高い稼働率があるか、そして巨額の設備投資を持続可能なキャッシュフローに変えられるか、ということです。
AI インフラストラクチャとは、誰がより多くお金を使うかではなく、誰が Capex をキャッシュフローに変えられるかです。AI クラウドの核心は GPU の数ではなく、顧客契約、電力供給、資金調達、稼働率によって決定される ROIC です。
NBIS の意義は、Serenity のフレームワークの別の側面を示すことにあります。テーマがすでに出現した場合、バスケットを買うのではなく、そのテーマの中で最もポジティブなサイクルを形成する可能性が高い企業を見つけることです。いわゆるポジティブサイクルとは、顧客、資金調達、リソース、提供能力、市場信頼性が相互に強化し合うことです。
これは SIVE や AXTI のロジックとは異なります。SIVE や AXTI はサプライチェーンにおける物理的なボトルネックであり、NBIS はコンピューティングパワー提供のボトルネックです。前者はデバイスと材料に詰まっており、後者は資本、電力供給、GPU、顧客契約に詰まっています。
しかし、本質的には、すべて同じ問いに答えています。AI 需要が拡大し続ける過程で、誰が最も希少なリンクを掌握しているのか？
6. 良いストーリーは良い銘柄と同義ではない
IREN は、Serenity のリスクフレームワークを理解するための重要なケースです。
IREN には多くの良いストーリーがあります。AI クラウドへの変革、NVIDIA との協力、大規模な電力リソース、GPU 展開、データセンター拡張。これらはすべて市場が好むキーワードです。
しかし、Serenity は別の問いに対してより敏感です。資金調達構造が株主リターンを飲み込むかどうか？
この点は非常に重要です。資産集約型の AI 企業は、ミスマッチが最も発生しやすいです。産業の方向性は正しく、企業規模も拡大していますが、株主は同じ割合の利益を享受できない可能性があります。その理由は、拡張には資金が必要であり、その資金は負債、転換社債、ATM、追加発行、またはその他の希薄化ツールから来る可能性があるからです。
資金調達圧力が十分に大きい場合、株価のパフォーマンスは事業成長だけでなく、市場が継続的な供給を消化できるかどうかにも依存します。正しい方向性だが重い資金調達構造は、AI インフラ企業にとって典型的な株主リターンのリスクです。
IREN の意義は、「大顧客がいる」「NVIDIA との協力がある」「AI 変革がある」だけでは不十分であることを示しています。企業がそのストーリーを実現するために常に資金を調達しなければならない場合、既存株主にとってのオッズは再計算されなければなりません。
これは Serenity のフレームワークにおいて見落とされがちな側面です。資本構成は取引変数であり、財務の脚注ではないということです。
同様に AI クラウドについて言えば、NBIS はテーマにおける勝者選びを表し、IREN はテーマにおける資金調達リスクを表しています。正しい方向性にある企業が、必ずしも現時点で良いオッズの銘柄であるとは限りません。
方向性、企業、銘柄は 3 つの異なる問いです。Serenity の方法論で最も価値のある部分の 1 つは、これら 3 つを分離することです。
7. 真に学べるのはリサーチの順序
Serenity の方法は複雑ではありませんが、実行難易度は非常に高いです。真に学べるのは彼の銘柄リストではなく、彼のリサーチの順序です。
まず、最終需要が十分にリアルかどうかを確認します。 AI 需要自体は感情だけに依存することはできません。設備投資、アーキテクチャのアップグレード、帯域幅要件、顧客契約、電力リソースに落とし込まれなければなりません。
次に、需要に沿って上流を分解し、最も供給が硬直的なリンクを見つけます。 生産拡大が最も難しく、代替が最も難しく、認証サイクルが最も長い企業ほど、ボトルネックになる可能性が高くなります。
第三に、企業が本当にボトルネックの位置にいるかどうかを確認します。 AI ストーリーを語るすべての企業が重要なノードにいるわけではありません。受注、顧客、資格検証、パートナー、キャパシティ拡張によって証明されなければなりません。
第四に、市場がどの段階にいるかを判断します。 「まだ早い」とは、株価が上昇したかどうかではなく、産業検証、機関参加、受注実現、期待拡散が終了したかどうかです。「価格に織り込み済み」とは、企業が良くないということではなく、あまりにも多くの良いニュースが価格に吸収されたということです。
第五に、資本構成を取引フレームワークに組み込みます。 特に AI クラウド、データセンター、電力、コンピューティングパワー事業者にとって、資金調達コスト、希薄化圧力、負債構造、キャッシュフローはストーリーよりも重要です。
この順序は、どの「Serenity 概念株リスト」よりも価値があります。なぜなら、銘柄は変わり、ボトルネックは移動し、市場は混雑し、KOL の見解はコピーされますが、リサーチの順序だけは移行可能だからです。
8. この方法の限界
Serenity の方法は非常に示唆に富んでいますが、機械的にコピーすることはできません。
第一に、小型ボトルネック株のボラティリティは極めて高いです。多くの銘柄は発見される前は流動性がなく、発見された後はソーシャルメディアでの拡散により急速に混雑する可能性があります。
第二に、資格検証と収益実現の間には大きな不確実性があります。顧客認証、協力発表、技術ルート、量産準備はすべて市場によって先取りされて価格に織り込まれる可能性がありますが、真の収益と利益は予定通りに解放されない可能性があります。
第三に、バリュエーションは容易に歪められます。初期のボトルネック株は、従来の TTM 収益を使用すると途方もなく高く見え、将来の TAM を使用すると安く見える可能性があります。真に難しいのは、美しいバリュエーションテーブルを作成することではなく、実現確率を判断することです。
第四に、KOL の影響力自体が取引構造を変える可能性があります。小型株がニッチなリサーチからソーシャルメディアのヒットに変わると、元々の非コンセンサス・アドバンテージは急速に消滅します。
第五に、公に投稿することでリサーチフレームワークは示せますが、ポジション管理と損切り規律を完全に示すことはできません。一般の投資家が前半だけを学び、リスク管理を学ばなければ、方法論を高値追いのトレンドに容易に変えてしまう可能性があります。
したがって、Serenity に対する最良の姿勢は、崇拝でも否定でもなく、神話化を解いた学習です。
彼の推論パスを学び、彼のポジション集中度を学ばないでください。彼のサプライチェーンのリバースエンジニアリングを学び、ソーシャルメディアでの FOMO を学ばないでください。彼がどのようにボトルネックを見つけるかを学び、また彼がどのように希薄化や価格織り込み要因に警戒しているかを学んでください。
9. AI 投資はボトルネック価格設定の段階に入る
Serenity の価値は、市場に次の銘柄が何かを教えることではなく、AI 投資がより困難な段階に入ったことを私たちに思い出させることにあります。
初期には、最も明白な AI リーダーを買うことで利益を得ることができました。現在、需要はコンセンサスとなり、真に再評価が必要なのは、需要の背後にある最もタイトで、最も上流で、最も代替が難しい供給リンクです。
GPU から光インターコネクトへ、光インターコネクトからレーザーへ、レーザーから InP 基板へ、AI クラウドから電力と資金調達構造へ、市場は同じプロセスを繰り返してきました。最初に最も目立つリーダーをトレードし、次に二次サプライヤーをトレードし、最後に見落とされたチョークポイントを探すというプロセスです。
Serenity が研究する価値があるのは、彼がしばしばリサーチを事前に第三段階に置くからです。
しかし、これはまた、彼の方法が本質的に高ボラティリティ、高期待、高検証難易度を持つことを意味します。これは安定したバリュー投資のテンプレートではなく、一般の人がコピーして利益を得られるリストでもありません。
最終的な判断：Serenity は低バリュエーションのリカバリー株選択フレームワークでも、普通のテーマ投機フレームワークでもなく、高ボラティリティ、高検証難易度の AI サプライチェーンボトルネック取引手法のセットです。
今日の AI 産業チェーンにとって、方向性はもはや希少ではありません。希少なのは、まだ十分に名付けられていないボトルネックを見つけることです。次の段階で真に重要なのは、誰が AI ストーリーを最もよく語れるかではなく、誰が本当に最もタイトな供給ポジションに詰まっており、そのポジションを収益、利益、株主リターンに変えられるかです。
出典：本稿は Serenity の公開 X コンテンツアーカイブ、関連企業の発表、財務報告、公開情報から合成・編集されています。データと見解は上記資料に基づいており、研究・交流の参考用であり、いかなる投資アドバイスを構成するものではありません。
