Broadcom（AVGO）深掘り研究：AI七層アーキテクチャL1/L2の見えない関所収益モデル

GPU の競合相手ではなく、AI インフラの「見えない料金所」――カスタム ASIC、Ethernet、VMware のキャッシュフローを結び付ける接着剤の診断

2026.06.01 ｜ 柴行者 ｜ ProfitVision LAB ｜ AI エコシステム研究｜L1/L2 インフラ層

第一章：AVGO とは何か？Nvidia でも、従来型チップ株でもない

市場はしばしば Broadcom（AVGO）を「AI 半導体」のバスケットに入れ、Nvidia と比べる。この比較は半分は正しく、半分は誤りである。正しいのは、AVGO が確かに AI インフラ需要を取り込み、成長率が非常に高いことだ。誤っているのは、AVGO が汎用 GPU を売る企業ではない点である。むしろ、超大規模クラウド顧客向けにカスタム AI エンジンとネットワーク・バックボーンを構築する「インフラ請負業者」に近い。

言い換えれば、Nvidia が売るのは汎用コンピューティング・プラットフォームであり、AVGO が売るのは、特定顧客、特定ワークロード、特定データセンターのアーキテクチャにおけるカスタムのシステム能力である。これにより GPU エコシステムの華やかさは薄れるが、外部からは理解しにくい粘着性を得る。顧客が AI アクセラレータ、スイッチチップ、高速 I/O、ソフトウェア・スタック、データセンター拡張のリズムを AVGO のロードマップに結び付ければ、切り替えは「サプライヤーの変更」ではなく「データセンターの再設計」となる。

ここでよくある誤解を一つ取り除く必要がある。投資家は AI 半導体といえば「大規模モデルの訓練」だけだと考え、当然ながら GPU に焦点を当てる。しかしデータセンターは計算カードだけではなく、一つの工場そのものである。モデルを訓練し、データを移動し、チップ同士を同期させ、サーバーをスイッチでつなぎ、ラック間を光接続とネットワーク・プロトコルで通信させる必要がある。そのどこか一つでも詰まれば、どれほど強力なアクセラレータも高価な遊休資産になる。AVGO は、目立たないように見えても問題が起きれば AI 工場全体を止める、この重要な結節点に位置している。

したがって、AVGO の研究は「GPU を持っているか」だけを見るべきではない。より良い問いは、大手クラウド顧客が自社開発チップ、スイッチチップ、データセンター・ネットワークの計画を、共同設計のために同社へ託す意思があるか、企業顧客はなお VMware の仮想化と私有クラウド・アーキテクチャにロックインされているか、経営陣はこれらのミッション・クリティカルな資産を高いフリーキャッシュフローへ転換できるか、である。この三つは、AVGO と NVDA のどちらの AI ストーリーが魅力的かという単純比較より、はるかに重要である。

AI エコシステム研究の問いは「この企業に AI のストーリーがあるか」ではない。AI の七層アーキテクチャのどの層を押さえているのか、その収益は短期の注文なのか、それとも顧客の複数年にわたるインフラ・ロードマップへ組み込まれているのかである。

AVGO の答えは興味深い。技術的な接着剤を持つが、技術がすべてではない。これらの資産を本当に結び付けているのは、非常に厳格な資本配分哲学である。これが MSFT との最大の違いでもある。MSFT の接着剤は Azure、Microsoft Graph、Copilot のエコシステムに高度に制度化されている。一方、AVGO の接着剤は、Hock Tan という人物が長年にわたり形作ってきた経営のオペレーティング・システムにより近い。

より平易に言えば、MSFT の経済的な堀は次第に密になる網のようなもので、利用者は毎日 Office、Teams、Azure、GitHub、Copilot にデータと習慣を残す。AVGO の経済的な堀は厳格に選別された部品倉庫のようなもので、最も重要で、最も料金を取れ、最も代替しにくい部品だけが残される。どちらも複雑だが、複雑さの源泉は異なる。MSFT はエコシステムの複雑さ、AVGO は資産ポートフォリオと資本規律の複雑さである。

第二章：AI の七層における位置付け――AVGO は L1 か、それとも L2 か？

AI の七層アーキテクチャにおいて AVGO を最も正確に位置付けるなら、L1 / L2 の境界である。一方では L1 の AI チップ設計層でカスタム ASIC の供給者となり、Google、Meta などの hyperscaler と自社開発 AI アクセラレータを共同開発する。他方では L2 の AI ネットワーク相互接続層の重要なプレイヤーでもあり、スイッチチップ、NIC、光接続、データセンター・ネットワークのバックボーンを提供する。

この位置付けは重要である。AVGO は単なる「AI チップ企業」ではない。L1 だけに置けば Broadcom の Ethernet AI networking における役割を過小評価し、L2 だけに置けば custom ASIC design win がもたらす複数年のロードマップ固定を見落とす。同社の本当の経済的な堀は、「計算チップ」と「計算チップ間の接続」を同時に押さえている点にある。

これが、従来の「半導体サイクル株」フレームワークが AVGO を見落とす理由でもある。半導体サイクルだけで見れば VMware とエンタープライズソフトウェアのキャッシュフローを過小評価し、ソフトウェア企業のフレームワークだけで見れば AI ASIC と Ethernet スイッチチップの成長弾力性を理解できない。AVGO の価値は、二つのサイクルが同じ企業に収められていることにある。ハードウェア側は AI CAPEX の急拡大を取り込み、ソフトウェア側は更新と保守収益の基盤を提供する。この構造が必ずしもより安全とは限らないが、単一業種の企業より一つの単純なマルチプルで価格を付けにくい。

なぜ AVGO を L1 だけに置けないのか？

AVGO の特異性は、創業者精神が制度化された Formosa Plastics のような伝統的グループでもなく、MSFT のようにクラウドとデータ層が高度に統合されたプラットフォーム企業でもない点にある。資本配分規律で資産ポートフォリオを継続的に作り替えるテクノロジー持株会社に近い。買収のたびに Hock Tan は同じ問いを問う。この資産は、より少ないノイズで、より高いフリーキャッシュフローを生み出せるか、と。

そのため AVGO の特異性は、単に事業が多角化していることではなく、「AI 層が多様」であることにある。AI ASIC は L1 の高成長オプションを提供し、Ethernet とスイッチチップは L2 のデータセンター拡張レバレッジを提供し、VMware はサブスクリプションと保守型キャッシュフローを提供し、従来の半導体事業はサイクルの基盤を提供する。

このハイブリッド構造の利点は、すべての BU が同時に高成長である必要がないことだ。AI チップが熱いときは市場が成長オプションにプレミアムを払う。半導体サイクルが冷えれば、ソフトウェアと保守収益がキャッシュフローを支える。バリュエーションまたは業界圧力が買収機会を生めば、AVGO は過去に蓄積したキャッシュフローと信用力を使い、次のミッション・クリティカルな資産を買える。言い換えれば、同社は単一の経路で成長するのではなく、異なる資産が異なる段階で順番に推進力を提供することで成長する。

第三章：三層帝国の分解――AI カスタム ASIC、ネットワーク・バックボーン、VMware のキャッシュフロー

AVGO の三層帝国は MSFT と異なる。MSFT の三層は Azure インフラ、M365 ワークフロー、GitHub 開発者エコシステムだが、AVGO の三層はよりデータセンターの底層に寄っている。

この三層の関係は、一般的なプレゼンテーションでいう「シナジー」ほど単純ではない。カスタム ASIC はデータセンター・ネットワークとの連携を必要とし、そうでなければチップ性能を完全に引き出せない。Ethernet のバックボーンには、クラウド顧客が AI クラスターを継続的に拡張することによるアップグレード需要が必要である。VMware は AVGO を純粋なハードウェア・サイクルからエンタープライズ・インフラソフトウェアへ引き寄せ、AI パブリッククラウド以外でも、私有クラウドとハイブリッドクラウドのロングテール需要に接触させる。三層を一緒に見ることで初めて、AVGO の本質が「数社を余分に買った」ことではなく、AI とエンタープライズ・インフラの間に狭いが非常に価値のある道を作り出したことだと分かる。

第四章：接着剤の診断――Hock Tan は経済的な堀か、それとも単一障害点リスクか？

AVGO の中心人物は Hock Tan である。この点はほとんど避けられない。彼は毎日ステージでビジョンを演出する CEO ではなく、資本市場における冷徹なエンジニアに近い。買い、統合し、ノイズを取り除き、収益率を高め、キャッシュフローを株主へ戻し、次の配置機会を待つ。

このモデルは半導体業界では珍しい。多くの半導体企業は研究開発の広がり、製品ポートフォリオ、プロセス競争、サイクル管理を強調する。Hock Tan がより重視するのは、どの市場に代替不可能性があるか、どの製品が高い粗利益率を維持できるか、どの顧客がミッション・クリティカルな能力に対価を払うか、どの部門が資本を消費するだけで合理的なリターンをもたらさないか、である。

これこそ AVGO が典型的な半導体企業と最も異なる点である。その経営哲学は一般的なテクノロジー企業に似ていない。多くのテクノロジー企業は、短期的に利益を犠牲にしても、成長、イノベーション、市場シェアを最優先する。AVGO はむしろ、プライベート・エクイティと産業企業の混合体に近い。まず資産がミッション・クリティカルかを確認し、その後に高品質なキャッシュフローを生み出すよう求める。この手法はエンジニアリング文化と顧客関係に圧力をかける可能性があるが、資本市場からは希少な信頼を得る。投資家は、経営陣が見栄えの良いストーリーのために資金を無秩序に燃やさないと信じている。

第五章：AI の組み込み深度――AVGO の経済的な堀はモデルではなく、データセンターの物理層にある

AVGO の AI ストーリーは、多くの AI ソフトウェア企業とは完全に異なる。同社はエンドユーザーを押さえず、モデルへの入口も、企業のナレッジグラフも押さえない。より底層のもの、すなわち AI クラスターに必要なカスタム・アクセラレータ、スイッチチップ、ネットワーク I/O、光接続、データセンター拡張アーキテクチャを押さえる。

この経済的な堀は華やかではないが、非常に実体がある。AI 企業とクラウド大手が毎年数百億ドルの CAPEX を投じてデータセンターを建設するとき、本当のボトルネックは「夢があるか」ではなく、電力、冷却、パッケージング、相互接続、帯域幅、遅延、サプライチェーンの納入である。AVGO が押さえるのは、まさにこれらのボトルネックの結節点である。

さらに重要なのは、これらのボトルネックは一度データセンター・アーキテクチャに入り込むと、短期では代替しにくいことだ。企業は今日一つの AI アプリケーションを替え、明日一つのモデル API を替えられる。しかしデータセンターのネットワーク・トポロジー、カスタムチップのロードマップ、サーバー設計、サプライチェーン契約は複数年のエンジニアリングである。AVGO の AI 組み込み深度はユーザー・インターフェースではなく、設備投資の意思決定プロセスにある。これが、同社の AI ストーリーが ChatGPT ほど直感的でない一方、真のインフラ収益により近い可能性がある理由である。

AVGO の AI における三重のロックイン

ここで最も重要なのは四半期ごとの AI 収益ではなく、「複数世代にわたる共同開発」という性質である。Meta は 2026 年 4 月、Broadcom との複数年・複数世代の協力を拡大し、MTIA カスタムチップと複数 GW 規模の AI インフラを支援する目標を発表した。この協力は一回限りの調達ではなく、サプライヤーを今後数年のデータセンター設計図に組み込むものである。

したがって、AVGO の AI における経済的な堀は「今日どれだけのチップを売ったか」ではなく、「hyperscaler の次世代データセンター・トポロジーに書き込まれているか」である。一度答えが肯定になれば、DCF は同社を過小評価する。DCF は通常、将来の注文を線形的な収益として扱い、共同設計のロードマップがもたらすオプション価値を十分に反映しないからである。

ここでのキーワードは「注文」ではなく「ロードマップ」である。注文には季節変動があり、プロジェクトも遅延し得る。しかしロードマップは、顧客が将来のアーキテクチャ仮定を AVGO の能力の上に築いていることを表す。サプライヤーが部品供給者から共同設計者へ昇格すれば、価格交渉上の地位は変わる。顧客が買うのは安い一つのチップではなく、消費電力を下げ、帯域幅を改善し、次世代 AI クラスターを支える工学的な道筋である。

第六章：VMware は追い風か、それとも毒薬か？答えは顧客感情を見るか、キャッシュフローを見るかで決まる

VMware は AVGO にとって最も論争の大きい一片である。Broadcom が引き継いだ後のライセンス改革、価格調整、パートナー政策の変更に、顧客コミュニティには明らかな不満がある。これは粉飾できないリスクだ。しかし投資研究は感情だけを見るべきではなく、資産の本質も見る必要がある。VMware は多くの企業のミッション・クリティカルな負荷を支え、特に政府、金融、通信、大企業の私有クラウド環境では、切り替えコストが極めて高い。

Hock Tan が VMware を見る方法は、おそらく「全 VMware 顧客を満足させる」ことではない。「どの顧客が VMware に最も依存し、どの製品が最もミッション・クリティカルで、どの契約をより高品質なサブスクリプション・キャッシュフローへ変えられるか」である。この手法は短期に摩擦を生むが、長期には顧客当たり収益と営業利益率を大幅に高める可能性がある。

この部分は非常に正直に見る必要がある。VMware 顧客の反発は小さな雑音ではなく、現実のリスクである。多くの企業 IT 部門は、突然のライセンス変更、パッケージ採用の強制、慣れ親しんだパートナー・エコシステムの再編を好まない。問題は、企業 IT において「不満」と「離脱」の間には大きな距離があることだ。大規模組織が仮想化プラットフォームを移行するには、テストのやり直し、人員の訓練、プロセスの書き換え、停止とコンプライアンスのリスクを負う必要がある。これは Broadcom に値上げ余地を与えるが、顧客を本当に代替策の起動へ追い込まないよう注意も必要となる。

投資の観点から、VMware にとって最良の結果は、顧客がまったく不満を言わないことではない。不満は存在しても解約率が制御可能で、更新後の契約の質が高くなることである。最悪の結果は、Broadcom が短期利益率を急激に引き上げすぎ、企業顧客が体系的に代替経路を計画し始めることだ。前者は Hock Tan モデルの再成功を証明し、後者は「コスト削減 + 値上げ」が本当にすべてのソフトウェア資産に適するのかを市場に再考させるだろう。

第七章：なぜ DCF は AVGO を過小評価しやすいのか？

DCF が使えないのではなく、使い方を誤りやすいのである。AVGO の価値は、FY2026 の収益成長率を数年先まで延ばし、割り引けばよいという単純なものではない。その中核価値には三つの異なる性質がある。既存の半導体とソフトウェアのキャッシュフロー、AI カスタム ASIC の複数世代の注文オプション、そして将来の買収再配置能力である。

一般的な DCF は、安定し、予測可能で、境界が明瞭な企業を扱うのに最も適する。しかし AVGO の問題は、その境界が常に変化していることだ。今日のフリーキャッシュフローは半導体、VMware、過去の買収統合から来る。明日の成長は AI ASIC の量産拡大、Ethernet AI ネットワーク標準の普及、または次の大型ソフトウェア/インフラ買収から来る可能性がある。モデルが同社を「半導体企業」とだけ見ればソフトウェアの基盤を過小評価し、「ソフトウェア・キャッシュフロー企業」とだけ見れば AI CAPEX の急拡大の弾力性を過小評価する。

より妥当な方法は、AVGO を三つのバケツに分けることである。第一のバケツは既存の半導体と VMware を含む可視的なキャッシュフロー、第二はカスタム ASIC とネットワークチップを含む AI ロードマップのオプション、第三は資本配分のオプション、すなわち経営陣が将来キャッシュフローを再び買収、統合、リターン向上に使う能力である。従来の DCF は往々にして第一のバケツだけを認め、第二、第三のバケツを過度に保守的に扱う。

三つのシナリオによるバリュエーション思考

第八章：リスク一覧――AVGO 最大の敵は Nvidia ではなく、「成功後の集中度」である

AVGO のリスクは成長がないことではなく、成長が集中しすぎることである。AI 半導体収益が急増すると、市場は自然に同社をより高いマルチプルへ押し上げる。しかし、その収益が少数の hyperscaler の大型プロジェクトから主に来るなら、いかなる遅延、製品転換、社内の自社開発戦略の変更も、バリュエーションの変動を拡大させる。

この集中度は諸刃の剣にやや似ている。少数の大口顧客により AVGO は深い共同開発を行い、高いエンジニアリング上の粘着性と可視性を得られる。しかし同時に、少数の大口顧客は交渉力が買い手側に集中することも意味する。顧客の予算が拡大する際、AVGO はレバレッジのように成長を増幅する。顧客が CAPEX を調整し、チップ設計を延期し、または自社開発戦略を変えるとき、市場も同じレバレッジでバリュエーションを罰する。

したがって AVGO を追う際は、AI revenue の総額だけではなく、成長が少数の design win からより多くの顧客、より多くの製品世代、より多くのネットワーク層の支出へ広がっているかを見る必要がある。本当に健全な AI の経済的な堀は、単一顧客・単一プロジェクトの大爆発ではない。複数の hyperscaler が、異なる層で Broadcom を自らのデータセンター・ロードマップへ組み込むことである。これにより初めて「高成長」が「高レジリエンス」へ変わる。

第九章：AVGO が AI エコシステム研究に与える示唆

MSFT が教えるのは、技術プラットフォーム、データ層、ワークフローが相互に組み込まれると、複雑性が経済的な堀になり得ることだ。AVGO は別の答えを示す。資本配分規律が十分に強ければ、複雑性も複利マシンへ鍛え上げられる。

ただし両者のレジリエンスの源泉は異なる。MSFT の安定の重しは制度とプラットフォームであり、AVGO の安定の重しは資本配分文化と Hock Tan 式の経営規律である。前者は CEO をまたいで維持しやすいが、後者は後継者設計がその厳格な資本ロジックを保持できるかにより依存する。

これこそ AI エコシステム研究が最も訓練したい判断である。AI を見たからといって自動的に加点してはならず、企業が利用者にどれだけ近いかだけを見てもならない。本当に問うべきは、どの層を押さえ、その層がボトルネックなのか、収益が短期の熱狂なのか、それとも顧客の将来アーキテクチャにすでに組み込まれているのかである。AVGO の答えは現時点では前向きだが、何も考えずに保有できる単純なストーリーではない。後継者、顧客集中、VMware の解約率を継続して追う必要がある硬派な複利株である。

関連資料とデータソース

• 関連資料：TSM AI エコシステム研究
• 関連資料：AI 戦争の虚構と真実
• 関連資料：Microsoft（MSFT）深度研究：複合企業分析の参考事例
• Broadcom FY2026 Q1 results: revenue, AI semiconductor revenue, EBITDA, FCF and Q2 guidance.
• Broadcom FY2025 Q4 and fiscal-year results: adjusted EBITDA, free cash flow and dividend increase.
• Broadcom VMware acquisition completion release and VMware Cloud Foundation strategy.
• Broadcom and Meta multi-year MTIA custom silicon partnership release.
• Broadcom 2025 OCP AI networking solutions release.

著者について