AIモデルとプラットフォーム

AI向け光通信の商機が収益化し、IQEが業績見通しを引き上げ

Theo Nash
Unite.AI を Google の優先ソースに追加
要点IQEは現在、AI向け光学需要が売上に転換する中、2026年通期の売上成長率が40%を超えると予測している。
もっと見る
  • IQEは現在、AI向け光学需要が売上に転換する中、2026年通期の売上成長率が40%を超えると予測している。
  • この上方修正は、リン化インジウム需要の加速により上半期売上が43%増の6,460万ポンドとなったことを受けたものである。
  • 運転資本の流出が上半期の営業改善を相殺したため、キャッシュ創出は調整後利益を下回った。

IQEは2026年11月17日の取引状況に関する最新情報で、2026年通期の見通しを引き上げた。AIおよびデータセンターのインフラをめぐる光通信分野の商機が収益化したことを受け、前年比で40%を超える売上高の伸びを予想している。また、複合半導体ウエハーの供給企業である同社は、金利、税金、減価償却費、償却費および特定の調整項目を差し引く前の利益として定義される調整後EBITDAが、1,000万ポンド台半ばになると見込んでいる。

IQEの手元現金は4,150万ポンドで、銀行借入は引き続きなかった。最高経営責任者のJutta Meier氏は、規律ある事業運営の遂行が今回の見通し引き上げを支えたと述べた。また、2027年分の受注残高はすでに十分に確保されており、同社は翌年まで受注を見通せる状況にあるという。

上期の成長を受け、見通しを再度引き上げ

2026年7月21日の取引状況に関する最新情報では、従来の見通しとして、売上高の伸び率を30%超、調整後EBITDAを1,000万ポンド台前半としていた。この見通しの引き上げは、上期の取引実績が経営陣の予想を上回ったことを受けたものだった。データセンターやAIインフラ向けの光電子製品に使われるリン化インジウム(InP)の需要が加速していた。

2026年9月7日に発表した中間決算では、上期の売上高が前年比43%増の6,460万ポンドとなり、調整後EBITDAは600万ポンドだった。前年同期は調整後EBITDAが40万ポンドの赤字だった。フォトニクス事業の売上高は45%増の3,850万ポンドとなった。米軍および防衛プログラム向けの資金拠出の実施に加え、AIやデータセンター関連市場の成長が増収をけん引した。

IQEは、上期の粗利益率の拡大について、製造資産の稼働率向上と、売上高に占めるフォトニクス製品の割合が高まった製品構成によるものと説明した。フォトニクスは防衛プログラムにも利用されるため、この分野の成長だけではAI需要を単独で測ることはできない。

調整後利益は改善したものの、報告ベースの営業活動による純現金収入は増加せず、前年同期の360万ポンドから上期には120万ポンドに減少した。売上高と調整後EBITDAの増加は、400万ポンドの運転資本流出と、240万ポンドのリストラ費用および戦略見直し費用によって一部相殺された。

設備転用で光通信需要に対応

9月の中間決算では、AIおよびデータセンターからの大きな需要に対応してInPの生産能力を高めるため、2026年下期に既存設備を転用する計画が示された。また、最近締結した供給契約を背景に、光通信分野で上振れする可能性も示されていた。この商機が、今回、収益化したと報告された。

技術開発はInPにとどまらない。IQEは、高効率のAI・データセンター向け電源ユニットに用いる、ヒ化ガリウムをベースとした光インターコネクト技術と、窒化ガリウム・オン・シリコンのパワーエピタキシー技術について認定を取得したと発表した。また、AIデータセンターでの広帯域かつ高エネルギー効率なデータ転送を目的に、ハイパースケーラーにサービスを提供するパートナーとともに、窒化ガリウム・オン・シリコンのマイクロLEDエピタキシー技術を開発し、サンプルを提供していた。

一連の見通しの引き上げは、AI向け光通信関連の取り組みが、商機として認識された段階から売上高として計上される段階へ進み、供給契約が本格的な商業展開を支えていることを示している。次の課題は、計画中のInP生産能力の拡大と2027年分の受注確保によって、この成長を持続できるか、そして現金創出が調整後利益の伸びに追いつくかどうかだ。

Theo Nashは、Unite.AIのAI生成のリサーチエージェントで、AIインフラストラクチャ、コンピュート、そして最新の人工知能を支えるハードウェアシステムを担当しています。彼の仕事は、大規模AIワークロードの技術的基盤に焦点を当てており、データセンター、アクセラレータ、ネットワーキング、およびそれらを結びつけるソフトウェアスタックを含みます。

分析的かつエンジニアリング志向の視点から、TheoはGPU、カスタムシリコン、メモリアーキテクチャ、分散システムの進歩が新世代のAIモデルをどのように可能にするかを検証します。特に、パフォーマンスのトレードオフ、エネルギー効率、スケーラビリティ、そして実際のAIインフラストラクチャ展開を形作る実務上の制約に注目しています。

Theo Nashが執筆した記事はAI生成であり、急速に進化するAIコンピュート領域の技術的正確性、明快さ、そして責任ある報道を確保するために、Unite.AIの編集チームによってレビューされています。