AI・半導体の潮目を読む～巨大半導体投資、サイバー防御、「書かないAI」が変える企業の現場

　AIをめぐる変化は、モデルの性能競争だけでは捉えきれなくなっている。半導体工場への巨額投資では、チップが完成する前に建設・装置需要が動き、サイバーセキュリティーではAIを「社員」と同じように管理する発想が必要になりつつある。さらに、文章を書くのではなく判断だけを返すAIや、人と同時に話せる音声AIが登場し、業務そのものの設計を変え始めている。

　この3つの動きを追うと、共通する潮目が見える。これまで人間が使うことを前提につくられてきた工場、ソフトウェア、業務、安全管理が、AIを前提につくり直され始めているという変化だ。

巨大半導体工場「Terafab」、
チップより先に動く需要

　イーロン・マスク氏が率いるスペースXとテスラは、米テキサス州で半導体工場「Terafab（テラファブ）」の建設に動き出した。第1期だけで168億ドル。マスク氏がTSMCに挑むという構図で注目されがちだが、より早く動くのはチップ生産そのものではなく、工場建設と製造装置への需要である。

　Terafab構想が公表されたのは2026年3月。テスラとスペースXが共同で、半導体の設計から製造、パッケージング、検査までを1カ所にまとめる計画として打ち出した。4月には米インテルが参画し、同社の次世代プロセス「14A」を使う方針も示された。

　5月にはスペースXの提出資料から初期投資550億ドル、全期を完了すれば最大1,190億ドルという見積もりが明らかになった。8月6日にはテキサス州知事がグライムス郡での第1期計画を正式発表し、投資額は168億ドル超、雇用は3,000人、州は3,000万ドルの助成を決めた。

　ただし、全体計画がそのまま実現するとは限らない。計画は4期に分かれ、第1期は26～28年、以降は29～31年、32～34年、35～36年と続くが、第2期以降は各期の完了後に進むかどうかを判断するとされる。郡との契約で法的に約束されたのは「30年までに50億ドルの投資、35年までに1,800人の雇用」にとどまり、発表額との差は大きい。ファブの運営経験がないことや、採用予定のインテル14Aが開発途上であることを理由に、計画の実現性を疑問視する見方もある。

　それでも、「Terafabが成功するか」と「関連需要が生まれるか」は分けて考える必要がある。全4期の完遂は不確実でも、第1期の建設と装置の発注はすでに動き始めている。

　半導体工場では、資金が流れる順番がある。まず用地、建屋、電力、水が必要になり、次にクリーンルームと付帯設備、その後に製造装置、材料、ガスが続く。チップが売れて利益が出るのは最後だ。

　装置市場そのものも拡大している。業界団体SEMIの予測では、世界の半導体製造装置販売額は26年に前年比23.2％増の1,659億ドル、28年には2,290億ドルに達する。装置メーカーの上位にはASML、アプライド・マテリアルズ、ラムリサーチ、東京エレクトロンなどが並び、上位5社で上位10社売上の約85％を占める。

　九州でも半導体投資は続いている。熊本のTSMC子会社JASMは計画を変更し、第2工場では最先端の3ナノメートル品を主力として28年12月までに生産を開始する計画となった。生産能力は月6,000枚、設備投資は108億ドル、政府の助成上限は6,451億5,000万円。九州経済産業局の集計では、21年4月から26年2月までに九州7県で表明された半導体関連の立地・投資は231件、総額5兆7,994億円を超えた。

　装置メーカーが増産すれば、そのさらに裏側にある真空部品、精密治具、樹脂や金属の機能部品、試作や小ロット加工の需要も増える。巨大ファブの勝敗そのものに賭けるより、どの工場が建っても使われる装置や部品の供給側に立つ方が、需要を取り込みやすい構造になる。

ランサム被害は過去最多、
AIを「社員」として管理する

　AIの拡大は、企業の成長機会だけでなく、リスク管理の考え方も変えている。

　警察庁によると、26年1～6月に警察へ報告されたランサムウェア被害は123件で、統計を取り始めた20年下半期以降、半期として過去最多となった。内訳は中小企業79件、大企業31件、団体等13件で、業種別では製造業が37件と最も多かった。

　被害は件数だけでなく、1件あたりの重さも増している。最多の侵入経路はVPN機器で、攻撃準備とみられる不審なアクセスは1日・1IPアドレスあたり1万3,687件と前年同期比で50.7％増えた。復旧に1,000万円以上かかった組織が約6割を占め、1カ月未満で復旧できた組織は5割弱だった。中小企業にとって、長期の操業停止はそのまま経営問題になる。

　警察庁は、高性能なAIが悪用されることで、サイバー攻撃がより速く、より大規模に行われるリスクにも触れている。攻撃側の手間が小さくなる一方、AIをつくる側でも大事故への備えが議論されている。

　こうしたなか、マイクロソフトのサティア・ナデラCEOは、高性能なAIを「社内で権限を持つ人物」と同じリスクとして扱い、管理の仕組みはAIの外側に置くべきだという考え方を示した。重要なのはAIに悪意があるかどうかではない。重要なシステムに触れる有能な存在であれば、ミスや乗っ取りによって被害が生じ得るからだ。

　この考え方を社員管理に置き換えると、本人確認、最小限の権限、行動の記録、非常停止という4つの原則になる。AIごとに識別IDをもたせ、業務に必要なデータと操作だけを許可し、すべての操作をログに残し、異常時にはAIとは独立した仕組みですぐ止められるようにする。

　要するに、AIの安全性は「AIの説明を信じられるか」ではなく、「AIが誤っても被害が広がらない構造になっているか」で考える必要がある。

　中小製造業は守りが薄い一方、大手のサプライチェーンにつながっていることが多い。攻撃者から見れば、中小の部品メーカーは大手への入口になり得る。対策としては、VPN機器の型番と更新状況、多要素認証を点検し、社内で利用するAIツールとアクセス権限を一覧化し、AIに業務を任せる場合はログの保存先と停止手順を明確にしておくことが基本になる。

　権限を絞りすぎればAIの生産性は落ちる。何でも止めるのではなく、止めるべき業務と任せきる業務を経営側が線引きする必要がある。

「書かないAI」が業務設計を変える

　AIを便利な検索として使う人と、AIで仕事の進め方そのものが変わったと感じる人の間では、見えている景色が違う。

　オープンAIの創業メンバーでテスラのAI責任者も務めたアンドレイ・カルパシー氏は、10月11日にXで、AIの実力に対する認識の差が広がっているとして、世界の約75％はAIにほとんど触れておらず、約20％は無料版を時々使う程度、大きな仕事をAIに任せる人は約2,000万人、AI企業の内部で最先端システムに触れる人は約5,000人という概算を示した。本人も厳密な統計ではないと断っている。

　重要なのはIT知識の差より、AIに頼む仕事の大きさだ。質問を1つ投げるだけなら最新AIも少し賢い検索に見えるが、数日かかる仕事をまとめて任せると、その能力の違いが見えやすくなる。

　AIが主役になると、人間向けにつくられた道具そのものがボトルネックになる。アンソロピックは、プログラムの変更履歴を管理する世界標準ツール「git」を、社内で独自開発した「Scion」に置き換えた。AIが大量にプログラムを書くようになり、1日の変更取り込み件数が約2,500件から3万件超へ12倍超に増えたためだ。7人のチームが約5カ月で移行し、システム負荷は約200分の1になったという。

　同じことは、電話、FAX、紙の図面、担当者の勘に頼った判断など、中小企業の業務にも当てはまる。

　その変化を象徴するのが、文章を書かずに判断だけを返すAIだ。マイクロソフトは26年10月、「どの選択肢が正しいか」の確率だけを返す「Microsoft-Decision-1」を公開した。問い合わせの振り分けや可否判定に特化し、社内テストではゲーム利用者の声1万件超の分類で、最新の大型AIと同等の品質を14倍以上の速さ、約200分の1のコストで実現したという。

　料金は入力100万トークンあたり0.042ドルで、出力は無料。月1万件、1件あたり500トークンの問い合わせを自動振り分けする試算では、月のAI利用料は約0.21ドル、1ドル150円換算で約32円となる。実際には周辺システムの開発・運用費が主要コストになるが、AI利用料そのものは導入判断の中心ではなくなりつつある。

　音声AIも変わり始めている。エヌビディアの「PersonaPlex」は、人の話を聞きながら同時に話せる。従来の音声AIのように相手が話し終えるのを待つだけでなく、聞く処理と話す処理を同時に進めるため、より自然な会話ができる。自社サーバーで動かすことも可能だ。

　中小製造業や商社であれば、見積依頼の一次判定、クレームや不良報告の緊急度判定、納期確認や図面再送依頼といった電話の一次受付などが現実的な用途になる。

　ただし、判断AIには限界もある。サービス経由でしか使えないものや、判断理由を返さないものもあり、社外に出せないデータには使いにくい。速度やコストの数値も各社の自社計測であり、自社データで試してから判断する必要がある。

AIを前提に
工場・業務・安全管理をつくり直す

　半導体工場への巨大投資、ランサムウェアへの備え、判断AIや音声AIの登場は、一見すると別々の話題に見える。しかし、その底には同じ変化がある。

　半導体産業ではAI向けの巨大投資が装置や部品の需要構造を変え、企業の安全管理ではAIを人間の社員以上に厳しく管理する必要が生まれ、日常業務では人間向けにつくられた仕組みをAI向けにつくり直す動きが始まっている。

　AIを使うか使わないかという段階から、AIがいることを前提に設備、ソフトウェア、権限、業務の流れをどう設計し直すかという段階へ移りつつある。

　企業側にとって重要なのは、AIの話題を追うことではなく、自社のどこに新しい需要が生まれ、どの業務を任せられ、どこに新しいリスクが生じるかを具体的に見つけることだ。半導体では装置や部品の裏方需要を探し、安全管理ではAIの権限とログを管理し、業務では小さな質問ではなく1つの仕事をまとまりとして任せてみる。そうした実験から、次の投資判断が始まる。

【Hayate Kirishima】