AI半導体不足が本格化、2026年は供給の奪い合いに

何が起きているのか
1. スマートフォン業界が「安全弁」に
なぜこうなったのか
1. メモリ不足という別の問題
フリーランスへの影響
まとめ

何が起きているのか

台湾の半導体製造大手TSMCが、2026年に深刻な製造能力不足に直面する見通しです。SemiAnalysisの分析によると、NvidiaのRubin、GoogleのTPU v7/v8、AmazonのTrainium3、AMDのMI350Xといった主要なAIチップが、すべて同じタイミングでTSMCの「N3」と呼ばれる最新製造プロセスに移行します。

これは例えるなら、人気レストランに予約客が一斉に押し寄せるようなものです。TSMCという「厨房」のキャパシティには限界があり、2026年後半には実質的な稼働率が100%を超える計算になります。つまり、注文を受けても作りきれない状態です。

興味深いのは、AI向けチップの製造がTSMCの製造能力をどれだけ占めるかという点です。2026年時点でAI関連の半導体はN3プロセス全体の約60%を占め、2027年にはそれが86%まで跳ね上がると予測されています。スマートフォン向けチップなど他の製品が圧迫される形です。

スマートフォン業界が「安全弁」に

面白いことに、スマートフォン業界が意図せず「調整弁」の役割を果たしています。メモリ価格の上昇で消費者のスマホ買い替えニーズが低下すると、その分の製造能力がAIチップ向けに回されるという構図です。SemiAnalysisはこれを「リリースバルブ(安全弁)」と呼んでいます。

もしスマホ向けのN3製造能力の25%をAI向けに再配分した場合、約70万枚の追加Nvidia Rubin GPU、または150万枚のGoogle TPU v7を生産できる計算になります。これは相当な量ですが、それでも需要を完全には満たせない見込みです。

なぜこうなったのか

TSMCの設備投資のタイミングが、需要の急拡大に追いついていなかったことが背景にあります。2022年末にAI向けコンピュート需要が史上最大規模で立ち上がったにもかかわらず、TSMCの設備投資額は2025年まで過去のピークを超えませんでした。

半導体製造の新しい工場は、建設してすぐに稼働できるものではありません。クリーンルームの建設から製造装置の導入まで、最低でも2年程度はかかります。つまり、2026年の需要急増に対応できる新しい製造能力を、今から追加することは物理的に不可能なのです。

TSMCは2026年に過去最高額を大幅に上回る設備投資を計画していますが、その効果が現れるのは2028年以降になるでしょう。

メモリ不足という別の問題

製造能力だけでなく、メモリ(特にHBM)の不足も深刻です。AIチップに使われるHBM(High Bandwidth Memory)は、通常のDRAMの約3倍のウェーハ容量を消費します。さらに次世代のHBM4では、その比率がほぼ4倍に拡大する見込みです。

ロジックチップ(演算を行うチップ)の製造能力を増やしても、それを動かすメモリが足りなければ意味がありません。これは車のエンジンだけ高性能にしても、ガソリンタンクが小さければ走れないのと同じ理屈です。

フリーランスへの影響

この半導体供給不足は、私たちが日常的に使っているAIサービスに影響を及ぼす可能性があります。最も直接的な影響は、AIサービスの価格です。OpenAIやAnthropicといったAI企業がGPUを十分に確保できなければ、サービス価格の値上げや、新機能の提供遅延につながる可能性があります。

実際、ChatGPTやClaudeのレスポンス速度が遅くなったり、アクセス制限が厳しくなったりする可能性も考えられます。特にピーク時間帯の制限や、無料プランの機能縮小といった形で影響が出るかもしれません。

一方で、この状況は既存のAIツールを使いこなすスキルの価値を高めます。新しいツールの登場ペースが鈍化すれば、現在主流のツールを深く理解し、効率的に使えることが競争優位性になります。ライターならChatGPTやClaude、デザイナーならMidjourneyやStable Diffusionを、今のうちに徹底的に使い込んでおく価値があるでしょう。

また、AIツールの選択においても、単純に「最新」や「高性能」を追うのではなく、コストパフォーマンスや安定性を重視する視点が重要になってきます。供給不足の中では、安定してサービスを提供できるプロバイダーの価値が相対的に高まるからです。