1. トップ
  2. トレンド
  3. 「AIの次の主戦場はハードウェア」SemiAnalysis、半導体などの2027年の急成長を予測

「AIの次の主戦場はハードウェア」SemiAnalysis、半導体などの2027年の急成長を予測

「AIの次の主戦場はハードウェア」SemiAnalysis、半導体などの2027年の急成長を予測

プログラミングの世界を大きく変えたAIが、次は半導体や機械などのハードウェア開発を変えようとしている。

半導体・AIインフラ調査会社の米SemiAnalysisのDylan Patel氏は、11月17日公開のYouTube番組に登壇し、2027年から半導体設計へのAI支出が本格的に増えると予測。今後1年間でハードウェアの技術革新が加速し、製品を開発する企業が急増するとの見通しを示した。AIがソフトウェアだけでなく、現実のモノづくりを大きく変える時代が近づいているのかもしれない。

「ハードウェアの技術開発が急加速」SemiAnalysisの予測

「ハードウェアの技術開発は、とてつもない勢いで加速すると思う」。Patel氏は、11月17日公開のYouTube番組「Sourcery with Molly O’Shea」でこう語った。

今後12カ月で注目する技術を問われた同氏は、AIによる半導体設計、ハードウェア設計、材料科学などの進歩に期待を示し、「1年後には、ハードウェア分野で製品を作る企業の数が急増し、それをうまく作れる企業の数も急増すると思う」と予測した。

こうした予測の背景にあるのが、AIの設計能力の進歩だ。これまでソフトウェア開発で急速に能力を高めてきたAIが、機械や半導体の設計でも複雑な仕事をこなせるようになれば、製品開発のスピードが大きく変わる可能性があるというわけだ。

その進歩を後押しする可能性があるのが、SemiAnalysisが11月2日に発表した新しいAI評価基準「GDPx」だ。

AIの評価基準は「ベンチマーク」と呼ばれる。学校の試験のようにAIの能力を測る仕組みだが、単なる成績表ではない。AIの開発企業は、ベンチマークの結果からモデルの弱点を見つけ、より高い成績を目指して改良を重ねる。新しい試験が登場すれば、それまで注目されていなかった能力の開発が進む可能性もある。

GDPxが特徴的なのは、半導体や機械の設計、材料科学など、現実の専門的な仕事を評価対象にした点だ。11の専門分野にわたる206の課題を用意し、AIが設計ソフトなどを操作して、実際の仕事をどこまで遂行できるかを調べる。

こうした評価が広まれば、AI企業の開発競争が、文章作成やプログラミングからハードウェア開発にも広がる可能性があるわけだ。

AIは機械の部品をどこまで設計できるのか

では、現在のAIは実際の機械をどこまで設計できるのだろうか。

GDPxには、AIを使ったハードウェア開発技術を手がける米Beautiful Machinesが作成した設計課題がある。その一つが、小型コンプレッサーの樹脂製ケースの設計だ。

AIに求められたのは、設計ソフト「SolidWorks」を操作して、内部の部品にぶつからず、実際に製造できるケースを作ることだ。単に見た目の形を描けばよいわけではない。さまざまな条件を満たし、現実に使える部品を設計しなければならない。

実験では、4種類のAIモデルがそれぞれ3回、計12回挑戦した。しかし、すべての条件を満たして合格したものは一つもなかった。

一部のモデルは多くの設計条件を満たしたものの、製造に必要な条件などを完全にはクリアできなかった。

現時点では、AIに機械設計を丸ごと任せるのは難しい。それでも、AIが専門的な設計ソフトを操作し、現実の製品に使う部品の設計に直接取り組み始めていることは注目に値する。

半導体設計では2027年にAI支出が本格拡大

ハードウェア開発の中でも、SemiAnalysisが特に大きな期待を寄せているのが半導体設計だ。

同社は11月2日のレポートで、「半導体設計へのAI支出は2027年から本格的に増加すると考えている。プログラミングの次にAIの大きな成功が期待できる用途として、最も確信を持っている分野だ」と予測した。

実は、半導体設計にAIを活用すること自体は新しくない。

米半導体設計ソフト大手Synopsysは2023年2月、同社のAI設計ツールを使って設計され、商用製造に向けた最終段階に進んだ半導体が100品種に達したと発表している。Google DeepMindも、AI技術「AlphaChip」を使い、自社のAI向け半導体の回路配置を最適化してきた。

では、これから何が変わるのか。

従来のAI活用は、回路配置の最適化など、設計作業の一部を効率化するものが中心だった。これに対して今後期待されるのは、AIエージェントが設計ソフトを操作し、設計から検証、修正まで、より多くの作業を自律的に進めることだ。

人間の技術者が一つひとつ操作していた工程をAIが担えるようになれば、複雑な半導体の開発に必要な時間や手間を大幅に減らせる可能性がある。SemiAnalysisは、こうした能力の向上が2027年からのAI投資の拡大につながるとみている。

AIはモノづくりの開発現場をどう変えるのか

Patel氏は、AIの進歩によってハードウェアを開発する企業が急増すると予測しているが、AIがハードウェア開発を変えるとすれば、その影響は新しい企業の誕生だけにはとどまらない。

自動車、電機、産業機械、精密機器など、多くの製造業が集積する日本では、既存メーカーの設計・開発部門が大きく変わる可能性がある。

例えば、技術者が製品の性能や製造上の条件を指定すると、AIが設計案を作り、検証し、問題が見つかれば修正する。人間の技術者は、その結果を判断し、重要な設計上の意思決定に集中する。そんな開発体制が考えられる。

これが実現すれば、製品開発に必要な時間が短くなるだけでなく、従来より少人数のチームでも高度な製品を開発できるようになるかもしれない。

もちろん、コンプレッサーのケース設計実験が示すように、AIの能力はまだ十分ではない。現実の製品には安全性や耐久性、製造上の制約など、満たさなければならない条件が数多くある。

それでも、プログラミングの世界では、AIが人間の仕事の進め方を短期間で大きく変えた。同じ変化がハードウェア開発にも広がるとすれば、日本の製造業への影響は小さくない。

AIが変えるのは、ソフトウェアの作り方だけではない。自動車や機械、半導体など、私たちの身の回りにある製品の作り方そのものが、次の大きな変革の舞台になろうとしているのだ。

著者
湯川鶴章

AI新聞 編集長

AI新聞編集長。米カリフォルニア州立大学サンフランシスコ校経済学部卒業。サンフランシスコの地元紙記者を経て、時事通信社米国法人に入社。シリコンバレーの黎明期から米国のハイテク産業を中心に取材を続ける。通算20年間の米国生活を終え2000年5月に帰国。時事通信編集委員を経て2010年独立。2017年12月から現職。主な著書に『生成AIで心が折れた』(2025年)、『人工知能、ロボット、人の心。』(2015年)、『次世代マーケティングプラットフォーム』(2007年)、『ネットは新聞を殺すのか』(2003年)などがある。趣味はヨガと瞑想。妻が美人なのが自慢。