30秒概観： 台湾はTSMC（台積電）でNVIDIAのAIチップを製造することにより、グローバルAIハードウェアサプライチェーンで決定的な地位を占める。2023年の生成AI爆発後、台湾は「他社のためにチップを作る」立場から「いかにAIを活用するか」を考える段階へと移りつつある。政府はAI四大戦略を推進しているが、AI化の門をくぐっていない企業はまだ7割に達する。台湾はハードウェア受託製造からAI応用イノベーションへの転換を模索している。
ChatGPTが2022年末に登場したとき、多くの台湾人は気づかなかったかもしれない——このAI革命を支えるハードウェアの多くが「台湾製」だったことを。
TSMCのAIチップ帝国
物語はTSMCから始まる。NVIDIAが2020年にRTX 30シリーズGPUを投入したとき、TSMCの7nm製造プロセスが陰で支えていた。2023年にChatGPTが爆発的に広まり、H100 AIチップが品薄になったとき、再びTSMCが舞台裏の主役だった。
これは偶然ではない。TSMCは2016年からNVIDIAと深く連携し、最先進プロセスへの投資を続けてきた。当時はAIをまだ遠い話と感じる人が多かったが、TSMCは正しい賭けをした。
2024年、TSMCのAI関連売上は総売上の50%超を占めた。NVIDIAだけでなく、AMD・Broadcom・Marvellなど主要なAIチップメーカーが悉くTSMCの製造技術に依存している。TSMCなしに今日のAIブームはなかった、と言っても過言ではない。
しかしこれは同時に台湾に問いを突きつける——私たちは他社のためにチップを作るだけでよいのか、それとも自分たちのAI能力を育てるべきではないか？
受託製造思考から応用イノベーションへ
2023年のChatGPTが世界的なAIブームを起こした後、台湾の政府と企業はAI戦略を本格的に考え始めた。
行政院は2024年に「AI四大戦略」を発表した——算力拡大、シーン連携、人材獲得、応用展開。ひらたく言えば、AIコンピューティングセンターの建設、AIの応用場面の開拓、AI人材の育成、各産業のAI化推進だ。
しかし実際に進めると、課題は大きかった。2025年の企業調査によれば、台湾企業の約7割がAIをまだ本格的に導入していない。主な理由は現実的なものだ——どう使えばいいかわからない、データがない、人材がいない、コストが高い。
これは台湾産業の一つの特徴を反映している。ハードウェアは強く、ソフトウェアは相対的に弱い。世界最先端のチップを作る能力はあっても、AIでビジネス課題を解決する力は必ずしも伴っていない。
医療AIの台湾モデル
ただし、成功事例もある。台湾の医療AIは比較的発展が進んでいる領域だ。
雲象科技（aetherAI）が開発した病理画像AIシステムは、癌の病理切片を自動判読し、精度は経験豊富な医師に匹敵する。このシステムはすでに台大病院などの医療機関で使われており、米国FDAの認可も取得している。
なぜ医療AIが台湾で育ったのか。いくつかの重要な要因がある。まず、台湾には世界水準の医療制度がある。全民健康保険（健保）制度が高品質な大量の診療データを蓄積した。次に、台湾の医師の訓練は厳格で、AIシステムの正解データの信頼性が高い。そして台湾の医師は新技術の受容に比較的開放的だ。
宏碁智醫は糖尿病性網膜症の検出でも成果を上げている。眼底写真を30秒以内に判読し、精度は90%超。医師のいない遠隔地医療に特に役立つ——専門医なしに、一般診療所でも専門医レベルの診断が可能になる。
製造業のAI実験
台湾の製造業もAI転換を試みているが、進捗はまちまちだ。
台達電（Delta Electronics）は良い例の一つだ。タイのデルタ電子工場でAI品質検査システムを導入し、機械視覚で回路基板の欠陥を検出している。かつては人間が目視検査していたが、今やAIが24時間休まず、人間の目より正確に検査を続ける。
鴻海（Foxconn）もAIファクトリーを推進し、設備の故障予測や生産スケジュールの最適化にAIを活用している。ただし鴻海はあまりに規模が大きく、工場ごとの導入状況にばらつきがある。
中小企業のAI導入はさらに難しい。リソース不足、専門人材なし、どこから始めればよいかわからない——これが共通の問題だ。政府には補助制度があるが、申請手続きが複雑で、中小企業が二の足を踏むことが多い。
金融業の保守的スタンス
台湾の金融業はAIに対して慎重な態度を取っており、主にリスク管理への懸念からだ。
それでもいくつかの試みはある。玉山銀行はAIカスタマーサービスシステムを開発し、一般的な銀行業務の問い合わせに対応できる。中信銀行はAIで信用リスクを分析し、融資判断の精度を高めている。
しかし全体として、台湾金融業のAI活用はまだ表層的なものが多く、多くはカスタマーサービスのチャットボット段階にとどまっている。アルゴリズム取引やリスクモデリングなど、より深いAI活用はまだ大規模には広まっていない。
これは金融業の保守的な企業文化と、より厳しい規制環境の影響もある。AIの意思決定の説明可能性・公平性への問題は、金融業で特に敏感なテーマだ。
人材獲得戦争
AI人材は現在の台湾の最大のボトルネックだ。
人力銀行の統計によると、2024年のAI関連求人の平均給与は41,000元から57,000元へと30%以上上昇した。シニアのAIエンジニアは100万元を超えることもある。
給与を上げても、人材は足りない。台湾大学などの大学が多くのAI関連科目を開設しているが、そこで育つ学生は理論寄りで、実務経験が不足しがちだ。
企業側は自ら人材を育て始めている。TSMC・鴻海などの大企業は社内AIトレーニングプログラムを持つ。AIスタートアップも学校と連携してインターンシップを提供している。
海外でのAI人材争奪は更に激しい。NVIDIA・Google・Microsoftが台湾に次々とR&Dセンターを設立し、高給で人材を引き寄せている。台湾企業が人材を引き留めるのは大きな課題だ。
スタートアップエコシステムの胎動
台湾のAIスタートアップ環境はまだ黎明期にある。
アメリカのシリコンバレーや中国の深圳と比べると、台湾のAIスタートアップは少なく、規模も小さい。市場規模の小ささ、資金不足、人材の限りがその主な要因だ。
しかし明るい点もある。AppWorks（之初創投）などのベンチャーキャピタルがAI分野への注力を始め、資金と支援を提供している。政府の「AI革新研究センター」も技術支援を行っている。
興味深いのは、台湾のAIスタートアップはプラットフォーム型ではなく垂直領域を深掘りする選択をすることが多いことだ——農業AI・繊維業AI・特定医療AIなど。これは台湾産業の特性に合った方向性かもしれない。
米中技術競争の影響
米中技術覇権争いは台湾のAI産業に大きな影響を与えている。
一方では、米国の対中国AIチップ禁輸がTSMCなど台湾企業に恩恵をもたらす。NVIDIAなどの米国企業はAI需要（中国を除く）を満たすため、台湾製チップをより多く必要とする。
他方、台湾は陣営選択の圧力にもさらされている。一部のAI技術が輸出規制対象となり、台湾企業は技術協力においてより慎重にならざるを得ない。
さらに複雑なのは、多くの台湾企業が中国に重要な事業を持っていることだ。米国の規制を遵守しながら中国との商業関係を維持するというジレンマは、企業にとって難問だ。
台湾AIの特色
数年の発展を経て、台湾のAI産業には自分らしい特色が生まれてきた。
第一は「ハードウェアとソフトウェアの統合」だ。台湾の強力なハードウェア製造力にソフトウェア応用を組み合わせることで、完全なAIソリューションを提供できる。これは純ソフトウェア企業に対する台湾の優位性だ。
第二は「垂直応用」だ。台湾は医療・製造などの特定分野で深い産業知識を持ち、AI×産業専門知識というルートが台湾独自の方向性になりうる。
そして「コストパフォーマンス」だ。台湾のAIソリューションは欧米より安価で、中国より信頼性が高く、国際市場で一定の競争力を持つ。
今後の機会と課題
台湾のAI産業の将来は、自分のポジションを見つけることにかかっている。
米国の基盤モデルとの競争は現実的でないし、中国の市場規模との競争も難しい。しかし特定の応用分野、ハードウェアとソフトウェアの統合、コスト効率型ソリューションで機会を見つけることはできるかもしれない。
エッジAIは一つの方向性だ。台湾はIoT・組み込みシステムに強く、AIチップ製造能力と組み合わせたエッジAIデバイスの完全サプライチェーンが台湾の強みになりうる。
グリーンAIも機会だ。台湾はカーボンニュートラルを推進しており、省エネ・最適化へのAI応用ニーズは大きい。
しかし課題も現実的だ——人材不足、市場の小ささ、激しい国際競争。台湾のAI産業が成功するには、政府・企業・学界の協力と、長期的な視野が欠かせない。
AIは一夜にして習得できる技術ではなく、長年の蓄積が必要な能力だ。台湾には機会がある。ただし道は長い。