30秒概観： 台湾はTSMCによるNVIDIA AIチップの製造により、世界のAIハードウェアサプライチェーンで重要な地位を占める。2023年の生成AI爆発的普及後、台湾は「他社のためにチップを作る」から「いかにAIを活用するか」へと考え始め、政府がAI四大戦略を推進するも、依然として七割の企業がAI導入のハードルを越えられていない。台湾は今、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図っている。
ChatGPTが2022年末に彗星のごとく登場したとき、多くの台湾人は予想してい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基盤の多くが「台湾製造」であることを。
TSMCのAIチップ帝国
物語はTSMCから始めなければならない。NVIDIAが2020年にRTX 30シリーズGPUを発表したとき、TSMCの7ナノメートル製造技術の貢献は不可欠だった。NVIDIAが2023年にChatGPTの大ヒットでH100 AIチップが供給不足に陥ったとき、TSMCは再び陰の立役者となった。
これは偶然ではない。TSMCは2016年からNVIDIAと深く協業し、最先端製造技術へ投資してきた。当時はAIがまだ遠い存在と思われていたが、TSMCは正しい賭けをした。
2024年、TSMCのAI関連売上高は総売上高の50%を超えた。NVIDIAだけでなく、AMD、Broadcom、MarvellなどのAIチップ大手も、TSMCの製造技術なしでは成り立たない。TSMCがなければ、今日のAIブームもなかったと言える。
しかし、これは台湾に問いを投げかける。我々はただ他社のためにチップを作るだけなのか、それとも自らのAI能力を開発するのか。
受託製造思考から応用イノベーションへ
2023年、ChatGPTが世界的なAIブームを巻き起こすと、台湾政府と企業は真剣にAI戦略を考え始めた。
行政院は2024年、「AI四大戦略」を発表した。算力の拡大、場域の連結、人材の導入、応用の展開。平たく言えば、AI演算センターの建設、AI応用シナリオの発掘、AI人材の育成、各業界でのAI活用推進である。
しかし実際の実行となると、課題は大きい。2025年の企業調査によると、依然として七割の台湾企業が真にAIを導入できていない。主な理由は現実的だ。どう使えばよいかわからない、データがない、人材がいない、コストが高すぎる。
これは台湾産業の一つの特質を反映している。ハードウェアは強いが、ソフトウェアは相対的に弱い。世界最先端のチップは作れるが、AIでビジネス課題を解決することは必ずしも得意ではない。
医療AIの台湾ストーリー
しかし、成功例もある。台湾の医療AIは比較的発展している分野の一つだ。
雲象科技（ユンシャン・テクノロジー）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でき、精度はベテラン医師に匹敵する。このシステムはすでに台大医院（台湾大学附属病院）などのトップ医療機関で使用され、米国FDA認証も取得している。
なぜ医療AIが台湾で成功したのか。いくつかの鍵となる要因がある。
第一に、台湾には世界水準の医療体系がある。健保制度により大量の質の高い診療データが蓄積されている。第二に、台湾の医師養成は厳格で、AIシステムの正解データ（教師データ）の信頼性が高い。第三に、台湾の医師は比較的オープンで、新技術を試す意欲がある。
宏碁智醫（エイサー・インテリジェント・メディカル）も糖尿病網膜症の検出で成果を上げている。同社のAIシステムは眼底写真を30秒で判読し、精度は90%を超える。これは僻地医療に特に有用だ。専門医がいなくても、一般診療所で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（デルタ電子）は比較的成功している例だ。同社は泰達電子工場にAI品質検査システムを導入し、機械視覚で基板の欠陥を検査している。かつては人手による目視検査が必要だったが、今ではAIが24時間休まず、かつ人眼より正確に検査できる。
鴻海（ホンハイ）もAI工場を推進し、設備故障の予測や生産スケジュールの最適化にAIを活用している。しかし鴻海の規模は大きすぎ、各工場の導入進度にばらつきがあり、効果はまだ評価中だ。
相対的に、中小企業のAI導入はより困難だ。リソース不足、専門人材不足、どこから始めればよいかわからない、といった問題が共通している。政府には補助制度があるものの、申請手続きが複雑で、中小企業は尻込みしがちだ。
金融業のAI保守派
台湾の金融業はAIに対して比較的保守的だ。主な理由はリスク管理への懸念である。
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質問に回答できる。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応用はまだ表面的で、カスタマーサービス用チャットボットの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といった真のAIコア応用は、大規模には普及していない。
これは金融業の保守的な文化に加え、規制環境が厳格であることも関係している。AI判断の説明可能性、公平性といった問題は、金融業では特にセンシティブだ。
人材争奪戦
AI人材は現在、台湾最大のボトルネックだ。
人力銀行（求人サイト）の統計によると、2024年のAI関連求人の平均月給は41,000元から57,000元へと跳ね上がり、上昇率は30%を超える。シニアAIエンジニアの年収は100万元（台湾元）を超えることも珍しくない。
しかし高給を出しても人材は足りない。台湾大学などが多くのAI関連科目を開設しているものの、育成される学生は理論寄りで、実務経験が不足しがちだ。
企業側も自ら人材を育成し始めている。TSMC、鴻海などの大手企業は社内AI研修プログラムを持つ。一部のAIスタートアップも大学と連携し、インターン機会を提供している。
海外AI人材の争奪戦はさらに激しい。NVIDIA、Google、Microsoftなどが相次いで台湾に研究開発拠点を置き、高給で人材を引き抜く。台湾企業が人材を留めるプレッシャーは大きい。
スタートアップエコシステムの苦闘
台湾のAIスタートアップ環境はまだ立ち上がり段階にある。
米国シリコンバレーや中国深圳と比べ、台湾のAIスタートアップは数が少なく、規模も小さい。主な理由は市場が小さい、資金が不足している、人材が限られている、の三点だ。
しかし光明もある。AppWorks、之初創投（ジーチュー・ベンチャー）などのベンチャーキャピタルがAI分野に注力し、資金とメンタリングを提供している。政府の「AI創新研究中心（AIイノベーション研究センター）」も技術支援を行っている。
興味深いのは、台湾のAIスタートアップが往々にして垂直分野での深耕を選び、プラットフォーム型製品ではなく、特定分野（農業AI、繊維業AI、特定医療AIなど）に特化していることだ。これは台湾産業の特質により合致している可能性がある。
米中技術戦争の影響
米中技術戦争は台湾のAI産業に大きな影響を与えている。
一方で、米国の対中AIチップ輸出規制は、TSMCなど台湾企業に利益をもたらしている。NVIDIAなど米国企業は、世界（中国を除く）のAI需要を満たすため、より多くの台湾製チップを必要としている。
他方で、台湾も陣営選択の圧力に直面している。一部のAI技術が輸出管理対象となり、台湾企業は技術協力により慎重になる必要がある。
より複雑なのは、多くの台湾企業が中国に重要なビジネスを持っていることだ。米国規制を遵守しつつ、中国とのビジネス関係を維持する方法は、企業にとって難題である。
AIの台湾らしさ
この数年の発展を経て、台湾のAI産業は独自の特色を帯び始めている。
第一に「ハードウェア・ソフトウェア統合」。台湾には強力なハードウェア製造力があり、これ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。これは純粋なソフトウェア企業に対する台湾の相対的優位性だ。
第二に「垂直応用」。台湾は医療、製造など特定分野で深い産業ノウハウを持っており、AI＋専門知識こそが台湾の独自路線になり得る。
第三に「コストパフォーマンス」。台湾のAIソリューションは通常、欧米より安価だが、中国より信頼性が高く、国際市場で一定の競争力を持つ。
未来の機会と課題
台湾AI産業の未来は、自らの位置づけを見出せるかどうかにかかっている。
基礎モデルで米国と競うことは現実的ではないし、市場規模で中国と競うことも難しい。しかし、特定応用分野、ハードウェア・ソフトウェア統合、コストパフォーマンスに優れたソリューションにおいて、機会を見出せる可能性がある。
エッジAIは一つの方向性だ。台湾はIoT、組み込みシステムで強みを持ち、これにAIチップ製造力を加えれば、エッジAIデバイスの完全なサプライチェーンが台湾の強みになり得る。
グリーンAIも機会だ。台湾はネットゼロ排出を推進しており、AI技術の省エネ・最適化応用への需要は大きい。
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AI産業が成功するには、政府・企業・学界の連携、そしてより多くの忍耐と長期投資が必要だ。
結局のところ、AIは一朝一夕で身につく技術ではなく、長期的な蓄積を要する能力だ。台湾にはチャンスがあるが、道のりはまだ長い。