2026年6月、米国半導体工業会（SIA）は「Powering AI: The Semiconductor Ecosystem at the Foundation of Data Centers」と題するレポートを公表した。同レポートは、最先端AIデータサーバーラックを仮想的に分解し、その価値の95％を半導体が占めると示した。AIデータサーバーラックとは、AIモデルの学習や推論に使うGPUサーバー、ネットワーク、メモリ、ストレージ、電源、制御系をまとめたデータセンター内の基本単位である。

AIインフラを語る際、GPUやAIアクセラレータに注目が集まりやすい。しかしSIAのレポートが示すのは、AIラックがGPUだけで構成されていないという現実である。GPU、CPU、HBM、DRAM、NAND、SSD、ネットワークチップ、電源管理IC、センサー、制御マイコンまで、多様な半導体が一つのラック内で機能している。AIサーバーは、半導体の集合体であり、AI需要はフルスタックで半導体需要を押し上げている。

この視点は、半導体従事者にとって重要である。AIブームの恩恵を受ける企業を考える際、GPUメーカーだけを見ていては不十分だ。メモリ、ストレージ、電源、ネットワーク、センサ、パッケージ、基板、冷却部材まで需要が広がる。AIラックを分解して見ることで、どの部品がボトルネックになり、どの工程に商機が生まれるかが見える。

本稿では、SIAレポートをもとに、AIラックの半導体価値を分析し、GPU以外の需要領域、日本企業への示唆を整理する。

価値の95％は半導体

SIAのレポートによれば、AIデータサーバーラックの価値の95％は半導体で構成される。この数字は、AIデータセンターが実質的に半導体資本財であることを示す。ラックの外観はサーバー筐体やケーブル、冷却装置に見える。しかし価値の中心は、内部に搭載された演算、メモリ、通信、電源制御の半導体にある。

この95％には、GPUやAIアクセラレータだけではなく、CPU、DRAM、HBM、NAND、ネットワーク用ASIC、NIC、DPU、電源管理IC、センサが含まれる。

つまり、AIラックの価値を理解するには、演算、記憶、通信、電力、制御を一体で見る必要がある。GPUだけを調達しても、HBMが足りなければ性能は出ない。ネットワークが遅ければGPUクラスタ全体の効率は落ちる。電源効率が悪ければ、同じデータセンター容量で設置できるAIサーバー数が減る。

95％という数字は、AIインフラ投資の大部分が半導体産業へ流れることを示す。これは、材料・装置・検査・パッケージ企業にとっても重要な前提である。

演算だけでは機能しない：メモリとストレージの役割

AIラックの中心にあるのは、GPUやAIアクセラレータである。しかし、これらの演算チップは単独では機能しない。大規模AIモデルでは、膨大なパラメータと中間データを高速に読み書きする必要があるため、HBMとDRAMが不可欠になる。

AI演算では、GPUの演算器へ絶えずデータを供給する必要があり、HBMの帯域と容量が性能を左右する。

DRAMは、サーバー全体の作業領域として使われる。AIサーバーでは、CPU、DPU、ストレージ処理、ネットワーク処理も動くため、DRAM容量と帯域も重要である。さらに、NANDとSSDは学習データ、モデル、推論結果、ログ、バックアップを保存する。

SIAのレポートが重要なのは、AIラックをGPU中心ではなく、メモリ・ストレージを含むシステムとして分解している点である。AIモデルが大きくなり、推論回数が増えるほど、保存するデータ量と読み書き頻度は増える。メモリとストレージは、AIラックの脇役ではなく、性能と運用コストを左右する中核部品である。

ネットワーク半導体がクラスタ性能を決める

AIデータセンターでは、複数のGPUサーバーを接続し、1つの巨大な計算資源として使う。大規模AIモデルの学習では、GPU同士が頻繁にデータを交換する。ここでネットワーク半導体が重要になる。

AIラック内外では、スイッチASIC、NIC、DPU、光トランシーバ、リタイマ、クロック、SerDesが使われる。SerDesとはSerializer/Deserializerの略で、データを高速に送受信するためにシリアル変換・復元を行う回路である。ネットワークが遅いと、GPUが通信待ちになり、クラスタ全体の利用率が下がる。

特に生成AIの学習では、GPU間通信の遅延と帯域が学習時間に直結する。推論でも、複数サーバーにまたがる処理や、長文脈モデルのデータ移動が増えると、ネットワーク性能が重要になる。AIデータセンターの性能は、個々のGPUの演算性能だけではなく、GPUクラスタ全体の通信効率で決まる。

この領域では、スイッチチップ、光通信、シリコンフォトニクス、パッケージング、コネクタ、ケーブルまで需要が広がる。

電源・センサ・制御ICがAIラックを支える

AIラックは高い電力密度を持つ。GPU、HBM、CPU、ネットワークチップが同時に動くため、ラック内の消費電力は大きい。電力を安定して供給するため、電源管理IC、DC/DCコンバータ、MOSFET、電流センサ、温度センサ、保護回路が必要になる。

DC/DCコンバータとは、直流電圧を別の直流電圧へ変換する回路である。AIサーバーでは、施設側から来た電力をラック内、基板上、チップ近傍で段階的に変換する。GPUは低電圧・大電流で動作するため、電源回路の効率と応答性が重要である。

センサも重要である。温度、電流、電圧、湿度、振動、冷却液の流量を監視し、異常を早期に検出する。AIラックでは熱密度が高く、冷却が不十分だと性能低下や故障につながる。液冷システムが普及するほど、漏液検知や流量制御、ポンプ制御にも半導体が使われる。

このように、AIラックの半導体価値は、演算チップだけではない。電力と熱を管理する半導体がなければ、GPUは安定して動かない。AIインフラの拡大は、アナログ、パワー、センサ、制御ICにも需要を広げる。

日本企業への示唆：AIラックを半導体と材料の集合体として見る必要性

日本企業にとって、SIAの95％という数字は重要である。AIラックを部品表として見れば、GPU以外にも多くの接点が見える。HBM向け材料、NAND製造装置、SSD基板、電源IC、パワー半導体、光通信部品、放熱材料、センサ、検査装置、パッケージ基板など、日本企業が得意とする領域が並ぶ。

これまでAI半導体というと、NVIDIA（エヌビディア）、TSMC、といったHBM大手が対象にされがちだった。しかし、ラック単位で見ると、需要は広い。たとえば、液冷が広がれば、冷却部材、ポンプ、センサ、漏液検知、耐腐食材料が必要になる。電力密度が上がれば、低損失のパワー半導体、コンデンサ、磁性部品、基板が重要になる。ネットワークが高速化すれば、光部品、SerDes、検査装置が重要になる。

日本企業は、AIラックを「GPUが入った箱」としてではなく、半導体と材料の集合体として見る必要がある。自社製品がAIラックのどの層に入るのかを定義できれば、AI需要を具体的な営業テーマに落とし込める。

AIラックは半導体需要の地図である

AIラックは、GPUだけではない。CPU、HBM、DRAM、NAND、SSD、ネットワークチップ、電源管理IC、センサ、制御マイコンが一体となって動く半導体システムである。

半導体従事者が見るべきポイントは、AI需要を単一部品ではなく、ラック全体で分解することだ。演算、記憶、通信、電力、熱、制御の各層にボトルネックがあり、その解決が新しい商機になる。GPU不足が解消しても、HBM、ネットワーク、電源、冷却のどこかが詰まれば、AIデータセンターの拡張は止まる。

日本企業にとって、AIラックは需要の地図である。材料、装置、検査、基板、光部品、電源、センサ、放熱技術を、AIインフラの中で再定義することが次の成長につながる。

用語解説

AIデータサーバーラック

AIモデルの学習や推論に使うサーバー群をラック単位でまとめたもの。GPU、CPU、メモリ、ストレージ、ネットワーク、電源、冷却系を含む。

DPU

Data Processing Unitの略。ネットワーク、ストレージ、セキュリティ処理をCPUから切り離して処理する半導体。AIデータセンターの効率化に使われる。

SerDes

Serializer/Deserializerの略。並列データを高速シリアル信号に変換し、受信側で復元する回路。高速通信チップや光通信で重要になる。

DC/DCコンバータ

直流電圧を別の直流電圧へ変換する回路。AIサーバーでは、GPUやメモリが使う低電圧へ効率よく変換する。

シリコンフォトニクス

シリコン基板上に光通信機能を集積する技術。AIデータセンターの高速・低消費電力通信で注目される。

＊この記事は以下のサイトを参考に執筆しました。

参考リンク

• New Report Finds Semiconductors Account for 95% of an AI Data Server Rack’s Value
• Powering AI: The Semiconductor Ecosystem at the Foundation of Data Centers
• Toward Next-Generation AI Data Centers: Power Delivery Architecture Shifts, Emerging Technologies, and Challenges
• Micron Technology, Inc. Reports Record Results for the Third Quarter of Fiscal 2026

The post AIラックの価値の大半は半導体――GPUだけではない“フルスタック需要”を読む first appeared on SEMICON.TODAY.

AIデータセンターの競争軸が、GPUの調達力から電力供給力へ広がっている。2026年6月、米国半導体工業会（SIA）は、AIデータサーバーラックの価値の95％を半導体が占めるとのレポートを公表した。GPUやCPUだけでなく、HBM、NAND、ネットワークチップ、電源制御IC、センサまで含めた「フルスタック」の半導体需要を示した内容である。AIラックは、もはやサーバー機器の集合体ではない。電力を大量に消費し、熱を出し、電源変換を繰り返しながら、膨大な演算を続ける半導体システムである。

2026年6月23日に公開された研究論文「Toward Next-Generation AI Data Centers」は、AIワークロードの急増がデータセンターの電力需要、電流変動、熱ストレスを押し上げ、従来の48Vラックアーキテクチャ、低電圧AC配電、商用周波数トランスを前提とした構成に限界をもたらしているとした。

48Vラックとは、サーバーラック内で48V直流電圧を使って電力を配る方式である。従来の12V系より効率を高めやすいが、AIサーバーの高密度化により、さらに高い電圧や新しい電力変換方式が必要になっている。

このようにAIサーバーでは、GPUが主役に見える。しかし、GPUが動くには、データセンター外部の送電網からラック内の基板上まで、何段階もの電力変換が必要になる。交流から直流へ、数百Vから48Vへ、さらにGPU近傍の低電圧へと変換される。その各段階で損失が生じ、熱が発生する。AIラックの消費電力が増えるほど、パワー半導体、電源IC、DC/DCコンバータ、GaN、SiC、冷却技術の重要性が高まる。

本稿では、AIデータセンターの電力供給問題を、半導体需要の次の焦点として読み解く。

AIラックはなぜ電力問題になるのか

AIサーバーは、従来の汎用サーバーより高い電力密度を持つ。高性能GPU、HBM、CPU、ネットワークチップ、SSDがラック内に高密度で搭載されるためである。1つのラックに載る演算能力が増えれば、ラックあたりの消費電力も増える。電力密度が上がると、配線に流れる電流が増え、電力損失、発熱、電圧降下が問題になる。

電力は、電圧と電流の積で表される。同じ電力を送る場合、電圧を高くすれば電流を下げられる。電流が下がれば、配線の発熱や損失を抑えやすい。そのため、データセンターでは12Vから48Vへ、さらに800VDCなど高電圧直流配電への議論が進んでいる。

AIデータセンターの難しさは、単に消費電力が大きいことではない。GPUクラスタでは、学習や推論の負荷に応じて電流が大きく変動する。電流変動が急激だと、電源回路は安定して電圧を供給する必要がある。電圧が不安定になると、GPUやメモリの動作に影響する。さらに、高密度化により熱が集中するため、電源回路の効率が少し低いだけでも冷却負荷が大きくなる。

つまり、AIラックの電力問題は、施設側の受電だけでなく、ラック内、基板上、チップ近傍まで続く半導体課題である。電力変換の効率を上げることは、AIデータセンターの稼働率、運用コスト、設置可能容量に直結する。

48Vの次に来る電源アーキテクチャ

従来のサーバー電源では、施設内の交流電源をラックやサーバー内で直流に変換し、最終的にCPUやGPUが使う低電圧へ落とす。AIラックの高密度化により、この多段階変換の損失が無視できなくなっている。2026年6月の研究論文では、次世代AIデータセンターを支える技術として、高い変換比を持つDC/DCコンバータ、施設レベルの低電圧DC配電、中電圧ソリッドステートトランスが挙げられている。

DC/DCコンバータとは、ある直流電圧を別の直流電圧へ変換する電源回路である。AIラックでは、高い電圧からGPU近傍の低電圧まで大きく電圧を下げる必要がある。変換比が大きく、効率が高く、応答が速いDC/DCコンバータが求められる。

ソリッドステートトランスとは、従来の鉄心トランスではなく、パワー半導体を使って電圧変換や制御を行う電力変換装置である。中電圧領域でこれを使えば、データセンター施設内の電力制御を柔軟にしやすい。ここではSiCやGaNといったワイドバンドギャップ半導体が重要になる。ワイドバンドギャップ半導体とは、シリコンより大きなバンドギャップを持ち、高電圧、高温、高速スイッチングに向く材料である。

48Vラックは当面重要であり続ける。しかし、AIラックの電力密度がさらに上がれば、48Vだけで全てを解決することは難しい。施設、ラック、基板、チップ近傍の各階層で、電圧と変換方式を見直す流れが進む。

パワー半導体の需要はデータセンターへ広がる

パワー半導体は、電力を変換・制御する半導体である。従来は、EV、再生可能エネルギー、産業機器、鉄道、家電などが主要用途として語られることが多かった。しかしAIデータセンターの拡大により、パワー半導体の需要先としてデータセンターが前面に出てきた。

AIデータセンターでは、AC/DC電源、DC/DCコンバータ、電源管理IC、保護回路、電流センサ、温度センサが大量に使われる。GPUやHBMが高価な部品である一方、それらを安定して動かす電源系も高信頼性が必要である。電源トラブルはラック単位、クラスタ単位の停止につながるため、電源品質はデータセンター運用の根幹になる。

GaNは窒化ガリウム、SiCは炭化ケイ素である。GaNは高周波・高効率な電力変換に向き、サーバー電源や高密度電源モジュールで注目される。SiCは高耐圧・高温動作に強く、施設側の大電力変換や中電圧領域での利用が期待される。シリコンMOSFETも引き続き重要であり、用途に応じてシリコン、GaN、SiCを使い分ける構図になる。

ここで重要なのは、AIデータセンターの成長が「先端ロジックだけ」の話ではない点だ。GPUの需要が増えるほど、電源IC、パワーデバイス、基板、磁性部品、放熱材料、センサも増える。AIラックは、半導体サプライチェーン全体に需要を広げる。

電力制約はデータセンター立地も変える

AIデータセンターの電力問題は、ラック内にとどまらない。Bloom Energyの2026年データセンター電力レポートは、AI主導の計算需要が、電力網が大規模に供給できる能力を上回り始めている現実を整理している。電力を確保できない地域では、データセンターの建設や拡張が遅れる。つまり、AIインフラ競争は、GPU調達だけでなく、電力調達競争でもある。

電力制約が強まると、データセンター事業者は、電力供給が安定し、送電網接続が速く、冷却条件が良い地域を選ぶようになる。また、蓄電池、オンサイト発電、再生可能エネルギー、燃料電池などとの組み合わせも増える。データセンターは、電力システムの大口需要家であると同時に、将来的には柔軟に負荷を調整するグリッド資産としての役割も持つ。

半導体側から見ると、これは新しい需要を生む。電力変換装置、蓄電池管理、系統連系、冷却制御、センサ、制御マイコン、通信チップが必要になる。AIデータセンターの拡大は、演算半導体だけでなく、電力インフラ用半導体の需要も押し上げる。

日本企業への示唆：電源・冷却・材料をAI文脈で語る

日本企業にとって、AIデータセンター電力は重要なテーマである。日本には、パワー半導体、電源モジュール、コンデンサ、磁性部品、放熱材料、基板、冷却部材、センサで強い企業が多い。これらは従来、車載や産業機器向けとして語られることが多かった。しかし今後は、AIデータセンター向けにも提案できる。

特に重要なのは、効率と信頼性である。AIデータセンターでは、1％の効率改善が電力コストと冷却コストに大きく影響する。さらに、24時間稼働する施設では、故障率の低さ、熱安定性、長期供給が重視される。日本企業が得意とする品質管理と材料技術は、この領域で価値を持つ。

AIの成長は、電力変換の成長でもある

AIデータセンターの次の制約は、計算能力だけではなく電力である。2026年6月のSIAレポートは、AIデータサーバーラックの価値の95％を半導体が占めると示した。さらに、次世代AIデータセンターに関する研究では、従来の48Vラック構成や低電圧AC配電に限界が見え、高変換比DC/DCコンバータ、DC配電、ソリッドステートトランスが重要になると整理された。

半導体従事者が見るべきポイントは、AI需要がGPUから電源系へ広がっていることだ。AIラックは、GPU、HBM、NAND、ネットワークチップだけでなく、電源IC、パワー半導体、センサ、冷却部材の集合体である。電力を効率よく運び、変換し、熱を逃がす企業が、AIインフラの成長を支える。

日本企業にとって、これは大きな商機である。パワー半導体、電源モジュール、放熱材料、基板、センサの技術を、AIデータセンター文脈で再定義する時期に来ている。

用語解説

48Vラック

サーバーラック内で48V直流電源を使う電力供給方式。従来の12V系より電流を抑えやすく、電力損失を減らせるが、AIラックの高密度化で次の電源方式が議論されている。

DC/DCコンバータ

直流電圧を別の直流電圧に変換する回路。AIサーバーでは、高い電圧からGPUやメモリが使う低電圧へ効率よく変換する役割を担う。

GaN

窒化ガリウム。高周波・高効率な電力変換に向くワイドバンドギャップ半導体。サーバー電源や高密度電源モジュールで注目される。

SiC

炭化ケイ素。高耐圧・高温動作に強いワイドバンドギャップ半導体。EV、産業機器、再生可能エネルギー、データセンター電源で使われる。

ソリッドステートトランス

パワー半導体を使って電圧変換や電力制御を行う装置。従来の鉄心トランスより柔軟な制御が可能で、中電圧DC配電との組み合わせが期待される。

＊この記事は以下のサイトを参考に執筆しました。

参考リンク

• New Report Finds Semiconductors Account for 95% of an AI Data Server Rack’s Value
• Powering AI: The Semiconductor Ecosystem at the Foundation of Data Centers
• Toward Next-Generation AI Data Centers: Power Delivery Architecture Shifts, Emerging Technologies, and Challenges
• 2026 Data Center Power Report

The post AIサーバーの次の課題は電力供給問題――48Vラックの先に来る半導体需要 first appeared on SEMICON.TODAY.

2026年3月、北京市海淀区で薬品小売の現場に、中国の人型ロボットのスタートアップ企業、Galbot（ガルボット、銀河通用）のAIロボット「Galbot」を組み込む試みが行われた。北京市の公開情報によれば、海淀区市場監督管理局は北京海王星辰医薬連鎖公司丹棱街店に薬品経営許可証を交付し、薬品小売業界でAIロボットの実装を進める試験導入区域として運用を進めているという。

Galbotは、薬品の在庫確認、補充、搬送、包装といった工程の自動化を担い、AIによる画像認識やトレーサビリティコードの読み取り技術も組み込まれている。薬局DXが狙うのは、受付や予約のデジタル化だけでなく、店頭オペレーションそのものへ広がっていることを示す動きといえる。

これに対し、日本では日本調剤が2025年9月16日、南小岩薬局に接客AIエージェント「薬急便 遠隔接客AIアシスタント」と「薬急便モバイルオーダー」を導入した。AIが新規受付や処方箋受付、保険証確認などの初期対応を担い、混雑時には別店舗の薬剤師がオンライン服薬指導を行う。受付情報の一元管理や待ち状況の可視化も組み合わせ、薬剤師が対人業務により集中しやすい体制を整える構想のようだ。

このように、中国と日本では進め方が異なる。ただ、共通しているのは、薬局が画像認識、認証、通信、在庫管理、遠隔対応をまとめて実装する現場になりつつある点だ。半導体業界から見れば、薬局は単なる医療DXの一事例ではない。センサ、演算、通信、表示、制御を一体で求める、新しい実装先として見ておく必要がある。

本稿では、このような中国と日本の動きをベースにGalbot導入による、薬局DXが目指す方向を考察する。

中国で進む店頭オペレーションの完全無人化

北京市の公開情報によれば、Galbotは薬品小売向けに、薬品の在庫確認、自動補充、正確なピッキングと搬送、規定に沿った包装などを自動化する。加えて、AIによる画像認識とトレーサビリティコードの読み取り技術を組み合わせ、薬品の流通全体にわたるデータ記録や、有効期限が近い薬品の識別と棚からの引き下げ管理にも対応する設計とされている。店頭での単純な接客補助にとどまらず、在庫確認から受け渡しまでを含めた対物業務の一体運用を目指している点が特徴だ。

ここで重要なのは、「ロボットが薬局に入った」という話題性だけではない。規制産業である薬局の現場において、販売補助や在庫関連業務まで含めた実装が公的に認可された点に意味がある。従来、薬局DXは処方箋送信、予約、会計、待ち時間短縮といった周辺機能で語られやすかった。今回の中国の動きは、薬を探す、補充する、取り出す、包むといった物理オペレーションまで自動化の対象が広がり得ることを示した。

日本は「無人にしない自動化」を目指す？

日本調剤の2025年9月16日の発表では、南小岩薬局にAI無人受付機と遠隔服薬指導の仕組みを導入した。AIは、新規受付、事前送信済み処方箋の受付、お薬手帳の有無、保険証確認などの初期対応を担う。さらに、店舗内の専用ブースを使い、別店舗の薬剤師がオンラインで服薬指導を実施できる。受付情報の一元管理、待ち状況の可視化、店舗サイネージやスマートフォンでの表示まで含め、受付から案内までの流れを情報システムで組み替える構成になっている。

この事例から読み取れるのは、日本では直ちに完全無人化が進んでいるということではない。むしろ、薬剤師など資格者の関与を維持しながら、受付、案内、順番管理、遠隔対応の一部をシステム側へ移し、店舗内の時間配分を変える方向が中心にある。ヒューマノイドが前面に出るというより、受付端末、映像・音声通信、認証、業務管理システムの連携が主役になっている。日本の薬局DXは、無人化そのものより、「無人にしない自動化」に重心があるとみる方が実態に近い。

国内ではバックヤード自動化も厚みを増す

日本の薬局・病院向け自動化を考えるうえでは、店頭だけでなくバックヤード側の動きも見逃せない。湯山製作所は2025年3月31日、日本薬学会第145年会で、鑑査支援機能付き小型全自動錠剤分包機「Litrea-i」、注射薬混注ロボット「ivRo」、自動薬剤ピッキング装置「Drug Station」などを発表した。

さらに2026年3月9日には、日本薬学会第146年会に向けて、Litrea-iⅡ、散薬調剤ロボット「Mini DimeRo」、次世代薬剤業務支援システム「YUNiCOM-GX」などの出展内容を発表している。国内ベンダーの公開資料をみると、現場自動化の重心は、店頭接客だけでなく、鑑査、混注、ピッキング、調剤支援システムの連携に置かれている。

導入先の事例も、その方向を裏づける。湯山製作所は2026年2月20日、イオン薬局板橋店のユーザーリポート更新を公表し、Litrea-iについて「鮮明な画像による鑑査が可能になったことで精神的な負担が軽減された」との現場の声を紹介した。ここで前面に出ているのは、単純な省人化ではなく、確認精度と業務負荷の両立である。薬局自動化は、人手削減の一言では整理しきれず、安全性、確認性、業務平準化を同時に追う文脈で進んでいる。

半導体業界は「市場規模」より「機能能力」を注視すべき

このテーマを半導体産業の側から見たとき、重要なのは薬局向け機器の台数だけではない。中国のGalbot事例では、AIによる画像認識、トレーサビリティコードの読み取り、在庫管理、ピッキング、包装、受け渡し機構が一体で動いている。

日本調剤の事例では、受付端末、映像通信、認証、順番管理、データの一元化が要となる。湯山製作所の公開資料では、鑑査、混注、ピッキング、調剤支援システムが同時に前に出ている。そこから見えるのは、画像センサ、エッジ側の演算、通信モジュール、表示系HMI、モーター制御、電源管理といった要素技術が、薬局という一つの現場で束になって求められる構図である。

薬局は、自動車やスマートフォンのような巨大数量市場ではない。一方で、医療安全、説明責任、停止しにくい運用、規制対応が重なるため、求められる仕様は複雑だ。このため半導体メーカーやモジュール企業にとっては、数量勝負よりも、機器メーカーや薬局システム企業とどう組み、複数機能を安定動作させるかが競争力を左右する領域だと言える。薬局DXは、小規模でも高仕様の実装先が広がる時代を考えるうえで、示唆の多い現場なのである。

薬局DXは半導体がどこで付加価値を発揮できるかが重要に

中国の薬局ロボットと日本のAI受付・オンライン服薬指導を並べると、同じ薬局DXでも進み方は大きく異なる。中国では、店頭での対物業務をロボットに担わせる方向が前に出た。日本では、薬剤師の関与を残しながら、受付、服薬指導、鑑査、情報管理を組み替える動きが中心にある。違いはあるが、どちらも薬局を、画像認識、通信、認証、在庫管理、制御、表示をまとめて実装する場へ変えつつある。

半導体業界にとって重要なのは、この違いを「どちらが先進的か」という一軸で捉えないことだ。中国型はロボット実装の需要を押し上げ、日本型は業務システム連携の需要を厚くする。薬局は、一つの完成品市場というより、ロボット型需要とシステム連携型需要が並行して立ち上がる現場として見る方が実態に近い。数量だけを追う市場ではないが、センサ、通信、表示、制御、電源、演算を束ね、止めずに動かす設計力を持つ企業にとっては、新しい実装機会を見極める対象になり得る。薬局DXは、半導体がどこで付加価値を発揮できるかを考えるうえで、見過ごしにくいテーマになってきた。

＊この記事は以下のサイトを参考に執筆しました。

参考リンク

• 北京市海淀区で薬品小売向けAIロボットの実装が始動
• 日本調剤、AIによる無人受付機・遠隔服薬指導システムを導入し、患者さまの利便性と医療サービスの質向上を推進
• 日本薬学会第145年会
• 【イベント情報】当社出展予定 展示会のご案内（～2026/03）
• 【ユーザーリポート更新】イオン薬局 板橋店様
• カメラ内蔵全自動錠剤分包機で鑑査業務の負担大幅軽減　イオン薬局板橋店

The post ガルボットや日本調剤にみる最新の薬局DX――ロボットとAIが変える薬局業務！ first appeared on SEMICON.TODAY.

半導体工場の競争力を語る際、とかくその中心は露光、成膜、洗浄、検査といった処理装置の能力になりやすい。しかし、現実の投資拡大局面をみれば、もはや装置単体の性能だけでは工場全体の実力を説明しきれなくなっている。

SEMIは2025年4月9日、2024年の世界半導体製造装置販売額が前年比10％増の1,171億米ドルになったと公表した。さらに2025年6月25日には、世界の300mm前工程能力が2028年に月産1,110万枚へ達し、7nm以下の先端能力は2024年の月産85万枚から2028年に月産140万枚へ増えるとの見通しを示した。2025年10月8日には、300mmファブ向け設備投資が2026年から2028年の3年間で累計3,740億米ドルに達するとの予測も公表している。

工程数と装置点数が増えるほど、ウエハをどの順番で、どの速度で、どこに待機させ、どう再投入するかという搬送設計の重要性は増す。

この変化は、搬送各社が2025年12月の「SEMICON Japan 2025」で展示した内容にも表れている。ダイフクは、前工程向けの天井走行式無人搬送車であるOHTに加え、後工程向けのAGV/AMRも実機展示し、前後工程をまたぐ搬送提案を前面に出した。あわせて、クリーンルーム用搬送システム「クリーンウェイ」や窒素パージ式の保管システムを、生産設備の稼働率最大化に向けた半導体生産ライン向けシステムとして示した。村田機械も同展示会で、前工程搬送に加えて後工程搬送への対応や、個別製品ではなく半導体工場全体の自動搬送システムを打ち出した。

これらは論点が「装置を導入すること」から「工場内をどう流すか」へ移っていることを示す動きなのである。

本稿は今後の半導体工場の強化において、「搬送」が担う役割とその重要性について考察する。

搬送は周辺設備ではなく、生産そのものを支える基盤

搬送を工場内物流の補助機能として扱う見方は、先端ファブの実態とずれがある。Samsung Semiconductor（サムスン電子）は2025年9月4日、最先端ファブでは1枚のシリコンウエハが数百の複雑な工程を経る間、常に装置間を移動していると説明した。

そこで中心を担うのがOHTである。OHTはOverhead Hoist Transportの略で、天井軌道上を走行する自動搬送車を指す。サムスン電子は、OHTがFOUPを各装置へ迅速かつ正確に届け、必要な処理を必要なタイミングで受けられるようにしているとした。

ここでいうFOUPは、300mmウエハをクリーンな状態で搬送・保管する密閉容器のことである。搬送は、工程間の隙間を埋める付帯機能ではなく、工程そのものをつなぐ中核機能として位置づけられている。

サムスン電子の説明は、OHTの運用規模も具体的に示している。単一のOHT車両が1日当たり約100kmを走行し、単一ファブ全体では年間の総走行距離が数千万kmに達するという。

工場が大型化し、装置数が増え、先端ノード向けの工程が長くなるほど、搬送の遅延や滞留は、製品が工場に投入されてから完了するまでの所要時間を指す量産CTに直結する。先端ファブでは、装置の処理時間だけでなく、工程間の移動時間、待機時間、再投入の順番まで含めて量産CTが形成される。

各社が搬送を「高次元な効率化」「工場全体の自動搬送」と表現しているのは、その現場認識を反映したものといえる。

差が出るのは「どこで待たせるか」

搬送の能力については、OHTの速度や軌道設計に注目が集まりやすい。だが、実際の工場運営で重要なのは、FOUPをどこで待機させ、どう再投入するかである。

ダイフクが2025年12月の「SEMICON Japan 2025」で示した搬送構成では、OHTに加えて、一次保管装置であるSTKと、軌道下または軌道横に設置する仮置き棚であるOHBが前面に出された。ダイフクは、STKでFOUPの一時保管時に酸化防止のため窒素を充填できると説明し、OHBでも同様の窒素充填に対応するとした。

搬送は「走らせること」では完結せず、どこに保管点を設け、待機中の品質をどう守るかまで含めて設計されているのである。

村田機械が同展示会で示した内容も、同じ方向を向いている。村田機械は、OHTを300mm半導体工場以降の主力搬送システムと位置づけたうえで、FOUPなどを保管するCarrier Stockerをクリーンルーム内の一時保管庫として示した。

さらに、OHTがベルト駆動で上下するホイスト機構により、保管設備や製造装置のロードポートへ直接アクセスすると説明している。装置前での受け渡しの回数や位置関係が、搬送効率と滞留時間に直結することを示す内容である。

搬送システムの競争力は、レールの敷き方や車両台数だけでなく、装置前の受け渡し点、仮置き点、保管庫の配置まで含む工場レイアウトの問題として現れている。

FOUP管理と保管環境が、微細化時代の品質維持を支える

微細化が進むほど、搬送中や待機中の環境管理の重要性は高まる。ダイフクは2025年12月の展示関連情報で、半導体の微細化に対応する窒素パージ式の保管システムを半導体生産ライン向けシステムの中核として位置づけた。

展示ページでも、STKとOHBの双方でFOUPの一時保管時に酸化防止の窒素を充填できると明記している。前工程では、処理後のウエハを次工程へ即時投入できない場面が生じる。そのため、待機そのものを前提にした保管環境の設計が必要になる。

ここでの競争軸は、搬送スピードだけではなく、待機中の品質を維持できる仕組みを持つかどうかにある。

この点は、前工程と後工程の境界が相対的に薄くなっていることとも重なる。ダイフクは、OHT、STK、OHBのいずれでも、300mmウエハ用FOUPだけでなく、600mm角基板を扱うパネルレベルパッケージ向けFOUPへの対応を示した。

村田機械も、500mmから600mm角のパネル用FOUPを搬送するPanel FOUP OHTの使用を発表し、300mm OHTと同一軌道で走行・運用できる構成を紹介した。

前工程の搬送基盤を軸にしながら、後工程やパネルレベルパッケージまで視野に入れた共通インフラ化が進んでいる。搬送は工程別の個別機器ではなく、複数工程を横断する工場共通基盤としての性格を強めている。

工場全体の流れを決めるのは、OHT単体ではなくMCSとMES連携

搬送機器が増えても、工場全体が自動的に最適化されるわけではない。どのFOUPを、どの装置へ、どの順序で、いつ送り込むかを制御する仕組みが必要になる。

ダイフクは搬送設備全体を制御するソフトウエア層であるMaterial Handling Control System（MCS）を、OHTやSTKと生産指示や進捗管理を担う生産管理システムであるManufacturing Execution System（MES）の間に設置されるシステムとして説明している。

ダイフクによれば、MCSはMESからの指示を適切なOHTやSTKへ伝え、逆に搬送設備からの報告をまとめてMESへ返す機能を持つ。搬送の中核はハードだけでなく、制御ソフトの層にあるのである。

この点でも、各社の戦略は共通している。村田機械は2025年12月の「SEMICON Japan 2025」で、「製品単位でなく、半導体工場全体の自動搬送システム」を示した。

ダイフクも、複数階層で構成されるファブ向けに、各階へ搬送物を供給するTower Lifterを展示対象に含めた。先端ファブの大型化、複層化、工程長期化が進む中で、搬送は単なる装置間接続ではなく、工場全体の流量制御へ役割を広げている。

量産CTを詰める競争は、装置の処理速度を上げる競争だけではなく、搬送、保管、階層移動、指示系統を一体で制御する競争でもある。

搬送を「量産インフラ」として捉え直す必要性

2025年の各社開示を並べると、半導体工場の競争力が処理装置の性能だけで決まる段階を過ぎたことが分かる。SEMIが2025年4月、6月、10月に公表した設備販売、能力増強、投資見通しは、先端ファブの大型化と複雑化が続くことを示した。

その中で、OHT、STK、OHB、FOUP管理、MCS、MES連携は、いずれも別個の周辺設備ではない。工場内でウエハを待たせず、迷わせず、汚さず、適切な順序で次工程へ渡すための量産インフラである。

ダイフクと村田機械が2025年12月の「SEMICON Japan 2025」で前後工程をまたぐ搬送提案と工場全体最適を前面に出したことは、その競争軸の変化を映している。

AI需要を背景に設備投資が膨らむ局面では、「何の装置を導入するか」と同じ重みで、「工場内をどう流すか」を設計する力が問われている。

＊この記事は以下のサイトを参考に執筆しました。

参考リンク

• Global Semiconductor Equipment Billings Surged to $117 Billion in 2024, SEMI Reports
• SEMI Forecasts 69% Growth in Advanced Chipmaking Capacity Through 2028 Due to AI
• SEMI Reports Global 300mm Fab Equipment Spending Expected to Total $374 Billion Over Next Three Years
• 「SEMICON Japan 2025」出展のお知らせ | ダイフク
• We will participate in SEMICON Japan 2025 | MURATEC
• The Invisible Highways: Tracing the Journey Inside a Semiconductor Fab
• SEMICON Japan 2025 ダイフク出展ページ
• SEMICON Japan 2025 村田機械出展ページ

The post 半導体工場の競争力は「搬送」で決まる――AMHS・OHT・FOUP管理が量産CTを左右する first appeared on SEMICON.TODAY.

農業向けセンサを、今なお「スマート化を支える部品市場」とだけとらえることは、もはや現状に沿わなくなってきている。農業向けセンサに転機が訪れたのは2025年11月7日に公表された通信事業者であるインターネットイニシアティブ（IIJ）とソニーグループの半導体メーカーであるソニーセミコンダクタソリューションズの合弁会社設立合意である。

両社が掲げたのは、土壌水分センサの販売にとどまらず、取得データを基に最適な灌水量やタイミングを提示する灌水ナビゲーションまで含めた事業だ。新会社「センシフィア」は2026年4月1日から営業を開始し、施設栽培と露地栽培の双方を対象とする。提供しようとしているのは、計測機器そのものではない。農地管理の判断を支える仕組みなのである。

この構図が示すのは、半導体の価値の置き場所が変わり始めているという事実だ。IIJは2017年から、水管理センサやLPWAを活用したスマート農業に取り組み、水稲、野菜、柑橘などの現場でIoT環境を構築してきた。ソニーセミコンダクタソリューションズは、高精度な土壌水分センサとAIによるデータ解析技術の開発を進めてきた。今回の合弁は、要素技術を並べる話ではない。センシング、通信、解析を束ね、営農の運用にまで踏み込む段階へ進んだことを示している。

本稿では、農業向けセンサの変化をこの両社の合弁から読みとく。

センサの価値は「測れること」から「判断を支えること」へ

農業の現場で最重要なのは、測定作業そのものより、その先の作業をどう進めるかという判断である。いつ、どこに、どれだけ水を与えるか。経験の蓄積がものを言う一方、気象変動や人手不足が進む中では、その経験に頼り切る運用は揺らぎやすい。IIJとソニーセミコンダクタソリューションズの新会社が、土壌水分センサと並んで灌水ナビゲーションを前面に置いたのは、農業の付加価値が「検知」だけでは完結しないからだ。収量や品質に影響するのは、測定値そのものではなく、その測定値をどう行動へ変えるかである。

ここで半導体企業の収益構造も変わる。センサ単体であれば、比較はどうしても部材価格や点数に寄りやすい。だが、灌水判断や農地管理の改善まで入れば、比較対象は収量、品質、水使用量、作業時間といった経営指標へ移る。

農業で問われるのは、センサの存在感ではなく、現場の判断をどこまで再現可能にできるかだ。部品を売る発想のままでは価格競争に巻き込まれやすいが、運用支援まで設計できれば、売るものはIC単体ではなく、経営改善に直結しやすい仕組みへ近づく。農業を単純な低単価市場として片付けにくい理由も、ここにある。

営農データを束ねる基盤競争が始まった

農業DXは、しばしば可視化の話として解釈される。だが、現実に進んでいるのは、その先の基盤整備なのである。NECは2025年10月22日、コートジボワール農業省とデジタルを活用した農業効率化・高度化プロジェクトの開始を発表した。狙いは、米、キャッサバ、メイズを栽培する農家や圃場の情報を正確に把握・管理し、種子や肥料などの農業資材の公平な供給と、営農支援の効率化による安定生産につなげることにある。農業データの整備が、単なる可視化ではなく、資材配布や営農支援を含む運用基盤の整備として位置付けられている。

この流れを半導体の側から見れば、競争軸は明快だ。勝負は「何を測れるか」ではなく、「測った情報をどの業務フローに載せ、どの成果に結び付けられるか」に移る。しかも、その基盤整備はクラウドだけで完結しない。圃場側のセンサ、通信モジュール、エッジ端末、電源制御、低消費電力設計といった実装が前提になる。農業は圃場ごとの条件差が大きく、毎年同じ環境が繰り返されるわけでもない。だからこそ、継続観測、データ蓄積、モデル更新、運用提案の価値が大きい。ハードの出荷で取引が終わる市場ではなく、導入後にどれだけ長く顧客の運用に入り込めるかが問われる市場だということだ。

半導体企業が狙うべきは「台数」より「継続収益」

この文脈で見ると、ソニーが2025年6月9日に発表したエッジAIセンシングプラットフォーム「AITRIOS」のAIモデル最適化サービス「Studio」も示唆に富む。これは農業専用の発表ではないが、半導体企業が価値を置く場所が、ハード供給だけでなく、モデル最適化や導入後の運用へ広がっていることを示している。農業は、こうしたサービス連動型モデルと相性がよい。成果が、収量、品質、水利用効率、作業負荷といったかたちで比較的見えやすく返ってくるからだ。

半導体業界が農業をターゲットとしてみるとき、出荷台数の大小だけで市場を測れば、重要な変化を見落としやすい。いま農業で起きているのは、センサの販路拡大だけではない。センシング、通信、解析、助言を束ね、現場の判断を支える仕組みそのものが取引対象になり始めているという変化である。そこに入りこむ企業にとって、農業は単価勝負の先にある継続収益市場になり得る。分かれ目は、半導体を「測る部品」として売るか、「運用を動かす基盤」の一部として組み込むかにある。

訪れる静かだが重要な変化

農業向け半導体を「意外な応用先」として扱う段階は、すでに終わりつつある。IIJとソニーセミコンダクタソリューションズの合弁が示したのは、センサの価値が検知から判断支援へ移り、さらに営農運用そのものへ近づいている現実だ。農業は、センシング、低消費電力、無線、エッジAIを束ねた総合市場であると同時に、半導体企業がサービス連動型ビジネスへ踏み込みやすい現場の1つでもある。静かだが重要な変化なのである。

＊この記事は以下のサイトを参考に執筆しました。

• IIJ プレスリリース
• ソニーセミコンダクタソリューションズ プレスリリース
• NEC プレスリリース

The post 農業向けセンサに訪れる大きな変化――IIJとソニーの合弁は何をもたらすか？ first appeared on SEMICON.TODAY.

2026年1月時点の半導体市場の動向と投資判断に資する重要テーマをまとめたマーケットレポートをお届けします。

※本レポートは公開情報に基づく整理であり、投資助言・勧誘を目的とするものではありません。

AI「実需」が牽引するスーパーサイクルと、鮮明化する「勝者の条件」

2026年1月、半導体市場はAI需要が「期待」から「実績（実需）」へと移行し、WSTSの2025年秋季予測では、2026年の世界半導体市場は約9,755億ドルとされ、1兆ドルに近づく見通しが示されました。

メモリ市場におけるスーパーサイクルの到来、AIインフラへの巨額投資の継続、そして地政学リスクの織り込みが進む中、注目点は「AI実装力」と「供給網の再編」です。

1. メモリ市場：「HBMスーパーサイクル」とSKハイニックスの先行

メモリセクターは、AIサーバー向けのHBM（広帯域幅メモリ）需要が牽引する強力なアップサイクルに入りつつあります。

● SKハイニックスの決算：SKハイニックスの2025年通期決算は、売上高97兆ウォン、営業利益47兆ウォンと過去最高を記録しました。特に第4四半期の営業利益率は58%に達し、HBM市場での先行が収益に直結しています。同社はCES 2026で16層HBM4を展示し、技術的優位性を誇示しました。

● 「配分」による価格上昇：マイクロンは消費者向けブランド「Crucial」からの撤退を発表し、リソースを高収益なAIデータセンター向けに集中させる「ポートフォリオ変革」を断行しました。HBMへの生産能力シフトにより、汎用DRAM（DDR4/DDR5）の供給が絞られる場合、スポット価格の上昇圧力が強まる可能性があります。

● キオクシアの上場後戦略：2024年末に上場を果たしたキオクシアは、生成AI需要を背景に、サンディスクとの製造合弁を2034年まで延長しました。AI向け大容量SSD（eSSD）の成長がテーマとして位置づけられています。

2. AIインフラ：投資の「第2フェーズ」へ

AIインフラ投資は、チップ単体から、エネルギー、冷却、ネットワークを含むシステム全体へと広がっています。

● 「フィジカルAI」への拡張：CES 2026では、NVIDIAがロボットや自動運転車などの「フィジカルAI」向けプラットフォーム「Rubin」を発表しました。AIがデジタル空間から物理世界の制御へと領域を広げており、センサー、パワー半導体、エッジAIチップの需要拡大余地を示しています。

● 電力と冷却のボトルネック：AIデータセンターの電力消費量が急増する中、電力効率の改善が喫緊の課題です。インフィニオンが全拠点の100%グリーン電力化を達成し、キオクシアがGoogleと水力発電の活用で連携するなど、電力確保が競争力の源泉となっています。また、光半導体（シリコンフォトニクス）への注目が高まっており、三菱電機は光デバイスの生産能力増強に向け、投資配分のシフト方針を示しています。

3. サプライチェーンと地政学：「脱・中国」と「米国回帰」のコスト

地政学リスクは、個別の企業制裁から、サプライチェーン全体の再構築コストとして顕在化しています。

● TSMCの米国投資とリスク：TSMCは米国での生産力拡大を進めています。米国での高コスト生産は利益率を圧迫する要因となり得ますが、AIチップの主要顧客（NVIDIA、Appleなど）が米国に集中しているため、顧客近接や供給分散の観点から重要度の高い戦略です。

● 中国の対抗措置：中国はデュアルユース品目（レアアース等）の対日輸出規制強化を発表しており、日本の自動車・エレクトロニクス産業にとってリスク要因となっています。一方で、中国国内では国産半導体製造装置の導入が進み、独自のエコシステム構築が加速しています。

4. ロジック・ファウンドリ：2nm量産競争の幕開け

最先端ロジック分野では、2nmプロセス（N2）の量産準備が最終段階に入っています。

● TSMCの優位性：TSMCは2025年第4四半期決算で純利益35%増を記録し、3nmプロセスの好調が寄与しました。2nmの量産が開始しており、2026年は立ち上げ・拡大局面に入っています。AppleやNVIDIAなどの需要を取り込むことで、引き続き市場をリードすると見られます。

● インテルの苦境：インテルは第4四半期決算で純損失を計上し、2026年第1四半期の見通しも公表されています。財務体質改善のためにNVIDIAへ株式を売却するなど、私募で引き受けを受ける資本取引を含め、再建に向けた厳しい道のりが続いています。

まとめ

2026年1月の市場は、「AI向けメモリ（HBM/eSSD）とインフラ関連（電力・光・冷却）」のスーパーサイクルが継続する一方で、「地政学リスクとコスト増」が企業の収益性を選別する局面に入っています。

「HBMで圧倒的シェアを持つSKハイニックス」、「AIインフラのシステム全体を押さえるNVIDIA」、「光半導体やグリーン電力など、AIのボトルネック解消に貢献する企業（三菱電機、インフィニオン等）」など、構造的な優位性を持ち得るプレイヤーに注目する必要があります。

また、メモリ市場全体の需給引き締まりによる恩恵を受けるマイクロンやキオクシアも、事業ポートフォリオの変化と供給制約の影響を踏まえ、評価軸に含められます。

The post 2026年1月版　半導体投資家向けマーケットレポート first appeared on SEMICON.TODAY.

2025年12月、日本経済新聞電子版は「三菱電機がデータセンターや通信基地局向けの光半導体を中心に、2028年度の生産能力を2024年度比で3倍に引き上げる計画」を報じた。パワー半導体向けの一部設備投資を光デバイス事業へ振り向けることで対応するとされている。

三菱電機は2025年5月の「IR Day 2025」で半導体・デバイス事業戦略を公表し、パワーデバイス事業への投資を抑制・延伸しつつ、一部を好調な高周波・光デバイス事業にシフトする方針を明示している。2024年度の半導体・デバイス事業売上高は2,863億円、2025年度見通しは2,900億円としている。このように生成AIとクラウドサービスの拡大で、データセンターの「電力」と「光配線」は世界的な制約要因になりつつある。

本稿は、光デバイスのトップシェアを持つとされる三菱電機が、あえて投資の重心をシフトし、生産能力を段階的に3倍に引き上げようとしている事実がどういった意味を持つのかを考察する。

AIデータセンターが生んだ「光」のボトルネック

生成AIモデルの学習・推論には、GPUなどの演算資源だけでなく、サーバー間を結ぶネットワークの帯域が不可欠である。経営コンサルティングファーム、McKinsey & Company（マッキンゼー）の分析によれば、AI需要の拡大を背景にネットワーク光学（ネットワーキング・オプティクス）市場は2029年まで年平均2桁成長が続き、その中でも1.6Tbps超の高速光トランシーバを含むデータセンター内向け分野は、全体を上回るペースで拡大する可能性が示されている。

同社の別の分析では、AI市場の拡大に伴い、2030年までに世界で約7兆ドル規模のデータセンター関連投資が必要になるとも試算されている。演算用GPUやASICだけでなく、メモリ、ストレージ、電源設備、冷却システム、そしてネットワーク光学までを含めた「コンピュート・インフラ」が、今後10年の巨大な投資テーマになりつつある。

一方で、ネットワーク光学の性能や供給能力は、GPUなど演算デバイスほどのペースでは向上していない。特に、データセンター内のスイッチ間やラック間をつなぐ高速光トランシーバでは、800Gbpsや1.6Tbpsといった高帯域品が求められる一方で、主要部品である光デバイスの生産能力は限られている。

インジウムリン（InP）を用いた電界吸収型変調レーザー（InP系EML：Electro-absorption Modulator integrated Laser）に関しては、世界で3〜5社に生産が集中しているうえ、先端品はウエハレベルでの歩留まりが低くなりやすい。マッキンゼーは、800Gbpsや1.6Tbpsクラスのトランシーバについて、向こう数年にわたり需要が供給を上回る状況が続く可能性を指摘している。

こうした構造的な供給制約がある中で、すでに大規模量産体制を持つ既存プレーヤが生産能力を増強することは、単に自社の売上拡大にとどまらず、AIインフラ全体の安定稼働に直結する。

三菱電機の光デバイス事業：EMLで築いたトップポジション

三菱電機は、2025年5月の半導体・デバイス事業説明資料において、「データセンター向け光デバイス（EML）のグローバルシェア1位（2023年度実績、同社調べ）」と明記している。

資料では、データセンター内でサーバーとネットワーク機器をつなぐ光トランシーバ向けに、EMLデバイスを中核とした製品群を展開していることが示されている。EMLはレーザーダイオードと電界吸収型光変調器を一体化したデバイスであり、高速・長距離伝送に適しているのが特徴だ。

同社は、クラウドデータセンター向けイーサネット光トランシーバ市場において、800Gbps以上の「超高速領域」への対応を重点領域として位置づけている。説明資料では、イーサネットトランシーバの市場規模が2023年の約40億ドルから2028年には200億ドル規模へ拡大し、その中で800Gbps以上の超高速帯の比率が高まるとの外部調査を引用している。

この超高速帯において、VCSEL（垂直共振器型面発光レーザー）が高速動作や伝送距離の面で課題を抱える一方、EMLは100m〜2kmクラスの通信距離をカバーしながら高いデータレートを実現できることから、データセンター内部のスイッチ間リンクなどへの適用範囲が広がっている。三菱電機はこの領域を重点的に開拓し、技術トレンドをリードするEMLデバイスを大手クラウド事業者などと連携しながら開発・量産していると説明している。

つまり、同社にとって「データセンター向け光デバイス」とは、電源や冷却と同様にAIデータセンターの基盤を支えるコア事業であり、単なる周辺事業ではないのである。

生産能力3倍計画と投資シフト：パワーデバイスから光へ

今回報じられた「生産能力3倍」計画は、こうした既存の戦略の延長線上に位置づけられる。

日本経済新聞電子版は2025年12月2日付で、三菱電機がデータセンターや通信基地局向けに使われる半導体の生産能力を、2028年度に2024年度比で3倍とする方針を伝えている。増産の対象には光半導体が含まれ、パワー半導体向けの設備投資の一部を振り替える形で実現するとしている。

IR Day 2025の資料では、すでに以下の方針が明記されていた。

・パワーデバイス事業への投資を「抑制・延伸」し、一部を光デバイス事業へシフト
・熊本県泗水地区のパワーデバイス新工場棟（SiC 8インチ対応）は計画どおり立ち上げつつ、その後の能力増強投資は市況を見ながら実施
・光デバイスについては「能力増強（光デバイス）【追加】」と記載し、生産能力増強を成長投資として位置づけ

このキャピタルアロケーションの見直しにより、従来パワーデバイスに厚めに配分していた投資枠の一部が、成長性と収益性の高い光デバイスへと振り向けられる構図になる。資料上でも、「市況変化を踏まえ、パワーデバイス事業への投資の一部を収益性の高い光デバイス事業へシフト」と明記されている。

2024年度の半導体・デバイス事業売上高2,863億円に対して、同事業は2年連続で過去最高益を更新したとされ、パワーデバイスだけでなく光デバイスの好調が収益改善を牽引している。こうした状況下で、投資の選択と集中を通じてROIC（投下資本利益率）の向上を図るというストーリーが明確になっている。

ここまでを整理すると、
・SiCパワーデバイス：8インチ対応工場の立ち上げは計画どおり進めるが、その後の増設は市況次第
・光デバイス（EML）：AIデータセンター向け需要を前提に、能力増強を「追加投資」として明示
・事業ポートフォリオ：パワー偏重から、「電力×光」の二本柱へ投資比率をスライド
という構図が見えてくる。今回の日経報道は、この方向性に「2028年度に3倍」という数量的な目安を与えたものと位置づけられる。

グローバル光トランシーバ市場と競争環境

マッキンゼーのネットワーク光学分析は、以下のとおりである。

・800Gbpsクラスの光トランシーバは、2027年まで需要が供給を大きく上回る見通し
・1.6Tbpsクラスでも、2029年頃まで供給不足が続く可能性
・これら高帯域品の増産には、複数年にわたる時間と数十億ドル規模の投資が必要

一方で、データセンター向け光ネットワーク市場は、クラウド事業者を中心に800Gbpsや1.6Tbpsへの移行が進み、800Gbps以上の超高速帯が今後の成長ドライバになるとされている。

三菱電機は、こうした高帯域向けEML市場でトップシェアを持ち、すでに量産実績と顧客基盤を築いている。新規にInP系EMLの製造能力を立ち上げるには多額の投資と時間が必要であり、既存プレーヤの増産が市場全体の供給安定化に直結する。

さらに、マッキンゼーはAIネットワーク向け光学において、後工程のアセンブリ・パッケージング拠点が東南アジアや中国に集中しつつも、レーザーなど主要コンポーネントのファブは米欧と日本に多く立地していると指摘している。日本発のレーザー・光デバイス供給力は、地政学リスクの分散やサプライチェーンの多元化という観点からも存在感を増している。

サプライチェーン全体への影響

三菱電機の「光半導体3倍」計画は、同社にとどまらず、広く半導体・部材・装置サプライチェーンにいくつかの示唆を与える。

1.設備・プロセスサプライヤーにとっての需要シグナル

光デバイスの能力増強には、InP系レーザー用エピ成長装置、露光・エッチング装置、光パッケージング用の実装・検査装置など、多様な前工程・後工程設備が必要になる。既存のパワー半導体投資と異なり、波長制御や光学特性の検査など、光デバイス特有のプロセスニーズが強い。

この領域に強みを持つ装置メーカーにとっては、AIデータセンター需要に連動した中長期の成長機会となる。

2.材料メーカーへの波及

光デバイス用の化合物半導体ウエハ、光導波路材料、パッケージ用樹脂や低熱抵抗基板など、関連材料の需要は中長期的に増加する。生成AI向けデータセンターは、エネルギー制約と熱設計の観点から、高効率・高信頼な材料ソリューションを求めており、日本の材料メーカーにとっても技術力を発揮しやすい領域である。

3.データセンター事業者にとってのリスク分散

高速光トランシーバの供給不足は、GPUやサーバーの導入計画そのものを制約する。EMLデバイスを含む光半導体の供給源が増え、既存プレーヤが能力を拡大することは、調達リスクの低減につながる。

その意味で、三菱電機をはじめとする日本企業の増産は、AIインフラの「電力・光」の両面で、供給側の選択肢を広げる動きとも言える。

4.日本発サプライチェーンの位置づけ

AIインフラのコアである光学コンポーネントで日本企業が一定のシェアを持つことは、国内の装置・材料メーカー、さらにはエネルギー・インフラ企業との連携可能性を広げる。SiCパワー半導体と光半導体の両方で投資の軸を持つ三菱電機は、電力と通信というAIデータセンターの二つの制約要素を同時に押さえうるポジションにある。

「効率的に電力と光ネットワークを供給できるか」という次のフェーズへ

三菱電機の半導体・デバイス戦略は、SiCパワーデバイスによる電力変換と、EMLを中心とした光デバイスによるデータ伝送という、データセンターの2つのボトルネックを同時に押さえる構図として再整理されつつある。IR Day 2025資料では、SiC 8インチウエハ対応工場の立ち上げを計画どおり進めつつ、その後の能力増強投資は市況を見ながら抑制し、光デバイスへの投資を優先する方針が明確に示された。

今回報じられた「2028年度に生産能力3倍」という目標は、その方針を数量的に裏付けるものだ。AIデータセンターの成長とともに、ネットワーク光学の供給制約が顕在化しつつある中で、トップシェアを持つプレーヤが増産に動くことは、サプライチェーン全体にとって重要な意味を持つ。

光デバイスの増産は、前工程・後工程装置、材料、検査技術など、多くの関連産業を巻き込む長期の取り組みになる。パワー半導体と光半導体という二つの成長軸をどのような比率で運用し、資本効率と供給責任を両立させていくのか。

AIデータセンターをめぐる競争は、「どれだけ多くのGPUを並べられるか」から、「どれだけ効率的に電力と光ネットワークを供給できるか」という次のフェーズに入りつつある。三菱電機の「光半導体3倍計画」は、そのフェーズシフトを象徴する一手として位置づけられるだろう。

＊この記事は以下のサイトを参考に執筆しました。
参考リンク

• Opportunities in networking optics: Boosting supply for data centers
• The cost of compute: A $7 trillion race to scale data centers
• 半導体・デバイス事業（IR Day 2025資料）
• 三菱電機 IR Day 2025（プレスリリース）
• 三菱電機、データセンター向け光半導体の生産能力3倍　AI需要で

The post 三菱電機が仕掛ける「光半導体3倍計画」──AIデータセンター時代のポートフォリオ転換 first appeared on SEMICON.TODAY.

IDCによると、スマートウォッチを中心に拡大してきたウェアラブル市場は、2024年のスマートウォッチ出荷が前年比4.5%減となり、2025年のウェアラブル全体の成長も4.1%増にとどまる見通しである。これは“単に装置に機能を搭載する”だけでは、差別化が難しくなっていることを示しており、「装置」から身体に最も長時間・広面積で触れる「衣服（テキスタイル）」側へセンシングの主戦場が移りつつあることを示していると言える。

そして、この「衣服」への移行の課題は明確で、①洗濯・伸縮・摩耗に耐える実装、②装着感（快適性）を損なわない薄型・柔軟性、③量産しやすいサプライチェーンの3点を同時に満たすことなのだ。

本稿では、「衣服」移行へ向けた国内外の実証・製品化動向と量産へ向けた動きを整理する。

1.スマートテキスタイルと e-Textile用ICとは

まず、この考察において必要な「スマートテキスタイル」と「e-Textile用IC」について説明する。

スマートテキスタイルは、電気的機能（計測・通信・加温など）を付与した布地のことである。伸縮・通気性を維持しつつ、導電糸・印刷配線・繊維内センサで信号取得と伝送を実現する。

一方、e-Textile用ICは、衣服に組み込む超小型・低電力ICのこと。柔軟基板やストレッチャブル基板上に低応力で実装でき、薄型封止で耐洗構造をとれることが必須で、人体近傍アンテナの detuning（共振ずれ）を抑える材料選定が重要ポイントとなる。

2.国内材料・実装の進展状況

ここでは、国内材料・実装の進展状況として、“柔らかさ”と“洗える”の２ポイントに焦点を置き解説する。

村田製作所と東レが柔らかい基板の道を拓く

村田製作所は2024年10月、伸縮環境でも動作できるストレッチャブル基板（SPC）を発表。衣服や皮膚上のしわ・ねじり・張力に追従する回路実装の道を拓いた。

東レは2025年7月、厚膜（～200µm）・線幅30µm級の微細加工に対応する感光性ポリイミドを公表。高アスペクト微細配線と低応力を両立し、薄型・高精細FPC／封止構造の自由度を高める。

“洗える”実装と封止

スマートテキスタイルでは、完全一体化よりも「アイランド・ブリッジ」（IC島を布の可撓ブリッジで繋ぐ）やモジュール着脱式が現実的だと思われる。これは、低温・低収縮の弾性封止で洗剤・水・機械衝撃からICを保護し、導電糸／印刷配線の冗長化で断線リスクを抑えるからだ。

村田製作所の樹脂モールド・ワイヤボンディング対応NTCサーミスタ（2025年5月発表）は、高温・高応力環境での高信頼接合と小型実装の在り方を拡張した。布中の温度・生体信号計測において耐環境性のあるパッケージ設計に有効である。

3.衣服側はどう受け止めているか

次に、搭載側、つまり衣料メーカー動向を見ていく。

NIKE と SKIMSは、2025年2月に新ブランド「NikeSKIMS」を発表し、女性アスリート向けの機能美を打ち出した。6月には米国ローンチ延期を公表した。スマートテキスタイルの本格投入前段として、着心地・品質基準の引き上げが進んでいる。

国内ではミズノと洋服の青山が2025年5月、「冷感ビジネスT／ポロ」を発売した。これは生地に、ミズノ独自の熱伝導率の高い特殊な糸『アイスタッチ』を使用している。

全体動向としては、McKinseyの『State of Fashion 2025』によると、安定した需要が見えてこないことや、まだコスト高であることよりも、機能性・将来性を見込んで投資する企業が増えると指摘している。

4.半導体側が打つべき施策とは

では、このような製品や衣料の状況に対し、半導体はどのような施策をとるべきか。

第一に、材料とパッケージの共同最適化である。ストレッチャブル基板と感光性PIを軸に、曲げ半径・硬化収縮・洗濯プロファイルをパッケージ設計ルール化するのである。

第二に、e-Textile用ICのさらなる高機能化である。

そして第三に、ファッション側とのプロトコルの整備をさらに進めること。NIKEやミズノの動きが示すとおり、ユーザーの体験価値（満足感）の作りこみが成否を分けるからだ。

＊この記事は以下のサイトを参考に執筆しました。
参考リンク

• IDC Wearable Devices Market Insights（2025年8月更新）
• Stretchable Printed Circuit（SPC）技術を発表（村田製作所ニュース, 2024/10/30）
• Toray Announces Breakthrough Photosensitive Polyimide（東レNewsroom, 2025/07/03）：
• 世界初、樹脂モールド構造かつワイヤーボンディング対応のパワー半導体用NTCサーミスタ（村田製作所ニュース, 2025/05/20）
• 猛暑に備えるビジネスウエア「ミズノ」×「洋服の青山」共同企画（ミズノ公式ニュース, 2025/05/29）
• NIKE, Inc. and SKIMS Introduce New Brand for Women（NIKE公式ニュースルーム, 2025/02/18）
• Nike delays launch of women’s brand in partnership with Kim Kardashian’s Skims（Reuters, 2025/06/18）
• The State of Fashion 2025（McKinsey, 2024/11/11）

The post スマートテキスタイルが量産段階へ―半導体が打つべき施策とは first appeared on SEMICON.TODAY.

2025年は、日本の非接触ICエコシステムが、端末—リーダ/ライタ—クラウドの全層で再設計される年である。JR東日本は2025年3月6日に訪日客向けアプリ「Welcome Suica Mobile」を提供開始し、秋にはJR-EAST Train Reservationと連携して特急・新幹線のチケットレス乗車を順次拡張する計画を明らかにした。さらに、半導体不足で止まっていた無記名Suica/PASMOカードの発売が2025年3月1日に再開され、物理カードの需給も正常化へ向かう。2024年12月に公表された「Suica Renaissance」は、移動・決済・生活サービスを横断するプラットフォームへの進化方針を示し、モビリティを核にしたID基盤の輪郭を与えた。

本稿は、これらの動きをセキュア半導体（SE: Secure Element）というハードウェアから読み解き、「交通×決済×ID」の一体運用という面から考察する。

「モバイル・チケットレス・カード」の三位一体

モバイルデバイスの進化は、そのデバイスごとのアプリ内での発行・チャージ・座席予約を結び、クラウドと端末の距離を短くする。

また、チケットレスの拡張は、予約権と改札通過権を整合し、オフラインに即応する複数の処理をひとまとまりにした単位やデータに、クラウド由来の権利情報を遅延なく反映する仕組みを必要とする。

カード供給の正常化は、訪日客や非スマホ層の受け皿であるだけでなく、端末OS更新や電池切れといったモバイル固有の運用リスクを遠ざける。

しかし、この三者は競合せず、セキュア半導体（SE）において役割ごとにそれぞれが、部分的に担当することになる。すなわち、改札のミリ秒応答はSEとNFCが担い、予約や本人確認はクラウドとアプリが担うのである。なお、Welcome Suica MobileはiOS/Apple Watch向けサービスとして提供されており、モバイル側“予約とID連携”の前段を担う一方、物理カードは“即応と冗長性”を担う。

端末アーキテクチャの責務——SE×NFC×OS/アプリの三層協調

端末側の最小構成は、近接無線を捌くNFCコントローラ、鍵とアプレットを隔離するセキュアエレメント（SE）、そしてOS/アプリである。交通用途では、改札応答の即時性と可用性のため、権限の中核をSEに置くことが合理的である。SEは改ざん耐性を持つハードウェアで、券面・鍵素材・トークンを格納し、発行から失効までのライフサイクルを扱う。NFCはカード・エミュレーションやリーダ/ライタ動作を制御し、OS/アプリはアカウント管理やKYC、座席予約、課金などのクラウド対話を担う。

重要なのは、通信が途切れても改札機能は止めることはできない、という前提である。券面や残額、利用権限は端末内で即時に参照可能でなければならず、クラウドはその後段で整合と監査を確定する。SEを前提とする設計は、OSの稼働状態やアプリのライフサイクルに依存せず、ピーク時の通過処理を安定させる。媒体がカードであれスマホであれ、「金庫は端末内にあること」が体験品質の下支えになる。

発行・配布・失効を時系列で揃える

モバイルデバイスの発行は、店舗窓口から“利用者の手中”へ移っている。アプリからSEに初期ベクトルが設定され、同時にアカウントや決済手段がクラウドに紐づいて作成される。これにより、チャージがすぐに完了し、運用が可能になるのだ。

座席予約と乗車権の統合は、クラウドが管理する予約情報をSE内の権限と一致させる必要がある。ここでは、券面パラメータのリモート更新や差分適用、権限の期限管理が品質を左右する。

失効と再発行は、盗難・紛失・端末交換といった現実の事象に即して、SE内トークンの無効化とクラウド側の利用権停止を同一タイムラインで処理することが核心となる。2025年3月1日の物理カード再開により、媒体間移行の需要が一時的に増える可能性があるため、権限の移し替えを安全に、かつユーザーに可視な形で進める導線設計が問われる。

長寿命の非接触ICでは、脆弱性指摘への対応も運用の一部である。2017年以前出荷の一部FeliCa ICに対する注意喚起が示すように、チップ単体の強度だけでなく、段階的置換・機能制限・監視強化といった運用層の盾を織り込むことで、防御力を高められる。

突発的に起こるトラブルへの備えも大切

改札は、端末の応答を待たずに旅客の流れを捌くことが求められる。トランザクションは、端末識別子、券面、時刻などの組み合わせで一意に確定し、二重計上や取りこぼしを防ぐ。否認リストや利用制限は、改札側の処理を阻害しない範囲で差分配信され、端末内SEで即時評価されることが望ましい。

また、代替手段への用意も重要である。モバイル端末の電池切れやOS更新など、突発的に起こるトラブルへの備えとして、磁気やバーコードなどのフォールバックを残す設計は、障害時の復旧力を高めることになる。

非接触ICは「決済の道具」から「移動・予約・生活」をも束ねるIDプラットフォームへ

この1年の動きは、非接触ICが「決済の道具」から「移動・予約・生活」をも束ねるIDプラットフォームへと射程を広げたことを示した。これで分かったことは、SEを前提に据え、改札機能は止めることができない、クラウドは整合と監査に集中するという役割分担を崩さないことだ。

そして、これを実務的に説明するならば、第一にSE基点の設計を徹底し、例外的にHCEを用いる場合も権限の粒度と失効の即時性を担保することが必要になる。そして、第二に予約権・券面・決済の整合を自動で検査し、端末・改札・クラウドの間で差分反映を仕組み化する。そして、第三に旧世代ICの置換計画や運用上の盾を常にアップデートすること—それが2025–26年の交通×決済×IDの再設計における、セキュア半導体の使命なのだ。

＊この記事は以下のサイトを参考に執筆しました。
参考リンク

• 訪日外国人向けアプリ「Welcome Suica Mobile」をリリースします！
• Welcome Suica Mobileのチケットレスサービスを拡張します（JR-EAST Train Reservation連携開始 2025年10月1日）
• Expanded Ticketless Service for Welcome Suica Mobile（英語版リリース）
• 無記名の「Suica」・「PASMO」カード発売の再開に関するお知らせ（英文）
• Suicaの当たり前を超えます ~Suica Renaissance~（JR東日本）
• 2017年以前に出荷された一部のFeliCa ICチップの脆弱性に関する指摘について（ソニー）

The post 交通×決済×IDの再設計——モバイルSuica/PASMOとセキュア半導体 first appeared on SEMICON.TODAY.

発注・陳列・精算というコンビニの店舗オペレーションは、半導体を核にした装置とソフトの連携で回っているといって良いだろう。2025年2月20日にエッジAIモデルの再学習・最適化サービスが公開され、現場モデルを短サイクルで更新できる基盤が整った。続いて2025年4月3日、万博会場のセブン‐イレブンが室内光発電を活用したESL（電子棚札）を実証し、メンテ負担を下げる方向性が明確になった。2025年5月12日には、顔特徴量を端末内で処理するAIカメラ連携の入退管理ソリューションが公表され、コスト面でも約40％の低減が示された。さらに2025年7月10日、ファミリーマートがAIレコメンド発注を全国500店で運用開始し、推奨値の1日4回更新と週あたり約6時間の発注時間削減が明示された。

本稿は、コンビニの店舗オペレーションにおける半導体の役割と、その重要度を考察する。

発注：AIが“数を決める”——SoCとNPUが作る推奨値

AIによらない従来の発注は、担当者の経験に頼り、紙や手動による端末入力に依存していた。ところが、AIによる発注では、推論エンジンが店舗別販売実績、周辺来訪の統計、気象、カレンダー情報を取り込み、単品×納品便×日付で推奨数量を算出し、自動計算する。

このAIによる作業を半導体の観点からみて、重要となるのは次の3点である。

・NPU（Neural Processing Unit）内蔵SoC：端末クラスで数十TOPS級の演算を低消費電力で実行し、短サイクルの再推論を端末内で捌く。
・LPDDR：モデルと特徴量のやり取りを支えるメモリ帯域（GB/s）。帯域不足はUI遅延や推論待ちを招くため、TOPS/WだけでなくGB/s/Wでの比較が有効。
・I/Oと前後処理：クラウド併用でも、端末側の前処理／後処理をSoCで行い、回線変動に依存しない操作感を確保する。

このように、発注端末の設計では、遅延（ms）、消費電力（W）、熱設計（筐体サイズ内のTj管理）を並行最適化し、継続運用時のファン・フィルタ保守を最小化することが要点である。

棚卸し：ESLの電力×通信を再設計——電子紙＋無線SoC＋エネルギーハーベスティング

ESL（電子棚札）は、電子ペーパー表示と無線通信で価格や情報を遠隔更新する仕組みである。紙の貼替えを置き換え、一括更新で価格反映の即時性を高める。2025年4月3日の大阪・関西万博会場内のセブン-イレブンの未来型店舗では、室内光発電（太陽電池）の活用で電池交換の負担を下げる方向性が示された。

この仕組みを支える半導体は以下が中核となる。

・無線SoC：2.4GHz（BLE等）やサブGHzで数百〜数千台/店舗の棚札を安定接続。感度（dBm＝受信感度の指標。小さいほど（−値が大きいほど）微弱信号を受けやすい）、到達距離、同時接続数/ゲートウェイ、更新レイテンシ（秒/1万枚）を評価指標として明示する。
・電源IC：エネルギーハーベスティングと給電のハイブリッドで、平均消費電力（µW）とピーク電流を最小化。電子ペーパーは更新時のみ電力を消費する特性があるため、差分更新で通信・電力を抑える。
・コントローラ：表示のフル／局所リフレッシュを制御し、残像を抑えつつフレーム数を削減。

量産立ち上げでは、再送設計（電波環境が悪い売場でも更新を完了させる）、棚レイアウト変更時の再ペアリング手順、電源収支（µW単位）の見積りがボトルネックになりやすい。これらは部品選定段階で数値基準を先に置くことで回避できる。

視る：エッジAIカメラの“帯域と熱”——イメージセンサ×ISP×NPU×LPDDR

店内カメラは、棚の前出し不足検知、滞留分析、本人確認、不正抑止などに使われる。構成はイメージセンサ（撮像）＋ISP（画像信号処理）＋NPU（AI推論）＋LPDDR（作業メモリ）が基本である。

・帯域設計：フルHD〜4Kの複数ストリームを扱うため、ISP—NPU間でGB/s級のメモリ帯域が必要。帯域不足はフレーム落ちや検出遅延を招く。
・熱設計：小型筐体は放熱余裕が小さい。量子化や演算削減でモデルを軽くし、クロック/電圧制御で連続稼働の安定度を上げる。
・プライバシー：特徴量を端末内で抽出し、映像を外部に出さない構成は、個人情報リスクと通信コストの双方を下げる。実際に端末価格の約40％低減が公表された例もある。

運用面では、最短1日内の再学習や少量データ（例：50枚程度）に対応するモデル最適化サービスが、SKU入替の多い売場での精度維持に有効である。RFP策定時は、SNR（dB）、WDR（dB）、推論遅延（ms）、誤検知率/見逃し率（%）、連続稼働時Tj（℃）など、測定条件つきの数値を要求仕様に落とし込むとよい。

規格・セキュリティ・保守がTCOを決める

ここでは、まず押さえるべき原則4点を解説する。

1. 電波の“渋滞”を避ける

売場ではBLE、Wi-Fi、バーコード端末、ゲートウェイが混在する。チャネル割り当てと再送回数の上限を先に決めると、更新時間を見積もれる。ゲートウェイ当たりの同時接続上限と一括更新に要する秒数を試算しておく。

2. 規格・法令・長期供給

無線はBluetooth 5.xやIEEE 802.15.4系（Thread 等）など選択肢がある。日本国内では技適（電波法認証）が必須。入替周期が長いため10年保守を前提に、ファームウェアのOTA更新（遠隔アップデート）とSBOM（ソフト部品表）整備を条件化する。

3. “データを出さない”設計

人物映像ではなく特徴量だけを送ると、情報漏えいリスクと通信費を抑えられる。鍵の保管（セキュアエレメント等）や改ざん耐性は初期要件に含める。

4. 熱・粉塵とメンテ回数

食品売場は粉塵・油分・温湿度の制約がある。ファンレス前提でTj（ジャンクション温度）を管理すると、フィルタ清掃や故障の頻度が下がり、総保有コスト（TCO）を減らすことができる。

AI発注・ESL・視線エッジAIが店内で同時並行で進められる段階に

2025年の国内事例は、数（AI発注）・値札（ESL）・視線（エッジAI）が店内で同時並行で進められる段階に入ったことを示した。AI発注は高頻度更新と省力化を、ESLは自律電力化と一括更新を、エッジAIは端末内処理を土台に成熟しつつある。半導体の設計では、NPUの電力/帯域/熱、無線SoCの接続密度/干渉耐性、電源ICのハーベスティング効率、センサ/ISP/LPDDRの帯域—遅延—発熱のバランスが要所である。

データシートの数値を、実環境の“単位系”で語る。これを徹底するこそが、コンビニの“最後の1m”を確実に前進させる近道である。

＊この記事は以下のサイトを参考に執筆しました。
参考リンク

• AIを活用した新たな発注システムを導入 ～店舗の業務効率化と販売機会の最大化を実現～
• 最先端電子棚札ソリューションがEXPO 2025 の セブン-イレブン店舗で採用
• NEC、顔認証技術とソニーセミコンダクタソリューションズの最先端AIカメラを融合した入退管理ソリューションを販売開始
• ソニーのエッジAIセンシングプラットフォーム「AITRIOS™(アイトリオス)」による、AIモデル最適化サービス「Studio」の提供を開始

The post コンビニの“最後の1m”は半導体で動く——AI発注・電子棚札・エッジAIの実像 first appeared on SEMICON.TODAY.