SKグループの崔泰源会長が、龍仁クラスターの次に建設する半導体工場の立地検討を本格化させている。首都圏の電力・用水の制約が限界に近づく中、重心は非首都圏へと移っている。 半導体工場には、電力・用水・人材・用地が同時にそろうことが求められる。平沢や龍仁など首都圏は、電力と用水が飽和状態に達している。 非首都圏の候補としては湖南と忠清が挙がっている。湖南は再生可能エネルギーと後工程のエコシステム、忠清は既存のメモリー拠点との連携が強みだ。 湖南は24時間安定した電力と中核人材の確保が課題で、前工程よりも後工程施設が先に取り沙汰されている。 崔泰源SKグループ会長が龍仁クラスターの次に建設する半導体工場の立地検討を本格化させている。 崔泰源SKグループ会長は、次世代の半導体工場をどこに建てるかの検討を本格化させている。 京畿道龍仁に建設中の世界最大級の半導体クラスターの、その先を見据えた動きだ。崔会長は10日、日本・東京で記者団に対し、「半導体需要は継続的に増えており、どこかへ行かざるを得ない。準備が宿題として迫ってきている」と語った。 この発言の重みは時点にある。政界や政府内外で、サムスン電子とSKハイニックスの生産拠点を湖南・忠清など非首都圏へ広げる案が検討されているとの見方が相次ぐ中で出てきたものだ。 財界では、今月末に李在明大統領と主要グループ総帥との懇談会で、具体的な投資案が公開される可能性が高いとの見方が多い。両社は「承知していない」として言葉を控えている。 どこに建てるかは、すなわち何が整った土地かという問題だ。崔会長の発言には、その基準が込められている。 崔会長が挙げた次期工場の前提条件は4つだ。電力と土地、人材と水だ。「どこかに行くにはインフラがものすごく必要だ」というのが同氏の説明であり、半導体工場がどこでも建てられるわけではない理由を端的に示している。 先端半導体ラインは、一つの都市が使うほどの電力を消費する。回路を洗い流す超純水も膨大に使う。さらに、高度に訓練された人材と広い平地が加わって初めて工場は稼働する。4条件を一度に満たす用地は多くない。 既存拠点である首都圏は限界に直面している。平沢と龍仁を中心とするメガクラスターは、AI半導体ラインをこれ以上受け入れるのが難しいほど電力と用水が逼迫している。 次期工場を別の地域で探さざるを得ない背景がここにある。龍仁クラスターは415万平方メートルの敷地に整備され、1期工場は2027年の稼働を目指している。会社の重心は当面、この場所に置かれる。 非首都圏の候補としてまず挙がるのが湖南だ。光州や長城一帯が取り沙汰されている。湖南は太陽光や洋上風力など再生可能エネルギーの潜在力が国内最大級で、企業が使う電力を100％再生可能エネルギーで賄うRE100に有利な条件を備える。 重みを増す変数がセマングムだ。ジェンソン・フアンNVIDIA最高経営責任者（CEO）がセマングムを韓国の「AIバレー」と呼んだことで、湖南はAIインフラの拠点として注目を集めている。半導体生産拠点がこの地域に立地すれば、AI産業団地と連動させる効果も狙える。 一方で限界もはっきりしている。24時間止まることなく稼働しなければならない半導体工場にとって、再生可能エネルギーだけで安定電力を確保するのは、なお難しい。 先端メモリーを作る中核人材の層も厚くない。そのため湖南では、前工程工場よりも後工程施設が先に議論されている。 前工程はウェハーに回路を刻む核心段階で、後工程は完成したチップを切断して包装するパッケージング段階だ。すでに世界的な後工程企業アンコー・テクノロジーが光州に拠点を置いており、エコシステムをつなぎやすい。 忠清は性格が異なる。SKハイニックスのメモリー生産拠点である清州、サムスン電子のパッケージング拠点である天安・温陽がすでに立地している。 既存インフラに接続する連携投資がしやすいということだ。首都圏に近く、人材を集めやすいのも相対的な強みだ。メモリーラインの増設であれば、湖南より忠清が現実的だとの分析が出る理由である。 両地域の勝負は、最終的には同じ問いに集約される。莫大な電力と用水、人材をどこで最も安定的に確保できるのか、という点だ。湖南は再生可能エネルギーと政府の均衡発展の意志を背景に持ち、忠清はすでに稼働している拠点という現実的な強みを持つ。どちらも4条件を完全には満たせない。 財界内外では、今月末に李在明大統領と主要グループ総帥らが青瓦台で行う懇談会で、具体的な投資案が示される可能性が高いとの見方が多い。 政府は、税制優遇や電気料金の差別化などの誘導策を前面に出し、地方投資を後押ししている。電力と用水、人材という冷徹な条件と、均衡発展という政策意志が交差する地点で、SKの次の工場の場所が決まる見通しだ。

米国発の半導体売りで、今月初めにコスピは8％急落し、サイドカーが発動、為替は1,540ウォンを突破した。 昨夜のニューヨーク市場では、チップ株が1日で反発した後に再び押し戻され、イランへの攻撃を受けて取引時間中に急落したのち、まちまちで引けた。 少数のAI・半導体株への過度な集中がボラティリティを高め、循環物色が市場構造上の課題を突きつけた。 グラフィック＝ソリューションニュース 昨夜（現地時間9日）のニューヨーク株式市場は、まちまちで取引を終えた。前日に反発した半導体株は再び下落し、取引時間中には中東発の悪材料も重なって下げ幅が拡大した。 S&P500は0.26％安の7,386で引けたが、指数採用銘柄のうち上昇した銘柄は370と過半数を超えた。ハイテク株中心のナスダックは0.97％下落し、ダウ平均は0.17％上昇した。 時価総額比率の大きい半導体とエネルギーが指数を押し下げる一方、その他の大半の業種は上昇した。中小型株指数のラッセル2000も0.41％上昇し、資金がビッグテックから他分野へ移る循環物色の典型を示した。 取引時間中の変動は激しかった。米軍ヘリがイランの攻撃で撃墜されたとの報道で、リスク回避心理が広がった。トランプ大統領は報復攻撃を予告し、現地時間9日には米軍が実際にイランへの攻撃に踏み切った。一時は4％近く下落したナスダックは、下げ幅を縮小して取引を終えた。原油価格は、イスラエルとイランの戦闘緩和期待が優勢となり、むしろ下落した。 より大きく揺れたのは韓国市場だった。米国発の半導体売りがアジアを直撃し、コスピは5日に5％台の急落を記録したのに続き、8日には取引時間中に8％超下落して7,500台まで押し下げられた。サムスン電子とSKハイニックスが2桁前後の急落となり、売りサイドカーが発動された。為替は1,540ウォンを超え、外国人投資家は20営業日連続で売り越しを続けた。 なぜ米国より韓国の指数の方が深く下落したのか。答えは「集中」にある。 今年に入り、世界の株式市場を押し上げた原動力は、事実上AIと半導体の一筋だった。少数の巨大テクノロジー株と半導体企業が、指数上昇の大半を担ってきた。 時価総額加重方式の指数では、このような大型株の値動きが指数全体を左右する。数日前に半導体企業ブロードコムが市場予想に届かない決算を発表し、株価が12％急落してその衝撃が半導体業種全体へ波及したのも、同じ構造のためだ。 韓国市場の集中はさらに極端だ。コスピの時価総額に占めるサムスン電子とSKハイニックスの2銘柄の比重は圧倒的で、しかも両社はメモリ半導体という同じ業況に結び付いている。米国のチップ株が揺れれば、韓国の指数はその衝撃をそのまま、時には増幅して受け取る。前営業日のコスピが米国より深く沈んだ理由はここにある。 集中は上昇時には加速装置だが、下落局面では凶器になる。指数が少数銘柄に結び付けば、わずかな業績変化や突発ニュース一つでも全体が大きく揺れる。今回の変動は、その実態をあらわにした。強気相場のエンジンだった集中が、同じ強さでリスクの震源地にもなった。 市場の見方は二つに分かれる。 楽観論は、この流れを「健全な循環物色」と捉える。証券業界の一部では、ビッグテックに偏っていた資金が、これまで取り残されていた業種や中小型株へ移っている過程だとみている。 ダウ平均が最高値圏を維持し、上昇銘柄数が過半を超えた点がその根拠だ。指数の表面は赤く見えても、市場の裾野はむしろ広がっているというわけだ。強気相場がより多くの銘柄へ広がるなら、悪材料ではなく追い風に近い。 一方、懸念はより根本的な点を指摘する。循環物色の引き金が、結局はAI投資への疑念だったという点だ。これまで半導体とビッグテックの株価は、将来の利益をはるかに先取りして上昇してきた。 ブロードコムの決算失望が小さなひびで終わらず、業界全体の再評価へ広がったのは、割高感がそれだけ大きかった証拠だという見方である。この視点では、いまの調整はバブルが崩れ始めた初期段階かもしれない。 同じデータを見ながら診断が分かれるのは明らかだ。集中が解ける過程が分散で終わるのか、それとも崩壊につながるのかは、まだ誰にも断言できない。 今回の局面が示すメッセージは、ボラティリティが一時的な事件ではなく構造の産物だという点にある。 指数が少数銘柄に依存する構造が変わらない限り、同様の衝撃は繰り返されるしかない。パッシブファンドや指数連動資金が増えるほど、集中は自らを強化する。大型株が上がれば資金がさらに集まり、その資金がまた大型株を押し上げる循環だ。問題は、その循環が逆回転した時だ。 韓国市場には、さらに重い含意がある。株式市場だけでなく、輸出と経済成長までメモリ半導体の一角に依存しているためだ。半導体業況が揺れれば、指数と為替、実体経済が同時に変動する。 今回のサイドカー発動と為替急騰は、その連結がいかに張り詰めているかを示した。半導体偏重はもはや株式市場だけの問題ではなく、国家ポートフォリオ全体のリスクとして捉えるべきだ。 では、集中という構造的リスクをどう減らすのか。個人投資家に分散投資を勧めるだけの話ではない。市場を設計し運営する主体の役割がより大きい。 ...

2023年のソースコード流出を受けて全社で遮断していた外部AIを、3年ぶりに全面導入へと転換した。 焦点は遮断ではなく統制だ。企業向けアカウント、AI専用DLP、二重運用体制が安全装置を構成する一方、中小企業にとっては高額な構築費の代わりにサブスクリプションとガバナンスが現実的な代替策となる。 グラフィック＝ソリューションニュース 今、何が起きているのか。 サムスンは9日、全関係会社を対象にChatGPT、Gemini、Claudeなどの外部生成AIを今月中に正式導入すると発表した。 開発・購買・製造・物流・マーケティング・販売・サービス・経営支援という、いわゆる8大業務の全工程にAIを適用する「AI大転換」構想の核心的な措置だ。各系列会社の最高経営責任者が自ら革新を主導する。 規模も小さくない。社長団50人余りは今月中に2日間の集中教育「AXブートキャンプ」に入る予定で、役員2300人余りは8月12日まで各回ごとの教育を受ける。全社員教育は年内に終える計画だ。外部AIを全社レベルで使うという宣言にほかならない。 サムスンの関係会社役員たちが、人材開発院の創造館でAI集中教育を受けている。（写真＝サムスン電子） サムスンは、外部生成AIを最初に、そして最も強く封じ込めた当事者でもある。2023年4月、半導体部門の社員が設備ソースコードと会議内容をChatGPTに入力し、情報が外部サーバーへ渡る事故が発生した。 会社は同年5月、社内PCからの生成AIアクセスを全面遮断した。一度入力したデータは回収も削除もできないという警告が、社内アンケート回答者の65％をセキュリティリスクへの同意に導いた。 その鎖を3年ぶりに自ら解いた。会社は今回もセキュリティを軽視していないと強調する。外部AIの全面解禁とセキュリティ体制の高度化を「同時に」達成する方針を明確にした。活用を広げつつ、リスクは統制するという二兎追いの戦略だ。 意味の分析 では、何が変わったのか。3年前と現在の外部AIは同じものではない。 2023年にサムスンが恐れていた対象は、正確には「消費者向け」の生成AIだった。個人が無料で使うチャットボットは、利用者が入力した値をモデル学習に再利用する構造のものが多かった。社員が不用意に貼り付けたソースコード1行がモデルに染み込み、他人への回答に現れるおそれは誇張ではなかった。 いま企業が使う外部AIは性質が異なる。セキュリティ業界によると、有料の企業向け環境では、入力データをサービス事業者の学習データとして使わないことが一般的な契約条件になっている。 データ保持期間をゼロに近づけたり、企業専用領域の中だけでデータが循環するよう隔離する機能も標準に近い。技術的前提が変わり、「使えば即流出」という等式は揺らいだ。 サムスンもその前提の上に立っているとみられる。同社はどの等級のサービスを導入するのかを具体的には明らかにしていない。ただし、外部AIの全面解禁とセキュリティ体制の構築を併記しており、4～5月にはデバイス経験部門の社員2500人を対象に候補サービスを試す概念実証を行っていた。 全社員がすぐに自由に使う方式でもない。運用方針とセキュリティ体制を整えたうえで段階的に開放する計画であり、統制された企業向け環境を前提にしているとの見方が業界では強い。 判断の重みも移った。遮断にかかるコストより、使わないことによるコストの方が大きくなった。競合がAIでレポートを書き、コードを組み、市場を分析する中で、遮断だけを貫けば生産性格差が広がる。 サムスンが社内自社モデル「サムスン・ガウス」と外部の汎用AIを併用する二重運用を選んだ背景がここにある。機密性の高い社内データは自社モデルが担い、最新の汎用機能は外部から取り込む役割分担だ。 この流れはサムスンだけのものではない。国内企業の生成AI活用率は2025年の55.7％から今年は85％前後まで上昇すると業界はみている。遮断が基本だった時代は終わり、「どう安全に使うか」が新たな問いとして浮上した。 最高経営責任者がセキュリティ問題をIT部門に任せず、経営課題として自ら引き受けた点も、今回の発表が示すもう一つのシグナルだ。 分かれる見方 2023年のソースコード流出を受けて全社遮断していた外部AIが、3年ぶりに全面導入へと転換した。 楽観論は明快だ。企業向けアカウントで学習未使用を契約で明記し、データ流出をふるい落とす統制装置を重ねれば、リスクは「管理可能」な水準まで下がる。使わない方がむしろ大きなリスクだという認識が、この立場の出発点にある。 ...

企業は人工知能に莫大な資金を投じている。問題は、その大部分が成果として戻ってこないことだ。 米マサチューセッツ工科大学（MIT）の研究チームが昨年発表した分析は、業界に波紋を広げた。企業が試みた生成AIのパイロット事業の95％が、損益に測定可能な効果を出せなかったというのだ。 研究チームは公開された導入事例300件を精査し、企業の役員・従業員数百人を調査した。世界の企業が投じた資金は300億～400億ドル、韓国ウォンで約41兆～55兆ウォンに達する。その巨額投資の中で、明確な成果を上げたのはわずか5％だった。 研究チームの診断は通説を外す。失敗の原因はAIモデルの性能ではないというのだ。モデルは十分に賢いが、企業の業務フローに溶け込めず、費用だけを食い尽くす構造が問題だった。賢い道具を高く買い入れても、うまく使えなかったわけだ。 その「費用」の正体を見ていくと、最近浮上した一つの解決策の輪郭が見えてくる。クラウドだけに依存していたAIを、できる限り「自分の端末」側へ引き寄せる戦略だ。 ◆ AIは使うほど金が漏れるのか？ AIの利用は大きく2段階に分かれる。膨大なデータでモデルを学習させる「学習」と、学習済みのモデルに実際に質問を投げて答えを得る「推論」だ。人間にたとえるなら、勉強と試験の違いである。企業が日々支払うコストの大半は、この推論段階で発生する。 推論をクラウドに任せると、料金は「トークン」単位で課金される。トークンとは、AIが処理する文字の束を意味する。質問1回、返答1行ごとに料金が積み上がる。数人の社員が使う程度なら小銭のように見える。しかし、数万人の顧客が同時に使い、1つの作業でAIが10回、20回と呼び出される瞬間、請求書は雪だるま式に膨らむ。 価格表そのものにも落とし穴がある。OpenAI、Anthropic、Googleのような巨大AI企業は、現在の推論サービスを原価より安く販売していると分析されている。利用者を集めるための出血競争だ。今の低価格がいつまで続くかは分からないという意味でもある。 速度もまたコストだ。クラウドに質問を送り、答えを受け取るまでには長ければ1～2秒の遅延が生じる。リアルタイム翻訳や音声アシスタントのように即座の反応が必要なサービスでは致命的だ。利用者が集中する時間帯に呼び出し上限に達し、サービスが止まることも少なくない。 ◆ 「クラウドの外」で見つけた解決策 代案として注目されているのが「ローカル優先推論」だ。名前は大げさだが、発想は明快だ。すべてを高いクラウドAIに任せるのではなく、端末や社内サーバーで処理できる簡単な仕事は先にそこで終わらせる。本当に難しく曖昧な仕事だけをクラウドに送るのである。 ローカル優先推論の3段階構造とコスト削減効果。簡単な作業は端末で、難しい作業だけをクラウドAIで処理して費用を抑える。（グラフィック＝ソリューションニュース） 効果は実測で確認されている。ある技術メディアに公開された事例では、設計図文書4,700件を処理する際、全体の70～80％を端末内で自動的にふるい分けた。 クラウドAIの力を借りる必要のない、明確な文書だったからだ。その結果、クラウド呼び出し費用は75％、処理時間は55％削減された。判断が難しい文書だけをクラウドに送り、危険な場合は人間が最終確認する設計にして、誤りも抑えた。 この75％という数字には留意点がある。特定の文書処理業務で得られた結果であって、すべてのAI作業にそのまま当てはまる魔法の公式ではない。端末でAIを動かすにはハードウェアを購入する必要があり、システムを設計し管理する人材の時間も必要だ。取引量が少ない企業では、むしろクラウドのほうが安い場合もある。重要なのは「無条件にローカル」ではなく、「仕事の性質に応じて分けて処理する」という判断だ。 こうした流れは、開発者たちの選択からも読み取れる。5月第3週のGitHubで最も急速に人気を集めたプロジェクト10件を見ると、巨大モデルをそのまま呼び出すツールより、端末内で直接動くか、呼び出し回数を減らして費用を節約するツールが目立った。 3件はすべての処理を端末内で完結させる方式で、別の3件はトークン消費そのものを減らすことに重点を置いていた。巨大モデル中心から、その周辺を精緻に磨く方向へ重心が移っている兆しである。 私たちが毎日使うスマートフォンにも、その変化はすでに入り込んでいる。通話翻訳や写真内の文字認識のように即時処理される機能の多くは、インターネットの先のサーバーではなく、手の中の端末で動いている。 ◆ 企業への問い この流れが示すメッセージは明確だ。韓国の中小企業や個人事業者にとって、AI導入の最大の壁は常にコストだった。巨額のクラウド料金を負担できず導入を先送りしたり、パイロット事業だけで終えてしまうケースが多かった。MITが指摘した95％の失敗が他人事ではない理由である。 ローカル優先戦略は、その壁を下げる現実的な道だ。顧客対応の定型質問は端末や自社サーバーで処理し、難しい相談だけを高性能なクラウドAIに任せる形だ。データが社外に出ないため、個人情報保護にも有利である。医療・金融のように機微な情報を扱う分野では、この点はコストに劣らず重い。 ...