AIは、場所を必要としない技術のように見える。

モデルは複製できる。コードはネットワークを通じて世界へ配布できる。クラウド上のサービスは、利用者から見れば、どこで計算されているかをほとんど意識させない。

しかし、その計算能力を実際に存在させる半導体は、同じ速度では増えない。

工場を建て、製造装置を据え、材料を運び、電力と水を確保し、人を育て、工程を調整し、歩留まりを上げ、同じ品質を何度も再現する必要がある。

デジタル世界では一瞬に見える拡張が、物理世界では長い時間と場所を必要とする。

この差を観測すると、台北・新竹は単なる「世界有数の半導体都市圏」とは少し違って見えてくる。

ここで行われているのは、半導体を作ることだけではない。

台北側には本社機能、資本、市場接続、政策・国際接続が集まり、新竹側には研究、設計、製造、装置、材料、人材の高密度な接続が形成されている。この都市圏全体を通じて、抽象的な計算需要が現実に動く物理能力へ変換される。

本稿では、このような機能が高密度に観測できる都市圏を Fabrication Node と呼ぶ。

Fabrication Nodeとは、ものを作る工場の集積ではない。

抽象化された設計や知識を、反復可能な物理能力として世界へ固定する文明節点である。

ここでいう「固定」は、変化を止めることではない。抽象的な設計を、更新・改善されながらも繰り返し利用できる物理能力として成立させることを指す。

1｜AIはデジタルなのに、なぜ地理から逃れられないのか

AI時代の競争は、モデル性能やアルゴリズム、データ、クラウド、ソフトウェアとして語られることが多い。

いずれも物理的な場所から自由になったように見える。

だが、その下には必ず計算機がある。

計算機の下には半導体がある。

さらにその下には、製造装置、材料、電力、水、土地、物流、人間の技能がある。

つまり、デジタル能力の拡張と物理能力の拡張は同じではない。

モデルは短時間で複製できる。

需要予測も更新できる。

資本も移動できる。

しかし、最先端の製造能力を同じ速度で複製することは難しい。

ここには、AI文明を構成する二つの時間がある。

一つは、情報や資本が動く高速な時間。

もう一つは、工場や電力網、人材、製造工程が形成される低速な時間である。

ただし、低速側は単に高速側へ追いつけないのではない。その時間の中で技能、改善履歴、異常対応、組織間関係が蓄積される。

AIが高速化するほど、むしろ短時間では複製できないこの履歴への依存が見えやすくなる。

2｜新竹に集積しているのは「工場」なのか

新竹科学園区は、台湾の半導体産業を象徴する場所として知られている。

だが、ここを工場の集積としてだけ見ると、その機能を小さく捉えすぎる。

新竹科学園区管理局によれば、2025年の園区売上高は1.7兆台湾元、入居企業は584社、就業人口は約17.9万人に達した。半導体だけでなく、精密機械、光電、コンピュータ、通信、バイオなど複数産業が同じ地域に存在する。

重要なのは、企業数そのものではない。

半導体製造では、単独の工場だけで能力は成立しない。

製造装置が必要になる。

材料が必要になる。

検査やパッケージングが必要になる。

研究機関や大学が必要になる。

技術者が必要になる。

水と電力も必要になる。

そして、問題が起きたときには、工程のどこに原因があるのかを特定し、修正し、再び量産へ戻す必要がある。

ここで効いてくるのが距離と履歴である。

誰が、どこにいて、どの工程を知っており、どの速度で問題へ接触できるのか。

これは設備一覧だけでは表現しにくい。

長い時間をかけて蓄積された接続は、製造能力の一部として見ることができる。

ここで重要なのは、低速な物理系が単に「遅れている」のではないことだ。歩留まり改善、異常対応、供給者間の関係、技術者の経験といった履歴は、時間をかけて形成される。

つまり低速とは、遅延であるだけでなく、履歴を生成する時間でもある。

新竹に集積しているのは、工場ではなく、製造を繰り返し成立させる接続密度と、その反復履歴だと見ることができる。

3｜Fabrication Nodeとは何か

ここでFabrication Nodeを次のように定義する。

Fabrication Node

抽象化された設計・資本・知識を、継続的かつ反復可能な物理能力へ変換する文明節点。

重要なのは「一度作れる」ことではない。

試作品を一つ作れることと、何百万個もの製品を安定して作れることは違う。

設計図があることと、その設計を量産できることも違う。

製造設備を所有していることと、高い歩留まりで運用できることも同じではない。

抽象的な設計が現実の能力になるまでには、

設計 ↓ 工程 ↓ 材料 ↓ 製造 ↓ 検査 ↓ 歩留まり改善 ↓ 反復 ↓ 量産能力

という変換が必要になる。

Fabrication Nodeが担うのは、この変換全体である。

デジタル文明は、この工程を通過して初めて、物理世界に存在できる。

4｜高速化するAIは、低速な物理OSへの依存を減らすのか

直感的には、技術が進歩するほど物理世界への依存は減るように見える。

実際には、逆方向の動きも起きている。

AI需要が増えれば、より多くの計算能力が必要になる。

計算能力を増やすには、より多くの半導体が必要になる。

半導体を増やすには、工場、装置、材料、電力、水、物流、人材が必要になる。

つまり、AIの高速化が物理世界を消すのではなく、物理世界との接触面を拡大する場合がある。

ここで速度差が生まれる。

AIモデルや市場需要は短い周期で変化する。

一方、工場建設や電力インフラ、人材形成には年単位の時間が必要になる。

高速な需要側が変化しても、供給側の物理条件は同じ速度では変化できない。

問題は、物理世界が遅いことではない。

異なる速度で動くものを、同じ時間軸で扱おうとすると摩擦が生じることである。

台北・新竹は、この AI速度 × 製造速度 の位相摩擦が可視化される場所でもある。

5｜「台湾依存」とは何への依存なのか

台湾の半導体集中は、しばしば地政学的リスクや生産シェアとして語られる。

それ自体は重要な観点だが、Fabrication Nodeとして見ると、依存対象をもう少し細かく分解できる。

依存しているのは、生産量だけではない。

工程知識。

改善履歴。

熟練した技術者。

装置メーカーとの関係。

材料供給者との関係。

品質管理。

トラブル対応。

量産経験。

そして、これらを短時間で接続できる地理的・組織的な近さ。

こう考えると、工場を別の国へ建てることと、Fabrication Nodeを複製することは同義ではなくなる。

設備は移せる。

資本も投入できる。

技術者も移動できる。

しかし、過去の反復によって形成された接続関係や改善履歴まで、一度に移すことはできない。

製造能力には、目に見える設備だけでなく、目に見えにくい履歴が含まれている。

この履歴が、製造能力に地理的な粘性を与える。

6｜それでもFabrication Nodeは分散し始めている

一方で、台北・新竹だけを固定的な中心として見るのも適切ではない。

TSMCは台湾で先端製造能力への投資を続けながら、米国アリゾナ、日本の熊本、ドイツのドレスデンなどへ製造拠点を広げている。

アリゾナではすでに最初の工場が量産へ入り、追加工場の建設も進む。熊本でも最初の工場が量産を開始し、次の工場が計画されている。

これは、Fabrication Nodeが絶対に複製できないことを示しているわけではない。

むしろ観測すべきなのは、何が移り、何が残るのかである。

工場は移る。

装置も移る。

工程も一定範囲で移る。

人材育成も始まる。

だが、それぞれの地域が同じ速度で同じ能力へ到達するとは限らない。

また、すべてを一つの地域で完結させる必要もない。

世界の半導体製造は、

集中を維持する部分、

地域ごとに分散する部分、

複数拠点で冗長化する部分、

特定工程だけを専門化する部分、

へ分かれていく可能性がある。

したがって問いは「台湾から半導体製造が移るか」ではない。

Fabrication機能が、どの粒度で、どの地域へ、どの速度で再配置されるのかである。

7｜複製できるものと、複製しにくいもの

Fabrication Nodeを考えるとき、設備と能力を分けて考える必要がある。

設備がある。

人がいる。

材料が届く。

電力が供給される。

それだけで製造能力が完成するとは限らない。

製造とは、複数の条件を同時に成立させ続ける運用だからである。

製造能力とは、設備の保有量ではなく、複数条件を再び成立させられる能力として捉えた方が実態に近い。

設備は複製できる。

しかし、設備の使い方は履歴を持つ。

工程は移転できる。

しかし、異常時の対処には経験が残る。

組織図は複製できる。

しかし、組織間の信頼や連絡速度は同じ形では移らない。

この差を圧縮すると、

設備 ≠ 生産能力 生産能力 ≠ 再現能力 再現能力 ≠ Fabrication Node

となる。

ここで初めて、半導体の地理が単なる工場立地の問題ではなくなる。

8｜台北・新竹は、デジタル文明の「接地面」である

これまでCOAでは、都市を人口やGDPではなく、文明機能を担うNodeとして見てきた。

サンフランシスコでは、技術と資本と人材が次の方向を形成する。

Northern Virginiaでは、大規模な計算能力が集積する。

シンガポールでは、物流・資本・制度を通じて世界の流れが接続される。

東京では、多数の制度と企業と生活が異なる時間を調整しながら動く。

札幌では、高速文明から距離を置いた生活側で、文明を維持する条件が見える。

ドバイでは、資本・物流・人材・制度を短時間で組み合わせ、機能を配置する能力が観測できる。

そして台北・新竹では、それらとは異なる機能が現れる。

抽象的な要求を、物理的な能力へ変換すること。

AIモデル。

クラウド。

金融市場。

国家戦略。

企業の投資判断。

それらはすべて、最終的には物理世界の条件を通過する。

電力を使う。

水を使う。

土地を使う。

材料を使う。

人間の技能を使う。

時間を使う。

台北・新竹は、デジタル文明が物理世界との接触を避けられなくなる構造を、非常に高密度に観測できる場所の一つである。

言い換えれば、ここには デジタル文明の接地面 が濃く現れている。

9｜Fabrication Nodeは半導体だけの概念なのか

この構造は、半導体だけに限定されない。

バッテリー。

ロボティクス。

バイオ製造。

エネルギー設備。

航空宇宙。

高度材料。

どの領域でも、設計や知識だけでは現実の能力にならない。

抽象的な設計を、繰り返し作れる物理能力へ変換する場所が必要になる。

だからFabrication Nodeという概念は、製造業の分類ではない。

デジタル化が進んだ文明において、

どこで抽象が物理へ変換されているのか

を見るための観測単位である。

技術が高度化するほど、この変換点は見えにくくなる。

利用者から見えるのは、完成したサービスだからである。

しかし、見えなくなったからといって、物理世界が消えたわけではない。

むしろ高度な抽象化によって、物理世界への依存が背景へ押し込まれている。

10｜文明は、物理世界へ降りる場所を必要とする

AI時代は、場所の重要性を失わせる時代として語られることがある。

確かに、一部の情報や知識は場所から自由になった。

しかし、文明全体が場所から自由になったわけではない。

設計は移動できる。

情報も移動できる。

資本も移動できる。

だが、製造能力は設備、人間、資源、インフラ、時間、履歴と結びついて存在する。

そのため、AI文明の地理を考えるとき、企業の本社所在地だけを見ても全体像は見えない。

見るべきなのは、

どこで方向が作られているか。

どこで計算されているか。

どこで流れが調整されているか。

どこで時間が同期されているか。

どこで生活が維持されているか。

どこで機能が編成されているか。

そして、

どこで抽象的な能力が、実在する能力へ変換されているか。

台北・新竹は、その最後の問いを強く可視化する。

半導体を作る都市だから重要なのではない。

デジタル文明を、物理世界へ着地させる機能が高密度に集積しているからである。

AIがどれほど高速になっても、文明は完全なソフトウェアにはならない。

どこかで必ず、電力、水、材料、土地、人間、時間に触れる。

その接触点を観測するとき、台北・新竹は「半導体都市圏」から、別の姿へ変わる。

高速なデジタル文明を、低速な物理世界へ固定するFabrication Node。

それが、この都市圏から見えるもう一つの文明機能である。

COA Node Map

  • COA-001｜San Francisco — Direction Node どこへ進むか

  • COA-002｜Northern Virginia — Compute Node どこで計算するか

  • COA-003｜Singapore — Circulation Node どう流すか

  • COA-004｜Tokyo — Time Node どう時間を揃えるか

  • COA-005｜Sapporo — Living Membrane Node どう維持するか

  • COA-006｜Dubai — Orchestration Node どう組み合わせ、配備するか

  • COA-007｜Taipei / Hsinchu — Fabrication Node どう物理能力へ変換するか

Branch Gradient Log

優勢条件： AI・高性能計算需要の増加に対し、先端製造能力の形成速度が相対的に遅く、設備だけでなく製造生態系、技能、インフラ、接続関係、改善履歴への依存が続く。

反転条件： 製造工程の標準化・自動化・装置統合が大幅に進み、地域固有の技能や集積履歴への依存が低下する。または複数地域で同等水準の製造生態系が形成され、Fabrication機能が地理的に十分分散する。

現在の勾配：強

ここでいう「強」は、台湾への集中が永続することを意味しない。 デジタル能力を物理能力へ変換するFabrication機能そのものの重要性が、AI文明の拡張とともに強く可視化されているという意味である。

参考観測

  • 新竹科学園区管理局「新竹サイエンスパーク45周年」関連公表資料（2026年3月）
  • Taiwan Semiconductor Manufacturing Company, 2025 Annual Report

翻訳層｜接触面／再帰地点

■ 接触面（GOA）

この構造は、国家の産業政策と安全保障の時間軸、企業の中期的な製造配置、投資判断の前提設定、制度変更への適応可否で接触する。

■ 再帰地点

成立前提は、製造生態系・人材・電力水資源・装置供給・改善履歴の接続である。位相が変わるのは、これら制約膜のいずれかが大きく動くとき。再評価すべき変数は、地域別の先端量産能力、歩留まり、人材移動、インフラ増強速度、供給網の分散度である。

〈付記：GOAの最小の使い方〉

本稿を含む GOA の記事は、文章そのものが構造翻訳媒体として設計されているため、読者は以下のどちらかの方法で生成AIを利用できる。

  1. ブログの URL をそのまま LLM に入力する（URL読込可能なモデルの場合）
  2. ブログ記事の本文をコピーしてチャット欄に貼り付ける（すべてのLLMで利用可能）

その上で、次の問いを一言だけ入力すればよい。これだけで構造評価・欠損検出・透明化度の測定が実行される。

▶ 推奨される最小の問い

「このブログ記事を、構造的観点から評価してください。」

この一言だけで、LLM は内包する構造層（Narrative／Interest／OS）の抽出、速度差・硬化の指標化、Runaway Structure 仮説との整合性チェックを自動的に行う。これにより、読者は自身の理解と AI の理解を照合しながら、透明化OSとしての GOA を最大限活用できる。