業界を横断する教材 / 6業界

AIを動かす産業の連鎖

AIサービスを、半導体・通信・電力・建設・ITサービスに分けて読む。需要が増えたとき、どこで仕事と制約が生まれるかを考えます。

約18分 / 内容確認日:2026-10-31

この教材でたどる機能と役割

以下は読む順番です。すべての企業がこの順で直接取引することを示す図ではありません。

  1. 計算する部品

    演算・記憶・通信を担うチップ

    半導体を学ぶ →
  2. 設備を動かす条件

    電力供給と受電・冷却の設計

    電力・エネルギーを学ぶ →
  3. 計算資源を届ける

    サーバーとネットワークの運用

    AI・クラウドを学ぶ →
  4. 顧客の業務へ組み込む

    データ・画面・運用の接続

    ITサービスを学ぶ →

画面の向こう側にある四つの層

生成AIに質問すると、文章が返ってきます。その画面を作る会社だけを調べても、AI産業全体は見えません。計算を行う部品、サーバーが置かれる設備、通信とクラウドの運用、利用企業の業務への組み込みを分けると、異なる産業が一つのサービスを支えていることが分かります。ここでは各社の将来業績を予測するのではなく、この依存関係を企業研究に使う方法を学びます。

半導体にも演算、記憶、電源制御などの役割があります。さらにチップを設計する会社、製造する会社、製造装置を供給する会社は同じではありません。ASMLの工程解説は、材料を重ね、露光・加工・検査を繰り返す製造の分担を説明しています。AI向けの製品を作るという共通点だけで、各社の顧客や受注のタイミングまで同じだと考えないようにしましょう。

参照資料:How microchips are made

需要は順番と条件を伴って伝わる

次に、ある企業がAIサービスの利用を増やす場面を想像します。利用増が既存サーバーの空き容量で吸収されれば、すぐに新しいデータセンターが必要になるとは限りません。追加設備が必要な場合も、機器の調達、設置場所、受電、冷却、通信回線が揃って初めて稼働できます。需要の増加と、各供給企業の売上が発生する時点にはずれがある、というのが最初の分析視点です。

IEAはAIとデータセンターの電力需要、供給側の条件を分析しています。ここから企業研究では、世界全体の需要と、候補地ごとの電力接続の条件を分けて調べることが有用だと考えられます。電力が必要という一般論だけで特定の発電会社の利益増まで断定せず、契約、設備投資、調達費、料金制度を確認する問いに変えてください。

参照資料:Energy and AI

同じAI需要でも売り方は違う

企業を比較するときは、何に対して料金を受け取るかを書き出します。部品・機器の販売、クラウドの利用量、導入プロジェクトの作業、運用支援の継続契約では、受注から入金までの過程が異なります。下表は個社の契約を再現したものではなく、調べるべき違いを整理した編集部の比較枠組みです。

例えば設備投資額が増えていても、設備を買う側の収益が伸びたとは限りません。一方、利用企業の支払額が増えても、その全額が一社の利益になるわけではありません。ニュースを読んだら「投資する人」「製品を納める人」「使って料金を払う人」の三者を区別すると、過度に広い成長ストーリーを避けられます。

層提供する価値企業研究で確認すること
半導体・装置計算・製造能力顧客、製品世代、量産の条件
建設・設備設置・受電・冷却受注範囲、工期、引き渡し条件
クラウド利用可能な計算資源利用量、稼働率、設備負担
ITサービス業務で使える仕組み導入後の効果、保守範囲、継続契約

クラウドの先に残る仕事

AWSの責任共有モデルでは、提供事業者が担う基盤の保護と、利用者が担う設定やデータ等の責任を分けています。担当範囲は選ぶサービスによって変わります。クラウドを使えば利用企業の設計・運用責任がなくなるわけではないことが分かります。AIの利用でも、誰が利用者権限を設定し、どのデータを送信し、誤った出力をどう扱うかが業務設計上の問いになります。

キャリアを考えるときは「AI関連企業に入る」から一段具体化しましょう。装置の精度を上げる仕事、施設の電源を設計する仕事、通信障害に対応する仕事、顧客業務を整理する仕事は、扱う対象も成果物も違います。自分が経験した課題と結び付く層を選び、その層の企業を二社調べると、関心を職種へ移しやすくなります。

参照資料:Shared Responsibility Model

小さな企業研究を実践する

練習として「社内の問い合わせにAIで回答する」という架空の計画を一つ置きます。最初に問い合わせ件数、回答の質、扱う情報、必要な応答時間を書きます。次に、既存クラウドで足りるか、社内システムと接続するか、人の確認が必要かを整理します。同じAI導入でも、条件により必要な供給企業と仕事は変わります。

最後に企業の発表を一つ選び、発表された事実と自分の解釈を分けてノートへ残してください。「設備を建設する」は事実として確認できても、「必ず高稼働になる」は別の予測です。導入拡大、単位計算あたりの効率、電力や工期の制約を別々に考えれば、上振れだけでなく計画が遅れる条件も説明できます。

ニュースを関係図へ置き直す

「AI向けの投資を増やす」というニュースを見たら、まず投資の対象を四つの層へ振り分けます。計算機の購入なのか、建物や電源設備なのか、ソフトウェアの開発なのか、人材への投資なのか。次に発注、納入、稼働、利用の拡大のどこまでが確認できるかを記録します。一つの発表に複数の段階が含まれる場合も、項目を分けると未確認の部分が明らかになります。

続いて、設備を提供する会社と、それを使って事業を行う会社を一社ずつ調べます。前者には納入・保守の機会がある一方、後者は投資を利用料金や業務の成果につなげる必要があります。同じ案件でも、両社が直面する問いは違います。ここに資金調達や共同開発のニュースを重ねる場合も、それを売上や利益と同じものとして扱わず、計画を進める条件として位置付けます。

もし需要が想定より弱かったら、最初に何が変わるでしょうか。新規発注、既存設備の稼働率、料金、次期投資など、変化し得る項目を列挙してください。逆に需要が強くても、電源接続や機器供給が遅れれば、利用の拡大が制約される場合があります。このように一方向の成長だけでなく、需要側と供給側を一つずつ変える練習によって、産業のつながりを説明する力が身に付きます。

自分の言葉で考える

知識の点数ではなく、説明できるかを確かめる問いです。調べたい点は企業研究ノートへ残せます。

AIサービスの利用が増えたら、半導体・建設・電力の売上も同時に同じ率で増えるでしょうか。

考え方の例を読む

そうとは限りません。既存設備の余力、調達の時点、契約、設備の稼働開始までの期間が異なります。需要がどの取引に、いつ伝わるかを分けて確認します。

ノートを開く →

AIに関わる仕事を二つ選び、顧客と成果物の違いを説明してください。

考え方の例を読む

例えば電源設備の設計は施設の安定稼働を、業務システムへの導入は利用企業の作業改善を支えます。業界名ではなく、誰のどの課題に責任を持つかで比べます。

ノートを開く →

出典と確認時点

統計や企業の説明は、資料の対象時点と確認日を分けて読んでください。

  1. Energy and AI ↗IEA / 公表・対象日:2025-04-10 / 確認日:2026-10-31
  2. How microchips are made ↗ASML / 公表日の記載なし / 確認日:2026-10-31
  3. Shared Responsibility Model ↗Amazon Web Services / 公表日の記載なし / 確認日:2026-10-31