テスラ、自社製チップを製造：人工知能の価格に与える影響
2026年3月14日、イーロン・マスクはXにて「テラファブプロジェクトが7日後に開始」と発表した。この6つの単語は、250億ドルの投資計画を告げており、年間1000億から2000億個のカスタムチップを生産する工場の設立を意味する。この取り組みは、もし成功すれば、人工知能モデルの訓練コストを根本的に変える可能性を秘めている。
これは誇張ではない。数字の問題だ。
チップ工場の建設は技術的な決断ではなく、財務的な決断
半導体業界は、ほとんどの業界の経営者が過小評価している論理に基づいている：追加のチップを生産する際の限界コストは、生産量が増えるにつれて急激に低下するが、初期投資の固定コストは非常に高く、何十年も障壁となってきた。TSMCは、その支配的地位を確立するまでに数十年と数千億ドルを投資した。サムスンも同様の規模で投資してきた。これまでその二大企業以外のプライベート企業は、同等の製造能力の構築を試みていない。
テスラは、ある単一のコンプレックスから、現在のTSMCの総生産量の70%に相当する生産を試みている。最初の目標は月間10万ウェーハで、将来的には月100万ウェーハを視野に入れている。プロセステクノロジーの目標は、現在商業的に入手可能な最も進んだ2ナノメートルである。
これはR&Dプロジェクトではなく、テスラのコスト経済の構造的再編成であり、その延長線上には、全世界の人工知能コンピューティングの価格への影響がある。
テラファブの背後にある論理は、抽象的な技術の野心ではなく、具体的な計算から始まる。テスラは、現在のサプライヤーが提供する最も楽観的なシナリオでも、サイバーキャブ、オプティマスロボットの製造ライン、ドージョーのスーパーコンピュータ、xAIのGrok訓練インフラが生み出す需要を満たすには不十分であることを特定した。マスクは株主総会で「たとえ私たちのサプライヤーから得た最良のシナリオを予想しても、それはまだ足りない」と通常とは異なる明瞭さで述べた。サプライヤーに頼り続けている時、最良のシナリオさえも不十分であれば、自らサプライヤーになるのが唯一の合理的な選択なのだ。
インフラがコストから競争力に変わる瞬間
チップを購入する企業と製造する企業の間には、構造的な違いがある。直接的なコストの問題だけではなく、競争アーキテクチャ全体の違いである。
テスラがTSMCやサムスンからチップを購入する際、製造コストだけでなく、中間業者のマージン、Apple、Nvidia、Qualcommなど他の高名な顧客との共有能力制約、契約によって完全には排除できないサイクルタイムを支払うことになる。TSMCがテスラにかけるマージンの1ドルは、自動運転車や産業用ロボットのコストを削減するために投資できない1ドルとなる。
テラファブによって、そのマージンはバランスシートから消える。しかし、その代わりに現れるのはさらに興味深いものだ。テスラのAIプロセッサの第5世代であるAI5チップを、テスラ自身の作業負荷に正確に合わせて設計する能力。市場向けに最適化された汎用チップではなく、論理処理、メモリストレージ、高度なパッケージングを一貫した垂直統合された製造ラインで組み合わせたチップ。自動運転モデルの訓練のために特別に設計されたチップと一般市場向けのチップとの運用効率の差は、専用ノードの業界標準の最適化による推論サイクルごとの電力消費を20%から40%削減できる可能性がある。
2026年の少量生産。2027年には量産。これらのスケジュールが守られれば、テスラは業界の他のプレーヤーが10年かかることを、2年未満で完了することになる。
CFOがまだ予算を立てていなかった25%
ここから、財務分析はさらに厳しくなる。テスラのCFO、ヴァイバフ・タネジャは、2026年1月28日の収益発表において、テラファブの総コスト250億ドルが、2026年度の資本支出の数字には完全には組み込まれていないことを認めた。すでに200億ドルを超えているその数字は、この会社が発表した最大のインフラへの投資を含まない状態で、すでに野心的な計画だったことを意味する。
これはプロジェクトの最も具体的な実行リスクだ。半導体業界は計画ミスを容赦しない。先進的な製造工場の建設サイクルは長く、専門的な才能は不足しており、新しい製造プロセスのパフォーマンス曲線は予測不可能である。テスラは2026年2月、韓国でAIチップデザイナーの採用を開始し、世界最高生産量のチップを設計するエンジニアを求めている。発表されたローンチから数ヶ月のこのリクルートは、通常なら運営に先立っているはずの能力構築がまだ進んでいることを示唆している。
テラファブが良いアイデアかどうかは問題ではない。問題は、その実行のペースがスケジュールの野心を維持できるかどうかだ。半導体製造において、発表から大規模生産までの距離は、数ヶ月で測られることはほとんどない。
シリコンを制御する者にとって、人工知能の生産コストがゼロに近づく時
技術が成熟する各業界において繰り返されるパターンがある：インフラ層を制御する企業の生産限界コストは崩壊する一方で、中間業者に依存する企業は最適化できないコスト構造に閉じ込められる。
AppleはMシリーズのチップでこれを実現したが、製造ではなく設計においてのみである。Googleはモデルの訓練にTPUを構築したが、外部のファウンドリに依存している。AmazonもTrainiumやGravitonのチップを開発したが、同様に依存している。テスラは、彼らが踏み出していない一歩を試みている：設計と製造の両方を制御することだ。
テラファブが月間100万のウェーハスタートを達成すれば、テスラは台湾と韓国以外のどの民間企業よりも多くの先進的チップを生産することになる。FSDの新しいバージョンを訓練したり、オプティマスの生産をスケールアップするための追加コンピューティング容量を追加する限界コストは、次第にエネルギーと材料の純変動コストに近づき、第三者との契約に起因する構造的なコストを含まないことになる。
これはテスラの経済を変えるだけでなく、業界全体の人工知能コンピューティングの基準価格を変更する。なぜなら、規模と資本を持つ者がこのモデルを複製するために達成可能な新しいコストの底を設定するからである。
まだ人工知能戦略を立てているリーダーは、コンピューティングコストが制御できない外的変数であると仮定して計算を行っているが、すでに再描画されている地図に基づく決断を下している。今後10年間の競争優位性は、市場に出ているチップを最も上手に活用する者ではなく、自らの限界コストでそれらを生産するためのインフラを構築した者に与えられる。
