インフラ & セキュリティ確認済Read in English

Lam Research「供給網の制約がなければ見通しはもっと高かった」――クリーンルームと部品の不足は2027年まで、翌日に半導体株が世界で売られる

AI の設備投資を縛るのは需要ではなく、装置を作る床と部品だと、装置メーカー自身が認めた

田中 誠一|2026.10.23|5分|更新: 2026.10.23

半導体製造装置の大手 Lam Research が決算で、見通しを抑えた理由は需要ではなく、クリーンルームの広さと部品の不足で、2027年まで続くと認めた。翌10月22日、アジアと米国で半導体株が売られた。AI の設備投資の天井が、需要ではなく供給の物理的な制約で決まっていることが示された。

Key Points

Lam Research「供給網の制約がなければ見通しはもっと高かった」――クリーンルームと部品の不足は2027年まで、翌日に半導体株が世界で売られる

半導体の製造装置で世界の大手の一角を占める Lam Research が、四半期の決算で、成長を抑えている理由ははっきり供給の側にあると認めた。SEC に出した決算発表(2027会計年度の第1四半期、別紙99.1)とその説明で、Lam は、供給網の制約がなければ見通しはもっと高かったとした。足かせは2つある。装置を組み立てるクリーンルームの広さと、部品の不足である。この状態は2027年まで続くという。

言い換えると、注文が来ないから売上が伸びないのではない。注文はあるのに、作る場所と部品が足りなくて出荷できないのだ。AI の設備投資をめぐっては、この1年、需要が本物か、バブルかが議論されてきた。その議論に、装置メーカーという供給網の上流から、まったく違う答えが出たことになる。

Lam は何を認めたのか

Lam は、ウエハーにエッチングや成膜をする装置を作る。先端のロジックや HBM(高帯域メモリ)の工場を建てて広げるときに、真っ先に買われる装置である。だから Lam の受注と出荷は、AI 向けのチップの増産が実際にどれくらい進むかを、数四半期先取りして映す。

その Lam が見通しの上限を決めた要因に挙げたのは、顧客の投資意欲ではなく、自社の生産能力だった。精密な装置は、塵を抑えたクリーンルームの中で組み立て、試験する必要がある。その床の面積は、注文が増えたからといってすぐには広げられない。建屋を造り、設備を入れ、立ち上げるまでに年単位の時間がかかる。部品の不足も同じで、供給網の奥にいる部品メーカーの能力が追いついていない。Lam がこの制約を2027年までと見ていることは、少なくとも今後1年あまり、装置の出荷量が物理的に頭打ちになるということである。

なお、売上、利益率、次の四半期の見通しといった細かい数字は、この記事を書いた時点では決算発表の本文で確かめられていない。ここでは、制約の中身とその期間という、Lam 自身が示した説明だけを事実として扱う。

翌日、売りは世界に広がった

市場は、この説明を悪い知らせとして受け取った。時差のため、最初に反応したのはアジアの市場で、韓国の亜洲経済(Aju Press)は10月22日の午後(韓国時間)にソウル市場の動きを報じている。続く米国の10月22日の取引では、半導体株が大きく売られた。247 Wall St. は、供給への警告が AI 株の売りを深めたとして、Marvell と AMD が8%、Intel が7%下げたと報じている。StockTitan も、同じ日にナスダックが下げた理由として AI 向けの半導体株を挙げている。

注目すべきは、売られたのが Lam の顧客やチップの設計会社だった点である。工場の装置が予定どおりに届かなければ、チップの増産も遅れる。チップが遅れれば、データセンターの稼働も、そこで売るはずの AI の計算も後ろにずれる。需要がしぼんだという恐れではなく、売れるはずのものを予定どおりに作れないという恐れが、供給網を下流へ伝わったことになる。

需要の側は、むしろ膨らみ続けている

Lam の説明を裏から支えているのが、この数週間に出た需要の側の材料である。Microsoft は自社の推論チップ Maia 300 を、2027年からギガワット規模で配備すると一次情報で書いている。Meta の Zuckerberg は、ギガワット級のクラスタと500億〜600億ドルの設備投資を語ったと伝えられる。The Information は、Anthropic がパートナーに約5,300億ドル分のデータセンターのリースを急がせていると報じた。どれも、チップと工場の能力を先に押さえようとする動きである。

買い手がこれだけ先を争っているときに、装置メーカーが出荷を抑えざるを得ないと言う。それなら、天井を決めているのは需要ではない。AI の設備投資は、お金や意欲よりも先に、クリーンルームの床と部品で詰まっている。

なぜ重要か

AI のインフラは、これまで電力、HBM、先端のパッケージングといった、目立つ部品の不足として語られることが多かった。Lam の説明は、その手前にある工場を建てる装置そのものが詰まっていることを示した。しかも期限は2027年までとはっきり区切られている。

この制約は、2つの方向に効く。1つは、各社が掲げる計算資源の拡大計画が、資金があっても予定どおりには進まない可能性である。もう1つは、限られた装置と工場の能力をどこが押さえるかで、AI の競争の行方が左右されることである。Microsoft が TSMC の2027年の生産枠を30万個超確保したという報道も、この文脈で読むべきだろう。

次の確かめどころは、10月下旬から続く大手の決算である。Alphabet、Microsoft、Amazon、SK hynix が、設備投資の計画を据え置くのか、それとも供給の遅れを理由に時期を後ろへずらすのか。需要の数字が強いまま出荷の予定だけが延びれば、Lam の説明はそのまま裏付けられる。

風刺画: Lam Research「供給網の制約がなければ見通しはもっと高かった」――クリーンルームと部品の不足は2027年まで、翌日に半導体株が世界で売られる

Editorial Cartoon

本記事がもたらす影響を風刺的に描いたひとコマ漫画

Verification

信頼ラベル確認済
一次ソース4件確認
最終検証2026.10.23
VerifiedRev. 1
sha256:899987faa6ffa379...d068c35b

この記事はEd25519デジタル署名で検証済みです。改ざんは検出されていません。

検証API
Ethics Score75/100
引用密度0/20
ソースURL数15/20
信頼ラベル15/15
表現の慎重さ15/15
キーポイント10/10
サマリー品質10/10
本文充実度10/10

v1.0.0 — ルールベース自動採点

詳細API
Share

関連記事

AIの学習を4ビットで、時間を最大2割短縮 元OpenAI幹部の会社
インフラ & セキュリティ確認済

AIの学習を4ビットで、時間を最大2割短縮 元OpenAI幹部の会社

元 OpenAI の Mira Murati 氏の会社 Thinking Machines が、専門家層(MoE の expert 層)の順方向の計算を、事前学習から強化学習まで一貫して4ビットで行う学習の方法を公表した。8ビットと比べ、かかる時間は事前学習で約8%、強化学習で約20%短くなった。計算効率の落ちは約2%だという。カーネルは公開しておらず、外の人はまだ同じ結果を出せない。

2026.11.15
中国の主力AI6本、輸出禁止の米国製チップで学習か 重みの痕跡から分析
インフラ & セキュリティ確認済

中国の主力AI6本、輸出禁止の米国製チップで学習か 重みの痕跡から分析

DeepSeek や Kimi など中国の6つのオープンなモデルについて、公開された重みに残る初期化の痕跡から、中国への輸出が禁じられた NVIDIA の Blackwell で学習されたとする分析が出た。重みだけから学習に使った機械を割り出した初めての証拠になる。ただ、チップがどこにあり、どう手に入れたかは示していない。

2026.11.14
最強のAIでも防げたのは66% エージェントの守りはモデル任せにできない
インフラ & セキュリティ確認済

最強のAIでも防げたのは66% エージェントの守りはモデル任せにできない

Google DeepMind が11月9日に出した技術報告によれば、エージェントの群れで攻撃を自動で磨くと、最も強い Gemini 4 Argon でも防げたのは66%で、オープンウェイトのモデルはほぼ全滅だった。モデルを鍛えるだけでは守れず、権限を絞る実行環境の側で何重にも防ぐことが前提になる。

2026.11.13