先端プロセスを追わない：日本のAIチップ・スタートアップはなぜ40nmを選んだのか

まず、同社の最も重要な選択から：先端プロセスをあえて追わず、現場のために成熟した40nmとリコンフィギャラブルな構造を選んだ。この選択に、同じプロセスで既に回ったテストチップと専門の設計チームの裏付けが重なり、TAIはおそらく自社の工程表通りに量産版チップを作れる——「作れる」リスクはこの分野で最も低い水準にある。ただし、量産版の評価ボードが顧客の手に渡るのは2028年第1四半期であり、真の生死線はその後にある。

2028年末を境（本誌が自ら置いた観察の期限）に、自社プラットフォームと株主顧客以外の有料採用を取らなければならない。取れなければ、この会社はチップに勝って、商売に負ける。この判断を覆すのは二つだけである：量産版チップの製造が2028年第1四半期末を過ぎても終わらないこと、あるいは期限までに株主でも自社プラットフォームでもない有料採用が現れること——どちらか一方が起きれば、本誌は公に訂正する。

一、主旨

まず事実と判断を分ける。

事実はこうだ：2026年10月26日、横浜の未上場企業がシリーズC初回クローズで12.7億円の調達を公表した。テストチップはその三カ月前に評価を終え、量産版チップの工程表は2028年第1四半期まで引かれている。会社の名はTokyo Artisan Intelligence（TAI）。作っているのは、鉄道・工場・養殖場といった現場の小さな箱の中で動くAI——業界でいう「エッジAI」、つまり計算をクラウドに送り返さず、データが生まれる現場で完結させるAIである。最も異例な選択はプロセスにある：業界全体が先端ノードを追うなか、同社はあえて40nmの成熟プロセスを選び、そのためにリコンフィギャラブルなチップを自ら設計する——なぜか。それが本稿がまず答える問いである。

本誌の判断は、二つの問いに分けなければならない。証拠の状態がまったく違うからだ。

技術の問い：TAIのアーキテクチャは、特定の産業負荷において明らかな価値を持つか。本誌の答えは：仕組みの上では筋が通るが、データの上では証明されていない。選んだ土俵は実在するし、設計の選択は一つひとつに現場の理由がある。テストチップはハードウェアの実装と基本機能を検証したが、今回の審査では、条件を明記し第三者が再検証できる性能の数字を一組も確認できなかった。価値があるかどうかは、公開された証拠の上では今も仮説である。

商業の問い：その価値は、顧客が成熟したプラットフォームを捨て、新しいチップの導入・保守・長期供給のリスクを引き受けるに足るか。本誌の答えは：これこそが同社の真の生死線であり、それは自社の工程表によって2028年に押し出されている——量産版の評価ボードが顧客の手に渡るのは2028年第1四半期であり、その後、最初の顧客検証の一巡の中（本誌は2028年末を境とする）で、自社プラットフォームと株主顧客以外の有料採用を取らなければならない。

合わせれば主旨はこうなる：この会社が賭けに負けるとすれば、チップそのものではなく、チップの後で負ける。しかも「チップの後」が始まる時点は、大方の報道が書くより一年遅い。成熟プロセス、検証済みの同一アーキテクチャ、専門の設計チーム——この三つが「作れる」リスクをこの分野で最も低い水準まで押し下げた。判断が誤っていた場合の扱いは第十一節に書いた：二つの反証条件のどちらか一方が起きれば、本誌は公に訂正する。

二、顔ぶれ：五者の分工と、金の流れ

このチップが図面から顧客の手に渡るまでには、五つの役割と三つの国が要る。Deckの二枚目の名簿について、ここでは金の流れを明かす。

投資家と銀行の金はまずTAIに入る。シリーズC初回クローズの12.7億円のうち、株式の部分は三井住友海上キャピタルがリードする第三者割当増資（ワタキューHD、東京計器と東京計器レールテクノ、ADT）から、負債の部分はみずほ銀行の融資から来ている。両者の比率は開示されていない。経産省の補助金はその隣に立ち、日馬両国の産業実証に向かう。金額は公表されていない。

TAIから流れ出る金には三つの向きがある。一つ目は設計料で、マレーシア・ペナンのOppstarへ向かう。Manta Ray全体の設計、物理実装、検証は枠組みに基づき同社が担う。二つ目は流片と製造の費用で、計画では台湾のUMCへ向かう。三つ目は自社のソリューション事業であり、それが現在の本当の収益源である。チップが完成した後、まず戻ってくる先は市場ではなく、自社のSEASIDEプラットフォームと株主顧客三社の現場だ。見知らぬ顧客へ売る道は、ADTの代理店体制が形になって初めて開く。

この構造については、二つの判断を先に立てておく。第一に、分工は技術の空洞化ではない。一つのチップの技術支配権を判断する物差しは、アーキテクチャと設計の知的財産が誰の手にあるか、モデルをチップの設定に変える設計ツールが誰の手にあるか、システム統合と製品定義が誰の手にあるかである——この三つはTAIにある。工場が台湾にあり、設計サービスがマレーシアにあるのは、ファブレスという形態の常態であって、技術が空っぽである証拠ではない。第二に、契約は完成ではない。Oppstarの枠組み、UMCのプロセス計画、ADTの販路目標、経産省の採択は、いずれも署名済みの紙である。その紙から量産の納品までは、エンジニアリングサンプル、評価ボード、顧客検証という、まだ通っていない三つの門が残る（第八節で一項目ずつ対照する）。この二つを立てておけば、後の分析は「日本のチップは外国頼みだ」と「大手との提携は成功の証しだ」という、両方向の的外れに走らずに済む。

三、この会社はどこから来たか

TAIの出発点はチップと無関係だった。2020年、水産業のDXから始まり、同年に株式会社シンコムのAI事業を引き継いだ。社名Tokyo Artisan Intelligenceの「鯛」にかけた言葉遊びは養殖に由来し、以後、製品ラインは海の幸で統一された：SEASIDE、ITAMAE（板前）、HARBOR、SASHIMI、NIGIWAI。そしてチップにはSting Ray（アカエイ）とManta Ray（オニイトマキエイ）の名が付いた。

技術の源は、東北大学・中原啓貴研究室の二つである。ニューラルネットワーク圧縮技術——訓練済みの大きなモデルを剪定し、削り、小さなチップで動かせる形にすること。そして圧縮したネットワークをハードウェアに効率よく落とす実装技術だ。ソリューション事業はこの二つの最初の仕事場だった：JR九州の軌道モニタリング、新幹線の確認車における支障物検知、地方自治体の案件、水産業とインフラ点検——会社の説明では、いずれも実証または導入の段階にある（導入台数と契約金額は一度も開示されておらず、本誌は「会社主張」としてのみ記す）。

会社プロフィールで紹介した主役モジュールSEASIDEは、いま心臓部を取り替えようとしている——それが後の各節の問いである。その一歩手前が2025年10月だ。TAIは東北大学と「Reconfigurable AI-Chip共創研究所」を設立した。その信号は明確だ——「FPGAでソリューションを作る会社」から「自らチップを設計するファブレス」への転身である。2026年8月、同社は自社イベントでテストチップの実機デモを披露し、Manta Rayの完全なロードマップを公表した。第二世代「Whale Shark」の目標はおおよそ2030年に置かれ、メモリスタッキングとアナログ回路の追加が検討されている——それは次の賭け台の話であり、本稿は賭けない。

四、現場が求める計算は、データセンターの計算とは別物だ

どのチップを比べる前に、「現場でいったい何を計算しているのか」を一巡しておく。線路脇の検知ボックスが、見てから動くまでに踏む段は五つある：

中原啓貴は2026年8月の自社イベントで、この点を率直に述べた（Mynavi報道）。産業現場が気にするのはAI推論そのものの速さではなく、前処理やGPUとのデータ転送、アクチュエータの制御まで含めたシステム全体の遅延である。GPUが推論だけをどれほど速くしても、前処理がArmプロセッサの上でゆっくり走り、データがチップの間を行き来していれば、チェーン全体の遅延は下がらない。鉄道やロボットのような用途では、認識の結果と動作の間の遅れそのものがリスクになる。

これがエッジAIの需要の形であり、データセンターの需要とはほぼ逆である：

• 遅延はシステム全体のものであり、一つのチップのベンチマークではない。五つの段のどれか一つが遅ければ、現場が感じるのは「遅い」だけである。
• ネットワークはある前提にできない。線路脇、トンネル、養殖場では、接続は閉じているか、途切れるか、そもそも存在しない——判定はその場で閉じなければならない。クラウドの賢さは、こうした現場には入ってこられない。
• 消費電力と発熱は硬い制約である。密閉筐体、ファンの置き場のない場所、列車の上の電源——予算はワット単位で数える。発熱は効率の問題ではなく、入るか入らないかの問題だ。
• 機器の寿命は十年単位である。鉄道やインフラの機器は据え付けてから十年以上動く。一方でアルゴリズムは毎年更新される。ハードウェアが十年の間まったく変われないことも、供給が三年で切れることも、どちらも困る。
• 負荷はなお重くなっている。複数のカメラ、複数のモデルの同時実行、ローカルな大規模言語モデル——会社はSting Rayが解くべき課題を「複数AIの同時実行による消費電力の増加」と明記している（TAI公式発表）。

需要をはっきりさせれば、TAIの選択に座標ができる：同社が欲するのは、より強い計算ではない。ワット数と筐体と切断されたネットワークという条件の中で、五つの段をすべて走らせ、しかも仕事を変えられる計算である。この需要は実在する。次に問うべきは、既製の製品がこの需要からどれほど離れているかだ。

五、まず代替品を見る：既製品はどれほど強いか

TAIにとって最も不利で、だからこそ先に言わなければならない事実がある：顧客には今日、選択肢がある。しかもその選択肢はすべて、仕様があり、値段があり、注文できるものだ。

NVIDIAのJetsonが既定の選択肢である。NVIDIAの公式製品ページでは、Jetson Orin Nanoは最大67 TOPS、消費電力7–15W、199ドルからとされる。その上にはOrin NX、AGX Orin、新世代のThorが並ぶ。本当に打ちにくいのは数値ではなく、JetPackというソフトウェアの生態系だ——CUDA、TensorRT、ロボティクスのIsaacフレームワーク、十年を超える開発者の蓄積である。公式には、モジュールの供給期間は通常5年から10年とされる（いずれもメーカー公表の口径であり、モデルごとにTOPSの精度と測定条件は異なる。本稿はこれを性能の順位付けには使わない）。顧客にとってJetsonとは：今日注文でき、文書が揃い、問題が起きれば世界の誰かが既に踏んでいる、ということだ。

Hailoは専用アクセラレータの路線を代表する。同社のHailo-8は26 TOPSを掲げ（メーカー公表）、M.2やMini PCIeといった差し込むだけの形態で、既存の産業用PCにそのまま使え、何年も出荷されている。その位置は：ホストを替えず、構成も変えず、AIアクセラレータのカードを一枚足す、というものだ。

AMDの適応型プラットフォーム（旧Xilinx）は、TAIに最も近い——自社製品の中にいるほど近い。TAIの演示資料によれば、同社のプラットフォームは世代で進む：SEASIDE-R6はAMDのKriaシステムモジュール、現行の量産世代R7はEfinixのTitanium FPGA（Mynaviの報道）を用い、計画中の次世代で初めてManta Rayに替わる。つまりTAIが置き換えなければならない最初の相手は他人ではなく、今日自ら出荷している解法だ：書き換え可能で、ツールは成熟し、顧客は既に使っている。この製品ラインの戦略的な意味を、ここに切り分けておく（これは本誌の研究上の仮説であり、完了した事実ではない）：TAIの路線は、まず外から買った再構成可能なハードウェアでプラットフォームと顧客と現場のデータを回し、その後に主計算を自社チップへ少しずつ移すことにある——外から買うことは、自社化への踏み台である。「少しずつ」の限度にも注意が要る：次世代SEASIDEも「Manta Ray＋インターフェース用のFPGA」という構成であり、自社化が担うのはAIの計算の部分だけだ。この路線が最終的に成り立つかどうかは、物語ではなく四つのもので検証される：システム全体の導入コスト、再検証できる実測性能、ソフトウェアツールの成熟度、長期供給の信頼性である。まず自社製品の中でKriaとEfinixに勝たなければ、他社に勝つ話は始まらない。

EdgeCortixは同分野の国内の先行者である：同じ日本でエッジAIチップを作り、SAKURA-IIは既に量産出荷されている。2026年6月には、米国の防衛イノベーション部門（DIU）からプラットフォームの準備状況に関する成功の覚書を得た——機関の顧客が自らの手順で検証した記録である。その存在はこの道が通れることを証明すると同時に、TAIと「検証済み」との距離を測る物差しでもある。

七つの物差し（性能とエネルギー効率、書き換え可能性とモデルの対応、開発ツールと生態系、産業向けの展開と長期供給、製品の成熟度、価格と総保有コスト、顧客の乗り換えコスト）で並べて見れば、既製品の共通の姿はこうだ：どの一マスも空白ではない。Jetsonは生態系と成熟度に強く、Hailoは差し込みの手軽さに強く、FPGAプラットフォームは書き換え可能性とインターフェースの柔軟さに強く、EdgeCortixは出荷していることに強い。TAIは、どの物差しでもまだ計画の時制にいる。

したがって本稿で最も硬い反対の問いに、正面から答えなければならない：JetsonやHailo、一枚のKriaで足りるのなら、顧客はなぜ、量産版の評価ボードが2028年まで届かない新しいチップの、導入・保守・長期供給のリスクを引き受けるのか。

TAIの手にありうる差別化は四枚だけで、その四枚すべてがまだ「未証明」の側にある。第一に、システム水準の最適化——自らチップも作りソリューションも作る会社は、現場のデータと応用の知見をチップの定義に直接反映できる。純粋なチップ企業にはない回路である。第二に、複数AIの同時実行における消費電力——並列の負荷に対するリコンフィギャラブルな構造の効率は、同社が公に名指しした課題だが、公開された数字は一つもない。第三に、総コスト——40nmのチップのコストが十分に低ければ装置全体の価格を押し下げる余地があるが、単価は一度も公表されていない。第四に、国内の支援と長期供給——ADTが築く販売・支援・長期供給の体制が形になれば、日本の産業顧客にとって実在の判断材料になるが、それはまだ建設の途中である。

結論はここに書く。最後まで残さない：今日この問いに、TAIは公開された証拠では答えられない。これからの二年で、その四枚を一枚ずつ照合可能な事実に変えるか、顧客が既製品を離れる理由はない。これは悲観ではない。同社の工程表における次の節点の、本当の意味である。

六、なぜ40nmなのか：TAIの答えはリコンフィギャラブルな構造

まず、リコンフィギャラブルとは何かを正す。「望むどんなチップにでもなれる」ものではない。

計算の器を四つ並べる：CPUは汎用プロセッサで、何でも計算できるがAIには最適化されていない。GPUは行列の計算を大規模な並列でこなし、処理能力に強い代償として消費電力とデータ転送を伴う。FPGAは出荷後も回路の論理を書き換えられる器で、柔軟だが、汎用性のために用意された書き換え可能な構造が常時電力を食い、面積も取る。ASIC/NPUは流片の瞬間に回路を特定の演算に固定し、最も省電力だが、仕事が変われば作り直しになる。TAIのリコンフィギャラブルな構造が歩くのは、FPGAとASICの間の細い道だ：チップの内側には、ニューラルネットワークの積和演算に最適化された処理素子が並び、素子の間の配線チャネルと演算の割り当て（マッピング）を出荷後にも書き換えられる。Sting Rayの公式の技術説明では、配線チャネルの最適化が構造の「要」と置かれている——配線の状態を直接観測し、制御できる、単純な構造にしたという。柔軟さは書き換えられるマッピングと配線から来て、効率は処理素子がAIの演算のためだけに生まれたことから来る。公式のまとめは「FPGAの再構成性とASIC的な効率の組み合わせ」である（会社説明）。

この道には実在の制約があり、同時に書かなければならない：対応するモデルと演算子には境界があり、どんなネットワークでも効率よく載せられるわけではない。書き換えられる範囲は配線とマッピングであり、チップが別のチップに化けるわけではなく、書き換えそのものにも時間とツールのコストがかかる。設計ソフトウェアとコンパイルの道具への依存は極めて深く——道具が駄目なら、柔軟さは紙の上にしかない。ニューラルネットワークの首尾は、しばしば演算ではなくメモリとデータの移動で決まり、処理素子をどれほど密に並べても、餌をやれなければ空転する。顧客にとっては、GPUともFPGAとも違う開発の作法を学ぶコストが実在する。これらの制約のうち、道具の一項は第八節で工程表の硬い節点になる。

分工にはもう一層ある：Manta Rayは演算だけを担い、インターフェースは担わない。会社が公表した評価ボードの形態では、Manta RayはAI演算に専念し、カメラ、センサー、車載バスといった多種多様な入出力は、相方のFPGAが引き受ける。理屈はこうだ：インターフェースは現場ごとに千変万化するが、演算は比較的均一である——変わりやすい部分を書き換え可能なFPGAに残せば、AIチップ本体は小さく、単純にでき、同じチップが異なる現場に使える。代償も同じく実在する：顧客が買うのは決して一つのチップではなく、「チップ＋FPGA＋ツール」の組であり、コストも複雑さも組として数えなければならない。

プロセスは、UMCの40nmである。会社の計画では、Sting RayもManta RayもUMCの40nmを使う——あえて選んだ成熟プロセスだ。まず、ありうる利点を挙げる。一つひとつに条件が付く：設計と流片の費用が一桁低いこと（数字は第八節）。累計調達が30億円に届かない会社にとって、これは生死の問題である。成熟プロセスには生産能力の余裕と供給の安定があり、世界の巨人とラインを取り合う必要がない。ワット単位の電力予算と十年単位の寿命を求める産業の負荷に対して、その速さと密度は足り、設計の許容度も高い。次に限界をはっきりさせる：成熟プロセスは、生まれつき省電力なのではない——トランジスタは世代ごとに省電力になるのが物理であり、同じ仕事は先端プロセスのほうが低い電圧でこなせることが多い。40nmは単位面積あたりの演算密度が低く、チップは大きくなるか、性能に天井が付く。そのコストの利点は、出荷量と製品の定義が合ったときにだけ成り立ち、量が小さければ、マスクと開発の費用はやはり割り切れない。だから本誌の言い方はこうだ：40nmは、TAIがコストと供給と目標の負荷の間で計算した一つの勘定であり、「40は3より産業に向く」という法則ではない——ノードの数字そのものは何の適性も証明しない。適性を証明できるのは、具体的な製品の実測だけである。

三つの道の勘定を並べる（数字の出典と口径は注に記す）：

注：本表は、数字を記した箇所を除き、アーキテクチャ水準の定性的な比較であり、特定製品の実測には対応しない。「消費電力」の欄におけるTAIの数字は会社目標値であり、測定結果ではなく、チップに制御用CPUなどを加えたシステム全体の口径であって、チップ単体の消費電力ではない。

七、Sting Rayが証明したこと、Manta Rayがまだ証明していないこと

この節の仕事は一つだけだ：「既に起きた検証」と「まだ起きていない検証」を分けて壁に貼ることである。

Sting Rayが証明したことは、TAI自身の公式発表によれば四つある。一つ目は構造の探索である。UMCの40nmの上で、「用途と実行するAIモデルに応じて処理回路を変更できる構造」を探索し、最適化した——書き換え可能性が、論文からシリコンの上に出た。二つ目は配線チャネルである。構造の要である配線を、直接観測し制御できる形にし、検証の道具も揃えた。三つ目は設計と検証のソフトウェアである。利用者の回路をこのチップに実現する設計ソフトウェアと、作ったチップが正しく動くかを確認する検証ソフトウェアを、TAIが自ら開発した——ツールチェーンの最初のレンガは自らの手で積んだ。四つ目は工程である。設計から製造、評価ボードでの動作確認、制御ソフトウェアの確立までの一連を、TAIの主導とOppstar Japanの協業で回し切った。中原啓貴は、テストチップが初回の流片で正常に動作した（「一発で動いた」、自社イベントでの発言、報道による）と述べている。

同時に、2026年8月の実機デモには重さを量らなければならない。Mynaviの現場報道によれば、デモの内容はLEDの点滅と矩形波の音声出力だった——検証されたのは、チップへの設定の書き込み、クロックの制御、外部I/Oの制御が実際に使えることである。これは堅実な一歩だ：設計ツールが設定をチップに送り込み、チップがその設定通りに動くことを示した。ただし、ニューラルネットワークの負荷を走らせた結果は一つも示されなかった——画像認識のフレームレートも、消費電力の実測も、既製の製品との同条件の比較もない。

ここから、本誌の独立した調査の結論が一つ出る。立場には依らない：今回の審査では、基準を満たすManta Ray（あるいはSting Ray）の公開性能ベンチマークを確認できなかった。基準は具体的である——測定したモデル、演算の精度（INT8、INT4、FP16）、バッチサイズ、消費電力の境界、ソフトウェアの版を記したTOPS、TOPS/W、遅延、処理能力のデータである。この基準でTAIの公式発表と公開報道を当たった結果は、空だった。最もよく引用される消費電力の数字も、口径を正確に読まなければならない：10WはManta Ray単体の消費電力ではない。中原啓貴氏は2025年11月の取材で、それはシステム全体の目標だと語っている——チップには制御用のCPUが要り、システム合計を10W以下に抑え、ヒートシンクのみで冷却し、電力を従来システムの二、三割程度まで落とすことを目指す（Mynaviの報道）。日刊工業新聞はこれを「チップの消費電力は約10W、従来の半分」と圧縮して報じた。二つの口径は一致しない。本誌はCEOの原話であるシステム口径を正とする。どちらの口径でも、それは実測ではなく目標である。性能ベンチマークの不在そのものが、重要な調査の結論である——第五節の差別化の四枚は、今日、その一枚も証拠に換えられないということだ。そして、誰の口から出ようと、「Manta Rayの性能は某製品を上回る」という言い方には、公開された根拠がないということでもある。本誌はそのような順位付けを作らない。

Manta Rayがこれから証明すべきことを、一項目ずつ並べる：量産規模の歩留まり（非開示であり、推算もできない）；チップと評価ボードの実際の価格（未公表）；再検証できる性能と消費電力のデータ（基準を満たすものは今回の審査で確認できず）；設計ツールがα版から、顧客が独力で導入を終えられる成熟度に届くこと（まだ節点に至っていない）；そして株主と自社プラットフォーム以外の、搭載・受注・購入の約束（今日まで、公開情報では見当たらない——ソリューション事業の導入実績はソリューション事業のものであり、チップの勘定に付けることはできない。この境界は本稿を通して越えない）。

八、二つの壁と、一枚の工程表

チップのスタートアップの死に方は、たいてい「量産に失敗した」と一括りにされる。分解すれば、それはまったく異なる二つの壁である。第一の壁は「作れる」、第二の壁は「売れる」。TAIの前にあるこの二つの壁は、一つが低く、一つが高い。

第一の壁：「作れる」。高さは約1–2億円。

チップを図面から実物に変えるうえで最も硬い金は、マスクセット——回路パターンをウエハに焼き付けるための原版一式であり、それを作ることが流片の主コストである。その価格はプロセスノードとともに急峻に上がる。選ばなかった道の値段を、東京エレクトロン（TEL）の公開資料が示している：1世代先の28nmでは、設計コストは4,000–5,000万ドル（マスクセットはそのうち数百万ドルを占める）。一方、選んだ道の40nmでは、フルマスクセットが業界ガイドの見積もりで約30万–150万ドルだ。つまりTAIは40nmを選ぶことで、「作れる」の壁の高さをおよそ1–2億円の規模まで押し下げた（業界見積もりであり、TAIの実支出ではない——同社の実際の流片支出は一度も開示されていない）。調達した12.7億円はこの金を払って余りあり、作り直しの予備費まで残る：量産版に修正が必要になれば、一回の改版はマスクセット一式の払い直しと数カ月の待ちになる——これが第一の壁に残る主なリスクである。

第二の壁：「売れる」。値札はなく、カレンダーだけがある。

公式の工程表を一コマずつ並べる（TAIの2026年7月6日と10月21日の発表の原文の口径）。2027年Q1に設計ツールのα版。Q2にエンジニアリングサンプル（ES版）チップの「製造」。Q3にES版評価ボードの「製品化・提供」で、ADTとの共同販売体制も同時期に完成する。Q4に量産版（MP版）チップの「製造」。2028年Q1にMP版評価ボードの「提供」。一コマごとの動詞に注意してほしい：2027年のうちに顧客が実際に手にできるのは、エンジニアリングサンプルの水準の評価ボードだけである。量産版は2027年Q4に「製造」されるだけで、その評価ボードはさらに一四半期待たなければならない。Q4を「量産出荷」と読むことは、この表で最も犯しやすく、最も影響の大きい読み違いである——本誌の従前の版はこの点で表現が曖昧だった。本稿は公式の原文に即して正す。

次に、産業顧客の導入サイクルがある。鉄道や工場といった顧客が新しいチップを自社設備に組み込むには、設計導入、規格審査、安全審査を経なければならず、サイクルは年単位で数える——TAI自身のSEASIDEがJIS E4031を通過したことは先例であると同時に、戒めでもある。次に量産の運転資金がある：ウエハは前払い、在庫は先に積み上がり、チップ事業は顧客から金を受け取る前に、大きな現金を沈めなければならない。最後に販路と供給がある：ADTの目標は2027年内のチップ販売開始と、11月末の販売を節目とする代理店体制の構築であり、評価ボードの製造と長期供給の体制はTAIとの協議の中でまだ築かれている最中だ——販路、評価ボードの製造、長期供給の三つには、いずれも「建設中」と書かれている。

サプライチェーンの成熟度を四段（提携の締結、技術の検証、製品の製造、顧客への納品）で測れば、TAIの今日の位置はこうだ：提携は揃った（枠組みも、補助金も、販路の契約も署名済み）。技術の検証はテストチップの水準で完了した。製品の製造は2027年に置かれ、顧客への納品（量産版）は2028年に置かれている。恥ずかしい位置ではない。だが「体制は既に出来上がっている」までは、まだ二段ある。

二つの壁を重ねれば、結論は明らかだ：12.7億円は第一の壁を越えるに十分で、一回の改版分まで払える。しかし第二の壁は金の問題ではない——ツール、サンプル、評価ボード、認証、販路のいずれにも固有のカレンダーがあり、それらのカレンダーはすべて2027年から2028年を指している。だから本誌は生死線を2028年末に引く：量産版の評価ボードがQ1に顧客の手に渡ってから、顧客検証の最初の一巡に残される時間は、その一年しかない。

九、同業の帳簿

チップのスタートアップを判断するなら、まずこの分野の基礎率を見る。参照値の最も大きい同業三社は、それぞれ一つのことを証明し、それぞれ一つ、証明しないことがある：

LeapMindは日本の業界にとって最も痛い一例である。同社の低消費電力AI推論IPは大手に採用され、評判も悪くなかった。2023年末に自社チップを発表し、その約9カ月後（2024年7月）に解散した。同社が証明するのは：称賛される技術と成立する商売の間には、需要とキャッシュフロー一式が横たわっているということだ。同社はTAIの失敗を証明しない——LeapMindの手にはIPライセンスしかなく、自社の顧客も現場もなかった。TAIの構造はちょうどその逆である。

Hailoが証明するのはもう一層である。同社はすべてを正しく行った——チップは量産され、顧客は実在し、評価額は一時12億ドルに達した——それでも最後はMicrochipに非開示の価格で買収された。同社はこの分野に需要がないことを証明しない（その出荷は本物だった）。証明するのは、独立したエッジチップ企業が収益の規模を育てることの難しさである：顧客は分散し、単価は圧迫され、世代ごとに販路とツールチェーンの戦いをやり直さなければならない。公平のために一文添える：Hailoは今日も出荷を続けており、製品ラインも更新されている——「買収された」のは独立した会社としての結末であって、その技術の失敗ではない。

EdgeCortixは物差しである。同じ日本で、同じエッジAIチップを作り、累計調達は1.1億ドル超（TAIの公表ベース累計の約6倍——通貨も口径も異なるため、規模の参照に留める）。SAKURA-IIは既に量産出荷されており、防衛の顧客による工程の検証まで得ている。同社は「日本の会社がエッジAIチップを作り、量産すること」自体が可能であることを証明する。同時に、量産の段階まで辿り着いた選手の手にある金がTAIの何倍であるか、検証の記録がTAIにはまだないことも思い出させる。

十、金はどこから来て、どこへ行くのか；それぞれが何を欲しているのか

まず、調達という出来事の性質をはっきりさせる。最も読み違えられやすいからだ：12.7億円は調達額であって、評価額でも、売上でも、顧客との契約額でもない。その構成は、性質のまったく違う二つの金である。株式の部分は、三井住友海上キャピタルがリードする第三者割当増資（引受先はワタキューHD、東京計器と東京計器レールテクノ、ADT）。負債の部分は、みずほ銀行の融資である。両者の比率は開示されておらず、本誌は割り算をしない。金が集まったことは「出し続ける者がいる」ことを証明するのであって、製品の成立を証明しないし、その金がチップの収益化まで足りることも証明しない——使い道と成功の間に等号は引けない。

公表ベースの調達を一列に並べる：三井住友海上キャピタルは2021年以降4ラウンド連続で出資し（シリーズCの発表の自述）、最も古い機関株主である。2024年に3.8億円の融資、2025年のシリーズB一連で合計約11.1億円（JR九州とJR東日本コンサルタンツが入った）、2026年10月にシリーズC初回クローズの12.7億円。累計は約27.6億円になる（補助金は含めない）。

シリーズCの使い道について、会社の発表は三つを挙げている：Manta Rayの生産とグローバルなサプライチェーンの構築、AIソリューション事業の機能拡張と導入の加速、組織とエンジニア採用の強化。具体的な配分は開示されていない。第八節の二つの壁に当てて分解すると（以下の分解は本誌の分析であり、会社口径ではない）：第一の壁を越えること——流片、起こりうる改版の予備、サンプルと評価ボード——は億円規模の話である。残りの金は同時に三つの口を養わなければならない：ソリューション事業の拡大（現在の収益源であり、細らせることはできない）、量産の在庫に伴う運転資金（ウエハの前払いが先、顧客からの入金は後）、そしてツールと販路の構築（設計ツールのチーム、ADT体制の支援コスト）である。この三つの口に対して12.7億円は潤沢とは言えない——第十一節で資金を「厳しい」と判断する根拠はここにある。

各者の動機を、一つずつ述べる：

TAIと中原啓貴が欲するのは、新しい職業のモデルである。教授の起業は日本では珍しくない。珍しいのはその道筋だ：まずソリューションで自らを養い、そこで蓄えた現場の知見をチップに変える。TAIにとって、自社チップはソリューション事業の差別化と粗利を守るものである——他社のチップでソリューションを作れば、利益の大きな部分はいつまでも上流の手にある。自社のチップを持てば、売るものはインテグレーションではなくプラットフォームになる。

三井住友海上キャピタルが欲するのは、垂直統合の成長物語である。4ラウンドの連続出資とCラウンドのリードで、同社は「サービスからデバイスまで」のチェーン全体に賭けている。保険グループの資本は、生まれつきインフラのリスク事業に親しい——この一文は本誌の推論であり、事実としてではなく、ここに注記する。

東京計器が欲するのは、取り残されないことである。同社の本業は軌道検測のようなニッチな計測機器だ。現場の検測にAIが載る時代に、他社のチップを使うのか、自ら出資したチップを使うのかは、競争力の分かれ目である。TAIとの順序がそれを最もよく物語る：まず軌道検測AIシステムを共同開発し、回ることを確かめ、それから出資して関係を固定した。

ワタキューが欲するのは、人である。リネン工場の人手不足は既に経営課題である。同社は自社工場でTAIの自動化の実証を回し、成果を見て、2026年4月に出資した。同社にとってこの投資は、長期協力の優先権を買うものであり、医療・介護の現場への広がり（同社の主要な顧客はまさに病院と介護施設である）への布石でもある。

JR九州とJR東日本コンサルタンツが欲するのは、省人化の点検である。鉄道業界の人手不足は必須の課題であり、軌道点検はその中でも最も人手を食う工程の一つだ。サプライヤーに出資することは、サプライヤーを身内に変えることである——需要も、規格も、導入のペースも、株主の席で話せるようになる。

ADTが欲するのは、主役の製品である。同社の流通、受託開発製造の支援、長期供給の能力には、国産AIチップという主軸が欠けている。TAIへの出資と市場展開の提携は、その製品ラインを自社の手に固定することだ。同社が得ようとする見返りは株式ではなく、この製品ラインの十年分の販売とサービスである。

Oppstarとマレーシアが欲するのは、一つ上の階層へ登ることである。マレーシアの半導体産業は長らく封止・検査が中心であり、国家戦略は設計の階層へ上がろうとしている。日本の会社が一つのチップ丸ごとの設計と物理実装をペナンに預けることは、Oppstarにとっては看板顧客であり、マレーシアにとっては向こうからやって来た錨である——経産省の補助金が採択したのは、まさにこの「日馬共創」の物語である。

東北大学が欲するのは、一つの手本である。共創研究所は、研究室の技術が産業になる道をそこに置く：教授の論文が会社のロードマップになり、大学の看板が地域の産業の名刺になる。

十一、判断：技術の問いと、商業の問い

本誌の慣例に従い、まず主旨の二つの問いに別々に答え、その後に項目ごとの結論を示す。

技術の問い：TAIのアーキテクチャは、特定の産業負荷において明らかな価値を持つか。——仕組みの上の価値はあるが、データの上の証明はない。書き換えられる配線と圧縮したモデルの割り当てという路線は、「複数のAIを並行に走らせ、仕事は変わり、消費電力に天井がある」という現場の負荷に対して、論理が一貫している。テストチップは、この路線がシリコンの上に落ちることと、設定の書き込み・クロック・I/Oの制御といった基本機能が実際に働くことを証明した——本誌が「技術は部分的に支持される」と言う範囲は、ハードウェアの実装と基本機能の検証という、この層までである。しかし「明らかな価値」という四文字には数字が要る：消費電力、遅延、処理能力の、再検証できる測定は、今回の審査では確認できなかった。ゆえにこの問いの結論は：部分的に支持される（Partially Supported）——アーキテクチャの選択は合理的で、ハードウェア実装と基本機能は検証済みだが、AI推論の性能の価値は公開された証拠では証明されていない。

商業の問い：その価値は、顧客が成熟したプラットフォームを乗り換えるに足るか。——証明されておらず、時間は同社の側にない。顧客には今日、Jetson、Hailo、Kriaという、仕様と生態系と供給の記録を持つ選択肢がある。TAIの差別化の四枚はすべて未兌現であり、量産版の評価ボードが顧客の手に渡るのは2028年第1四半期である。この問いの結論は：支持する証拠が不足している（Insufficiently Supported）——失敗が決まったのではなく、今日の時点で、顧客の「なぜ乗り換えるのか」に答える公開された事実が一つもないということである。

項目ごとの判断を五つ示す：

• 2027年のうちにES版と量産版のチップを作ること：おそらくできる。Sting Rayは、同一のプロセス、同一のアーキテクチャ、同一の設計協業のチェーンで既に回り、評価を終えている。40nmの設計の許容度は先端プロセスよりはるかに高い。この項目のリスクは全項目で最も低い。
• 節点が予定通りであること：サンプルの水準では比較的堅いが、量産版の水準では余裕が薄い。2027年Q2のES版チップの製造からQ4の量産版の製造までは、二四半期しか離れていない。サンプルの段階で問題が見つかり、一回の改版（新しいマスクセット一式と数カ月の加工期間）が必要になれば、Q4は破れる。遅れに対する緩衝材は用意されていない。
• 自社プラットフォームと株主顧客による下支えの需要：ある。しかも構造の中に既にある。次世代SEASIDEへのManta Ray搭載は公表済みの計画であり、株主顧客三社との共同開発と実証はいずれも公開された事実である。量産版チップの最初の搭載先は、市場に探しに行く必要がない。
• 2028年末までに外部の有料顧客が現れること：楽観はできない。量産版の評価ボードの提供は2028年第1四半期であり、産業顧客の導入は年単位である——評価ボードから有料採用まで、一年の窓で走り切れるのは最も速い一巡だけだ。どれか一環でも遅れれば、この項目は2029年に滑る。ここで観察の境界をはっきりさせる：本誌が見ているのは、公開情報で照合できる採用である。非上場企業は契約を開示しないことがありうる。「開示がない」ことは「実際の顧客がいない」ことと同義ではない。本誌の判断は公開された証拠の範囲でのみ成り立つ——後に、2028年末以前に外部の有料採用が既に起きていたと判明すれば、それも下の訂正の対象になる。
• チップが収益を生むまで資金が持つこと：厳しい。12.7億円は、ソリューション事業、量産の在庫、ツールと販路の構築を同時に養わなければならない。シリーズCの第二のクローズは閉じておらず、補助金の金額は不明である。第二のクローズが難産になれば、2027年内にさらに一巡の調達が必要になる公算が大きい——それが、このロードマップに対する市場の最初の値付けになる。

総判断：TAIが量産版の製造まで生き延びる確率は、LeapMindの当時より明らかに高い。同社が独立したチップ事業になれるかどうかは、2028年のその一枚の外部受注にかかっている。

読者が自ら照合できる四つの観察指標は、Deckの第七ページと同じもの——サンプルと評価ボードの納期、再検証できる性能データ、名のある外部顧客、ツールと長期供給——であり、本誌がこの記事を読み返す日程でもある：2027年第3四半期にES版評価ボードが提供された時点で中間の照合を行い、2028年第1四半期に量産版の評価ボードが提供される時点で全面的に読み返す。

反証条件を繰り返す：エンジニアリングサンプルと量産版チップの製造（公式計画は2027年内、本誌の反証の線は2028年第1四半期末）がその時点でも完了しなければ、本誌の「作れるリスクは低い」という判断は誤りである。2028年末までに、株主でも自社プラットフォームでもないManta Rayの有料採用が一件でも現れる（あるいは既に起きていたことが判明する）なら、本誌の「外部採用こそが生死線であり、その見通しは楽観できない」という判断は誤りである。どちらか一方が起きれば、公に訂正する。一つのチップの賭けは、その時に決着を見る。