10月15日の決算説明会で、TSMCの魏哲家(C.C. Wei)会長はエージェント型AIに関連するCPU需要の増加を認めたものの、従来型サーバーとAIサーバー向けのCPUを分離することの困難さを理由に、同社のAIアクセラレーター成長予測にこれを組み込むことを避けた。この会計上の選択は、それが保護する数字よりも多くを物語っている。

TSMCが市場に静かに伝えているのは、AIのコンピュート需要がGPUの枠を超えて広がっているということだ。この サイクルの第一波はGPU中心で分類が容易だった。エージェント型の波は異なる。計画を立て、ツールを呼び出し、状態を保持し、ワークフローを調整する自律型エージェントは、汎用コア、メモリ帯域幅、ホスト側ロジックに大きく依存する。これらの処理はアクセラレーターの隣に配置されたCPUや、推論関連タスクを直接実行するCPUで行われる。TSMCがこれらをカウントしないことで、同社はほぼ確実に自社の潜在市場を過小評価している。これは支配的サプライヤーが現実を上回るのではなく下回るガイダンスを示す稀なケースだ。

業界への示唆は、サーバー分類の構造的な曖昧化である。「AIサーバー」と「従来型サーバー」の明確な区分は消失しつつあり、これはハイパースケーラーからOEMまであらゆる企業の需要モデリングを複雑化し、ArmベースのホストCPUと既存のx86間の競争環境を再構築する。TSMCの狭義の定義を上限と読む投資家は、構築の広がりを誤って評価している可能性がある。この控えめな表現は上限ではなく下限である。

日本にとって、このシグナルは二つの点で重要だ。台湾のサプライチェーンに組み込まれた日本のサーバーおよびコンポーネントサプライヤーは、アクセラレーターに遅れるのではなく並行してスケールするCPU需要を計画すべきであり、これは2026年までのキャパシティと在庫想定を変える。国内エンタープライズITおよびSIerにとってより重要なのは、エージェント型シフトがAIインフラプロジェクトを再定義することだ。ハイブリッドまたはオンプレミス環境を運用する多くの日本企業は、AIをGPU費目として予算化してきた。エージェント・オーケストレーションが支配的パターンになるにつれ、調達チームとインテグレーターは汎用コンピュート、メモリ、ネットワーキングを付随的なものではなく第一級のAIコストとして見積もる必要がある。

国内の開発およびプラットフォームチームへの実践的な示唆は、エージェント型アーキテクチャは設計上CPUを大量に消費するということだ。「GPUリセラー」から、ホストコンピュート、データパイプライン、ガバナンスを網羅するフルスタックのエージェント・インフラストラクチャ・アドバイザーへと再定義するSIerは、TSMCの慎重な定義が見落としているマージンを獲得するだろう。