AI安全研究所アンソロピックの大規模言語モデル「Claude」が、研究や文章生成の領域を超え、半導体チップや自動車を実際に生産する現場に入り始めた。技術サービス企業USTは、自社の半導体検証プラットフォームにClaudeの推論能力を統合し、チップの設計検証にかかる時間を従来の4日から48時間へ短縮する成果を報告している。

物理AIとは何か、ソフトウェア推論が現実世界の生産を変える

物理AIとは、機械や製造工程そのものにAIを組み込み、設計や品質管理を自動化する技術を指す。従来のAI導入がデータ分析や顧客対応に集中していたのに対し、物理AIは半導体工場や自動車の組み立てラインなど、モノがつくられる現場を直接支援する点が異なる。USTはこの領域で、Claudeに回路図やピン配置図を読み込ませ、人手で数日かかっていた回帰テストの自動生成と即時実行を可能にした。製造前に不具合を見つける精度が上がるほど、後工程での金銭的損失とリコールのリスクは下がる構造だ。

半導体検証ツールiDEC、Claudeを推論層に据えて成果

USTが開発した検証プラットフォームiDECは、ハードウェアの設計データと稼働機器から得られる実測値を、デジタルツインと呼ばれる仮想モデルと照合する閉域パイプラインを持つ。今回、このパイプラインの推論層にClaude Codeが加わり、エンジニアが手作業で書いていたテストスクリプトを自動生成し、電圧信号の劣化やファームウェアの不整合も早期に指摘するようになった。その結果、サイクル全体の所要時間が50%から70%短縮されたという。エンジニアには新たなツール習得が求められず、既存の設計フローに自然に溶け込む設計が導入速度を加速させている。

2万人規模のAI能力底上げ、エンジニアリング企業の転換戦略

USTが注目したのはツールとしての性能だけではない。同社は世界の自社エンジニア、アーキテクト、コンサルタント2万人を対象にClaudeの実務訓練を開始し、社内のエンジニアリング環境で実証した後に顧客向けシステムへと展開する手順を踏んでいる。銀行、通信、医療といった自社の主要顧客業界にも同様のAI駆動プラットフォームを提供する構えで、まず内側から使える人材を量産し、その後に外販へ進むモデルを取る。これはサービス企業が垂直統合型のAIエコシステムを取り込む際の典型的かつ現実的な布石といえる。

アンソロピックのパートナー拡大、AI産業の次なる競争軸

アンソロピックにとってUSTの導入事例は、Claudeの推論能力を物理的な生産領域に食い込ませる布石となる。商業責任者のポール・スミスはUSTの取り組みを「銀行や製造業に技術を浸透させる企業が、まず自ら実践している」と評価する。AIの競争はモデル単体の性能から、特定産業のワークフローに深く入り込み、検証可能な時間短縮やコスト削減といった経済価値を示せるかに移っている。半導体の設計検証という極めて専門的な領域で成果が数値化されたことは、物理AI市場の拡大に弾みをつける可能性がある。