この記事の音声版をお聴きください（AI生成）。
フォンタナにあるカリフォルニア・スチール・インダストリーズのホットストリップミルは、全長半マイル以上に及ぶ。
工場内では、巨大な炉が鋼のスラブを約2,300度華氏（約1,260度摂氏）まで加熱する。その温度になると、鋼は圧延できるほど軟らかくなる。
しかしまず、洗浄が必要だ。炉は表面に厚い「スケール」の層を残す。除去しないと鋼に押し込まれ、仕上げを台無しにする。スケールブレーカーでその層を砕き、高圧水流で吹き飛ばす。
次に、鋼のスラブは5基の粗圧延スタンドを通過し、7〜9インチの厚さからわずか0.0538インチ（クレジットカードの厚さに近い）まで圧縮される。クロップシャーが不揃いな端を切り揃えてから仕上げ工程へ移り、さらに6基の仕上げスタンドで最終的な厚さと表面品質に仕上げられる。
この時点で、鋼は時速約35マイルで移動している。
それは目視で欠陥を検出するには速すぎる速度だ。自動車のパネルや家電製品では、表面が完璧でなければならない——欠陥は塗装を通して丸見えになる。
仕上がったストリップはコイルに巻き取られる。重さが25トンに達するものもある。工程全体は約5時間かかる。フル稼働時、このミルは1日24時間稼働し、年間200万トンの鋼を生産する。
しかし少なくとも、鋼は目に見える。
現代の最先端半導体製造工場では、問題となる欠陥は人の目には見えない。
そして見逃した場合の影響は、同様に深刻だ。
半導体の欠陥1つで2万5,000ドルのコストが生じる——人間の検査員には防ぎようがない
半導体製造において、すべてはウェーハから始まる——純粋なシリコンから切り出された薄く磨かれた円盤で、通常直径約12インチだ。このウェーハは完全無欠でなければならない。微小な傷や汚染物質でさえ、数百チップにわたる欠陥を生み出す可能性がある。
最初のステップは、極端紫外線リソグラフィーを使った回路印刷だ。このプロセスでは、可視光線より短い波長の光を使って回路パターンを投影する。完成した1枚のチップには、このステップだけで20〜30回の処理が必要になることもある。
このプロセスで使われる特殊なマスク——一種の三次元ステンシル——も完璧でなければならない。欠陥が1つあれば、そのマスクが触れるすべてのチップが台無しになる。そしてそのマスクは1枚最大100万ドルのコストがかかることもある。
処理のたびに、ウェーハはエッチング、成膜、化学処理を経てトランジスタ層を積み上げていく。そのサイクルが繰り返される。現代の最も複雑なチップは、機能するまでに1,500〜2,000もの個別ステップを経る。各ステップが潜在的な失敗点となる。塵の粒子1つで、ウェーハ全体が台無しになりうる。
最先端半導体向けの1枚のウェーハは、2万〜2万5,000ドルのコストがかかる。1枚のウェーハには数百のチップが含まれる。欠陥品1枚で、数百の製品が一度に失われる。そしてこれらすべてが行われるファブの建設コストは150〜200億ドルに上る。
ファブはあらゆる場面でこうした損失を減らす必要がある。そして人間の検査員では、その仕事をこなせない。
時速35マイルでは、鋼は目で確認するには速すぎる。半導体ファブでは、欠陥が小さすぎて目で見えない。どちらの場合も、何かを見逃すには代償が大きすぎる。
AI 駆動による品質管理の強化
これはAIが単に役立つだけでなく、実際に機能する唯一のソリューションである分野だ。
AIの「ディープラーニング」と「エッジラーニング」は、欠陥管理を人間では到底及ばないレベルに引き上げる。ディープラーニングは何百もの画像例を分析することで機能し、システムが各ステップでプログラマーを必要とせず、自ら判断を下せるようになる。
エッジラーニングはさらに先を行く。これらのシステムは事前学習済みで、開始にわずか5〜10枚の画像しか必要としないこともある。数分でデプロイできる。
結果は数値で示されている。
BMWでは、AI 駆動のビジョンシステムが1年以内にある欧州工場の欠陥率を30%削減した。展開後、顧客満足度は15%向上した。フォックスコンでは、AI 駆動のカメラが現在98%の精度で欠陥を検出し、誤警報を80%削減し、以前より60%速く各ユニットを検査している。
これらはパイロットプログラムではない。地球上で最も過酷な製造環境のいくつかで、大規模に稼働している本番システムだ。
これが、本当のAIストーリーは最も注目を集めているものではない、と私が言う意味だ。
誰もが大手インフラ企業——半導体企業、クラウドプロバイダー、チャットボットプラットフォーム——に注目している。確かにそれらは重要だ。しかし工場の現場、油田、半導体ファブでは、もう一つのストーリーが展開されている。
AIはかつて解決不可能だった問題を解決している。そしてそのソリューションを提供する企業は、ひっそりと、あまり注目されることなく、より競争力を高め、より収益性を高め、より価値を高めている。
それこそが、私がキャリアをかけて探し続けてきた機会だ。
市場が気づく前に次世代の勝者を見つける
もちろん課題は、どの企業が実際に勝っているかを見極めることだ——AIを使うと主張するだけでなく、ファンダメンタルズに表れるような形で活用している企業を。
それはマーク・チャイキンがキャリア全体を通じて取り組んできた問題だ。彼のパワーゲージ格付けシステムは、ノイズを排除して真の勢いを持つ銘柄を見つけるために構築された。それを何十年も続けてきた。
しかし6月24日、マークと私はさらに一歩踏み込む。チャイキン・アナリティクスがこれまでに構築した初のAI 駆動プロダクトを発表する——これまで一般公開したことのないものだ。
私たちはそれをタイムマシンと呼んでいる。数十年にわたる市場の歴史をスキャンし、エヌビディア（NVDA）、アマゾン・ドット・コム（AMZN）、メタ・プラットフォームズ（META）のような銘柄が最大の上昇を記録する直前の初期プロファイルと、ファンダメンタルズおよびテクニカルの特徴が一致する今日の銘柄を探し出す。バックテストでは、対象となった「シード」銘柄がはるかに控えめなリターンを記録する中、995%、1,406%、3,804%の利益を達成した銘柄を発掘した。
工場現場のAIストーリーは、タイムマシンが発掘するよう設計された機会の一例だ。市場が気づく前に、AIで実際の産業問題を解決している企業を。
個人投資家にこのようなものを提供するのは今回が初めてだ。チャーター会員資格には限りがあり、6月24日の発表が終われば、このオファーは繰り返されない。
最初のステップはシンプルだ：無料イベントへの参加枠を確保してほしい。
登録した方は今すぐタイムマシンの早期ベータアクセスを取得できる——購入不要。公式ローンチ前に、任意のティッカーを入力して、史上最大の株式市場の勝者と比較できる。
こちらから参加枠を確保してほしい。
