半導体材料の技術トレンド調査手順｜4層×3ソースで叩き台を作る

この記事の結論
なぜ半導体材料の技術トレンド調査は「4層フレームワーク」で追うのか
1. 4層それぞれで「2026年の主戦場」を見る
2. 「材料」と「デバイス材料」を分けて考える
論文・特許・IR資料の3ソースをAIで並走させる7ステップ
地域プレイヤー別に「何を追うか」を分けて整理する
実務者別に「月曜から真似できる」使い分けテンプレート
Snorbe で叩き台→検証→更新の反復ループを毎週回す
よくある質問（FAQ）
調査手法について

この記事の結論

半導体材料の技術トレンド調査は、「前工程／後工程／装置／材料」の4層で観点をそろえた上で、「論文（arXiv・IEDM）／特許（Google Patents・J-PlatPat・EPO OPS）／IR資料（TSMC・SK hynix・Rapidusなど）」の3ソースをAIで並走させると、初学者でも数時間で叩き台を作れます。TSMCのN2、SamsungのSF2P、SK hynixのHBM4、CHIPS法とRapidusへの巨額補助金、ASMLのHigh-NA EUV、CoWoSの逼迫といった「効いてくる論点」を、地域プレイヤー別マトリクスに落とし込むことで、抜け漏れを検出できます。本記事では、月曜から真似できる7ステップと、AIリサーチエージェントで反復ループを回すためのプロンプトまで示します。

なぜ半導体材料の技術トレンド調査は「4層フレームワーク」で追うのか

半導体の技術トレンド調査でつまずく理由は、たいてい「観点の設定」にあります。ニュースを追いかけていると、「TSMCが2nm量産」「SK hynixがHBM4を世界最速で開発」「ASMLのHigh-NA EUV」「GaN・SiC」といった単語が入り乱れて、どこから手をつけるかが決められません。この最初のとっかかりで整理の軸を持てるかどうかが、実は初学者と熟練者の差なんじゃないかと感じています。

半導体産業を1枚の地図として整理するとき、いちばん実務で使い勝手が良いのが「前工程／後工程／装置／材料」の4層で切る見方です。前工程はウエハーに回路を作り込む工程、後工程は個々のチップを切り出して封止・実装する工程、装置は前工程・後工程で使う露光機やエッチング装置、材料はその工程で消費されるウエハー・レジスト・ガスなどを指します。1つのトレンドが「どの層で起きているのか」を最初に押さえるだけで、他社比較や市場規模の見通しが一気に立てやすくなります。

4層それぞれで「2026年の主戦場」を見る

前工程の主戦場は、TSMCの2nm（N2）ノード、Samsungの2nm SF2Pプロセス、Rapidusの2nm（2027年量産予定）の3社レースです。ここに加わるのが、裏面電源供給（Backside Power Delivery、BSPDN）という新しい配線技術で、電源線をチップの裏面に回すことで前面のスペースをロジック用に使えるようにします。IntelがPowerViaという名前で、TSMCがSuper Power Rail（SPR）という名前で搭載を進めており、2nm世代の1つの主戦場になっています。

後工程では、TSMCがCoWoS（Chip on Wafer on Substrate）と呼ばれる先進パッケージ技術の月産能力を2026年に月13万枚まで引き上げる計画で、NVIDIAのGPU供給の律速要素になっています。裏を返せば、CoWoSの供給が半導体AI市場全体のスループット上限を決めているとも言えます。ハイブリッドボンディングやチップレット、UCIeというチップ間接続の業界標準の議論も、この後工程レイヤーで動いています。

装置レイヤーは、ASMLがほぼ独占するEUV露光機と、その次世代機であるHigh-NA EUV（1台約380億円）が主軸です。TSMCはHigh-NAの本格採用を歩留まりとコストの観点で先延ばしし、Intel・Samsung・SK hynixが先行導入する動きになっているため、「誰がいつHigh-NAを入れるか」で装置市場の勢力図が変わります。

材料レイヤーは、世界の半導体材料市場が2026年に444億ドル（前年比29％増）、そして2035年には1,052億ドル、CAGR約4.45％で伸びる見立てになっています。Mordor Intelligenceの試算では2030年880億ドル前後と幅がありますが、いずれも「AI向けHBMとロジック先端ノードの立ち上がりが牽引する」という筋は共通です。信越化学工業・SUMCO・JSR・東京応化・住友化学など、日本の材料5社は有価証券報告書で「何を作る素材か」がまったく違うため、初学者は「日本の材料メーカーひとくくり」で理解を止めない方が、その後の分析がはかどります。

「材料」と「デバイス材料」を分けて考える

もう1つ、初学者が最初に頭に入れておくと得な区別があります。半導体材料には、「シリコンウエハー・レジスト・ガスといった前工程用の材料」と、「GaN（窒化ガリウム）・SiC（炭化ケイ素）といったデバイス材料そのもの（ワイドバンドギャップ半導体）」の2種類があり、市場の伸び方も需要ドライバーもまったく違います。前者は先端ロジックとHBM、後者はEV・充電インフラ・データセンター電源が主戦場です。

Fortune Business Insightsは、GaN・SiCパワー半導体市場を2034年に145億ドル規模まで伸ばすと予測しています。同じ「半導体材料」というキーワードでも、意味している市場が違うと、あとの調査で参照する企業も政策も変わってきます。この見分けを1つ入れておくだけで、レポートを読むときの解像度が変わります。

半導体の技術トレンドは、この4層と、材料とデバイス材料の切り分けを組み合わせるだけで、初学者でも「今、どこで何が起きているか」を1枚で描ける状態になります。次の章では、その1枚をAIで素早く埋めるための「論文・特許・IR」3ソース統合の実装フローを扱います。

論文・特許・IR資料の3ソースをAIで並走させる7ステップ

「4層」で観点を切ったら、次はデータをどこから取ってくるかです。半導体分野では、学術論文、特許、企業のIR資料の3つがそれぞれ役割の違うソースになっています。この3つをAIで並走させると、1人でも数時間で叩き台をつくれます。

論文は「これから何が起きるか」の先行指標で、IEDM（International Electron Devices Meeting、2025年12月開催）やarXiv、Semantic Scholarで探せます。特許は「実装が近い技術」の遅行指標で、企業が権利化のために出願する時点で商用化のロードマップに乗っていることが多い層です。IR資料は「経営として何にお金を張るか」の意思決定の記録で、CapEx（設備投資額）や生産能力の計画がここに書かれます。

ステップ1：主題キーワードと類義語をAIで棚卸しする

半導体は同じ内容でも呼び方が地域や年代でぶれます。「HBM4」「high bandwidth memory generation 4」「广域带宽存储器」など、日本語・英語・中国語で並べておくと、あとの検索で漏れが減ります。ChatGPTやClaudeに「HBM4に関連する類義語・略語・関連キーワードを日英中で20個ずつ挙げて」と投げるだけで、下地は10分で作れます。

ステップ2：Google Patentsで特許ランドスケープを俯瞰する

Google Patentsで、「HBM4 hybrid bonding」「backside power delivery」のようにキーワードを入れると、出願件数の年次推移と出願人ランキングが確認できます。半導体特許は分類（IPC・CPC）を知っていると精度が上がり、H01L21/（半導体装置または固体装置の製造）配下を絞り込むと、いきなりノイズが減ります。ここまでは無料で叩けます。

日本特許はJ-PlatPatで、EPO（欧州特許庁）はOpen Patent Services（OPS）で叩けます。国別出願は「どの地域プレイヤーが本気か」の温度計になるので、あとで地域別マトリクスを埋めるときに効いてきます。

ステップ3：arXivとSemantic Scholarで論文サーベイの下地を作る

arXivは物性系（cond-mat）と応用物理系（physics.app-ph）が半導体に近い分野で、Semantic Scholarは引用ネットワークを追いやすいのが強みです。ここに、Deep ResearchのようなAIエージェント型の文献レビューを重ねると、中規模のレビューでは要点抽出の精度がPhD学生と近い水準に達しているという報告もあります。もちろん医療AIレビューでは「深いが完璧ではない」という評価もあり、AIの叩き台は「1人目の下読み」として扱い、最終判断は人間で行うのが安全です。

ステップ4：IR資料を「決算スライドPDF直読み」で拾う

技術トレンドの動きは、企業のIR資料で「金額と時期」が明示された瞬間に、本気度が確定します。TSMCの決算資料では、2026年のCapExが500億ドル規模、CAGRで18％まで積み上がる予測が出ています。SK hynixはHBM4の量産準備完了を公式に宣言、SamsungはHBM4売上が10億ドルを突破といったニュースが、IR発信をきっかけに広がっています。

ステップ5：3ソースの結果を「4層×プレイヤー」の1枚に落とす

論文・特許・IRの3つを別々に集めたら、いよいよ「4層×プレイヤー」のマトリクスに落とします。行にプレイヤー、列に「前工程／後工程／装置／材料」を並べ、セルには「論文Nn件」「特許Nn件」「IRで言及有／無」を短く書き込むだけです。1枚に集約する作業を通じて、抜け（例：「あるプレイヤーはIRで言及があるのに特許が薄い」）が見えてきます。

ステップ6：ハルシネーション検証を必ず1周かける

半導体の企業名・製品名・数値・時期は間違えやすいので、AI出力は必ず1周の検証が要ります。数値・企業名・時期の3点を「発生源のIR資料か学術論文で1件はソースにあたる」と決めておくだけで、ハルシネーションはだいぶ減ります。日本特許庁の「AI-based Patent Search」ガイドラインも、この人間側の検証を前提に組まれています。

ステップ7：気になったキーワードは翌週にもう1周する

技術トレンド調査は1発で決まるものではなく、翌週にもう1周回すと解像度が急に上がります。1周目でよく分からなかった単語をメモしておき、次に検索するときにキーワードとして足すだけで、2周目は3倍速で回ります。この反復の下地として、記憶を残せるAIツールに走らせるのが向いています。

3ソース統合を人手だけで回すと、1テーマあたり数日かかることが普通ですが、AI併走で数時間まで縮められます。次の章では、地域プレイヤー別に「どの層で何を追うか」を具体的に整理していきます。

地域プレイヤー別に「何を追うか」を分けて整理する

半導体は地政学と業界構造が絡み合うので、地域プレイヤー別に何を追うかを最初に決めておくと、情報収集のノイズが激減します。ここでは、台湾／韓国／中国／米国／日本／欧州の6ブロックで、2026年に押さえたい論点を並べます。

台湾：TSMCの2nm量産とCoWoS供給の律速

TSMCは、2025年後半に2nm（N2）ノードを立ち上げ、2026年は歩留まり向上と量産拡大が主戦場です。SemiWikiの検証記事やTSMC公式のadvanced packaging progress発表によれば、N2のGate-All-Around（GAA）採用と、裏面電源供給の「Super Power Rail（SPR）」が中核技術です。同時に、AIチップ供給の律速は前工程ではなく後工程で、CoWoSの月産能力を2026年末までに13万枚まで倍々で伸ばす動きが2025〜2026年の主戦場になっています。追うべき指標は「CoWoS月産数」「N2の歩留まり」「CapEx額」の3つです。

韓国：SK hynixとSamsungのHBM4供給レース

HBM4（第4世代の高帯域幅メモリ）は、AI GPUに直結するので、この市場でどちらが先に量産に乗せるかが、AI業界全体のスループットを左右します。SK hynixはHBM4の開発完了を業界最速で宣言し量産準備に入りましたが、大口顧客からの追加要件で量産スケジュールと能力拡張を後ろ倒しにする動きも報じられており、SamsungのHBM4は売上10億ドルを突破しています。Samsung ファウンドリは、2nm SF2Pの歩留まり70％到達と、2nm生産能力を2026年に163％増強を掲げています。韓国勢を追うときは「HBM4の月産量」「ファウンドリ歩留まり」「HPC顧客獲得数」を軸にしましょう。

中国：SMIC・CXMT・現地レジストサプライヤーの内製化

米国の輸出規制の下で、中国はEUV露光機を使わずに先端ノードを作る「N+2（実質7nm）」の展開を続けており、SMICはAIチップ向けに5nmクラスへの挑戦を進めています。メモリ側では、CXMT（長鑫存儲、ChangXin Memory Technologies）がDDR5の量産を実現し、中国国産HBM3の量産計画も走っています。材料でも、徐州B&C（Xuzhou B&C）が先端フォトレジスト（KrF・ArF）の5年内量産を狙う動きが加速しています。中国勢は「装置・材料の内製化率」「輸出規制の抜け穴」「政府補助金の投入額」を追うと本質が見えます。

米国：NVIDIA・Intel・IntelファウンドリとCHIPS Actの重み

米国はNVIDIAが需要側の中心で、BlackwellからVera Rubinへ移行するAI GPUロードマップが2026〜2027年の需要形成の軸です。Intelは18Aプロセスと、High-NA EUVの先行導入で先端ノード復権を狙っています。政策ではCHIPS Act（半導体・科学法）に基づく国内投資が続き、日米連携の枠組みで日本のRapidusにも波及しています。追う指標は「NVIDIAの製品ロードマップ」「Intel 18Aの歩留まり」「CHIPS Actの補助金採択」の3つです。

日本：Rapidus・材料5社・SEMICON Japan

Rapidusは追加補助金として日本政府から約1,725億円（総額約1兆円）を確保し、2027年の2nm量産を目指しています。日本の半導体補助金の総額は10兆円超に膨らんでおり、経産省は2026年度から補助金の条件にサイバー対策を組み込む方針も出しています。材料では信越化学工業・SUMCO・JSR・東京応化・住友化学の5社が主力で、有価証券報告書レベルの比較記事を読むと、それぞれの主戦場が違うことが分かります。日本勢を追うときは「Rapidusの月産計画」「材料5社の四半期売上」「補助金採択案件」を追うのがおすすめです。

欧州：ASMLとimecのR&Dハブ機能

欧州は装置と研究機関が強い地域です。ASMLはHigh-NA EUVの商用化を進め、ベルギーのimecはIEDM 2025で7つの招待講演を実施するなど、業界横断のR&Dハブとして機能しています。欧州を追うときは「ASMLの受注残」「imec発の技術発表」を主軸に、加えて欧州のGaN・SiC市場の伸び方も押さえておくとよいでしょう。

これらの地域プレイヤー別マトリクスを1枚に描いたら、次の章で、実務者別に「どの部分から掘るか」を分岐させて考えていきましょう。

実務者別に「月曜から真似できる」使い分けテンプレート

同じ「半導体材料の技術トレンド調査」でも、R&D・知財・新規事業・マーケでは、欲しい深さと結論が違います。実務者別に「どこから見て、どう終わるか」を分けておくと、時間の使い方が最適化されます。

R&D担当：論文を軸に「1年後の材料候補」を洗う

R&Dの担当者にとって重要なのは、「1〜2年後にラボレベルで材料候補になりうる技術」の温度感を保つことです。arXivとSemantic Scholarを軸にして、IEDM 2025のプレナリー・招待講演を毎年チェックし、キーワード（例：「BSPDN」「2D材料」「hybrid bonding」）ごとに検索クエリを保存しておくと便利です。AIエージェントに「このキーワードで先週追加されたarXiv論文と、そのAbstract要約」を毎週メール要約させるだけで、キャッチアップの初期労力が数分単位まで下がります。

R&Dの成果物イメージとしては、月次でA4 1枚に「今月の重要論文3本＋実験装置化の可能性コメント」を書くと、社内での議論の土台になります。この土台があるだけで、材料候補選定の意思決定が数週間単位で速くなることが少なくありません。

知財担当：特許ランドスケープを「四半期」で切って追う

知財の担当者にとって重要なのは、「他社が今どこに特許を張っているか」の重心の変化です。Google Patentsで、四半期ごとの出願件数の変化を、企業別・技術分類別に追うのが基本形になります。半導体ではCPC分類のH01L21配下や、H01L23/（半導体装置の構造）を絞り込むと、ノイズが減ります。中国出願は近年爆発的に増えているため、CN出願を含めるかどうかで見える景色が変わります。

四半期ごとに「同一発明ファミリー数」「出願人上位10社」「出願技術分類の上位」の3枚を書き出しておくと、化学業界の特許マップと同じ手順で半導体版のマップが埋まっていきます。AIに補助させるなら、「Google Patentsの検索結果TOP50を要約して、主要出願人と代表クレームを抽出」という指示を毎回テンプレ化しておくと、繰り返しコストがだいぶ下がります。

新規事業・投資担当：IRを軸に「金額と時期」で追う

新規事業や投資判断の担当者は、CapExと生産能力の計画から入ると、話が早く進みます。TSMC・Samsung・SK hynix・Intel・ASML・Applied Materialsの決算スライドは、四半期ごとに主要指標が更新されるので、これを1つのスプレッドシートに蓄積すると、その時点での業界の意思決定が可視化されます。McKinseyは半導体市場が2030年に約1兆ドル規模に達すると試算しており、これを土台に「どのセグメントに張るか」の議論を進めやすくなります。

IR資料はPDFで公開されるため、ChatGPTやClaudeに直接読み込ませて要点抽出させるのが早いです。「TSMCの直近決算スライドから、2026年のCapEx計画・N2立ち上げ時期・CoWoS月産計画を抽出して表にして」と指示すれば、90分の資料が5分で叩き台になります。ここでもハルシネーション対策として、抽出後に一次資料のリンクを開いて数値を検証するステップは必ず入れます。

マーケ・広報担当：「トレンドの語り口」を四層で編み直す

半導体は業界向けの語彙が難しいので、マーケや広報の担当者は、「4層フレームワークを1枚の図にして、それぞれの層で最も語られている単語を並べる」という使い方をすると、記事や資料のフックが作りやすくなります。たとえば「材料」の層で「HBM」「TSV」「hybrid bonding」といった単語を並べると、そこから記事タイトルの引き出しが増えます。

MetoreeやChoosenicのような比較記事は、素材メーカーのランキングや事業比較がされており、マーケが「業界を知らない読者向けの入口記事」を書くときの下敷きに使えます。ここに、Deep ResearchやSnorbeを使って「その素材の直近の技術トレンド」を1段追加するだけで、記事の情報密度が一気に上がります。

部門横断で使い回す「共通の1枚」

R&D・知財・新規事業・マーケが別々に叩き台を作ると、時間もかかるうえに結論が食い違いがちです。そこで、「4層×プレイヤー×3ソース」のマトリクスを1枚だけ会社の共有ドライブに置き、各部門が自分の視点でセルに書き込む運用にすると、横串の情報流通が起きやすくなります。この1枚を月次で更新するだけでも、半年後には過去の意思決定を追いやすくなります。

次の章では、これらの調査を「毎週回す反復ループ」に変えるための、AIリサーチエージェントを使った実装例を示します。

Snorbe で叩き台→検証→更新の反復ループを毎週回す

3ソース統合や地域プレイヤー別マトリクスを毎週更新しようとすると、キーワードを覚えて、検索して、要約して、貼り付けて、を繰り返すだけで数時間が消えていきます。ここで効いてくるのが、記憶を残せるAIリサーチエージェントを使って、反復のたびに「積み上がる」体制に変えることではないでしょうか。

なぜ「記憶」が反復リサーチで効いてくるのか

半導体トレンド調査は、1回の調査で全ての答えが出ることはまずありません。1周目で見つけた「HBM4のTSV高さは何マイクロメートル？」という疑問が、2周目で「新しい規格でTSV径が縮まった」という論点になり、3周目で「代替のCu-Cuハイブリッドボンディングが優位」に変わる、というふうに、疑問自体が変化していきます。この「疑問の変化を残す」ことが、記憶付きAIエージェントの強みです。

汎用チャットボットは、毎回セッションがリセットされるため、前回の検索意図・見つけたソース・積み残しの疑問を毎週書き直す必要があります。それに対して、リサーチ用エージェントの中でも「ナレッジグラフとして記憶を蓄積するタイプ」であれば、キーワードのつながりが自動的に育っていきます。

Snorbe は「専門DB群にクエリなしで飛べる」新しい選択肢

Snorbeは、JPO・EPO・Google Patents・arXiv・PubMed・Semantic Scholar・estat・Statistaといった専門DB群を一括で叩ける、AIリサーチエージェントです。半導体材料の技術トレンド調査に必要な「特許」「論文」「統計」「市場データ」のソースがそのままカバーされているため、DB個別のクエリ構文を覚える必要がありません。

たとえば「HBM4のハイブリッドボンディングに関する2024年以降の主要論文と、日本・米国・韓国の関連特許出願を整理して」と、自然な日本語で投げれば、arXivとGoogle PatentsとJ-PlatPatを横断して調べに行きます。返ってきた結果は、その後の会話で「あの論文の著者の別の論文も」「同じ出願人の他分野の特許も」と繋げていけます。この「クエリを意識せず自然な日本語で投げられる」設計が、半導体のようにDBが分散した分野で効いてきます。

完全記憶型ナレッジグラフで「翌週」が速くなる

Snorbeが持つ完全記憶型のナレッジグラフは、1回目の調査結果を、単なる保存ではなく「意味のあるノード」として蓄積します。「TSMC N2」「backside power delivery」「HBM4」「CoWoS」といった主要ノードが、あなたの質問と一緒に育っていきます。翌週にもう1周回すとき、AI側が「前回はこの論点で終わっていましたね」「関連して新しい特許が出ています」と自動で繋いでくれるため、キャッチアップのオーバーヘッドが激減します。

実務で回す「週次テンプレ」の3ステップ

Snorbeで週次のループを回すときは、次の3ステップに落とすのがおすすめです。

第1ステップは「差分の抽出」です。「先週から今週にかけて、HBM4・N2・CoWoS・GaN/SiC・photoresistのキーワードで、新しく出た論文・特許・IR発表を差分で教えて」と、まとめて投げます。返ってきた差分の中から、気になるものを1〜2つ選びます。

第2ステップは「深掘りの1周」です。選んだ論点について、「この論文の主要主張と、既存研究との違い、想定される応用先」を、Snorbeに深掘りしてもらいます。ここで新しく出てきた単語をキーワードとしてメモしておきます。

第3ステップは「反映と更新」です。深掘り結果を、社内の「4層×プレイヤー」マトリクスの該当セルに反映します。翌週の第1ステップでは、この更新後のマトリクスをSnorbeにも共有しておくと、次の差分抽出の精度が上がります。この3ステップを毎週30分ずつ回すだけで、半年後には「半導体材料の技術トレンドに一番詳しい担当者」の位置に自然と立てます。

「AIツールに全部任せる」ではなく「叩き台をAIに任せる」

最後に大事な話をひとつ。半導体は数字と時期の間違いが命取りになる分野なので、AIの出力をそのまま社外向け資料に使うのは危険です。Snorbeを含むAIリサーチエージェントの正しい使い方は、「叩き台をAIに作らせて、確定情報だけ人間が検証する」という形です。1周目の検索・要約・整理を8割まで自動化し、残り2割の「数値検証」「一次資料の確認」に人間の時間を集中させると、時間の投資対効果が最も高くなります。

半導体材料の技術トレンド調査は、1人で最初から全部を追おうとすると挫折します。しかし、4層フレームワーク・3ソース統合・地域プレイヤー別マトリクスの3つを枠として持ち、Snorbeのような記憶付きAIエージェントで反復ループを回すと、初学者でも数週間で「業界の地図を1枚で描ける」状態になります。今週の月曜日から、まずキーワードの棚卸しと、Google Patents・arXivでの試し検索から始めてみてください。

半導体トレンド調査を「毎週30分の反復ループ」に変える新しい選択肢

半導体の技術トレンドは、JPO・EPO・Google Patents・arXiv・PubMed・Semantic Scholar・IR資料と、参照するDBが分散しているため、1つずつクエリを書いていると1テーマの叩き台作りだけで丸一日が消えます。Snorbe は、これらの専門DB群を「自然な日本語のクエリ1本」で横断的に叩ける、完全記憶型ナレッジグラフを備えた新しいリサーチAIの選択肢です。汎用チャットボットの都度リセット型ではなく、翌週にもう1周回したときに「前回の疑問と新しいソース」を自動で繋いでくれる設計になっているため、半導体材料の技術トレンドのように「毎週更新することで初めて価値が出る」テーマとの相性が良い武器です。まずは1週目のキーワード棚卸しから、Snorbe の Deep Research モードで叩き台を作ってみてください。

よくある質問（FAQ）

Q1. 半導体材料の技術トレンド調査は初学者でも数週間で追いつけますか？

追いつけます。4層（前工程／後工程／装置／材料）フレームワークと、論文・特許・IRの3ソースを軸に、地域プレイヤー別のマトリクスを描く手順を踏めば、初学者でも数週間で「業界の地図を1枚で描ける」水準まで到達できます。1回で完成させようとせず、毎週30分の反復ループを回すのがコツです。

Q2. 「半導体材料」と「半導体デバイス材料」は同じ意味ですか？

実務では別物として扱った方が安全です。「半導体材料」はシリコンウエハー・レジスト・ガスなど前工程で消費される材料を主に指し、「半導体デバイス材料」はGaN（窒化ガリウム）・SiC（炭化ケイ素）など、素子そのものになる材料を指すことが多いです。市場規模の推移や用途、主要プレイヤーが違うため、調査の入口で区別しておくと後段が楽になります。

Q3. AIリサーチエージェントの結果はそのまま使ってよいですか？

そのまま社外向け資料に使うのは危険です。半導体分野は企業名・製品名・数値・時期の間違いが命取りになるため、AIが出した叩き台に対して、必ず一次資料（決算スライド、公式プレスリリース、学術論文、特許公報）で数値と時期を検証するステップを入れてください。この2工程を守れば、時間投資対効果は最大化できます。

Q4. 論文・特許・IRのどれから見始めればよいですか？

役割によって順番が変わります。R&D担当は論文、知財担当は特許、新規事業や投資担当はIR、マーケや広報担当は4層フレームワーク上の分布から入ると効率的です。どの担当でも「1周目」は全ソースを軽く回して、「2周目」で自分の担当領域を深掘りする、という手順が最速です。

Q5. CoWoSやHBM4といった単語がわかりません。何から学べばよいですか？

CoWoSは「Chip on Wafer on Substrate」の略で、TSMCが提供する先進パッケージ技術です。HBM4は「High Bandwidth Memory generation 4」で、AI GPUに繋がる高帯域幅メモリの第4世代です。まずは「TSMC CoWoS 解説」「HBM4とは」で日本語の入門記事を1本読み、その上でTSMCとSK hynixのIR資料の該当セクションを開くのが最短ルートです。

Q6. 半導体材料の市場規模はどれくらいですか？

複数の予測があり、2026年は444億ドル規模で前年比29％増、2030年には880億ドル程度、2035年には1,052億ドル・CAGR約4.45％といった見立てが並びます。予測機関によって定義と対象範囲が違うので、「どの機関が、どのセグメントを含めて、いつ時点で試算したか」を必ず併記した上で使うのが安全です。

Q7. Snorbeは半導体調査に本当に向いていますか？

半導体は特許・論文・IRの3ソースが分散しており、DB別のクエリ構文を覚えるだけでも時間がかかります。Snorbeは、JPO・EPO・Google Patents・arXiv・PubMed・Semantic Scholarといった専門DB群を、自然な日本語のクエリで一括で叩ける設計になっているため、半導体のようなソース分散型の分野で威力を発揮します。完全記憶型のナレッジグラフで週次の反復ループも育てられるので、単発リサーチではなく「毎週更新するテーマ調査」に向いています。