AIは巨大インフラ産業へ
生成AIの急速な普及によって、データセンターの意味は大きく変わりつつある。従来のデータセンターは、企業データの保存、ウェブサービス、クラウドコンピューティングを支える情報通信インフラであった。しかしAI時代には、GPUを何万、何十万個と動かして巨大モデルを学習し、世界中の利用者からの推論要求を処理するAIを生産する工場という性格を強めている。この変化の最大の特徴は、AIがデジタル産業でありながら、電力、発電所、送電網、水、土地、半導体、光ファイバー、海底ケーブルといった極めて物理的な資源に依存することである。したがって将来のAI競争は、単に優秀なAIモデルを誰が作るかという競争ではなく、大量の計算能力を安定的かつ低コストで確保できる国・企業はどこかというインフラ競争になる。
データセンターの巨大化
国際エネルギー機関（IEA）によれば、世界のデータセンターの電力消費量は2025年の485TWhから2030年には950TWhへほぼ倍増すると予測されている。これは2030年の世界電力需要の3％に相当する。特にAI向けデータセンターの電力消費は2025～2030年に約3倍になるとみられている。重要なのは世界全体の3％という数字より、需要が特定地域に集中することである。米国では2030年までの電力需要増加のかなりの部分をデータセンターが占めると予測されており、世界的には米国と中国が増加の中心となる。IEAは2024-2030年のデータセンター電力需要増加の8割を米国と中国が占めるとみている。すでに主要都市では電力不足がデータセンター建設の最大の制約になり始めている。電力確保の難しさによって既存の巨大拠点から新興地域への移動が起きており、米国では北バージニアだけでなくアトランタ、フェニックスなどが急成長している。欧州ではロンドン、フランクフルト、アムステルダムなどで電力制約が強く、アジアでもシンガポールからジョホール、東京などから周辺市場へと分散が進んでいる。したがって、AI時代には土地を確保して建物を建てればデータセンターになるという発想が成立しなくなる。むしろ数百MWから数GWの電力をどこで確保できるかが立地を決めるようになる。
料金以上に電力確保
データセンター立地で電気料金が重要なのは間違いない。しかし今後は電気が安いこと以上に大量の電力を長期間確実に調達できることが重要になる。AIデータセンターは24時間稼働するため、単純に年間平均電力価格が低ければよい訳ではない。必要なのは大量の電力を安定的に供給できる発電設備、送電網、変電設備、非常用電源、蓄電設備まで含めた総合的な電力インフラである。このため巨大IT企業は、単なる電力購入者からエネルギー事業の共同投資家に近づきつつある。2026年には米国で電力需要増加と系統制約を背景に、Big Techが発電プロジェクトのコストやリスクまで負担して電力を長期確保する動きが強まっている。この延長線上では、将来の巨大AI企業はデータセンター会社であると同時に電力会社に近い存在になる可能性すらある。
産油国とデータセンター大国
この観点から見ると、サウジアラビアやUAEが注目される理由は理解しやすい。ただし産油国だから電気が安いという説明だけでは不十分である。湾岸諸国には、天然ガスなどのエネルギー資源、大規模太陽光発電に適した土地、国家主導で巨大インフラを整備できる行政能力、政府系ファンドの巨額資金、そしてAIを石油後の国家産業にしようとする政策意志が存在する。実際、サウジアラビアのデータセンター稼働容量は2021年の68MWから2025年には440MW超へ拡大している。 UAEでもアブダビで最終的に5GW規模を想定した巨大AIキャンパス計画が進められている。しかし湾岸地域には大きな弱点もある。第一は高温である。冷却需要が大きくなるため、安い電力の一部が冷却によって相殺される。第二は水不足であり、水冷・蒸発冷却方式を採用する場合には深刻な問題になり得る。第三は高度AI技術者の人材集積である。第四は地政学的リスクであり、巨大データセンターが国家的重要インフラになれば、サイバー攻撃だけでなく軍事攻撃の標的となる可能性も考えなければならない。したがって湾岸諸国の優位性は石油があることより、エネルギー、資本、土地、国家戦略を一体化してAIインフラを構築できることにある。
寒冷地とデータセンター
逆方向から注目されるのが北欧などの寒冷地域である。外気温が低ければ冷却に必要なエネルギーを減らすことができ、水力、風力などの再生可能エネルギーが豊富な地域であれば、低炭素電力との組み合わせも可能になる。ただし、ここでグリーンランドについては注意が必要である。寒いからデータセンターに最適という議論は、実態をかなり単純化している。確かに気候面では有利であり、水力発電の潜在力もある。しかし巨大AIデータセンターには発電設備だけでなく、送電網、大容量国際光回線、海底ケーブル、建設資材、保守要員、GPUを輸送する物流網などが必要になる。現在のグリーンランドではこれらの基盤が北欧主要国ほど整備されている訳ではない。また政府は2026年から電力・水道料金を7％引き上げ、2027、2028年にも同率の値上げを予定しており、少なくとも非常に安い既存電力を大量に利用できる地域と単純に評価するのは適切ではない。したがって寒冷地の本命は、当面はグリーンランドより、ノルウェー、スウェーデン、フィンランド、アイスランド、カナダなど、寒冷気候と安定電源、通信網、法制度、人材を同時に備える地域である。
水が新たな立地制約
これまでデータセンターの議論では電力効率が中心であった。しかし今後重要になるのが水である。高密度GPUを大量に並べれば巨大な熱が発生する。従来の空冷だけでは対応が難しくなり、液冷や直接液体冷却などが急速に普及すると考えられる。AI向け高密度計算の拡大に伴い液冷の導入が進んでいる。したがって将来のデータセンター立地では、電力価格だけでなく電力＋冷却＋水の総合コストを見る必要がある。これはサウジアラビアやUAEには不利に働く一方、北欧、カナダなどには有利に働く可能性がある。しかし水資源が豊富であっても、地域住民や農業との水利用競合が起これば社会的反発を招くため、単なる資源量だけでは決められない。
通信網と光ファイバーが決定的に重要
更に見落としてはいけないのが通信インフラである。AIデータセンターを人里離れた安価な電力地域に建設すればよい訳ではない。世界の主要都市、クラウド拠点、金融センター、企業ユーザーとの間を高速・大容量の光ファイバーや海底ケーブルで結ばなければならない。ここではAIの用途によって立地条件が異なる。巨大モデルの学習は比較的遅延に寛容であるため、都市から離れた電力の安い地域へ移転しやすい。一方、利用者とのリアルタイム対話、金融取引、自動運転、ロボット、AIエージェントなどの推論は通信遅延が重要になるため、東京、ニューヨーク、ロンドン、シンガポールなど巨大需要地に近いデータセンターが必要になる。したがって将来は、すべてのデータセンターが同じ場所に集中するのではなく、巨大AI学習センターと都市型AI推論センターの分業が進むと考えられる。
データ主権とデータセンター立地
更に重要なのが国家安全保障である。政府、金融、医療、防衛、重要インフラなどのデータを外国のデータセンターに全面的に依存するには安全保障上の問題がある。そのため各国でソブリンAI、ソブリンCloudという考え方が強くなっている。自国のデータは自国内で処理する重要AIモデルを国内GPU上で動かすという方向である。AIインフラの主権はデータだけではなく、GPU、データセンター、光通信網、電力供給まで含む概念になりつつある。このため経済合理性だけなら巨大データセンターを米国や湾岸諸国に集中させる方が効率的であっても、日本、ドイツ、フランス、インドなど主要国は一定量のAI計算能力を国内に保持しようとするだろう。これはデータセンターを工場から国家戦略インフラへ変える動きである。
原子力・天然ガス競争
AIデータセンターの巨大化は発電方式にも影響を与える。IEAは2035年までのデータセンター向け追加電力について、再生可能エネルギーが最大の供給源となる一方、天然ガス、原子力も重要な役割を果たすと予測している。SMR（小型原子力モジュール炉）についても2030年前後から最初の導入が想定されている。特に原子力とデータセンターの組み合わせには合理性がある。原子力は24時間安定した大量電力を供給できるため、24時間GPUを稼働させるAIデータセンターとの相性がよい。将来的には既存電力網から電気を買うデータセンターから、専用発電所を持つAIコンピューティング工業団地へと進化する可能性がある。その意味ではAIデータセンターは、かつてのアルミ精錬所や製鉄所に近づいている。安価で大量の電力が存在する場所に巨大な計算工場が建設される。
廃熱まで利用する産業へ
更に興味深い展開が廃熱利用である。データセンターが消費した電力の多くは最終的に熱になる。この熱を単純に大気へ放出するのではなく、地域暖房、温室、工場などに利用すれば、データセンターを地域エネルギーシステムの一部にできる。特に北欧では地域暖房網との組み合わせが有力である。これは将来の立地競争に新しい要素を加える。寒い地域は単に冷却費が安いのではなく、データセンターが発生する熱を商品化できる。したがって北欧型データセンターは、安い電力→AI計算→廃熱→地域暖房という循環型エネルギーシステムへ発展する可能性がある。
土地・送電網・建設能力
巨大AIデータセンター建設では、GPUより電力設備の方がボトルネックになるケースも増えると考えられる。数百MWからGW級の施設では巨大変圧器、変電所、送電線、バックアップ発電設備、蓄電池などが必要になる。更に建設許可、環境評価、地域住民との調整も必要である。実際、既存の巨大データセンター地域では電力不足によって建設期間が2027年以降まで長期化するケースが増えている。ロンドンではデータセンターと住宅開発が限られた送電容量を奪い合う問題まで表面化している。これは重要な変化である。将来、AI産業を誘致する国家にとって重要なのは法人税減税だけではなく、500MWを何年で供給できますかという質問に答えられることになるからである。
データセンター立地を決める条件
以上を総合すると、AI時代のデータセンター立地を電気代が安い国が勝つと考えるのは不十分である。実際には、電力価格だけでなく、大量電力を短期間に確保できる発電能力と送電網、気候と冷却効率、水資源、大容量光ファイバーと海底ケーブル、土地と建設能力、政治・軍事・災害リスク、データ主権と法制度、AI技術者・保守人材、そして資本調達能力までを総合した競争になる。とりわけ今後は電力単価よりTime to Power（必要な電力を実際に使えるようになるまでの時間）が重要になる。電気料金が多少高くても1年後に500MW確保できる地域と、電気料金は安いが送電網整備に7年かかる地域なら、AI企業は前者を選択する。AI技術の進歩が極めて速いため、数年間の建設遅延が巨大な機会損失になるからである。
一極集中から複数AI電力圏へ
今後の世界を考えると、データセンターが一つの最適地域に集中する可能性は低い。むしろ複数のタイプに分かれると考えるべきである。米国はAI企業、半導体、資本市場、クラウド、研究者が集積しているため、依然として最大の中心であり続ける可能性が高い。中国は国家規模の電力・通信・AI産業政策によって独自圏を形成する。サウジアラビアとUAEは、エネルギー、土地、国家資本を武器として巨大AIコンピューティング拠点を形成する可能性がある。北欧・カナダなどは寒冷気候、低炭素電力、水資源を武器として大規模AI学習センターを誘致できる。シンガポール、東京、ロンドン、フランクフルトなどは電力コストでは不利でも、企業、金融、人口、通信ネットワークに近いため、高付加価値の推論・クラウド・金融系データセンターとして重要性を維持する。そして日本、EU、インドなどでは経済合理性とは別に、国家安全保障の観点から国内AI計算能力を維持するソブリンAIデータセンターが拡大するだろう。
AI計算力は国家産業力に
AI時代のデータセンターを理解する際、単なるコンピューターを置く建物と考えてはいけない。今後の巨大AIデータセンターは、半導体工場、発電所、変電所、通信基地、巨大計算工場を一体化した新しい産業インフラへ変化していく。そのためデータセンター立地競争の本質も、安い土地→安い電力→大量かつ安定した電力→電力・冷却・通信・安全保障・資本を統合したAIインフラへと変化していく。特に重要なのは、将来のAI覇権を決める希少資源がGPUだけではなくなることである。GPUの生産量が増えれば、次のボトルネックは発電所となり、送電網となり、変圧器となり、水となり、土地となる。したがって2030年代の世界では、どの国が最も優れたAIを持つかという問いと、どの国が最も大量の安定した電力と計算能力を持つかという問いが次第に同じ意味を持つようになる。そしてこの観点では、産油国だけが有利なのではない。米国、中国、湾岸諸国、北欧、カナダ、そして原子力を含む安定電源を確保できる国々の間で、AI計算能力＝新しい国家産業力をめぐる巨大なインフラ競争が始まったと見るべきである。
日本のデータセンター（付記）
1.データセンターは国家インフラへ
日本でも生成AIの普及によって、データセンターの位置づけが急速に変化している。これまでのデータセンターは、企業システム、クラウド、インターネットサービスを支える通信インフラという性格が強かった。しかし今後は、大量のGPUを稼働させてAIを学習・推論させる計算工場としての性格が強くなる。この変化は日本にとって特に重要である。日本はクラウドやAIモデルでは米国企業への依存度が高い一方、産業、金融、政府、防衛、医療などの重要データを国内で処理する必要性は高まっている。そのため、国内にどれだけAI計算能力を持つことができるかは、単なるIT産業政策ではなく、経済安全保障政策にもなりつつある。現在の日本は、東京・大阪を中心とする既存データセンター市場を拡大しながら、北海道、東北、北陸、九州などへ大型AIデータセンターを分散させるという、大きな転換点にある。政府もこの方向を明確に打ち出している。
2.日本は既にデータセンター大国
日本は世界的に見てもかなり大きなデータセンター市場である。特に東京圏はシンガポールなどと並ぶアジア太平洋地域の主要市場であり、2026年第1四半期にはデータセンター容量が1GWを超えた。空室率も6％まで低下しており、クラウド事業者だけでなくAI関連需要が急速に拡大している。日本市場の最大の特徴は、これまで東京圏と大阪圏に極端に集中してきたことである。クラウドや企業システムでは利用者との通信遅延が重要であり、大企業、金融機関、通信網、インターネット交換拠点などが集まる東京や大阪に立地することに合理性があった。特に千葉県印西市周辺は、日本を代表する巨大データセンター集積地となった。東京への距離、比較的広い土地、通信網、電力インフラなどの条件がそろっていたためである。しかし、AI時代になるとこの構造が限界に近づき始めている。
3.最大の問題は電力確保
日本のデータセンターについては日本は電気代が高いから不利と語られることが多い。確かにこれは重要な問題である。しかし現在は、それ以上に深刻なのが、必要な場所で大量の電力を短期間に確保できないことである。東京圏における新規データセンター開発の最大のボトルネックは、高圧・特別高圧を含む電力供給能力である。土地の確保も難しく、AIデータセンターの巨大化によって問題は一段と深刻になる。AIデータセンターは従来の施設とは電力需要の桁が違う。数十MWだった大型施設が、今後は100MW、300MW、さらにはGW級になっていく。そこで重要になるのがTime to Powerである。1kWhがいくらかだけではなく、300MW必要だと言ったとき、実際に何年後から使えるのかが企業の立地判断を左右する。日本でもAI時代のデータセンター競争は、次第に安い土地を探す競争から、電力のある場所を探す競争へ変わると考えられる。
4.電力需要まで反転させる可能性
これはデータセンター業界だけの問題ではない。日本では人口減少、省エネルギー、産業構造変化によって、長期的には電力需要が減少していくと考えられてきた。しかしAIデータセンターと半導体工場の建設によって、この前提が崩れ始めている。電力広域的運営推進機関（OCCTO）の2026年需要想定では、2025-2035年度の全国需要電力量は年平均0.5％増える見通しとなっている。人口減少や省エネによる減少を、経済成長に加えてデータセンターや半導体工場の新増設が上回るためである。これは極めて重要な変化である。今後、日本のAI政策、半導体政策、エネルギー政策は別々に考えることができなくなる。AIを成長産業にするなら、同時に発電所、送電線、変電所を整備しなければならない。
5.東京・大阪から地方へ
こうした電力制約によって、日本ではデータセンターの地方分散が始まっている。東京圏だけでなく、東北、北陸、四国などでAIデータセンターの建設が増えている。ここで重要なのがAIの特性である。従来型クラウドやリアルタイムサービスは東京に近い方が便利である。しかし巨大AIモデルの学習では、数十ミリ秒程度の通信遅延より、GPUを大量に安く稼働できることの方が重要になる。したがって、東京・大阪＝利用者に近い推論・クラウド拠点と、北海道・東北・北陸・九州など＝電力に近い大規模AI計算拠点という役割分担が進む可能性が高い。これが今後10年間の日本のデータセンター地図を変える最大の要因になると考えられる。
6.北海道はAI計算工場候補
地方分散の中でも特に注目されるのが北海道である。理由は、広い土地、寒冷な気候、再生可能エネルギーの潜在力である。データセンターではGPUが大量の熱を発生させるため、冷涼な北海道は冷却面でも有利である。すでに石狩では、さくらインターネットが大規模なAI計算基盤を拡張している。2025年にはNVIDIA H200を約1,000基搭載したコンテナ型データセンターを稼働させ、2026年2月にはBlackwell世代GPU約1,100基を追加した。更にソフトバンクは北海道苫小牧に、将来的に受電容量300MW超、敷地約70万平方メートルとなるAIデータセンターを計画している。北海道の再生可能エネルギーを100％利用する構想であり、2026年度の開業を目指している。北海道は、日本版のAIコンピューティング工業地帯になり得る地域である。ただし弱点もある。東京から遠いため通信網の強化が不可欠であり、再生可能エネルギーの潜在量が大きくても、送電線がなければ利用できない。そこで2026年には、石狩データセンターと東京をNTTのIOWN APNによる低遅延・大容量通信で結ぶ実証も検討され始めている。これは非常に象徴的である。データを電力のある北海道へ送り、計算結果を東京へ戻すという構造が現実味を帯び始めている。
7.大阪は工場転用という新しいモデル
もう一つ注目すべきなのが大阪・堺である。KDDIは旧シャープ堺工場を取得し、2026年1月22日に大阪堺データセンターを稼働させた。施設は約5万7,000平方メートルで、NVIDIA GB200 NVL72などを導入し、GPUサービスやグーグルのGeminiを利用したオンプレミスAIサービスなどを展開する。この事例は、日本のデータセンター戦略を考える上で非常に重要である。半導体、液晶、鉄鋼、化学などの巨大工場跡地には、すでに大容量受電設備、変電設備、冷却設備、広い敷地が存在する場合がある。ゼロから500MW級データセンターを建設するには電力接続だけで何年もかかる。それなら既存工場の電力インフラをAIデータセンターへ転用した方が圧倒的に早い。したがって今後の日本では、製造業の工場跡地→AI計算工場という産業構造転換が増える可能性がある。これは日本独自の大きな可能性である。
8.Big Techの巨額投資が日本市場へ
日本のデータセンター投資を牽引しているのは国内企業だけではない。AWSは2023-2027年に東京・大阪のクラウドインフラへ2兆2,600億円を投資する計画であり、2011-2027年の累計投資額は約3兆7,700億円に達する見込みとしている。マイクロソフトも日本のAI・クラウドインフラ強化に約4,400億円を投資すると発表し、高性能NVIDIA GPUなどの計算資源を国内リージョンへ増強している。これは日本市場への高い評価を示している。日本には世界第4位級の経済規模、大企業、金融・製造業、政治的安定性、高度な通信インフラ、知的財産保護、中国と異なる法制度がある。そのためアジアのAIデータセンター立地として依然魅力がある。一方で、この構造には経済安全保障上の問題もある。日本国内にデータセンターが存在しても、クラウド、GPU、AIモデル、ソフトウェアスタックまで米国企業に依存していれば、それだけで日本独自のAI基盤とはいえない。
9.ソブリンAIの重要性
この点で、さくらインターネットなど国内事業者の意味は単なる市場シェア以上に大きい。政府、金融、防衛、医療、製造業の機密情報を扱う場合、外国企業のクラウドだけに依存することへの懸念が今後強まる可能性がある。日本企業が運営する国内データセンターにGPUを設置し、日本の法律の下でデータを処理するソブリンAIソブリンクラウドの必要性は高まるだろう。2026年には、さくらインターネットとAcompanyが石狩の国内GPU環境で、データセンター運営者からもデータ内容を秘匿したままAI推論する技術の検証に成功している。今後、日本のデータセンター政策には、何MWあるかだけでなく、誰が運営し、誰のGPUを使い、誰のAIモデルを動かし、どの法律の下でデータが管理されるかという国家安全保障的視点が必要になる。
10.原子力発電所の再稼働
日本の将来を左右する大きな要素が原子力である。AIデータセンターは24時間大量の電力を必要とするため、太陽光や風力だけでは安定運転が難しい。蓄電池や送電網と組み合わせる必要がある。その意味で、原子力発電はAIデータセンターと相性がよい。これは特に関西、九州などで重要になる可能性がある。原子力発電所の再稼働によって大量の安定電源を確保できる地域は、東京圏に比べデータセンター誘致で有利になる。したがって、日本の原子力政策は今後、単なるエネルギー安全保障や脱炭素政策ではなく、AI・半導体産業政策と直結する問題になっていく。日本がAIインフラを大量に国内保有しようとすれば、原子力、火力、蓄電池を含む電源構成を再設計する必要がある。
11.地震・津波・水害リスク
日本のデータセンターには、海外にはない大きな問題がある。自然災害である。地震、津波、台風、洪水、高潮、火山などを考慮しなければならない。東京・大阪集中は、AIインフラの観点からも国家的リスクである。首都直下地震や南海トラフ巨大地震によって同時に多数の施設が影響を受ければ、日本の金融、行政、企業活動、AIサービスに深刻な障害が発生しかねない。そのため地方分散には、電力確保だけでなくBCP（Business Continuity Plan事業継続計画）の意味もある。実際、富山県南砺市では3.1GW規模を最終構想とする巨大データセンター集積計画が報じられており、東京・大阪への集中を緩和し、災害耐性を高めることも狙いとされている。第一段階として400MWを想定し、2028年末までの稼働準備を目指す計画である。北海道、北陸、中国地方などへの分散は、この観点からも合理性がある。
12.水冷化と電力密度上昇
AIデータセンターでは建物も変化する。従来のCPU中心のデータセンターと比較して、最新GPUラックは極端に高い電力密度と発熱密度を持つ。そのため空冷だけでは限界があり、直接液冷などの導入が不可欠になりつつある。大阪堺データセンターが既存工場の大規模冷却設備を再利用しているのも、この問題と関係する。したがって、日本でも今後は床面積何平方メートルという指標以上に、何MW受電できるか、ラック当たり何kW処理できるか、液冷に対応できるかが施設価値を決めるようになる。データセンター不動産は、通常の物流施設やオフィスとは全く異なる資産クラスへ進化していく。
13.地方分散の意外な弱点
しかし地方にデータセンターを建てれば地方創生になるという議論には注意が必要である。巨大データセンターは投資額こそ大きいが、完成後の常勤雇用者数は巨大工場ほど多くない。自治体が土地や電力を優遇して誘致しても、地域経済への波及効果が期待ほど大きくない。更に、データセンターは大量の電力を消費するため、地域住民や既存産業との競合も起こり得る。東京圏では既に、騒音、排熱、景観、非常用燃料などを巡って周辺住民との摩擦が表面化している。したがって地方誘致でも、単なる設備投資額ではなく、税収、雇用、送電網整備、地域への廃熱供給などをセットにした地域政策が必要になる。
14.電気代より総合インフラ整備
日本のデータセンター競争力を考えると、電気料金が高いという一点だけで悲観する必要はない。日本には政治的安定、法治、優れた通信網、巨大な国内市場、高品質な建設能力、金融市場、製造業顧客などの強みがある。むしろ問題なのは、発電所、送電網、データセンター、通信網を個別に計画してきたことである。AI時代には、発電所→送電線→データセンター→光ファイバー→都市を一つのシステムとして設計しなければならない。この意味でワット・ビット連携は単なる標語ではなく、日本がAIインフラ競争に残れるかどうかを左右する政策になる。
15.日本は三層型データセンター国家に
今後の日本を考えると、データセンターは大きく三つの層に分化すると考えられる。第一は東京・大阪圏に残る都市型データセンターである。金融取引、企業クラウド、AIエージェント、リアルタイム推論など、通信遅延が重要な業務を担う。
第二は北海道、東北、北陸、九州などに建設される巨大AI計算センターである。安定電源、再生可能エネルギー、広い土地、冷却条件を利用し、大規模AI学習や大量推論を処理する。
第三は政府、防衛、金融、医療、重要製造業などを対象とするソブリンAIデータセンターである。ここでは単純なコストより、セキュリティとデータ主権が優先される。この三つを超高速光ネットワークで結ぶのが、将来の日本型AIインフラになる可能性が高い。
16.発電所の近くにAIを置く発想転換
日本のデータセンター市場は今後かなり拡大すると考えられる。AWS、マイクロソフトなど海外企業の巨額投資に加え、KDDI、ソフトバンク、さくらインターネットなど国内企業もAI計算基盤を急速に増強している。しかし、日本が世界的なAIデータセンター拠点になれるかどうかは、東京に更にデータセンターを建設できるかでは決まらない。最大のポイントは、需要地の近くに発電所から電気を運ぶという従来の発想から、電力のある場所にAI計算能力を置き、光ファイバーでデータを運ぶという発想へ転換できるかである。その意味では、北海道の冷涼性、東北の再生可能エネルギー、北陸の電力と災害分散、関西・九州の原子力を含む電源、旧工場の大規模受電設備などは、すべてAI時代には新しい国家資産となる。日本には電力料金の高さ、送電網整備の遅さ、自然災害、建設費、人材不足などの弱点がある。しかし一方で、電力網、通信網、製造業、半導体、AI計算基盤を一体化できれば、電力を大量消費するだけのデータセンター国家ではなく、AI・半導体・エネルギーを統合した産業インフラ国家になる余地は十分にある。特に2030年代に向けて重要なのは、データセンターより、どこに新しい発電能力を作り、どこまで送電網を増強し、その近くにどのようなAI計算拠点を配置するかという国土設計である。日本のAI競争力は、AIモデルだけでなく、この電力と計算能力の地理をどれだけ早く再設計できるかによって大きく左右される。