AIインフラブーム、データセンターを超えて産業用不動産賃貸を押し上げ

Cushman & Wakefieldは3億8,800万平方フィートの賃貸契約を分析し、AIインフラ競争で見落とされがちな勝者を見いだした。Google Newsの見出しが伝えているのは、単にデータセンターが大型化しているという話ではない。その周辺に集まる工場、倉庫、請負業者、サプライヤーに関するものだ。

同社によると、2022年から2025年にかけて米国の主要6市場で新たに契約された産業用不動産のうち、データセンター関連事業が10.4%を占めた。2025年にはその比率が14.4%に達した。関連する賃貸面積は同年、44%増の1,350万平方フィートとなった。

これらの数字は、サーバー施設が莫大な資源需要を正当化するほど十分な恒久雇用を生み出すのか、という従来の議論に異を唱えるものだ。Cushman & Wakefieldは、電気設備メーカー、冷却機器サプライヤー、エンジニア、専門請負業者を含む周辺の産業ネットワークに焦点を移している。

この緊張関係は重要だ。産業面への波及効果はAIインフラを支える経済的根拠を強めるが、電力、水、土地、公共補助金を巡る議論を決着させるものではない。中心的な問いは、測定可能なサプライヤーの成長が、受け入れ地域が負担するコストを上回るかどうかである。

Cushman & Wakefieldが実際に測定したもの

このレポートが測定しているのは、サーバーホール内の雇用だけではなく、より広範な物理的サプライチェーンだ。

Cushman & Wakefieldは2026年7月20日、産業需要に関する調査を発表した。この調査は、米国を代表する6つのデータセンター市場における、2022年から2025年までの産業用不動産賃貸を対象としている。

研究者らは3億8,800万平方フィートを超える賃貸活動を調査した。テナントは、データセンターの建設、設備、保守、運用との関係に応じて分類された。

これらのテナントは4年間で約4,000万平方フィートを賃借した。この合計は、分析対象となったすべての新規産業用賃貸の10.4%に相当する。

累計値よりも重要なのは年間の推移だ。データセンター関連の賃貸面積は2025年に1,350万平方フィートに達し、前年比44%増となった。

新規賃貸に占める比率も14.4%まで上昇した。言い換えれば、賃貸された面積のおよそ7分の1が、データセンター・エコシステムを支える事業に関わっていたことになる。

この分類はクラウド事業者をはるかに超える。電気設備、冷却システム、発電機、電力インフラ、その他の重要部品のメーカーが含まれる。

エンジニアリング企業、通信事業者、卸売業者、物流事業者、専門建設会社もこのネットワークに含まれる。彼らの仕事はデータセンターの外で行われるが、施設が根本的な受注の流れを生み出している。

この区別は、読者がGoogle Newsの記事をどう解釈すべきかを変える。サーバー施設が開設後、突然、倉庫並みの規模の労働力を雇用するようになると主張しているわけではない。

むしろこの調査は、需要を別個の産業用不動産へと追跡している。開閉装置メーカー、冷却機器サプライヤー、電気工事請負業者は、支援するコンピューティング・キャンパスから数マイル離れた場所を借りる可能性がある。

レポートは、より広範な雇用・経済効果についても推計している。Cushman & Wakefieldは、4,000万平方フィートの賃貸面積が8万1,000人から12万4,000人の産業部門および下流部門の雇用に関連するとしている。

同社のモデルでは、新たなデータセンター開発100メガワットごとに、地域で約1,300人の雇用が支えられると推計する。また、その規模の設備容量は年間約1億1,000万ドルの賃金に関連するとしている。

同じモデルは、総生産額3億4,400万ドル、地域総生産3億1,870万ドルという推計も示す。これらはモデルに基づく効果であり、個々の施設で記録された直接の人員数ではない。

この留保は重要だ。乗数モデルには間接効果と誘発効果が含まれる。サプライヤーの雇用は間接効果に当たり、新たな賃金によって支えられた家計支出が誘発効果を生む。

したがって読者は、3つの層を分けて考える必要がある。レポートには、観測された賃貸取引、分類されたテナントの関係性、モデル化された経済成果が含まれている。

賃貸に関する数値は、完了した市場活動を示すため、最も強い証拠となる。雇用と生産の推計は、サプライチェーンや地域での支出についての仮定により強く依存する。

こうした区別を踏まえても、Cushman & Wakefieldの中心的な発見は重要である。AIインフラ需要は、コンピューティング能力に関する発表ではほとんど注目されない一般的な産業用建物にも現れている。

AI需要がデータセンターの外へ広がる理由

現代のAI施設は、孤立したテクノロジー建築物というより、産業プロジェクトに近い振る舞いをする。

大規模なデータセンターには、サーバーと送電網への接続だけでは足りない。配電システム、冷却設備、非常用発電、ネットワーク機器、セキュリティ、継続的な技術サービスが必要となる。

生成AIは、こうした要件のいくつかを増大させる。高密度のコンピューティング・クラスターは大量の電力を消費し、専門システムが継続的に除去しなければならない熱を発生させる。

その結果、施設が開設される前から設備需要が生まれる。また、建物の稼働期間を通じて、保守、交換、物流、技術サービスの需要も生じる。

こうして形成されるサプライヤーネットワークには、物理的なスペースが必要だ。メーカーには生産フロアが必要で、請負業者は機器を保管し、流通業者は活発な建設市場の近くに在庫を配置する。

部品が故障した場合やプロジェクトの予定が変わった場合、近接性は遅延を減らせる。また、請負業者が同一地域内の複数キャンパスにまたがって人員と資材を調整する助けにもなる。

この仕組みは、なぜデータセンターの集積が重要なのかを説明する。単一のプロジェクトでも全国から機器を調達できるが、地域内で継続する案件パイプラインは、サプライヤーが恒久的な地元拠点を設ける理由をより強くする。

この効果は、3万から40万平方フィートの施設で特に目立つ。Cushman & Wakefieldは2026年初頭、この規模帯においてデータセンター支援企業が重要なテナント群になっていると特定した。

この傾向は、より広範な産業用不動産市場の回復とも交差している。同社は、2026年第2四半期に全米の産業用不動産空室率が6.9%まで低下したと報告した。

退去後に増加した入居面積を示す純吸収量は、その四半期に6,210万平方フィートに達した。上半期の純吸収量は合計1億1,360万平方フィートだった。

第2四半期の新規賃貸は1億9,340万平方フィートに達した。これは2022年半ば以来、四半期ベースで最も高い水準だった。

2020年以降に完成した産業用建物は、上半期の純吸収量のうち1億3,700万平方フィートを取り込んだ。テナントは、天井が高く、運用効率が高く、より強力な電力容量を備えた物件を選好した。

これらの全国集計は、AIインフラだけによるものではない。Eコマース、製造業、国内回帰、サプライチェーンの再設計も引き続き需要の主な源泉である。

これは主張に対する重要な限定である。複数の要因が同時に作用している場合でも、活況な全国の倉庫市場はデータセンターの寄与をより大きく見せる可能性がある。

ただし、サプライヤーに関する仕組みは十分に直接的であり、観察可能だ。データセンターは、消費者の購買パターンにかかわらず、変圧器、開閉装置、冷却ユニット、光ファイバー・システム、建設サービスを必要とする。

供給上の制約もこの効果を増幅する。メーカーや請負業者は、同じ立地に適切な電力、荷役アクセス、用途地域指定、熟練労働力を必要とすることが多い。

十分な電力のない空き倉庫は、こうしたニーズを満たせないかもしれない。そのため、より大きな電力容量を持つ建物は、自動化の利用者やデータセンターのサプライヤーからプレミアムを得られる可能性がある。

Cushman & Wakefieldは、商業用不動産全体に及ぼすAIの長期的な影響についても別途モデル化している。同社のAI不動産シナリオでは、産業用スペースに最も大きな潜在的増加が割り当てられている。

ベースラインシナリオでは、2035年までに産業用スペースの吸収が2億9,850万平方フィート追加されると予測する。この予測には、データセンター建設を超えた自動化、経済成長、サプライチェーンの変化が含まれる。

賃貸調査とは異なり、2035年の数値は観測結果ではなくシナリオである。AIの段階的な導入と、より広範な生産性向上を前提としている。

両調査は合わせて、異なる2つの経路を描いている。データセンターのサプライヤーは即時の産業用需要を生み出し、一方でAIの幅広い導入は、時間をかけて倉庫運営や経済活動を変える可能性がある。

Google Newsの見出しが隠している本当の争点

中心的な争点は、より広い経済的波及効果と、地域に集中するコストの対比にある。

従来のデータセンター論争は、完成した施設内の恒久雇用に焦点を当てる。サーバー・キャンパスは巨額の投資を伴う一方、建設終了後に現場で必要とする労働者は比較的少ない場合がある。

Cushman & Wakefieldは、この批判に対して視野を広げることで応じている。同社の調査は、施設を建設し、設備を供給し、支え、維持する産業事業者を数えている。

この手法は、直接雇用の比較では除外される活動を捉える。冷却システム工場や電気工事請負業者の仕事量の一部は、複数のデータセンタープロジェクトに支えられている可能性がある。

この再構成は、経済開発当局者にとって実務的な意味を持つ。プロジェクトの価値は、内部の従業員数よりも、サプライヤーが近隣に拠点を設けるかどうかに左右されるかもしれない。

しかし、視野を広げると帰属の問題も生じる。公益事業、工場、データセンターに製品を供給するメーカーは、すべての新規賃貸や雇用をAIインフラに帰属させることはできない。

Cushman & Wakefieldによると、研究者はデータセンター・エコシステムに結び付く企業を特定した。公開されている要約には、テナント単位の分類や反実仮想に関するすべての仮定は示されていない。

反実仮想とは、データセンターの拡大がなかった場合に何が起きたかを問うものだ。賃貸が真に追加的な活動を表すのか、それとも別の市場から移転した需要なのかを判断する。

レポートは、テナントの関係性と賃貸パターンを通じて相関関係を示している。AI投資がなければ、分類されたすべての賃貸が消滅したはずだと証明しているわけではない。

タイミングも別の複雑さをもたらす。建設中には工事や設備の需要が急増する一方、地域の案件パイプラインが鈍化すれば落ち着く可能性がある。

サプライヤーの賃貸契約は建設サイクルより長く続くことがある。その事業が生産的であり続けるかは、繰り返しの受注、保守作業、他の顧客へのアクセスに左右される。

同じ不確実性は誘発雇用にも当てはまる。労働者は地域の店舗やサービス業で賃金を使うが、その効果は労働者がどこに住み、どこで商品を購入するかに依存する。

それでも、あらゆる間接効果を退けることも同様に誤解を招く。データセンターは、広範な電気、機械、通信のサプライチェーンなしには稼働できない。

したがって、この証拠は一つの単純化された議論を弱める。サーバー建物に入る従業員だけを数えると、施設を支える産業労働力を過小評価することになる。

一方で、反対の極論を正当化するものでもない。乗数モデルの推計だけで、プロジェクトに付随するあらゆる税制優遇、送電網投資、土地利用の判断を自動的に正当化することはできない。

最も妥当な解釈は、その両極の間にある。AIインフラはより広い経済的足跡を生み出すが、便益の分配がその地域的価値を決める。

一部の地域では、製造、請負、賃金、固定資産税を取り込める可能性がある。他方で、電力消費の大きいキャンパスだけを受け入れ、サプライヤーや労働者は別の場所にとどまるケースもある。

距離は結果を左右する。施設は他州から設備を購入し、出張契約業者を雇用し、利益を地域外に本社を置く企業へ振り向けることができる。

したがって地方当局には、案件ごとの根拠が必要となる。どのサプライヤーが地域内で賃借するのか、何人の雇用が継続するのか、賃金のどの程度が地域に残るのかを問うべきだ。

Google Newsの見せ方には、情報の発信者と出来事自体を混同させるリスクもある。Google Newsはcitybizの見出しを集約したものであり、基礎となる調査を作成したのはCushman & Wakefieldだ。

これは情報源の評価において重要である。検索で目立つことは、集約された見出しをレポートの結論に対する独立した裏付けへと変えるものではない。

このレポートは、賃貸・投資市場に直接的な利害を持つ商業不動産サービス企業による調査として読むべきだ。同社の取引へのアクセスは、データの品質を向上させうる。

一方で、業界における立場は方法論の透明性を重要なものにする。独立した地域データにより、報告された波及効果が税収、給与支払い、事業創出に実際に現れているかを検証すべきだ。

雇用乗数効果と電力・補助金の制約

産業への波及効果は雇用面の議論を強めるが、インフラ費用をなくすわけではない。

最も差し迫った制約は電力である。データセンターには大規模かつ継続的な負荷が必要であり、AIコンピューティングは複数地域で需要予測を押し上げている。

米国エネルギー省は、データセンターが2023年に176テラワット時を消費したと報告した。これは2014年の消費量のおよそ3倍に当たる。

同省のエネルギー使用量レポートは、2028年の消費量を325～580テラワット時と予測した。実際の需要は、導入状況、稼働率、効率性に左右される。

より新しい推計は、この不確実性をさらに広げている。Electric Power Research Instituteの電力需要シナリオでは、2030年のデータセンターのピーク負荷を45～94ギガワットとしている。

この幅の広さは、公益事業者が難しい投資判断に直面する理由を示している。提案中の案件のうちどれが実際に稼働へ至るか分からない段階で、発電・送電計画を立てなければならない。

産業サプライヤーは、電力需要にもう一層の負荷を加える。電力・冷却設備の製造企業は、同じく制約を抱える市場で相当な容量を必要とする可能性がある。

労働力も制約となりうる。データセンター建設は、工場や他のインフラ事業に必要な電気工、技術者、溶接工、専門技能職をめぐって競合する。

この競争は賃金を押し上げ、研修への投資を呼び込む可能性がある。一方で、無関係な開発の遅延や建設コスト上昇を招くこともある。

土地も同様のトレードオフを生む。データセンター、変電所、倉庫、製造施設はいずれも、輸送・公益インフラへのアクセスを備え、適切に用途指定された用地を必要とする。

サプライヤー集積は地域の税基盤を強化しうる。しかし同時に、産業用地、住宅、道路、公共サービスへの圧力を高める可能性もある。

したがって補助金の問題は避けられない。州政府・地方政府はデータセンター誘致のため、売上税の免除、固定資産税の軽減、インフラ支援を頻繁に提供している。

Cushman & Wakefieldの調査結果は、施設の直接雇用だけよりも強い潜在的便益を当局者に示す。しかし、モデル化された波及効果が、強制力のある地域への約束に取って代わるべきではない。

独立系の研究では、案件や施設タイプによる大きな差異が見いだされている。Brookingsによる2026年の雇用分析は、経済的な結果は施設が周辺に何を呼び込むかに左右されると論じた。

この分析は、基本的なコロケーション施設と、より大規模な技術クラスターの形成に寄与する案件を区別した。また、地域社会の反発の高まりや、インセンティブ制度の見直しにも言及した。

この区別は、一点で賃貸レポートと一致する。重要なのは、サーバー建屋の一般的な数よりも周辺のエコシステムである。

ただし、それは立証責任も高める。当局者は、自らの案件が単に地域資源を消費するだけでなく、地域のエコシステムを創出することを示さなければならない。

レポートの8万1,000～12万4,000人という雇用レンジは、この文脈で理解すべきだ。これは6市場、4年間にわたる賃貸に関連した産業および下流への効果を含む。

これは、新設キャンパスごとに、その敷地境界内で約1,300人の恒久的な雇用が生まれるという約束ではない。このモデルは地域経済の連鎖を表している。

公的機関は、一時的な建設雇用、継続的なサプライヤー雇用、直接運用、誘発されるサービス雇用を分けて扱うべきだ。各カテゴリーは期間も政策上の価値も異なる。

また、便益を公共部門の負担と比較すべきである。関連コストには、送電網の増強、インセンティブによる逸失収入、道路改良、水インフラ、環境緩和が含まれる。

プロジェクト契約は、便益を測定可能な成果に結び付けることで不確実性を減らせる。政府は給与支払い、地域調達、電力需要、サプライヤーの所在地に関する報告を求めることができる。

クローバック条項は、開発事業者が契約上の約束を果たせなかった場合にインセンティブを回収できる。透明性のある報告により、住民は公表されたサプライヤー・エコシステムが実際に形成されたかを判断できる。

こうした保護策はいずれも、賃貸に関する根拠を否定するものではない。広範な業界の知見を、検証可能な地域の仮説へと変換するものだ。

産業需要の拡大で圧力を受けるのは誰か

このブームは、これまで別々の市場で行われてきた意思決定を、公益事業者、開発事業者、製造企業、地方政府に連携させるよう迫っている。

最も明確な期限に直面するのは公益事業者だ。データセンターは十分な電力なしには稼働できず、そのサプライヤーも周辺の産業市場で容量を求める可能性がある。

公益事業者は、どの案件に接続の約束を与えるべきかを判断しなければならない。また、投機的なキャンパスが開業しなかった場合の座礁投資に対する保護も必要だ。

データセンター開発事業者は、設備投資以上のものを示すよう圧力を受けている。地域社会は恒久的な雇用、電力コスト、水使用量、税収に関する根拠をますます求めている。

信頼できるサプライヤー戦略は助けとなる。開発事業者は地域調達の機会を特定し、見習い訓練プログラムを支援し、キャンパス近隣で請負業者向けのスペースを調整できる。

産業用不動産の貸主も、変化するテナント構成に直面している。一部のデータセンター向けサプライヤーは、より強力な電力供給、より高い床荷重、屋外保管、または特殊な換気を必要とする。

一般的な倉庫では、こうした要件を満たせない場合がある。所有者は、高額な改修が持続的なテナントを呼び込むのか、それとも一時的な建設ブームを追うだけなのかを判断しなければならない。

製造企業は独自の能力問題に直面する。変圧器、開閉装置、冷却システム、発電機、電気部品への需要は、既存の生産計画を上回る可能性がある。

生産拡大には資本、労働者、許認可、そしてサプライヤーの確信が必要となる。企業には、AIインフラの受注が変化する資金調達環境を乗り越えられるという合理的な確実性が求められる。

専門請負業者は有利である一方、リスクにもさらされる立場にある。地域の厚い案件パイプラインは数年分の仕事を支えうるが、キャンセルによって需要は急速に縮小しうる。

地域社会は最も幅広い責任を負う。用途地域を管理し、しばしばインセンティブ交渉にも参加するが、電力計画は別のプロセスを通じて公益事業者が担う場合がある。

この分断は意思決定の不整合を生みうる。自治体が、送電網の増強、住宅供給力、道路改良を確保する前に産業開発を承認する可能性がある。

賃貸データは、計画がキャンパス区画だけにとどまるべきではないことを示唆している。サプライヤー施設や請負業者のヤードは、地域全体の交通、土地利用、労働力ニーズを変えうる。

人材開発機関も対応を迫られる。関連する職種はソフトウェアエンジニアリングにとどまらず、電気工事、機器保守、建設管理、先端製造にまで及ぶ。

研修プログラムには時間がかかる。複数の案件を同時に承認する地域では、建設のピーク前に地域の能力を構築しなければ、労働力を外部から受け入れることになるかもしれない。

テクノロジー企業にとって、その結果はより予測しにくい導入環境だ。コンピューティング計画は現在、許認可、公益事業者のスケジュール、設備の入手可能性、地域社会の受容に左右される。

AI開発企業は、アクセラレータの供給可能性やモデル学習能力を通じてインフラを語ることが多い。実際のボトルネックは、変圧器、変電所、冷却設備、熟練技能職に現れる可能性がある。

これにより競争領域は広がる。ハイパースケーラーはチップと電力をめぐって互いに競争するだけではない。

建設労働力と送電網容量をめぐって、工場、住宅開発、その他の産業とも競争する。そのサプライヤーは開発回廊の近くにある適切な建物をめぐって競争する。

したがって投資家は、提案されたキャンパス近くのすべての産業用不動産を自動的な受益者とみなすべきではない。実際の需要は、立地、仕様、案件の確実性によって決まる。

サプライヤーには顧客、労働力、輸送、電力へのアクセスが必要だ。これらの要素を欠く近接性には、ほとんど利点がない。

産業需要は、キャンパスの開業前にも動き出す可能性がある。請負業者や販売代理店は建設期間中にスペースを確保することが多く、案件の信頼性に関する早期の兆候となる。

賃貸期間も別の手掛かりとなる。短期の契約は一時的な作業拠点を反映している可能性がある一方、より長期の契約は持続的な地域事業を示す場合がある。

テナントの属性も重要だ。生産能力を構築する製造企業は、単一案件向けに資材を保管する請負業者とは異なる経済的貢献をもたらす。

Cushman & Wakefieldの調査結果は、AI経済をより詳細に地図化することを促している。サーバー容量は中心的なノードにすぎない。

周辺ネットワークには、労働力ニーズ、不動産要件、案件サイクルへのエクスポージャーが異なる実在の事業者が含まれる。彼らの判断は、AIへの支出がより広い経済にどこまで及ぶかを示している。

AI賃貸ストーリーを検証する3つのシグナル

次の段階では、記録的なサプライヤー賃貸が一時的な建設急増ではなく、持続的な地域活動へと転じることを示さなければならない。

第1のシグナルは、2025年以降のデータセンター関連賃貸である。Cushman & Wakefieldは同年に前年比44%増、14.4%の市場シェアを記録した。

さらに好調な年が続けば、サプライヤー需要が構造的であるとの見方を支持する。急減すれば、建設時期がこの記録を押し上げた可能性が示される。

読者は総賃貸面積とテナント構成の両方を注視すべきだ。製造企業、継続的なサービス企業、長期的な物流事業は、一時的な作業拠点の利用者よりも高い持続性を示す。

賃貸条件にも注意が必要である。より長期の契約や施設改良は、単一の建設スケジュールに合わせた短期賃貸より強いコミットメントを示す。

第2のシグナルは、実際の案件の実行だ。発表されたキャンパスは期待を生むが、サプライヤーが持続的な受注を得られるかを決めるのは通電済みの容量である。

公益事業者の系統連系の進捗、設備の納入、完成した建物は、発表された投資総額よりも優れた根拠となる。遅延は短期的な産業需要を弱めるだろう。

電力の利用可能性は依然として決定的な制約である。他の顧客に過大なコストを転嫁せずに容量を接続できる地域は、より強固な基盤を持つことになる。

第3のシグナルは、透明性のある地域経済報告である。政府は直接雇用、サプライヤーの給与支払い、税収、インセンティブ、インフラ上の義務を公表すべきだ。

これらの数値は、市場レベルでCushman & Wakefieldの乗数効果の推計を検証する手がかりとなる。また、恩恵がホスト地域の近隣にとどまっているかどうかも明らかにできる。

サプライヤーの採用と事業創出がコンピューティング能力の拡大に伴って増加すれば、産業波及効果の仮説はより説得力を増す。一方、電力使用量だけが増え、地域の給与総額が横ばいであれば、その根拠は弱まる。

今後数カ月は、地主がどのように対応するかも明らかになるはずだ。電力供給に対応した産業用建物への投資が増えれば、テナント需要が持続するとの自信を示すことになる。

過度な投機的建設は、別のリスクをもたらす。計画中のデータセンターが中止、延期、あるいは接続性に優れた地域へ移転した場合、開発業者は空室を抱え込む可能性がある。

したがって、Google News経由でこの記事にたどり着いた読者は、最も単純な解釈に飛びつくべきではない。このレポートは経済的な論争に決着をつけるものでも、AIインフラをサーバー施設の建設だけの物語に矮小化するものでもない。

むしろ、より適切な測定対象を提示している。機器を製造し、近隣施設を賃借し、熟練労働者を雇用し、コンピューティングネットワークを維持する企業を追跡すべきだ。

その上で、各地域が投入する電力、土地、優遇措置、インフラと、それらの成果を比較する。この比較によって、より広範なブームが持続的な価値を生み出すかどうかが決まる。

開発業者と地方当局にとって、実務上の課題は明確だ。サプライヤーとの契約を公表し、直接雇用とモデルに基づく効果を区別し、施設稼働後の結果を報告することである。

投資家は発表件数ではなく、締結済みの賃貸契約と通電済みプロジェクトに注目すべきだ。住民は、誰が賃金を受け取り、誰が長期的なコストを負担するのかを問うべきである。

こうした答えが公開データに現れるとき、AIインフラをめぐる物語はより信頼できるものになる。それまでは、Cushman & Wakefieldが示したのは重要な影響であって、普遍的な結論ではない。