電力需要の拡大で、AIインフラ構築企業が公益事業を上回る

Google Newsは、AIインフラをめぐる印象的な比較を取り上げた。公益事業は約8%上昇した一方、実際のデータセンター建設に連動するファンドはおよそ40%上昇したという。

この数値は、市場における重要な逆転を示している。投資家は当初、AIによる電力需要増を取り込む最も明確な手段として公益事業を捉えていた。しかし、より大きな上昇は、電気設備、冷却システム、建設サービス、鉄鋼、輸送を供給する企業群で見られたとされる。

この対比は、見出しだけが示す以上に慎重な検証を要する。パフォーマンスの算定期間は異なる可能性があり、インフラファンドは純粋なデータセンター投資ポートフォリオではない。それでも、この差はAI投資サイクルにおける実際の変化を示唆している。

AIブームは、チップや発電の段階を超えつつある。資本予算を稼働する施設へと変えられる請負業者や製造業者への依存度が高まっている。

公益事業は依然として不可欠だが、規制を受けるビジネスモデルでは、新規投資が利益に転じるまでの速度に制約がある。設備供給企業は、公益事業が顧客料金を通じて投資を回収する前に、先行して受注を得られる場合がある。

その結果、電力供給企業と、その周辺システムを構築する企業の間で競争が生じている。同時に、プロジェクト遅延、割高なバリュエーション、資金調達圧力、不確実なAI需要といった、両取引に潜むリスクも浮き彫りになっている。

Google Newsの見出しが実際に変えたもの

この見出しは、電力需要そのものから、その需要を物理的な供給能力へ転換する企業へと注目を向け直した。

元の主張は、公益事業セクターの約8%の上昇と、インフラ重視のファンドのおよそ40%の上昇を対比している。これらの数字は恒久的な関係ではなく、報じられた市場の一時点の状況として捉えるべきだ。

提示された見出しだけでは、両方の割合が同じ開始日を用いているかは分からない。年初来リターンと過去1年間のリターンでは、異なるパフォーマンス期間を示すことになる。分配金、ファンドのリバランス、記事の公開時期も、さらなる差異を生み得る。

こうした制約があっても、根底にある観察が消えるわけではない。AIデータセンターが電力消費を増やすとの期待から、公益事業株は恩恵を受けてきた。インフラ供給企業もまた、データセンターが稼働する前に必要となる機器への支出を取り込んできた。

この比較の対象となった可能性が高いファンドは、ティッカーPAVEで取引されるGlobal X U.S. Infrastructure Development ETFだ。同ファンドの公式な運用方針は、原材料、重機、エンジニアリング、建設にまたがる米国のインフラ活動を対象としている。

この説明は重要だ。PAVEはデータセンター専用ファンドではなく、人工知能に関わる事業だけを保有しているわけでもない。鉄道、公共事業、製造、道路、より幅広い建設活動にさらされる企業も組み入れている。

それでも、ポートフォリオの複数の分類はAI構築需要と密接に重なる。電気工事請負業者は、発電設備や変電所を大規模キャンパスへ接続する。機器メーカーは、開閉装置、遮断器、変圧器、電力管理システムを供給する。

暖房、換気、空調の供給企業は、高密度コンピューティングラックが生む膨大な冷却負荷に対応する。素材企業は鉄鋼、コンクリート、骨材を提供し、鉄道会社は大型機器を全米各地へ輸送する。

以前のinfrastructure analysisでは、PAVEの主要な保有銘柄としてQuanta Services、Eaton、Trane Technologies、Sempra、Union Pacific、Norfolk Southernが挙げられた。ポートフォリオは時間とともに変化するが、これらの例は同ファンドの幅広いエクスポージャーを示している。

したがって、このファンドは建設の一段階以上を捉えている。原材料から電気設備の設置、冷却、輸送、公益サービスに至るまでをカバーする。

公益事業ファンドは、この連鎖のより狭い部分を占める。その構成企業は電力を発電または供給し、ネットワークを維持し、認可された投資に対して規制上のリターンを得る。

この違いが、記事の中心的な緊張関係を生む。希少な設備を売る企業は受注が入れば恩恵を受けられる一方、公益事業は計画審査、系統連系調査、資金調達、建設、料金認可を乗り越えなければならない。

この見出しは新技術を明らかにしたのではない。投資家が現在のボトルネックがどこにあると考えているかを示した。

数年間、注目の大半はGPUに集まっていた。現在の物理的な課題には、それらのプロセッサを稼働させるために十分な電力、設備、土地、労働力、系統アクセスを見つけることが含まれる。

これが、報じられたパフォーマンス格差が意味を持つ理由だ。市場が、電力を供給すると見込まれる規制企業よりも、供給能力を構築する企業を積極的に評価していることを示唆している。

AI向け電力需要は、もはや遠い予測ではない

データセンターの電力消費は、計画上の想定から測定可能な負荷増加要因へと移行している。

2024年12月の米連邦エネルギー調査では、データセンターが2023年に米国で176テラワット時の電力を消費したと推定された。これは全米の電力使用量のおよそ4.4%に相当する。

同調査は、2028年の消費量を325テラワット時から580テラワット時の範囲と予測した。この範囲では、データセンターが米国の電力使用量の約6.7%から12%を占めることになる。

この幅広いレンジは小さな詳細ではない。AIの導入、コンピューティング効率、施設稼働率、新規建設の速度をめぐる不確実性を反映している。

下限の推定でも大幅な成長を意味する。上限の推定では、公益事業者、系統運用者、規制当局、大手テクノロジー企業に、異例の速さでインフラ判断を下すことを迫るだろう。

国際エネルギー機関は、global power outlookで世界的な文脈を加えた。同機関は、世界のデータセンター電力消費量が2030年に約945テラワット時に達し、現在の水準の2倍を超えると予測した。

その増加の大部分は、AI向けに最適化された施設によるものだ。こうしたデータセンターには、AIの学習や推論、すなわち学習済みモデルから結果を生成するプロセス向けに設計されたアクセラレータが搭載される。

IEAは、米国のデータセンターが2030年までの国内電力需要増加のほぼ半分を牽引すると見込む。これは、米国の需要が比較的横ばいで推移してきた長い期間を反転させることになる。

その後のdemand updateでは、世界のデータセンター電力使用量が2025年に17%増加したとされた。同じ期間の世界全体の電力需要の伸びは3%だった。

この更新では、変圧器、ガスタービン、高度なチップ、その他の情報技術部品の供給逼迫も指摘された。計画制度や系統接続の待機列も、追加的な遅延を生んでいる。

こうした制約が、物理インフラ供給企業が注目を集める理由を説明する。公益事業者は、単に年間の発電量を増やすだけでは、大規模データセンターに対応できない。

電力は、正しい場所に、適切な電圧、品質、信頼性の水準で届かなければならない。そのためには、変電所、送電容量、配電設備、バックアップシステム、そして多くの場合は専用発電が必要となる。

データセンターキャンパスは、高額なコンピューティング処理が中断される恐れがあるため、冗長化された接続も必要とする。冗長性は、施設の平均消費量を超える設備要件を生む。

冷却もさらなる要素となる。AIアクセラレータは比較的小さな空間に膨大な計算能力を集中させ、継続的に取り除かなければならない熱を発生させる。

従来の空冷は依然として一般的だが、ラック密度の上昇により液冷システムの需要が増えている。これらのシステムは、プロセッサやサーバー部品の近くを循環する流体を通じて熱を移動させる。

この移行は、地元の公益事業者に新たな電力収入が入る前に、専門メーカーに恩恵をもたらす。冷却システムは建設中に選定、発注、設置、試験を行う必要がある。

同じ順序は開閉装置と変圧器にも当てはまる。生産リードタイムが長いため、開発業者はプロジェクトの詳細がすべて確定する前に設備を確保することがある。

こうした動きは、支出をメーカーや請負業者へと引き寄せる。同時に、報告された受注残には後に変更、縮小、消滅するプロジェクトが含まれるリスクも生じる。

それでも方向性は明確だ。AI向け電力需要は現在、建設スケジュール、公益事業の予測、設備サプライチェーンを形作っている。

未解決の問いは、データセンターが大量の電力を使用するかどうかではない。発表されたすべての施設が電力を確保し、許容可能な財務リターンを生み出せるかどうかである。

なぜ建設企業は規制公益事業を上回り得るのか

インフラ供給企業は、公益事業がより遅く、規制の多い収益化の道筋に直面するため、AI投資の勢いをより早く収益として認識できる。

規制公益事業は通常、需要を予測し、必要な認可を得た後に、発電、送電、配電資産へ投資する。その後、規制当局がどの費用をレートベースに組み入れられるかを決定する。

レートベースとは、公益事業が規制上のリターンを得られる認可済み資産の価値だ。事業に予測可能な経済性をもたらす一方で、遅延も生む。

公益事業者は、提案されたすべてのプロジェクトが顧客から全額回収できるとは想定できない。規制当局は、投資が必要か、価格が妥当か、負担配分が公正かを審査する。

データセンターは負荷が非常に大きいため、このプロセスを複雑にする。単一のキャンパスが、製造コンビナートや小都市に匹敵する電力を必要とする場合がある。

開発業者は複数の候補地を同時に評価することもある。公益事業者には、別の州へ移る、スケジュールが変わる、あるいは稼働に至らない需要のためにインフラを建設するリスクがある。

大口負荷向け料金制度は、この問題を管理しようとするものだ。こうした契約では、最低支払い、より長期の契約、インフラへの直接拠出が求められることがある。

その目的は、少数のテクノロジー企業が生み出した建設費用を一般顧客が負担する事態を防ぐことにある。しかし、各料金制度は規制上・政治上の議論を引き起こし得る。

インフラ供給企業は異なるルールの下で事業を行う。メーカーは、顧客料金による何十年もの回収を待たずに、公益事業者、請負業者、データセンター開発業者からの受注を計上できる。

エンジニアリング企業は、変電所の設計・建設中に収益を得られる。公益事業者が認可されたリターンを得るのは、プロジェクトが供用を開始し、規制当局が費用を認めた後だ。

このタイミングの違いは、報じられた8%対40%の差を説明する一助となる。供給企業は現在の設備投資により近く、公益事業者はその投資をより長い期間をかけて利益へ転換する。

希少性はこの効果を強める。変圧器や開閉装置の生産能力が限られる場合、供給企業は価格設定と納期で優位性を得る。

公益事業者が、希少性から同じような即時の優位性を得ることはほとんどない。信頼性の高いサービスを提供し、顧客負担の抑制を管理し、規制要件を満たす必要があるためだ。

市場は両グループを異なる方法で評価する。従来の公益事業は、安定したキャッシュフローと配当を求める投資家を引き付けることが多い。そのため、バリュエーションは電力需要の成長だけでなく、金利にも反応し得る。

債券利回りの上昇は、公益株の配当の魅力を国債などの政府証券に比べて低下させる可能性がある。また、設備投資を多く要する拡張に伴う資金調達コストも押し上げる。

産業機器の供給企業も金利の影響を免れないが、受注量や工場稼働率が上昇すれば、収益の伸びが加速する可能性がある。投資家は、こうした営業レバレッジにより高い成長期待を織り込むことがある。

PAVEは、このエクスポージャーを複数の業種に分散している。電気機器は構成要素の一つにすぎず、鉄道、機械、建設資材はそれぞれ異なる景気感応度をもたらす。

この分散は、米国のインフラ支出が幅広く増加する局面で有効となり得る。一方で、ファンドとAIデータセンターとの直接的な関係を弱める可能性もある。

鉄道保有銘柄は建設資材の輸送から恩恵を受けるかもしれないが、産業生産、燃料コスト、労働協約、貨物輸送量にも左右される。骨材メーカーは、データセンターに加えて高速道路や住宅建設にも供給できる。

したがって、同ファンドの上昇をAIだけに帰すことはできない。国内製造業、公共インフラ計画、より広範な景気見通しも保有銘柄に影響を及ぼす。

これは、劇的なGoogle News比較で見落とされがちな重要な留保である。PAVEは米国の建設・設備投資サイクルを代表しており、AIはその中の重要な需要源の一つとして機能している。

公益事業は、電力消費へのより直接的なエクスポージャーを提供する。インフラファンドは、その電力を供給・利用可能にする前段階で必要となる支出への、より広いエクスポージャーを提供する。

どちらのルートもAIを完全に切り分けるものではない。一方は規制下の送配電を捉え、もう一方は重なり合う産業上のボトルネック群を捉える。

市場は最近、後者のルートを選好している。この選好が続くのは、受注が売上となり、発表済みのプロジェクトが稼働施設へと転換する場合に限られる。

40%の上昇は純粋なAI取引を証明しない

最も有力な反論は、インフラ関連のパフォーマンスにはAIへの熱狂と、無関係な複数の経済要因が混在しているという点だ。

見出しの比較は、分散型ファンドを実際以上に特化型に見せることがある。PAVEの名称が強調するのはインフラ開発であり、人工知能やデータセンターではない。

同ファンドのポートフォリオには、輸送、建設機械、エンジニアリング、原材料、産業オートメーションに関わる企業が含まれる。その多くは、生成AIがなくても存在するトレンドから恩恵を受ける。

政府のインフラ計画は、道路、橋梁、水道、交通プロジェクトを支援する。製造業投資は、工場建設、貨物輸送、電気設備への需要を高める。

住宅・商業建設は資材供給企業に影響を与え得る。商品価格は鉄鋼メーカーに影響し、鉄道輸送量はより広い経済環境に反応する。

したがって、ファンドの40%上昇は、複数の要因が同時に作用した結果を反映している可能性がある。リターン全体をAIの成果と呼ぶのは、利用可能な証拠が裏付ける範囲を超えた評価になる。

公益事業との比較は、別の測定上の問題も生む。幅広い公益事業ファンドは、規制電力会社、独立系発電事業者、地域エクスポージャーの異なる事業を保有している。

巨大なデータセンター計画が集中する地域にサービスを提供する企業もあれば、AI需要の即時的な影響がほとんどない地域で事業を展開する企業もある。

公益事業のパフォーマンスは、天候、燃料費、暴風雨コスト、山火事責任、規制の結果、金利にも左右される。AIは収益構図の一部にすぎない。

インフラ側にも独自の集中リスクがある。投資家が継続的な供給不足を予想する場合、評価の高い機器供給企業数社が分散型ファンドを押し上げることがある。

製造能力が追いつけば、こうした供給不足は緩和され得る。その場合、顧客はより早く機器を受け取れる一方、供給企業は価格決定力の一部を失う可能性がある。

プロジェクトの遅延は別の問題を生む。開発事業者が系統接続契約、許認可、資金調達、適切な土地を確保できなければ、発注は先送りされる可能性がある。

IEAは、送電網の制約により、計画中のデータセンタープロジェクトの相当な割合が遅延する恐れがあると推定している。遅延は必ずしも需要の取り消しを意味しないが、収益化をさらに先送りする。

効率性も別の不確実性を生む。新しいプロセッサは、電力単位当たりでより多くのAI処理を実行できるため、特定のタスクに必要なエネルギーを減らせる。

しかし、コンピューティングコストの低下は利用拡大を促す可能性がある。このリバウンド効果は、効率向上によってサービスが安価になり、単位当たりの必要量が減っても総消費量が増加する場合に生じる。

最終的な均衡を、現時点で確信を持って測定できる者はいない。AIエージェント、動画生成、科学計算、企業向け推論は、ハードウェア効率の改善を上回る速度で需要を拡大させる可能性がある。

資金調達も重要だ。データセンターは、運営事業者が将来のAIワークロードの生涯価値を把握する前に、大規模な投資コミットメントを必要とする。

強いキャッシュフローを持つテクノロジー企業は、大規模な建設を支援できる。より小規模な開発事業者は、融資、リース、長期顧客契約への依存度が高いことが多い。

資金調達コストの上昇は、あらゆるプロジェクトに求められる収益性を引き上げる。楽観的な稼働率の前提では魅力的に見える施設も、建設が遅れれば採算ぎりぎりになり得る。

サプライチェーン企業は、この需要の質に関するリスクに間接的に直面する。受注残が満杯であることは心強いが、投資家は依然としてキャンセル、顧客集中、納入スケジュールを精査する必要がある。

公益事業は、負荷予測を通じて関連するリスクに直面する。投機的需要を見込んで新しい変電所を建設した場合、期待されたデータセンターが実現しなければ、顧客に負担が及ぶ可能性がある。

規制当局は、より厳格な契約要件によって対応している。こうした保護策は公益事業の採算を改善し得るが、一部の立地を開発事業者にとって魅力の薄いものにする可能性もある。

地域の反対も不確実性を増している。地域社会では、水消費、土地利用、非常用発電機、送電回廊、電気料金への影響に対する疑問がますます強まっている。

こうした懸念は承認までの期間を長期化させ得る。また、利用可能な発電能力、より迅速な許認可、より有利な料金体系を備えた地域へと開発を移す可能性もある。

したがって、見出しの40%という数字は、事業上の証明ではなく市場の証拠として読むべきだ。それは投資家がどこにより大きな確信を置いたかを示すものであり、将来のすべての利益がどこで生まれるかを示すものではない。

インフラ不足が続き、AI投資が高水準を維持すれば、報告された上昇は正当化されるかもしれない。一方で、通常の建設上の後退を許容する余地がほとんどない期待を含んでいる可能性もある。

真の対立軸は資本の速さと規制の速さ

決定的な競争は建設業者と公益事業者の間ではなく、迅速なテクノロジー投資と、遅い物理的・規制上のシステムとの間にある。

大手テクノロジー企業は、コンピューティング予算を迅速に承認できる。そのデータセンターパートナーは、すべての系統工事が完了する前に、用地を選定して調達を開始できる。

電力インフラは異なるスケジュールで進む。送電線には、ルート選定、許認可、機器、建設作業員、環境審査、管轄をまたぐ調整が必要となる。

発電プロジェクトには、燃料供給、系統接続、市場、排出に関する検討も加わる。原子力プロジェクトは特に開発期間が長く、ガスタービンや変圧器は製造上の制約に直面している。

再生可能エネルギーはより迅速に開発できる場合が多いが、継続的なサービスを提供するには、蓄電、送電、柔軟な需要、または給電可能な発電が必要となる。

データセンターには一日を通じて高い信頼性が求められる。この要件により、年間の再生可能エネルギー調達量の一致と、実際の時間帯ごとの電力利用可能性は別物となる。

企業は年間で十分な再生可能エネルギーを購入できても、特定の時間帯にはガス、原子力、蓄電、または系統からの輸入に依存する場合がある。

オンサイト発電は別の選択肢を提供する。燃料電池、ガスタービン、蓄電池、マイクログリッドは、遅延した系統接続への依存を低減できる。

マイクログリッドは、広域電力網と連系しても独立しても運転できる地域電力ネットワークである。レジリエンスを高められるが、機器、燃料、保守、規制に関する課題も加わる。

一部の開発事業者は、柔軟なサービス契約を受け入れる可能性もある。こうした取り決めでは、データセンターは電力網の緊急時に消費を減らしたり、コンピューティングワークロードを別の地域へ移したりする。

柔軟なコンピューティングは、系統接続の経済性を変える可能性がある。即時完了を必要としない学習ジョブは、利用可能な電力が多い時間帯へ移動できる。

リアルタイムサービスは中断しにくい。検索、企業向けアプリケーション、ユーザー向けAI製品には予測可能な応答時間が必要であり、移動可能な負荷の範囲は限られる。

この技術的な違いは、投資比較の両側にとって重要だ。柔軟な顧客によって既存資産でより多くの需要に対応できる場合、公益事業は恩恵を受ける。

一方、開発事業者が冗長な民間システムを構築する場合、機器供給企業が恩恵を受ける。どの信頼性戦略を選ぶかによって、支出がチェーンの異なる部分へ向かう。

Google Newsの報道は、こうした違いを単一のAI電力ストーリーに平板化しがちだ。実際の物理的市場は、より細分化されている。

ある地域では新たな送電網が必要かもしれない。別の地域では利用可能な発電能力はあっても変電所が不足しているかもしれない。さらに別の地域では、水の制約や地域の反対に直面する可能性がある。

この断片化は、多くのプロジェクトや地域に対応できる企業に有利に働く。同時に、どの単一ファンドもこのテーマを完全には追跡できないことを意味する。

PAVEは建設チェーン全体に位置する企業を保有しているが、送電網ハードウェアに特化しているわけではない。スマートグリッド・ファンドは、企業・バリュエーション面のリスクがより高くなる一方で、より集中した機器エクスポージャーを提供する可能性がある。

公益事業ファンドは電力供給の層を保有するが、規制下の保有銘柄は金利上昇局面で出遅れることがある。独立系発電事業者は、コモディティ株やグロース株に近い値動きをする場合がある。

半導体ファンドはアクセラレータ需要を捉えるが、周辺施設の多くを取り逃がす。データセンター不動産ファンドは建物とリースを捉えるが、電力の利用可能性と資金調達の制約に直面する。

したがって、AIインフラのスタックには複数の投資可能な層があり、それぞれタイミングが異なる。チップは電力が利用可能になる前に発注できる一方、送電網資産はサーバー世代が陳腐化した後も数十年にわたって稼働する可能性がある。

8%対40%の逆転は、市場が現在どのタイミングを選好しているかを示している。投資家は、規制資産のより緩やかな拡大よりも、短期的な受注成長を重視しているように見える。

この判断は変わり得る。工場が生産能力を増強し、機器不足が緩和されれば、希少性プレミアムは確保済みの電力を持つ通電済み用地へ移る可能性がある。

実証済みのデータセンター集積地にサービスを提供する公益事業は、その後より多くの価値を取り込む可能性がある。その強みには、土地へのアクセス、電力網に関する知識、既存の通行権、確立された規制当局との関係が含まれる。

建設が緊急の課題である間は、建設業者が主導してきた。論点が設備能力の建設から、そこから持続的な収益を得ることへ移ると、運営事業者の重要性が高まる。

次のGoogle News見出しより重要な3つのシグナル

次の局面は、接続の完了、受注の質、そして一般の電力顧客に対する保護に左右される。

第1のシグナルは、実際のデータセンターへの送電開始だ。発表されたメガワット数よりも、電力供給を受けて商業運転を開始する施設の方が重要である。

送電開始は、機器が到着し、建設が完了し、規制当局がサービスを承認し、顧客が接続を受け入れたことを証明する。これは投機的なパイプラインを測定可能な電力需要へと転換する。

公益事業の決算報告では、締結済み契約と実際に稼働している負荷を区別すべきである。投資家は、新規顧客が最低支払義務を満たしているかも注視すべきだ。

発表済みプロジェクトと接続済み負荷の差が広がれば、インフラ投資の論拠は弱まる。完成したキャンパスが着実に増えれば、建設業者と公益事業の双方を支えることになる。

二つ目のシグナルは、サプライヤーの受注残の質だ。電気機器メーカーや建設会社は、受注の伸び、キャンセル率、リードタイム、顧客集中度を説明する必要がある。

リードタイムが長いことは、顧客のコミットメントが維持されている場合にのみ、収益の見通しを支える。リードタイムの短縮は、供給の改善、需要の弱まり、あるいはその両方を示している可能性がある。

利益率もまた重要な証拠となる。販売数量が力強く、利益率が安定していれば健全な実行を示す一方、売上が伸びても利益率が低下している場合は、コスト圧力やプロジェクト上の問題が明らかになることがある。

公益事業者、ハイパースケーラー、コロケーション事業者にまたがる受注残の拡大は、この見方を裏付ける。少数の投機的なデベロッパーによって押し上げられた受注残については、より慎重に見るべきだ。

三つ目のシグナルは、大規模負荷向け保護 тарифの広がりである。規制当局は、データセンターによって必要となる発電・送電網の増強費用を誰が負担するのかを決めなければならない。

最低契約期間やインフラへの直接拠出を盛り込んだ契約は、放棄されたプロジェクトのコストから家庭を守ることができる。また、公益事業者が投資を進めるうえでの確信を高める効果もある。

保護策が弱ければ、コスト転嫁のリスクが高まる。実現しない需要を前提に建設された資産のために、家庭や中小企業の顧客がより高い料金を負担する可能性がある。

一方で、料金制度が厳格すぎることにも別のリスクがある。デベロッパーは、より早い接続や有利な条件を提示する州へプロジェクトを移すことができる。

最も持続力のある枠組みは、スピードと説明責任の均衡を取るものになる。データセンター顧客は自ら生み出すコストを負担し、公益事業者は明確かつ現実的な接続スケジュールを提示すべきだ。

この三つのシグナルは、見出しの背後にある仕組み全体を捉えている。通電開始の指標は実現済みの需要を、サプライヤーの開示は建設の質を、料金制度は誰が財務リスクを負うかを測る。

また、現在の市場の逆転が続くかどうかも左右する。プロジェクトが進展し、機器不足が続くなら、インフラ供給企業は優位性を維持するはずだ。

接続済み負荷が加速し、規制当局が公平なコスト回収を認めれば、公益事業者は差を縮められる。AIの設備投資コミットメントが収益性のある利用を上回れば、どちらのグループも期待を裏切る可能性がある。

この最終的な不確実性は、電力の領域を超えて広がる。AIサービスは最終的に、チップ、建物、冷却設備、ネットワーク、そして長期にわたって使用される電力資産を支えられるだけの経済的価値を生み出さなければならない。

Google Newsを追う読者は、次の騰落率比較だけに目を向けるべきではない。ファンドのリターンは期待を要約するが、その期待が持続するかどうかを決めるのは事業上の証拠である。

今後数カ月間は、完了した電力接続、サプライヤーの受注残の質、大規模負荷向け料金制度に関する決定を注視すべきだ。これらを総合すれば、AIインフラが持続的な産業サイクルへと発展しているかどうかが明らかになる。

また、報じられた40%の首位企業が本当にボトルネックを握っているのか、それとも市場から最も高い期待を最初に受けただけなのかも示される。

もはや有用な問いは、Google Newsの見出しにどのファンドが登場したかではない。AI需要を、顧客に過度なリスクを転嫁することなく、完成し、対価が支払われ、安定的に電力供給を受けられる施設へと転換できる企業はどこか、ということだ。