Dallas FedのAI電力需要、より緩やかな成長を前提に設計された送電網と衝突
Dallas FedによるAI電力需要分析は、深刻な時間軸の衝突を浮き彫りにしている。データセンターの建設には約2年しかかからない一方、送電網の整備には10年を要する場合がある。米国には発電能力、資本、技術的な選択肢がある。しかし、AIの速度でそれらを展開できる協調的な仕組みは、まだ整っていない。
この違いは重要だ。電力問題はしばしば、単純な供給不足として語られるからである。Dallas Fedは、テクノロジー、エネルギー、金融、規制の各分野のリーダーを集めた結果、より慎重な結論に至った。当面の制約は、米国が理論上十分な電力を発電できるかどうかではない。電力会社、系統運用者、開発事業者、規制当局、地域社会が、十分な速さで信頼できる約束を取り交わせるかどうかにある。
この分析は、長年にわたる相対的な安定の後、電力消費が再び伸び始める中で公表された。データセンターは、Texas、Virginia、Arizona、Nevadaなどの開発拠点に成長を集中させている。こうした集積は、全国の発電総量だけでは見えにくい地域的な問題を生み出す。
したがって、中心となる競争はAI施設の建設速度と電力システムの調整能力の間にある。ハイパースケーラーは、サーバーの発注、土地の確保、施設への資金調達を、電力会社が送電を承認し、タービンを調達し、系統接続を完了するよりはるかに速く進められる。系統計画担当者は、高価なインフラの費用を利用者に負担させる前に、提案された施設が実在する計画なのかも見極めなければならない。
Dallas Fedが見いだしたのはエネルギーの行き止まりではなく、調整の危機
Dallas Fedの中心的な見解は、現在では実用的なエネルギー技術の不足よりも、調整の失敗の方が大きな障害になっているというものだ。
同行は2026年9月18日、AI power constraintsに関する分析を公表した。これは3月4日と5日にDallasで開催されたPowering AI conferenceでの議論をまとめたものである。
イベントにはGoogle、ERCOT、PJM、Vistra、Goldman Sachs、Morgan Stanley、NRG Energy、および複数のインフラ企業の代表者が参加した。参加者は、発電、系統管理、資金調達、サプライチェーン、AI導入について検討した。
結論は、安易な楽観論にも、回避不能な電力危機の予測にも与しなかった。既存の発電所はより多くの電力を供給でき、柔軟なデータセンター運用は重要な局面での負荷を軽減できる。また、信頼できる顧客に裏付けられたプロジェクトには資本も利用可能だ。
ただし、こうした資源が自動的に信頼できる系統接続へと変わるわけではない。開発事業者は依然として、電気設備、熟練労働者、建設能力、承認済み送電網の不足に直面している。電力会社は、顧客の予測が異例なほど不確実なまま、長期にわたる投資判断を下さなければならない。
Dallas Fedは、基本的な時間軸の不一致を強調した。データセンターはおよそ2年で完成する一方、新しい発電所には少なくともその2倍の時間がかかり、大規模な送電プロジェクトには7年から10年を要することがある。
この不一致は、計画担当者が供給力を考える方法を変える。ある地域は年間を通じた十分なエネルギーを持ちながら、特定の場所で必要となる送電線や即応可能な供給力を欠く可能性がある。また、実際には稼働しない投機的プロジェクトのためにインフラを承認してしまう可能性もある。
最も明確な例がTexasだ。同州は豊富なエネルギー資源、広い土地、比較的迅速な開発環境、独立した送電網を併せ持つ。こうした利点が、膨大なデータセンター計画を呼び込んできた。
Dallas Fedによると、会議参加者が議論した時点で、ERCOTの将来的な大規模負荷キューは2030年までに232ギガワットに達していた。これに対し、ERCOTの需要記録は2026年7月の91ギガワットだった。
キューは予測と同じではない。初期段階の提案、重複する開発戦略、最終的な資金調達や設備を確保していないプロジェクトも含まれる。それでも電力会社は、いずれかの施設が接続し、安定したサービスを必要とするため、単純に無視することはできない。
Dallas Fedは、結果として生じる見通しを「ゼロから無限大」と表現した。この表現は、単一の全国需要予測よりも計画上の問題をよく捉えている。電力業界は、発表されたすべてのデータセンター計画を確実なものとして扱うことなく、大幅な成長に備えなければならない。
この不確実性は、単に発電能力を増やすだけでは済まない理由を説明している。系統計画担当者は実需を特定し、財務責任を割り当て、各プロジェクトに供給可能な電力を対応させる必要がある。不確かな約束はすべて技術者の時間を消費し、より広範な投資判断を歪めかねない。
Dallas FedのAI電力需要、送電網の時間軸を上回る速さで拡大
需要の増加自体は信頼できるが、その速度と地理的な集中によって、通常の全国的な成長よりも供給が難しくなっている。
米国の電力消費は、2005年以降の大半でほぼ横ばいだった。Energy Information Administrationの推計によれば、負荷向けの純エネルギーは2005年から2019年にかけて年平均わずか0.1％しか増加していない。
この傾向は2020年以降に変化した。同機関によると、需要は2020年から2025年にかけて年平均約1.7％増加した。大規模なコンピューティング施設は、データセンター開発が集中する地域で重要な成長要因となった。
EIAは、米国が2000年以降で最も力強い4年間の電力需要拡大を記録すると見込んでいる。2026年1月の予測では、米国の電力使用量は2026年に1％、2027年にはさらに3％増加するとされた。
より長期的な推計は、電力会社がこの変化を一時的な上振れとして扱えない理由を示している。Lawrence Berkeley National Laboratoryは、データセンターが2030年に米国の電力の11.8％を消費する可能性があると推計している。
同研究所の2030 estimateは、9.5％から15.3％まで幅がある。この差は、ハードウェア出荷、冷却システム、コンピューティング効率、施設成長に関する前提の違いを反映している。
この範囲は中央値と同じほど重要である。最も高いケースに合わせて建設すれば、家庭や企業が利用されないインフラの負担を負うリスクがある。最も低いケースに合わせれば、接続の遅延、信頼性の問題、緊急対応コストの増加につながるおそれがある。
International Energy Agencyも、グローバルモデルから同様の結論に達している。同機関は、データセンターの電力消費量が2025年の約485テラワット時から、2030年には約950テラワット時へ増加すると予測している。
同機関は、AIに特化した施設が、より広いデータセンター分類よりはるかに速く成長すると見ている。energy demand outlookによれば、データセンターは2030年までの米国の電力需要増加のほぼ半分を占める見込みだ。
それでも全国比率だけでは運用上の課題を隠してしまう。データセンターは数百万棟の建物に均等に分散しているわけではない。開発事業者は、光ファイバー回線、利用可能な土地、税制優遇、熟練労働者、既存の電力インフラの近くに施設を集積させる。
そのため、全国比率が深刻に見える前に、集中的なキャンパスが地域予測を一変させる可能性がある。電力会社にとって重要なのは、米国全体が何テラワット時を消費するかだけではない。最も暑い、あるいは最も寒い時間帯に、特定の変電所が新しいキャンパスへ供給できるかどうかである。
AIハードウェアは、さらに別の複雑さをもたらす。学習クラスターは、比較的少数の接続の背後に高密度な電気負荷を集中させる。冷却、バックアップシステム、ネットワーク機器も、サーバーそのものに加えて需要を増やす。
運用事業者は、高額なアクセラレーターが有用な処理を実行している間にしか価値を生まないため、高い可用性も求める。この商業的な論理は、送電網にとって一時的な需要削減が望ましい場合でも、安定した消費を促す。
Dallas FedのAI電力需要評価は、こうした成長予測を否定していない。むしろ、要求されたすべてのメガワットが継続的に稼働し、即時に従来型の接続を受けなければならないという前提に疑問を投げかけている。
この違いは前進への道を開く。施設がワークロードを移動させ、緊急時に消費を減らし、あるいは一時的に自力で電力を支えられるなら、送電網は既存資産によってより多くのコンピューティングを提供できる。未解決なのは、そうした約束がどれほど確実に履行されるかだ。
柔軟なデータセンターは負荷を送電網の資源に変え得る
短期的に最も速い対応は、新しい発電所群の建設ではなく、既存能力のより良い活用と、履行可能な柔軟性を組み合わせることだ。
従来のクラウド施設は、約30メガワットを要求し、フル稼働に至るまで何年もかかることが多かった。新しいAIキャンパスは、はるかに大きな接続容量を求め、当初から迅速なサービス開始を目指すことがある。
電力会社は、従来の前提のままですべての大規模な要求に対応することはできない。施設がいつ電力を消費でき、いつ需要を削減しなければならないかを定める契約が、ますます必要になっている。このモデルでは、柔軟性を迅速なアクセスの条件として扱う。
柔軟な負荷とは、送電網の状況や価格に応じて電力消費を変える顧客を指す。データセンターの場合、その対応にはコンピューティングジョブの移動、緊急性の低い学習の延期、オンサイト資源への切り替えなどが含まれる可能性がある。
すべてのAIワークロードが同じ柔軟性を持つわけではない。リアルタイム推論はライブアプリケーションを支え、厳格なレイテンシー要件を伴うことが多い。モデル学習、テスト、バッチ処理、一部のデータ準備には、より広いスケジューリングの余地がある。
地理的なワークロード移動も選択肢となる。複数地域で施設を運用する企業は、適したジョブを利用可能な電力のある地域へ振り分けられる。ソフトウェアによるオーケストレーションなら、サーバーを物理的に移動させることなくこの調整を実行できる。
Dallas Fedは、需要応答が重要になり得る証拠として、2026年1月のWinter Storm Fernを挙げた。Texasでは、商業・産業顧客がピーク時の状況で自発的に消費を抑制した。
これらの削減は、実際の需要を予測値より低く抑え、価格上昇圧力を限定する助けとなった。この事例は、すべてのデータセンターが柔軟に運用できることを証明したわけではない。制約のある局面で、協調した負荷削減が送電網を支え得ることを示したのである。
既存の発電設備にも、利用率を高める余地がある。会議参加者は、Texasの化石燃料発電所は年間利用率が50％未満である一方、70％を超えられると指摘した。この年間の余剰能力は選択肢を生むが、燃料供給とピーク時の信頼性も依然として重要である。
利用率の向上は、固定的な送電網コストをより多くの電力販売に分散させる可能性がある。その場合、新たなデータセンター需要は一部の単位当たりコストを下げるかもしれない。一方で、電力会社が柔軟性のないピーク需要向けに高価な発電所や送電線を建設しなければならない場合は、逆の結果もあり得る。
オンサイト発電は、サービス開始までの道のりを短縮できる。一部のプロジェクトでは、天然ガス、蓄電池、太陽光発電、またはそれらの技術を組み合わせる方法を検討している。こうしたシステムは通常運用を支えたり、送電網の緊急時に系統からの電力引き出しを減らしたりできる。
「Bring your own power」は、施設をより広いエネルギーシステムから切り離すものではない。オンサイトのガス設備にも燃料インフラと許認可が必要だ。蓄電池は電力を生み出すのではなく貯蔵するものであり、太陽光の出力は時間や天候によって変動する。
より実用的なモデルは、複数の資源を組み合わせるものだ。通常運用は系統サービスが担い、蓄電池が急激な変動をカバーし、即応可能な設備がより長い制約を支える。柔軟なソフトウェアはその上で、どのコンピューティングジョブを待機または移動させられるかを判断する。
このアプローチは、測定に関する問題も生む。系統運用者は、要請時に約束された抑制が実行されるという確信を必要とする。契約には、明確なベースライン、テレメトリー、ペナルティ、性能試験のルールが必要だ。
柔軟性をうたっていても、実際にはほとんど負荷を削減しないデータセンターは、信頼性の面でほとんど価値を提供しない。一貫して応答する施設であれば、より系統のパートナーに近い役割を果たせる。この違いは、接続プロセスにおける扱いに反映されるべきだ。
柔軟性は新たなインフラを代替するものではない。しかし、新規の発電設備や送電網が整うまでの期間をつなぐことはできる。また、まれな需要ピークのためだけに建設しなければならない容量を減らすことも可能だ。
AI建設のスピードが電力会社と系統運用者を圧迫している
電力会社は、どのAIプロジェクトが継続的な電力顧客になるか分からない何年も前から、数十億ドル規模の投資を確約しなければならない。
電力業界は通常、緩やかに成長する需要を前提に計画を立てる。AI開発企業は、その予測手法に負荷をかける規模とスピードで接続申請を提出している。
ERCOTのキューは、関心と運用上の現実との隔たりを示している。2026年3月の系統概況では、2025年に観測された大規模負荷はわずか6.7ギガワットだった。一方、より広範なキューには、その後の年に向けてはるかに大きな合計値が含まれていた。
多くのプロジェクトは完全な調査書類を提出していなかった。ほかにも審査中の案件や、主要な接続要件を満たしていない案件があった。すべての申請を確定需要として扱えば、現実味のない建設目標になってしまう。
しかし、キューを軽視することも同様に危険だ。控えめな実現率であっても、相当な新規負荷が生じる。課題は、本気のプロジェクトと選択肢を確保することを目的とした申請とを見分けることにある。
テキサス州は、大規模負荷の申請に伴う財務要件を引き上げることで対応した。返金不可の手数料により、開発事業者は希少な計画能力を占有する前に、より多くの資本をリスクにさらすことになる。
より強いコミットメントは、顧客が実際に現れるというより良い根拠を電力会社に与える。長期契約、信用補完、保証金、最低支払額も、プロジェクトが中止された場合に既存の料金負担者を守り得る。
これは単なる事務手続き上の整理ではない。新しい変電所、送電線、発電設備は数十年にわたって稼働し得る。想定した顧客がいなくなっても、資金調達、保守、規制対応のコストは誰かが負担しなければならない。
同じ圧力は、13州とワシントンD.C.の全域または一部をカバーする系統地域、PJMにも見られる。データセンターの拡大で負荷予測は増加している一方、発電設備の開発は依然として遅い。
PJMの2026年の市場設計分析は、急速な負荷増加と鈍い供給増強の間に物理的な不一致があると説明している。同分析によると、発電設備の建設にはハイパースケール施設の2倍から3倍の時間がかかる場合がある。
この地域では接続調査が改善され、多くのプロジェクトに契約が提示された。しかし、問題は実現率にある。PJMは、締結済み契約を持つ約24ギガワット分が、2020年以降、商業運転に至る前に中止されたと報告した。
これらの中止には、13.5ギガワット分の天然ガスプロジェクトが含まれていた。この数値は、接続調査の完了が、鉄鋼、資金、機器、あるいは稼働する発電所を保証するものではない理由を示している。
サプライチェーンは、さらに別の遅延要因を加える。大型変圧器、ガスタービン、開閉装置、専門的な電気部品には長い調達期間が必要だ。プロジェクトは資金と許認可を得ていても、不可欠な機器を待たなければならないことがある。
労働力も同様のボトルネックとなる。データセンターと電力プロジェクトは、電気技師、技術者、ネットワークエンジニア、専門建設職を奪い合う。新しい人材の育成には時間がかかり、経験豊富なチームもすべての計画地をカバーできない。
ダラス連銀は、熟練労働力にはすぐに代替できる手段がないため、最も厳しい制約の一つだと説明した。企業はより高い賃金を支払ったり研修に資金を出したりできるが、どちらも即座に経験豊富な人材を生み出すわけではない。
こうした状況は、電力会社を難しい立場に置く。信頼性を守り、投機的なコストから顧客を保護しながら、経済発展を支えなければならない。対応が遅すぎれば投資はほかの地域へ流れ、速すぎれば座礁資産を生む可能性がある。
予測には依然として3つの大きな未解決リスクがある
楽観的な見通しは、柔軟性、信頼できる需要、そして社会的な受容に依存しているが、いずれも必要な規模で保証されていない。
最初の不確実性は、企業によるAI導入が提案されているコンピューティング設備の拡張を正当化するかどうかだ。会議参加者は、多くの企業が依然としてパイロットプログラムの段階で足踏みしていると指摘した。
ある登壇者は、企業のAIパイロットのうち、規模を拡大して価値を実現できるのは約5％にすぎないと見積もった。この数字は包括的な全国測定ではなく、会議で示された見方を反映したものだ。それでも、電力需要予測の背後にある商業的リスクを捉えている。
ハイパースケーラーは、大きな営業キャッシュフローをもとに大規模投資を賄うことができる。ダラス連銀は、2026年と2027年の年間設備投資計画が7,000億ドルから9,000億ドルに達すると報告した。Amazonだけでも、2,200億ドルの設備投資予算を計画していた。
大きなバランスシートは資金調達リスクを抑えるが、収益性のある需要を保証するものではない。顧客がAI利用を拡大できなければ、発表済みのキャンパスの一部は延期、縮小、あるいは中止される可能性がある。
第2のリスクは信頼性だ。北米電力信頼度協議会は、評価対象となった23地域のうち13地域が、今後10年に資源十分性の課題に直面するとした。
同協議会の信頼性評価は、新たな電源や送電網の整備が、データセンターやその他の大規模負荷に追いついていないと警告している。年間のエネルギー総量が問題に見える前に、異常気象がその隔たりを露呈させる可能性がある。
柔軟な運用が役立つのは、企業が意味のある中断を受け入れる場合に限られる。一部の施設は、顧客契約が継続的なサービスを求めるため、限定的な削減しか提供できないかもしれない。非常時に備えてバックアップ発電機を保有する施設もあるが、日常的な運転には制約を受ける可能性がある。
第3のリスクは政治的な抵抗だ。地域社会では、電気料金、騒音、水消費、汚染、土地利用、透明性の不足に関する懸念が高まっている。
開発事業者は、土地と電力を確保しやすい未編入地域や農村部をますます狙っている。AIワークロードの多くは、リアルタイムサービスに比べてトレーニングではレイテンシーの重要性が低いため、人口中心地から離れた場所でも対応できる。
この変化は、既存の都市ハブにかかる圧力を軽減し得る。一方で、計画立案能力が低い地域社会にコストやインフラをめぐる対立を移す可能性もある。
住民の反対は、許認可を遅らせ、水へのアクセスを制限し、建設を完全に止めることもある。会議参加者によると、地域社会は数十億ドル規模のデータセンター投資計画を阻止してきた。
開発事業者は、国家経済をめぐる議論だけでこうした対立を解消することはできない。住民が求めるのは、電力使用量、料金への影響、税制上の取り決め、水の必要量、バックアップ発電、地元雇用に関する具体的な情報だ。
雇用に関する約束には特に注意が必要だ。データセンターは大規模な建設活動を生むが、同程度の規模の多くの産業施設より恒久的な雇用人数は少ない。この違いが明確になれば、地域社会は税制優遇措置を別の見方で評価するかもしれない。
電力コストも同様に不確実なままだ。新たな負荷は設備利用率を高め、より多くの販売量で固定費を分担できる可能性がある。一方で、料金を引き上げる高価な発電設備や送電網を必要とする場合もある。
ローレンス・バークレー国立研究所による大規模負荷向け料金設計の研究は、供給不足と投資の未活用の双方を重大なリスクとして指摘している。規制当局は、既存顧客ではなく開発事業者がどこまで財務責任を負うべきかを判断しなければならない。
環境面のトレードオフも、短期的な対応を複雑にする。EIAの高需要シナリオは、データセンターの成長が加速すれば、2027年までに天然ガス発電が大幅に増加するとしている。
ベースラインでは、米国のガス発電量は2025年から2027年にかけて1.7％増加する。需要増加率が高い場合、その増加率は7.3％に達する。
石炭火力発電はいずれのケースでも減少を続けるが、需要がより速く伸びる場合は減少幅が小さくなる。再生可能エネルギーの発電量も拡大を続けるが、風力と太陽光の出力が集中負荷を満たせない時間帯は、出力調整可能な電源が補う。
この結果は、AIが恒久的に化石燃料への依存度が高い系統を必要とすることを意味しない。導入スピードが、すでに利用可能な資源や比較的短期間で建設できる資源を有利にする可能性を示している。原子力や地熱プロジェクトは一般に開発期間が長い。
したがって、ダラス連銀によるAI電力需要の結論は、確実性ではなく条件に基づくものだ。米国にはAIに電力を供給する複数の技術的経路がある。しかし、それらの経路が公平なコスト配分のもと、予定通りに一斉に実現できることは証明されていない。
系統が追いつけるかを示す3つのシグナル
次の局面は、キューの実現率、検証済みの負荷柔軟性、物理的インフラの整備スピードによって決まる。
最初のシグナルは、大規模負荷の申請のうち、財務的にコミットされたプロジェクトへ移行する割合だ。キューの合計値は注目を集めるが、短期的な電力使用量についてはほとんど明らかにしない。
保証金、締結済みのサービス契約、完了したエンジニアリング調査、土地の確保、確定した機器発注を注視すべきだ。これらの節目は、開発事業者が単なる選択肢の確保を超えたことを示す。
ERCOTの申請手数料引き上げは、早期の試金石となるはずだ。キューが縮小する一方でコミット済みプロジェクトが前進すれば、計画担当者はより信頼できる需要予測を得られる。投機的な申請が続けば、不確実性は合理的な投資を引き続き遅らせる。
第2のシグナルは、稼働中のデータセンターによる測定済みの負荷抑制だ。企業はワークロードの移動やデマンドレスポンスを解決策としてますます挙げている。系統運用者は、実際の逼迫時における性能データを必要としている。
重要な指標には、削減したメガワット数、応答速度、継続時間、復帰時の挙動が含まれる。契約では、削減が義務的か、補償付きか、それとも単なる任意対応かも明らかにすべきだ。
繰り返し実証される性能は、ダラス連銀の協調に関する論旨を強めるだろう。より遅いインフラ整備が追いつく間、コンピューティング需要が適応できることを示すからだ。性能が弱ければ、問題は再び新たな安定電源の建設へと戻る。
第3のシグナルは、承認済みの発電設備と送電網が予定通りに稼働するかどうかだ。完了した調査や署名済みの契約は中間段階であり、電力そのものではない。
変圧器の納入、タービンの発注、建設開始、送電の承認、商業運転開始日を追跡すべきだ。予測の精度が向上しても、これらの分野で遅延が生じれば、タイミングの隔たりは広がる。
同じ検証はオンサイト電源にも当てはまる。発表されたガス、原子力、地熱、太陽光、蓄電池プロジェクトは、許認可、機器、燃料へのアクセス、稼働状態を得たときに初めて意味を持つ。
開発事業者にとって、戦略的な意味合いは明白だ。電力の利用可能性は今や、立地選定、施設設計、ワークロードアーキテクチャ、立ち上げスケジュールに影響する。電力計画を土地取得後に始めることは、もはやできない。
電力会社は別の判断に直面する。緩慢または一貫性のないプロセスで信頼できるプロジェクトを阻害することなく、顧客からより強いコミットメントを得る必要がある。透明な基準は、投機と恣意的な扱いの双方を減らせる。
規制当局は、予測が外れた場合に誰が費用を負担するのかを決めなければならない。料金体系は、より高い系統利用率がもたらし得る便益を認識しつつ、家庭や既存事業者を保護するべきだ。
地域社会にも、プロジェクトの詳細へより早い段階でアクセスできる仕組みが必要だ。水、エネルギー、排出量、雇用、地域インフラへの要件を開示する開発事業者は、懸念が反対運動として固まる前に対応できる。
米国の電力業界は大規模なAI成長を支えられるが、技術的な能力があるからといって、適時の実現が保証されるわけではない。決定的な問いは、制度が不確実な提案を履行可能な約束へと転換できるかどうかだ。
読者は、見出しを飾るような新たな待機列の数字ではなく、次の3つの兆候に注目すべきだ。投機的な申請は資金調達済みのプロジェクトになっているか。柔軟に運用できる施設は、実際に送電網へ負荷がかかる局面で消費電力を減らしているか。約束された発電所や送電線は稼働に至っているか。
これらの答えが同時に改善するなら、ダラス連銀によるAI電力需要の評価は妥当だったことになる。いずれか1つでも失敗すれば、データセンターの建設スケジュール、電力コスト、あるいは信頼性がその影響を受ける。送電網をめぐる競争は、ますます大きな発表ではなく、測定可能な実行力によって勝敗が決まる。
