McKinseyのデータセンター調査、過剰建設は最大のリスクではないと指摘

McKinseyは、2030年までに米国のデータセンターIT需要が121ギガワットに達する可能性を予測する一方で、AIインフラの供給過剰に対する懸念に異を唱えた。McKinseyのデータセンター調査は、確定した需要が引き続き建設を支えるだけの強さを持つと論じている。より深刻なリスクは、開発事業者が計画上ではプロジェクトを立ち上げても、顧客が容量を必要とする場所で接続、電力供給、完成を実現できないことだ。

この違いは、過剰建設をめぐる議論を変える。長大なプロジェクトパイプラインがあるからといって、米国に稼働中のデータセンターが過剰に建設されるとは限らない。複数の開発事業者が限られた同一の系統接続を追う場合があるほか、投機的な提案は建設開始まで何年も停滞し得る。一方、主要市場で完成した容量は、利用可能になったそばからほぼすぐに賃貸契約が結ばれている。

その結果、インフラには逆説的な状況が生じている。発表件数で測れば過剰建設に見える一方、実際に利用可能なメガワットで測れば深刻な容量不足のままであり得る。電力会社、ハイパースケーラー、コロケーション事業者、機器供給企業、地方自治体は、どのプロジェクトが支援に値するほど実現性が高いのかを判断しなければならない。

McKinseyのデータセンター調査が開発拡大を再定義する

McKinseyは、持続的な需要が同じ速度で拡張できない供給体制と衝突すると見ている。

同社は、今後10年間に見込まれる米国の電力需要増加の約75%をデータセンターが占めると推計している。現在の建設計画を実現するには、毎年ほぼ30ギガワットの追加電力が必要となる。この数値には、約20ギガワットのIT需要の純増に加え、冷却、配電、信頼性確保に必要な電力が含まれる。

同社の過剰建設に関する分析は、AI需要が弱まる可能性を否定してはいない。その代わり、異なる導入シナリオの下で電力システムに何が必要となるかを検証している。需要が低いケースであっても、2030年までに電力供給を大幅に増やす必要がある。

McKinseyの中心的な論拠は、現在の需要の質にある。大手ハイパースケーラーは強固なバランスシート、多額の営業キャッシュフロー、複数年にわたるインフラ計画を有する。多くのデータセンター投資は、純粋に投機的な稼働率予測ではなく、契約済みの利用計画にも結び付いている。

このため、現在のサイクルは従来の不動産ブームとは異なる。開発事業者は汎用的な倉庫を建て、入居者が現れることを期待しているだけではない。最も信頼性の高い容量の多くには、すでに顧客のコミットメント、電力戦略、あるいはその両方がある。

需要指標にはなお弱点もある。McKinseyは、企業が強い関心を示していても、エンタープライズAIの実行状況にはばらつきがあると指摘する。同社の調査では、回答者の約3分の1がAIを本格展開している一方、39%は利払い前税引前利益への測定可能な影響を報告した。

同じ調査では、64%がイノベーション面での恩恵を挙げた。しかし、71%の組織が少なくとも1つのネガティブな導入結果を報告している。これらの数値は、AI導入が実験段階を越えた一方で、すべてのプロジェクトが信頼できる事業価値を生み出しているわけではないことを示している。

一部の資金調達パターンもバブルを思わせる。McKinseyによれば、2025年に誕生した新たなユニコーン企業の半数超はAIに注力していた。そのうちの複数社は、製品を商用化する前に数十億ドル規模の評価額に達した。他のインフラ仲介事業者も、高いレバレッジやマイナスのキャッシュフローを抱えながら拡大している。

こうしたリスクが重要なのは、コンピューティング需要が最終的には実用的なアプリケーションに依存するためだ。AI収益が期待を下回れば、脆弱な開発事業者や周縁的なテナントがまず苦境に立たされる。しかし、その調整が資本力のあるクラウド企業からの需要を自動的に消滅させたり、供給可能な容量の不足を解消したりするわけではない。

したがって、この調査は中心的な問いを移し替える。すべての発表済みキャンパスが必要かを問うのではなく、電力、機器、顧客、許認可、資金調達を同時に確保できるキャンパスはどれかを問うべきだとしている。

発表済み容量は利用可能な容量と同じではない

見かけ上の過剰建設は主にプロジェクトパイプラインに存在し、容量不足は稼働中の施設に存在する。

計画中のデータセンターは、実際に機能する拠点になるはるか前から複数のデータベースに掲載され得る。開発事業者は土地を確保していても、電力会社との契約を欠いている場合がある。別のプロジェクトでは、資金調達、機器発注、許認可、アンカーテナントを得ないまま系統調査に入っている可能性がある。

複数の候補地のいずれでも同じ要件を満たせる場合、開発事業者は重複する申請も提出する。その後、最初に電力を確保できた拠点を進めればよい。すべての申請を独立した需要として数えれば、見かけ上の建設パイプラインは膨らむ。

初期段階の企業には、アクセスを確保する別の動機もある。開発事業者は土地や系統接続権を確保したうえで、そのプロジェクトをより大きな事業者に売却できる。したがって、一部の提案は、資金調達済みの建設計画というより希少なインフラに対するオプションを表している。

こうした慣行は、大規模な待機列と限られた供給が共存する理由を説明する。発表は意欲を測る。稼働中のメガワットは、顧客が実際に使える容量を測る。

商業用不動産データも、この隔たりを裏付けている。CBREによると、北米の主要データセンター市場における供給は2026年上半期に前年同期比33.7%増加した。それでも空室率は過去最低の1.4%まで低下した。

同社の市場調査結果によると、これらの市場では7,481.1メガワットが建設中で、前年から24.8%増加した。その容量の80%以上はすでに事前賃貸契約済みだった。利用可能な容量は1,500メガワット未満にとどまり、現在の吸収ペースではおよそ6か月分の需要に相当する。

北バージニアは、この不一致をよく示している。同地域は4,496.5メガワットの在庫を抱え、北米最大のデータセンター市場であり続けた。2,400メガワット超が建設中であるにもかかわらず、空室率は0.2%まで低下した。

アトランタは建設活動で北バージニアを上回り、およそ2,882メガワットに達した。この変化は、バージニアで需要が消えつつあることを示すものではない。土地、電力、承認手続きが完成へのより良い道筋を提供する場所へ、開発事業者が移動していることを示している。

事前賃貸契約は、プレスリリースよりも強い需要シグナルとなる。将来の容量を予約する顧客は、施設が稼働する前に契約上のコミットメントを行う。こうした契約の強度には差があるものの、コミットされていない開発計画より多くの根拠を提供する。

また、無差別な建設のリスクも抑える。融資機関や投資家は、資本を投入する前に、テナントの信用力、リース条件、電力の利用可能性、建設のマイルストーンをますます精査している。こうした基盤を欠くプロジェクトは、資金調達の障壁が高くなる。

それでも、事前賃貸契約がリスクをなくすわけではない。財務基盤の弱いテナントは破綻する可能性があり、高レバレッジの事業者は借り換え問題に直面し得る。顧客の集中は、ある1社のAI戦略の変化に施設をさらす可能性がある。

建設が機器の設置を先行する場合もある。サーバー、ネットワークハードウェア、冷却システム、変圧器、通電済みの接続がなければ、建物の躯体は有用なコンピューティングを提供しない。プロジェクトは物理的には進んで見えても、稼働開始までなお数か月を要する可能性がある。

これが、「過剰建設」と「容量不足」が同じ市場を表し得る理由だ。業界は、完成するプロジェクト数を上回る計画案件を積み上げている。同時に、顧客は希望する場所で直ちに利用できるスペースがほとんどない状況に直面している。

電力が真の容量ゲートになった

決定的な制約は、開発事業者が建設を望むかどうかではなく、電力システムがそのスケジュールを支えられるかどうかに移っている。

McKinseyは、米国のデータセンターIT需要が2030年まで年平均約27%で成長すると見込む。同社のモデルによるレンジは、10年末までにIT需要の純増が121〜137ギガワットに達する。

この負荷に対応するには、ITの数値だけが示す以上の発電容量が必要となる。データセンターには、冷却、電力変換、冗長性、その他の支援システムも必要だ。発電リソースのすべてが、公称出力の容量で継続的に稼働できるわけではない。

McKinseyは、米国には安定需要を上回る発電容量、すなわちディスパッチ可能な余力が約40ギガワットあると推定する。さらに約100ギガワットの追加容量が建設に向けてコミットされている。

これらの数値は、当初は十分に見える。しかし、石炭火力と旧式の蒸気ガス発電所の廃止により、2030年までに50〜75ギガワットが失われる見通しだ。予測される需要増加と廃止を織り込んだ後、McKinseyは全国で約30〜55ギガワットの容量が必要になると見積もっている。

全国合計は地域ごとの不足も覆い隠す。データセンター需要は北バージニア、フェニックス、ルイジアナ、テキサス、そして新興の中西部市場に集中している。特に送電線が混雑している、あるいは存在しない場合には、電力をあらゆる地域間で自由に移動させることはできない。

大規模な送電インフラの建設には10年以上かかる場合がある。データセンターのスケジュールは通常、はるかに短い。今日アクセラレータを購入するハイパースケーラーは、次の導入サイクルに間に合うよう計画中の送電線が完成するとは想定できない。

国際エネルギー機関も、世界規模で同じ衝突を見ている。同機関の更新版エネルギー見通しは、データセンターの電力消費量が2025年の485テラワット時から2030年には950テラワット時へ増加すると予測する。AIに特化した施設は、市場全体を大幅に上回る速度で成長している。

IEAはまた、AIに特化したデータセンターの電力消費量が2025年に50%増加したと報告している。この記録された成長は、遠い将来の建設発表より確かな証拠を提供する。導入済みのAIハードウェアがすでに負荷を増やしていることを示している。

サーバー密度は供給面の課題を高めている。IEAによると、AIサーバーの電力密度は2020年から2025年にかけて11倍に上昇した。2027年までにはさらに4倍になると見込んでいる。密度の上昇により、各施設内により多くの電力・冷却需要が集中する。

この傾向は建物当たりのコンピューティング出力を向上させ得るが、新たなエンジニアリング要件も生む。事業者には、大容量の配電、液冷、適切な変圧器、AIワークロードの急激な変動に対応できる機器が必要となる。

機器生産は即座には調整できない。変圧器、開閉装置、タービン、特殊な冷却システムには長い製造リードタイムがある。供給企業は、発表済みプロジェクトのどれが建設に至るかを知る前に工場を拡張しなければならない。

系統計画者も同様の予測問題に直面している。施設が稼働を始める前に大規模な負荷への備えが必要である一方、すべての申請が別個のプロジェクトを表すわけではない。需要を過大評価すれば、不要なインフラの負担を料金支払者に負わせる可能性がある。過小評価すれば、投資の遅れと信頼性の低下を招き得る。

したがって、McKinseyのデータセンター調査は単なる電力不足以上の問題を描いている。異なる時間軸で動く業界間の調整の失敗を指摘している。AI企業は四半期単位で計画し、データセンターの開発には数年を要し、大規模な系統プロジェクトには10年かかる場合がある。

ハイパースケーラーは電力会社の対応より速く建設できる

ハイパースケーラーの投資は規制対象のインフラ計画より速く動き得るため、その圧力は電力会社と地域系統運用者にかかる。

McKinseyによると、ハイパースケーラーの設備投資は2022年から2026年にかけて年率約50%で増加した。最大手クラウド企業は、大半の開発事業者には不可能な規模でキャンパスを資金調達し、チップを確保し、電力契約を締結し、ワークロードを地域間で移動できる。

電力会社は同じ速度で対応できない。需要を予測し、規制当局の承認を得て、系統への影響を調査し、土地利用権を確保し、機器を購入し、承認済みの料金体系を通じてコストを回収しなければならない。各段階で遅延や紛争が生じうる。

地域送電系統運用者も、計画中の負荷が実際に実現することを示す、より確かな根拠を必要としている。米国中部大西洋岸の大半を管轄するPJMは、データセンター関連の申請を二重計上する危険性を強調してきた。同じ基礎プロジェクトに関する問い合わせを、複数の電力会社が受ける可能性がある。

これは難しい選択を生む。系統計画担当者がすべての申請が実現すると想定すれば、過剰な容量を購入するリスクがある。一方で、あまりに多くの申請を割り引けば、十分に信頼できる供給を確保できないまま供給開始年を迎える可能性がある。

発電接続待ち行列は、申請を完成済みのインフラとして扱うことへの警告となる。Berkeley Labの分析では、2024年末時点で米国において約1,400ギガワットの発電計画と890ギガワットの蓄電計画が提案されていた。

2000年から2019年に接続待ち行列に入った容量のうち、2024年末までに商業運転に到達したのは13%にすぎない。さらに77%は撤回され、10%は引き続き有効だった。完成したプロジェクトの開発期間の中央値も4年を超えるまでに長期化している。

これらの待ち行列はデータセンター負荷ではなく発電に関するものだが、教訓は共通している。申請は意向を示すものであり、供給開始を保証するものではない。プロジェクトの質、資金調達、許認可、機器、接続の進捗が、どの提案が稼働資産になるかを左右する。

電力会社は、新たな料金制度や契約構造で対応している。一部では、大規模負荷の顧客に対し、より強固な財務保証や最低支払義務の受け入れを求めている。こうした措置は、計画されたデータセンターが実現しなかった場合に、他の顧客を保護できる。

ハイパースケーラーも直接的な電力契約を追求している。原子力発電所の再稼働、再生可能エネルギー契約、ガス火力、蓄電池、燃料電池は、従来の電力会社サービスを補完できる。こうした取り決めは大口購入者により大きな制御を与えるが、送電、許認可、機器に関する制約を取り除くものではない。

小規模事業者はより大きな圧力に直面する。データセンターと並行して発電設備に資金を出せるとは限らず、サプライヤーに対する交渉力も小さい。コロケーション事業者に依存したり、電力を確保しやすい二次市場を選んだりする可能性がある。

そのため、エンタープライズの購入者は立地を信頼性の変数として扱うべきだ。制約のある地域での容量予約は、すでに稼働している導入環境とは異なる供給リスクを伴う。契約レビューでは、予定完工、通電済み容量、代替対応の取り決めを区別しなければならない。

クラウド顧客は間接的にその影響を受ける可能性がある。容量制約は、新しいAIインスタンスを利用できる地域、予約済みクラスターの起動速度、プロバイダーがより長期の契約を求めるかどうかに影響しうる。地理的な柔軟性は、アクセラレータの選択と同じくらい重要になるかもしれない。

競争上の格差は、単純に最も多く投資する企業と、そうでない企業を分けるものではない。実現可能な電力確保の道筋を持つ事業者と、供給可能なエネルギーを伴わない建設計画だけを抱える事業者を分けることになる。

オンサイト電源は迅速な供給を実現する一方、新たなリスクを生む

オンサイト発電は電力供給までの待ち時間を短縮できるが、燃料、機器、排出、信頼性に関するリスクをデータセンター側へ移す。

McKinseyが2025年に実施した電力業界リーダー調査では、65%が何らかのオンサイト電源を導入すると予想していた。調査対象は145人で、そのうち米国の専門家46人にはハイパースケーラー、コロケーション事業者、電力会社の関係者が含まれていた。

約60%は、系統サービスが利用可能になった後も、2030年までに恒久的なオンサイト発電を導入すると予想していた。オンサイト電源を計画する回答者のうち、64%は天然ガスを利用すると見込んでいる。これは、需要家側の発電が通常のデータセンター設計の一部になりつつあることを示唆する。

ガスエンジンやガスタービンは、大規模な送電網拡張を待たずに安定した出力を提供できる。燃料電池や蓄電池は、信頼性を支えたり、限定的な系統サービスを補完したりできる。太陽光発電と蓄電を組み合わせれば、十分な敷地と運用条件がある場所でエネルギー供給に貢献できる。

ただし、自家発電によってインフラ制約が消えるわけではない。ガスタービンは製造上の供給遅延の影響を受ける。拠点によっては、新たなパイプライン容量、冗長化された燃料アクセス、大気排出許可、専門的な保守も必要になる。

IEAは、信頼性の高いオンサイトのガスシステムには、データセンターの想定負荷より30%から70%多い発電容量が必要になる可能性があると推定している。機器が故障したり保守に入ったりするため、事業者にはその余力が必要となる。変動の大きいAIワークロードは、さらに複雑さを加える。

同機関は、2030年までに15～27ギガワットのオンサイト天然ガス発電が主に米国でデータセンターに供給される可能性があると予測している。また、追跡対象プロジェクトのうち、評価時点で整地または建設を開始していたのは約5分の1にすぎないとも注意を促している。

蓄電池は迅速性と柔軟性を提供するが、持続時間が重要だ。短時間蓄電は電力変動を平準化し、短時間の停電をカバーできる。しかし、長時間に及ぶ系統停止の間、大規模AIキャンパスへ単独で電力を供給することはできない。

分散型エネルギー資源をソフトウェアで調整する仮想発電所は、需要を移動させたり、逼迫時に電力を供給したりする助けとなる。ただし、市場ルール、通信、顧客の参加、そしてそれらの分散型資源の利用可能性に依存する。

データセンターはワークロードを調整することもできる。一部の学習タスクは時間帯や地域をまたいで移動でき、系統が逼迫する際の需要を減らせる。McKinseyは、コンピュート収益が電力コストを上回りうるため、事業者が価値の高いAIコンピューティングを抑制する意思は限定的であることを指摘している。

推論ワークロードは別の課題を生む。推論とは、学習済みモデルを実行して要求に回答したり、タスクを遂行したりすることを指す。顧客向けサービスでは低遅延と継続的な可用性が求められる場合が多く、消費電力を一時停止できる余地は小さい。

環境面のトレードオフを避けることは、さらに難しくなる。石炭火力発電所の延命やオンサイトのガス発電導入は短期的な需要への対応に役立つが、いずれも排出量を増やしうる。こうした判断は、企業のクリーンエネルギー目標や地域社会の期待と衝突する可能性がある。

水、騒音、土地利用、電力料金の負担可能性も、地域の反対を招きうる。技術的に実行可能なプロジェクトであっても、その公共コストが便益を上回ると住民や規制当局が判断すれば、失敗する可能性がある。

McKinseyのデータセンター調査は、万能の電力ソリューションを示しているわけではない。地域条件に応じて構成される複合的なポートフォリオを示唆している。系統サービス、ガス発電、太陽光、蓄電、燃料電池、ワークロードの柔軟性は、市場ごとに異なる役割を果たすことになる。

リスクは、一時的な措置が十分な検証なしに恒久化することだ。系統接続の遅れをつなぐために設置されたガス発電所が、数十年にわたり稼働する可能性がある。したがって電力会社と規制当局は、迅速性だけでなく、長期的なコスト、排出量、座礁資産へのエクスポージャーも評価しなければならない。

過剰建設論にもなお正しい点がある

持続的な総需要があるからといって、すべての開発事業者、テナント、地域、資金調達構造が成功するとは限らない。

過剰建設への反論として最も強いのは、契約済み容量、低い空室率、電力消費量の増加である。一方、最も強い懐疑的な見方は、こうした総計数値の内部で何が起きているかに焦点を当てる。

AI需要の予測は、モデル性能の継続的な向上と、計算負荷の高いサービスの利用が持続することに依存している。効率向上により、各タスクに必要な電力が減る可能性がある。また、初期導入が十分な収益を生まなかった場合、企業はより選択的になるかもしれない。

効率化が必ずしも総消費量を減らすわけではない。推論コストが下がれば、開発者はより多くの製品にAI機能を組み込み、リクエスト数が増える可能性がある。このリバウンド効果により、最終的な結果の予測は難しくなる。

McKinseyは、2030年以降に成長が鈍化すると見込んでいる。チップ需要の勢いが弱まり、導入が成熟し、事業者が既存ハードウェアをより効率的なシステムに置き換える可能性がある。この移行は既存施設内のアップグレードを支える一方で、新築施設への需要を弱める可能性がある。

EPRIの2026年予測は、不確実性が依然としていかに大きいかを示している。同機関は、米国のデータセンターが2024年に177～192テラワット時を使用したと推定している。2030年のシナリオは383～793テラワット時の範囲に及ぶ。

この幅は、単一の決定論的な建設計画を支えるには大きすぎる。電力会社は、需要が低位・中位・高位のどのシナリオに沿うか分からないまま投資しなければならない。長い投資回収期間を持つプロジェクトに資本を投じる開発事業者も、同じ不確実性に直面する。

リスクは市場参加者によっても異なる。ハイパースケーラーはサーバーを再配置したり、あるキャンパスの稼働を抑えたり、ネットワーク内の別の場所で未使用容量を吸収したりできる。1拠点のみを持ち、多額の負債を抱える投機的な開発事業者には、選択肢が少ない。

インフラ仲介事業者は、その両極の間に位置する。大手クラウドプロバイダーより信用力の弱い顧客に依存しながら、長期的な電力義務を抱える可能性がある。リース収益とエネルギー契約のミスマッチは、高コスト化しうる。

地理的条件も座礁資産の要因となる。全国的な需要が伸びても、特定の拠点が失敗する可能性はある。系統接続の到着が遅れたり、地域ルールが変わったり、顧客がより低遅延の別地域を選んだりすれば、キャンパスは競争に敗れるかもしれない。

技術設計も容量を座礁させうる。従来型の空冷サーバー向けに建設された施設は、高密度AIシステムに対応するため大規模な改修を必要とする場合がある。配電と冷却のアーキテクチャは、拠点が対応できるハードウェアを制限しうる。

広範な市場が逼迫したままであっても、過剰建設への懸念が合理的であり続けるのはこのためだ。一部のプロジェクトはパイプラインから消える可能性が高い。ほかのプロジェクトは発表より遅れて開設されたり、所有者が変わったり、計画規模を下回る水準で稼働したりするだろう。

誤りは、こうした失敗をAIインフラの総需要が崩壊した証拠として扱うことだ。より妥当な解釈は、希少な電力と資本がプロジェクトを選別しているというものだ。全体として供給不足が続く一方で、拡張局面では深刻な地域的損失が生じうる。

投資家とエンタープライズ顧客は、契約済み利用率、テナントの質、通電済み容量、機器の準備状況、電力供給予定日を精査すべきだ。発表されたメガワット数だけでは、プロジェクトの持続性をほとんど判断できない。

不足が続くかを決める3つのシグナル

AIデータセンター建設拡大の次の段階は、供給済み容量、検証済み負荷、エンタープライズAIの経済性によって決まる。

第1のシグナルは、建設と通電済み供給の間にある隔たりだ。CBREの次回市場アップデートでは、記録的な建設が空室率を押し上げるのか、それとも事前賃貸需要に吸収されるのかが示されるはずだ。供給が増えても空室率が低いままであれば、McKinseyの供給不足論を強めることになる。

利用可能な在庫が急増すれば、この見方は弱まる。その変化は、1つの遅延したキャンパスだけでなく、複数の主要市場で見られた場合に特に重要となる。プロジェクト発表だけでなく、稼働容量と純吸収量を見るべきだ。

第2のシグナルは、電力会社が大規模負荷の申請をどのように審査し、供給するかである。より強固な保証金、最低支払要件、明確なマイルストーンは、重複または投機的なプロジェクトを予測から除外する助けになる。また、どの顧客が拘束力のあるコミットメントを行う意思があるかも明らかにする。

グリッドの増強も同様に重要だ。商業運転に入る発電設備の増加、送電承認の迅速化、系統連系の目に見える進展は、地域的な供給不足のリスクを抑えるだろう。接続待ち行列の遅延が続けば、ボトルネックを規定するのは需要ではなく供給実現力だという見方が強まる。

3つ目のシグナルは、企業におけるAIの価値である。売上の伸び、本格展開、測定可能な生産性向上は、ハイパースケーラーの学習プログラムを超えた持続的なコンピューティング消費を裏付ける。導入の失敗が繰り返されたり、AI予算が縮小したりすれば、需要の根拠は弱まる。

企業の成果は、モデル発表より重視されるべきだ。新たなベンチマーク首位のモデルは注目を集めるかもしれないが、インフラの費用を支払うのは継続的なワークロードである。AIシステムが顧客サービス、ソフトウェア開発、研究、運用など、継続的なプロセスに組み込まれると、データセンター需要はより持続的なものになる。

読者は、学習と推論も区別すべきだ。学習需要は、大規模かつ集中的なサイクルで発生しうる。推論は、製品の継続利用に伴って拡大し、より多くの場所に分散する可能性がある。推論への移行は、総電力需要を必ずしも減らさずに、施設設計を変えることになる。

テクノロジーの購入者にとって、実務上の問いはもはやAIインフラブームが存在するかどうかではない。信頼できる電力供給と完成予定日を伴い、適切な地域で実際に利用可能な容量をプロバイダーが確保しているかどうかである。

ベンダーには、どの容量が実際に稼働しているのか、どの容量が契約済みにすぎないのか、そして系統接続が遅延した場合にどうなるのかを尋ねるべきだ。将来の単一キャンパスに依存する前に、地理的な代替案とワークロードの可搬性を検討する必要がある。

McKinsey data center studyは最終的に、バブル説や恒久的な不足説のいずれよりも複雑な状況を示している。米国には巨大な開発パイプラインがあるが、そのすべてが利用可能なインフラになるわけではない。

需要が強いままでも、個々のプロジェクトは失敗しうる。建設が記録的な水準に達しても、顧客は容量の確保に苦しむ可能性がある。決定的な試金石は、AIの経済性や資金調達環境が変化する前に、約束されたメガワットが電力を供給されたコンピューティングシステムへと転換されるかどうかだ。