PwC、データセンター投資は31.6兆ドルと予測。ただし上限を決めるのは電力

PwCは、2050年までの世界のデータセンター累計支出が31.6兆ドルに達すると予測し、この数字がGoogle Newsの報道でも大きく取り上げられた。しかし、この印象的な数字はレポートの中で最も重要な主張ではない。PwCは、建設されるインフラの規模と稼働場所を決めるのは投資資本ではなく電力だと論じている。

この予測が示す資本サイクルは、鉄道、通信ネットワーク、その他の建設ブームとは異なる。データセンターの建物は数十年にわたって利用できる。一方で、内部のサーバー、プロセッサー、ストレージシステム、ネットワーク機器は、はるかに短い周期で更新が必要になる。

この違いにより、建設ブームは継続的な技術更新サイクルへと変わる。同時に、AIコンピューティングへの需要と、電力、許認可、設備、熟練労働力を供給するより遅いシステムとの間に直接的な緊張が生じる。

PwCはOxford Economicsに委託し、46の国と地域における支出をモデル化した。中心シナリオでは2050年までに31.6兆ドルに達し、代替シナリオではおよそ22兆ドルから50兆ドル近くまでの幅がある。

これらの数字は、導入、効率性、通商政策、先端チップへのアクセスに左右される。確定済みの予算ではなく予測だ。中心的な問題は、電力システムがモデルで想定されたコンピューティング能力を支えられるかどうかである。

PwCの31.6兆ドル予測が実際に測定しているもの

見出しの数字は累計設備投資額であり、単一の建設計画の価値や、すでに投資家が承認した請求額ではない。

PwCのデータセンター見通しは、物理的な施設と、その内部に導入される情報通信技術の両方を対象としている。後者には、サーバー、ストレージ、ネットワークハードウェア、中央処理装置、グラフィックス処理装置が含まれる。

この区別は重要だ。物理的な建屋は、AI施設のライフタイムコストの一部にすぎない。電力接続、冷却システム、光ファイバー経路、建物は、複数世代のコンピューティング機器に対応できる。一方、チップとサーバーは商業的により速く陳腐化する。

PwCは、年間データセンター設備投資額が2026年の約8,000億ドルから2030年には1.1兆ドルへ増加すると見込む。2050年には年間1.8兆ドルに達する予測だ。

中心シナリオでは、累計支出の48%に当たる15.1兆ドルが米国に割り当てられている。PwCはこの集中の一因として、先端チップのエコシステムにおける同国の地位を挙げている。

アジア太平洋地域は、中国とインドを中心に8.2兆ドルに達する見通しだ。各国政府がソブリンAI能力を追求するなか、欧州と中東にも投資が集まる。ソブリンAIとは、各国の法的要件、安全保障要件、データ管理要件の下で運用されるコンピューティングインフラとモデルを指す。

建物と機器に分けてみると、この予測はさらに示唆的になる。PwCは、情報通信技術が2026年のデータセンター設備投資の70%を占めると推計する。この比率は2050年までに93%へ上昇する。

PwCのモデルでは、建設に使われる1ドルごとに、実質的に約12ドルの将来的な機器支出が生じる。この比率は、一度のハードウェア購入ではなく、繰り返される導入と交換を反映している。

PwCによると、サーバー、GPU、および関連システムは通常4～6年ごとに更新が必要になる。初期の建設ラッシュが終わった後も、機器の交換が設備投資を高水準に維持する。

この仕組みは、最初の導入サイクル後にピークを迎えるのではなく、予測が2050年まで伸び続ける理由を説明する。企業は単に施設を建設しているのではない。高価なハードウェアを何世代にもわたり必要とする拠点をつくっている。

PwCの別のインフラ予測は、その違いを示す助けになる。この予測では、データセンター建屋への年間投資は2024年の1,138億ドルから2027年には2,518億ドルに増加する。

同予測では、2024年から2032年までの建物投資は1.5兆ドルを超える。より大きな31.6兆ドルの推計には、はるかに長い期間にわたり、これらの建物を占有するコンピューティング機器が含まれている。

したがって、Google News経由でこの記事に触れた読者は、見出しを建設だけの数字と解釈しないよう注意すべきだ。予測される資本流入の大半は、データを処理、移動、保存するシステムに向かう。

これは、チップ供給企業、ネットワーク企業、クラウド事業者、専門インフラプロバイダーにとって継続的な収益機会を生み出す。同時に、稼働率、ハードウェアの減価償却、変化するモデルアーキテクチャーへの継続的なエクスポージャーも生む。

ある世代の高密度アクセラレーター向けに設計された施設では、次世代向けに新しい冷却システムや配電システムが必要になる可能性がある。そのため、更新サイクルはサーバーラック内に配置されるチップだけでなく、周辺インフラにも影響を及ぼしうる。

この予測の規模は並外れているが、より重要なのはその構成だ。PwCが描いているのは、継続的な機器更新を中心に構築された産業システムである。

AIインフラ投資が建設後にピークアウトしない理由

PwCのモデルでデータセンターブームが続くのは、AIハードウェアが、それを収容する施設の耐用年数を迎えるはるか前に経済的な寿命を迎えるためだ。

従来型のインフラプロジェクトでは、支出は初期に集中する。鉄道や送電線には保守が必要だが、事業者が中核の運用設備を数年ごとに交換することは通常ない。

AIインフラは別のパターンに従う。新しいプロセッサーは、性能、メモリ帯域幅、ネットワーク能力、エネルギー効率を向上させる。クラウドプロバイダーは、旧式の機器が新しいシステムに対して競争力を保てるかどうかを判断しなければならない。

この圧力はAIのトレーニングと推論の両方に及ぶ。トレーニングとはデータからモデルを構築するプロセスであり、推論とは人やアプリケーションがそのモデルを使用するときに行われるコンピューティング処理である。

トレーニングは大規模なアクセラレータークラスターへの需要を牽引してきた。推論は、生成されるすべての回答、ソフトウェア操作、画像、動画にコンピューティングリソースが必要となるため、より広範で持続的な負荷を生む可能性がある。

AIが検索、オフィスソフトウェア、コーディングシステム、顧客サービス、産業オペレーション、消費者向けデバイスに組み込まれれば、推論需要は利用の拡大とともに増える可能性がある。この成長は、PwCのより高い支出シナリオを支えることになる。

ただし、導入は保証されていない。より効率的なチップとモデルは、特定のタスクに必要なコンピューティング量を減らしうる。競争によって、コンピューティングの単位当たりで得られる収益が低下する可能性もある。

これらの力は同時に働きうる。AI出力の生成コストが下がる一方、低コスト化が利用を促すため、総消費量は増えるかもしれない。この関係は、他の技術でみられるリバウンド効果に似ている。

PwCはこの不確実性を、単一の固定的な結果ではなくレンジで扱っている。AI導入が鈍化した場合、累計設備投資額は中心シナリオと比べて約10兆ドル減少する。導入が速まれば、合計は50兆ドルに近づく。

これらのケース間の差は、中心の数字とほぼ同じくらい重要だ。これは、何十年も先には観測できない行動や事業需要に予測のどれほど多くが依存しているかを示している。

中心予測はまた、十分な資本が利用可能であり続けることを前提としている。大手クラウドプロバイダーは、営業キャッシュフロー、債務、提携、リーススキームを通じてプロジェクトを資金調達できる。独立系事業者は外部資金と顧客からのコミットメントにより強く依存する。

プロジェクトに長期的な電力アクセスや契約済み需要がなければ、資金調達は難しくなる。GPUがあっても電力が不足するデータセンターは、請求可能なコンピューティング能力を生み出せない。十分な電力を備えた拠点でも顧客がいなければ、高価で十分に活用されない資産になりうる。

PwCは、導入が鈍化すれば大規模施設が部分的に空く可能性があると警告する。この可能性は、発表されたすべてのプロジェクトが持続的な需要を表しているという前提に疑問を投げかける。

したがって、この投資サイクルはAIへの熱狂だけに依存しているわけではない。事業者には、機器の減価償却、電力、保守、資金調達コストを賄うのに十分な継続的経済価値を生むアプリケーションが必要だ。

エンタープライズ導入は、持続的な需要の潜在的な源泉の一つである。企業はAIを、ソフトウェア開発、文書分析、顧客サポート、調査、社内検索に利用する機会を増やしている。しかし、パイロットプロジェクトが自動的に大規模な本番ワークロードになるわけではない。

購入者はしばしば、精度、プライバシー、統合、測定可能なリターンへの懸念に直面する。こうした制約により、モデル能力が向上しても利用は鈍化しうる。

消費者需要にも同様の不確実性がある。AIサービスは大規模な利用者を集めることができるが、プロバイダーには依然として持続可能な収益、あるいはコンピューティングを補助する別の戦略的理由が必要だ。

この予測は、投資メカニズムの説明として最も強い。一方、導入されたすべてのサーバーに対して顧客がどれほど速く収益を生み出すかという予測としては、不確実性がより大きい。

この違いは、投資家と企業の購入者がPwCのデータセンター予測をどう読むべきかを左右する。レポートは、複数の導入経路の下で必要となるインフラを示している。最も高額な経路が許容可能なリターンを生むことを証明しているわけではない。

Google Newsの見出しが見落とす真のボトルネック：電力

資本がサーバーや建物を発注することはできても、それらを稼働中のAI能力へ変えられるのは利用可能な電力だけだ。

PwCは、多くの市場にとって、手頃で信頼でき、低炭素な電力が最も困難な要件だと位置付けている。接続性、安全保障、政策の確実性、地域社会の同意、GPUへのアクセスも、プロジェクトの立地に影響を及ぼす。

電力は、他の投入要素と異なり、常に迅速に供給できるわけではない。新たな発電設備、変電所、送電線、系統接続には、多くの場合、数年にわたる計画と建設が必要となる。

国際エネルギー機関は、データセンターが2024年に415テラワット時の電力を消費したと推定している。これは世界の電力使用量のおよそ1.5%に相当した。

同機関のエネルギー分析では、消費量は2030年に約945テラワット時に達すると予測されている。この量は、日本の現在の年間電力消費量をわずかに上回る。

IEAは、2030年までの米国の電力需要増加のほぼ半分をデータセンターが占めると予想する。また、米国のデータセンターは10年の終わりまでに、すべてのエネルギー集約型製造業を合わせた量を超える電力を消費すると予測している。

こうした世界全体の合計は、より深刻な地域的影響を覆い隠す可能性がある。事業者は光ファイバー接続、利用可能な土地、熟練労働者、顧客、既存のクラウドキャンパスを求めるため、データセンターは特定の地域に巨大な負荷を集中させる。

IEAは、現在の米国データセンター能力のほぼ半分が5つの地域クラスター内にあるとした。また、開発中のプロジェクトの半数も既存クラスターに集中していると推定した。

この集中は、国全体の電力供給が十分に見えても、地域の発電と送電能力を圧迫しうる。別の場所に容量があるからといって、電力会社が一つの郡へ無制限に電力を送れるわけではない。

IEAは、送電網の制約が解消されない限り、計画中のデータセンタープロジェクトの20%が遅延リスクに直面すると推計している。先進国では、新たな送電線の整備に4～8年を要する可能性がある。

同機関によると、変圧器とケーブルの納期はこの3年間で倍増した。ガスタービンの発注でも、納入まで数年を要する場合がある。

このタイミングのずれは、AIインフラ投資をめぐる議論の核心にある。データセンター開発事業者は、電力会社が大規模な送電網改修を終えるより早く施設を建設できる。

事業者には複数の対応策がある。既存の電力供給源の近くに建設する、新たな発電設備に資金を提供する、長期の電力購入契約を結ぶ、蓄電池を導入する、あるいはオンサイト発電を運用するといった方法だ。

地域間でワークロードを移動させたり、送電網の状況に合わせて計算処理を調整したりすることもできる。もっとも、高価なアクセラレータはアイドル状態では収益を生まないため、柔軟な運用は依然として難しい。

IEAの推計では、典型的なAI特化型データセンターは10万世帯分に相当する電力を消費し得る。建設中の最大規模の施設では、その20倍の電力が必要になる可能性がある。

こうした負荷を賄うには、複数のエネルギー源が必要となる。IEAは、蓄電設備とより広範な送電網投資に支えられ、2035年までのデータセンター電力需要の増加分のおよそ半分を再生可能エネルギーが担うと見込む。

同機関の基本ケースでは、天然ガスと原子力発電も寄与する。より広範な供給構成の中で使われる最初の小型モジュール炉は2030年ごろに登場するとIEAは見込むが、導入時期にはなお不確実性がある。

エネルギーへのアクセスは、PwCの地域別予測を左右し得る。資本コストが低くても送電網が脆弱な地域は、より迅速な接続と安定した発電を提供できる場所にプロジェクトを奪われる可能性がある。

これは政府と電力会社に圧力をかける。データセンター需要と、家庭の負担可能性、製造業の拡大、電化、排出削減目標との均衡を取らなければならない。

同じ理由から、地域社会の同意も重要だ。住民は、他の産業プロジェクトに見合う雇用を提供せずに電力や水を奪い合う施設に反対する可能性がある。

したがって、31.6兆ドルという予測は、並行してエネルギー供給を拡大できることが条件となる。コンピューティング業界は、半導体生産だけではPwCの中心ケースを実現できない。

争点はAI需要とインフラの現実の対立

この予測における主要な対立は、あるクラウド企業と別の企業との競争ではない。加速する計算需要と、より遅い物理インフラとの対立である。

半導体のロードマップは急速に進む。ソフトウェア企業は数カ月以内に新たなモデルをリリースできる。一方、送電プロジェクト、発電所、電力会社の承認プロセスははるかに長い時間軸で動く。

この違いは競争環境を変える。確保済みの電力と既存キャンパスを持つクラウド事業者は、土地を保有していても確実な送電網接続を持たない開発事業者より有利になる。

チップへのアクセスは、さらに別の要素を加える。先端アクセラレータは、専門的な設計企業、製造企業、メモリ供給企業、パッケージング事業者、装置メーカーから成る限定的なサプライチェーンに依然として集中している。

PwCは、より厳しい輸出規制がこのシステムをどのように混乱させ得るかを検証した。貿易制約シナリオでは、2030年までの年間投資額が中心予測のおよそ半分に減少する。

モデル上ではサプライチェーンは徐々に適応するが、2050年までの累積支出は約25.5兆ドルにとどまる。これは中心予測を約6兆ドル下回る水準だ。

この結果は、AIインフラ投資がチップを法的・実務的にどこへ移動できるかに依存することを示している。輸出規制は半導体販売だけに影響するのではない。地域全体におけるデータセンター開発の採算性にも影響を及ぼす。

デジタル主権は異なる結果をもたらす。ローカルでのコンピューティングとデータ保存を求める要件は、世界全体の投資総額をそれほど大きく減らさずに、投資を再配分する。

国内需要が強く、既存の供給能力が限られる国は、そのシナリオの下でより多くのプロジェクトを呼び込める可能性がある。政府や規制業界は、機微なデータとコンピューティング資源の管理を維持するため、より高いコストを受け入れるかもしれない。

米国は、大手クラウドプラットフォーム、チップ設計企業、資本市場、そして大規模な企業需要基盤を抱えるため、有利な立場から始まる。ただし、送電網の制約によって、予測される48%のシェアをどこまで獲得できるかは制限され得る。

中国は一部の先端プロセッサへのアクセス制限に直面しているが、国内需要、製造能力、国家支援によるインフラプログラムも持つ。インドは大きなデジタル市場を提供するものの、電力の信頼性とネットワーク整備は地域によって異なる。

欧州は大きな需要と、より厳格な環境・データガバナンス規則を併せ持つ。こうした規則は地域内の供給能力を促す一方で、承認取得とエネルギー調達をより難しくする可能性がある。

中東の政府は、国家主導のAI戦略を資本とエネルギー資源に組み合わせることができる。課題は、より広範な技術力の構築、冷却施設の効率的な運用、先端機器の確保にある。

これらの地域差は、この予測が完全な稼働環境をめぐる競争であることを示している。安価な土地だけでは不十分だ。成功する市場には、電力、光ファイバー、政策の安定性、セキュリティ、人材、そしてハードウェアへのアクセスが必要となる。

企業も、より小さな規模で同じシステム上の課題に直面する。買い手はコンピューティング能力を確保できても、そのAIプログラムには信頼できるデータ、有用なアプリケーション、セキュリティ統制、ワークフローを変える準備ができた従業員がなお必要だ。

そのため、インフラブームがアプリケーションの準備状況を先行する可能性がある。クラウド事業者は、企業顧客がどのワークロードに大規模な導入の正当性があるかを把握する前に、見込まれる需要に向けて構築するかもしれない。

この順序は新興技術市場では通常のことだが、財務リスクを生む。供給側は、需要が完全に可視化される前に資本を投入しなければならない。

長期契約は不確実性を減らせるが、リスクを顧客側に移す。提携は資金調達を分担できる一方、義務の評価をより難しくする場合もある。

根本的な緊張関係は物理的なものだ。AI需要は急速に高まる一方、新たな電力・ネットワークインフラの対応は遅い。PwCの予測は、この遅いシステムが最終的には追いつくことを前提としている。

31.6兆ドルという推計では分からないこと

24年間にわたる累積予測は有用なシナリオを示すが、将来の稼働率、収益性、あるいは勝者となるコンピューティングアーキテクチャを確定することはできない。

PwCは31.6兆ドルという数値を中心シナリオとして示している。その周辺に広がる幅は、導入、貿易、効率性、規制、技術をめぐる不確実性を反映している。

時間軸が長いため、前提の小さな変化が増幅される。年間需要成長率のわずかな違いでも、2050年までの累積支出では数兆ドル規模の差を生み得る。

ハードウェア効率は主要な変数の一つだ。IEAの高効率ケースでは、2035年のデータセンター電力需要は基本ケースより20%低くなる。

より広いシナリオでは、2035年の需要は700～1,700テラワット時に及ぶ。この幅は、精密な長期予測を実測結果と混同すべきではない理由を示している。

ソフトウェア効率も重要だ。小型モデル、特化型システム、キャッシュ、量子化、より優れたスケジューリングは、多くのタスクに必要な計算量を減らせる。

同時に、より高性能なアプリケーションは、リクエストの数と複雑さを増やし得る。複数段階の行動を計画するAIシステムは、単純なテキスト補完よりはるかに多くの推論処理を必要とする可能性がある。

効率向上と消費拡大の最終的な均衡は不明だ。PwCの投資レンジは、その不確実性を解消せずに認めている。

稼働率も別のリスクとなる。事業者がリターンを得るのは、顧客が導入済みの能力を許容できる水準で利用する場合だ。長期的なAI需要が伸び続けても、大規模施設の稼働率が大幅に低ければ苦境に陥り得る。

急速なハードウェア更新は、この問題を強める可能性がある。新しい機器が電力単位当たりでより優れた性能を提供する場合、旧世代のアクセラレータは会計上の耐用年数が終わる前に経済的価値を失うかもしれない。

この可能性は、更新需要を維持することで供給側には有利に働く。一方で、再販価値が下落するハードウェアを担保に債務を抱える所有者には打撃となり得る。

電力コストも競争力に影響する。プロセッサの購入費用は、運用コストの一部にすぎない。電力、冷却、保守、ネットワーキング、施設の間接費は、稼働期間を通じて発生し続ける。

環境への影響についても、同様に慎重な扱いが必要だ。IEAは基本ケースで、電力に関連するデータセンターの排出量が2035年までに1億8,000万トンから3億トンへ増加すると見込む。

より高成長のシナリオでは5億トンに達する。同機関は、これらの総量がエネルギー部門の排出量の1.5%未満にとどまると指摘する一方、データセンターは最も急速に成長する排出源の一つだとしている。

世界全体の割合は、再び地域レベルの影響を覆い隠す。ある施設が、地域送電網の負荷、電源構成、水需要、インフラコストを大きく変える可能性がある。

AIは、エネルギー効率、送電網予測、保守、科学研究も支援できる。IEAは、AIベースのツールによって、新たな送電線を建設せずに最大175ギガワットの送電容量を引き出せる可能性があると推計している。

こうした潜在的な利点を、データセンターの消費と自動的に相殺してはならない。実際の導入と検証済みの削減効果に依存するためだ。

同じ慎重さは経済的価値にも当てはまる。医療、ソフトウェア、物流、科学的発見の向上は、大規模なインフラ投資を正当化し得る。低価値な自動生成コンテンツや利用されない企業パイロットでは、根拠はより弱くなる。

PwCの予測は、この議論に決着をつけるものではない。異なる導入軌道に伴う資本を定量化している。

懐疑的に読むべきなのは、31.6兆ドルが不可能だということではない。この数値は、2050年までに繰り返し変化する技術的、商業的、政治的条件の連鎖に依存している、ということだ。

PwCのデータセンター予測を検証する3つのシグナル

次の証拠は、電力供給の可用性、ハードウェアの稼働率、そしてチップ規制と主権政策が生む地理的配置から得られる。

最初のシグナルは、すでに発表されたプロジェクトが確実な電力にアクセスできるかどうかだ。投資家は、今後数四半期にわたり、送電網接続契約、電力会社の資源計画、発電契約、プロジェクト遅延を注視すべきだろう。

開発事業者は電気設備の手配を完了する前に施設を公表することが多いため、発表だけでは弱い証拠にとどまる。実際に通電した能力の方が、どれだけの施設が稼働開始できるかをより適切に示す。

接続の迅速化と信頼できる新規発電は、PwCの中心シナリオを強める。遅延の長期化、接続コストの上昇、キャンパス計画の中止は、その短期的な道筋を弱めるだろう。

2つ目のシグナルは、AI収益とワークロードの成長が設備の減価償却に追いつくかどうかだ。クラウドプロバイダーの財務報告は、設備投資、減価償却、能力制約、AIサービス需要を示し得る。

重要なのは、支出単独ではなく、これらの数値の関係だ。利用率の改善と持続的な収益を伴う支出増加は、繰り返される更新サイクルという見方を裏付ける。

利用量の拡大がより速ければ、単位コストの低下は必ずしもネガティブではない。ただし、稼働率の低迷や度重なる減損は、インフラ展開が需要を先行していることを示唆する。

企業の行動も全体像を明らかにする助けとなる。コーディング、研究、顧客業務、文書分析に関わる本番ワークロードは、限定的なパイロットより強い証拠となる。

3つ目のシグナルは、輸出規制と主権AI政策に対する地理的な反応だ。PwCのシナリオは、これらの政策が総投資を減らしたり、国内の供給能力へと投資を振り向けたりし得ることを示している。

高度なチップに対する新たな規制は、貿易制約下での25.5兆ドル規模のケースを試すことになる。地域製造、代替アクセラレータ、ローカル化されたクラウドサービスは、サプライチェーンがどれほど迅速に適応できるかを示すだろう。

政府主導の調達プログラムにも注目すべきだ。広範な国家レベルの発表よりも、確定した契約、稼働中の施設、継続的なワークロードのほうが重要性を持つ。

Google Newsでは、企業、公益事業者、政府が地位を競うなか、巨額の投資額が引き続き報じられるだろう。読者は、累計の資本支出見通しと、資金調達、顧客、設備、電力が確保されているプロジェクトを区別すべきだ。

開発者や企業の購買担当者にとって、この予測は、AIの利用可能性がモデル設計をはるかに超えたインフラ判断にますます左右されることを示している。地域ごとの供給能力や電力コストは、サービスの信頼性、レイテンシー、価格に影響を与えうる。

投資家にとって、機会は半導体、ネットワーキング、冷却、建設、公益事業、資金調達にまたがる。リスクも同じシステム全体に及ぶ。欠けた部品が一つあるだけで、施設全体の稼働開始が遅れる可能性があるためだ。

PwCの31.6兆ドルという推計は、想定される整備規模の大きさを捉えている。そのより深いメッセージは、さらに厳しい。資本はコンピューティング機器を繰り返し更新しなければならず、より遅いエネルギーシステムは新世代ごとに対応しなければならない。

稼働能力、顧客需要、電力供給がともに伸びるとき、この予測はより説得力を増す。この数十年にわたる投資サイクルが自立的に持続できることを示す、最初の説得力ある証拠となるのは、これら3つのシグナルのどれだろうか。