【ITニュース解説】The AI buildout has a power problem

AI技術の目覚ましい発展は、世界中でデータセンターの建設ラッシュを引き起こしている。このAIインフラの構築には膨大な資金が投じられており、2026年には年間7000億ドルもの巨額が費やされる見込みだ。しかし、この大規模な投資と建設のペースに、ある深刻な問題が追いついていない。それは、データセンターが要求する「電力」の供給が、物理的に不足しているという現実である。

データセンターが必要とする電力需要は、もはや単なる予測ではない。米国では、2030年までにデータセンターが消費する電力が、国内の総電力の11.8%に達する可能性があると予測されている。これは、現在の消費量の約2倍に相当する。例えば、米国の夏のピーク時電力需要に占めるデータセンターの割合は、2025年の4.1%から2027年には8.5%へと倍増すると見込まれている。さらに世界全体で見ても、データセンターの電力消費は2024年の約415テラワット時から、2030年には約945テラワット時へと急増すると予測されており、このままでは安定した電力供給が困難になるという警鐘が鳴らされている。

このような状況に対応するため、Microsoft、Amazon、Oracleといった大手IT企業は、電力確保のために具体的な動きを見せている。彼らの電力調達戦略は主に二つのタイプに分かれる。一つは、既存の原子力発電所の再稼働を支援したり、データセンターを発電所の隣に建設して直接電力を供給してもらったりする、比較的確実な方法である。例えばMicrosoftは2027年からの電力供給を目指し、閉鎖された原子力発電所の再稼働に関する長期契約を結んだ。Amazonも原子力発電所と併設する形でキャンパスを建設し、直接の電力供給を受ける計画を進めている。これらは比較的早期に、安定した電力を確保するための現実的な手段として注目されている。

もう一つの戦略は、小型モジュール炉（SMR）と呼ばれる新しいタイプの原子力発電技術への投資や提携だ。SMRは、従来の巨大な原子力発電所よりも小型で、工場で製造した部品を現地で組み立てることで、建設期間の短縮やコスト削減が期待されている。GoogleやAmazonはSMR開発企業と将来の電力供給に関する契約を結んでいるが、これらはまだ開発途中の技術であり、実際に電力が供給されるのは2030年以降、多くは2033年以降になると見られている。特にMetaは、SMR開発企業に直接資金を投入し、開発を加速させることで、より早期の電力供給を目指しているが、それでも稼働は早くても2030年頃とされている。

SMRの開発競争には、Oklo、NuScale、GE Vernovaといった企業が主要なプレイヤーとして挙げられる。GE Vernovaはカナダで唯一、実際の建設が進行中のSMRプロジェクトを進めており、2029年の稼働を目標としている。NuScaleは、米国でその設計が国の規制機関から認証を受けた唯一のSMRであるが、最先端のプロジェクトでも商用稼働は2033年以降になる見込みだ。過去には、コストの大幅な超過により主要なプロジェクトが中止された事例もあり、SMRの実用化にはまだ課題が多いことを示している。Okloは、大手IT企業からの資金提供を受け、2028年の稼働を目指すという最も早い目標を掲げているが、まだ必要な許認可は取得できていない。現状、これらのSMR開発企業は、まだ実際に商用規模で電力を供給した実績はない。

SMRの普及には、コスト面での課題も大きい。当初の期待に反し、建設コストが従来の大型原子炉よりも単位出力あたりで高くなる可能性も指摘されており、発電単価も高くなる傾向にある。さらに、多くのSMRが必要とする「高濃縮ウラン」という特殊な燃料は、現在の米国ではほとんど生産されておらず、大規模な供給体制が整うのは2029年以降となる見込みだ。このような燃料供給の制約も、SMRの早期実用化を阻む要因となっている。

このように、データセンターが必要とする新たな電力源が実際に供給されるのは、早くても2029年から2033年頃になると予測されている。しかし、年間7000億ドルもの巨額が投じられているAIデータセンターの建設は、これよりもはるかに速いペースで進んでいる。この間に生じる電力供給のギャップを埋めるのは、主に天然ガスを燃料とする火力発電所の増設や、既存の送電網の強化、そしてデータセンター敷地内での自家発電といった対策である。皮肉なことに、AIを動かす電力の60%以上が、現在も石炭や天然ガスといった化石燃料に依存しているのが現状だ。

電力コストの急激な上昇も深刻な問題だ。米国の一般家庭向け電気料金は2019年から42%も上昇しており、電力卸売市場での価格も急騰している。このような電力価格の高騰は、データセンターの運用コストを押し上げ、最終的にはAIサービスの利用料金にも影響を与える可能性がある。

さらに、電力需要の予測には不確実性も存在する。一部の主要なAI研究開発企業のリーダーたちが、AI技術の発展速度を意図的に緩めるべきだと提言したことがある。もし、AI開発のペースが実際に減速するようなことがあれば、現在予測されているデータセンターの電力需要も過大評価されている可能性があり、その影響で電力インフラへの投資計画にも変化が生じるかもしれない。

結論として、AIの基盤を構築する上での最大のボトルネックは、もはや資金ではない。データセンターは迅速に建設できるが、それらを動かすための送電網の整備や、新しい原子力発電所の建設には膨大な時間と手間がかかる。年間7000億ドル規模で進むAIインフラの構築に対し、実際の電力供給は数年遅れるという物理的な現実が突きつけられている。この電力供給の遅延は、AI時代の持続可能な成長にとって、最も重要なリスクとなっているのだ。