人工知能インフラ建設の規模は、支出と企業の設備投資の面で異例の水準に達し続けています。投資のペースは過去のインフラ投資サイクルと比べて著しく圧縮されており、最大手のクラウド・ハイパースケール事業者であるAmazon、Microsoft、Google、Metaの年間設備投資支出の合計は数千億ドル規模に上っています。

中核となる疑問は、資本が実際にどこに投じられているかです。鉄鋼工場や大規模な労働力を必要とした鉄道建設などの歴史的インフラプロジェクトとは異なり、AIデータセンターの建設には際立って異なるコスト構造があります。業界の試算によれば、データセンターコストの約80%が直接Nvidiaに支払われ、残りの相当部分はラックコンポーネントや関連ハードウェアに充てられています。物理的建設部分――より広い経済に波及する部分――は総支出の5%以下にとどまる可能性があります。この集中度の高さは、AI建設ブームによる経済的乗数効果が過去のインフラブームよりも狭い範囲に留まることを意味し、大部分の資金が建設労働や資材全体に拡散するのではなく、少数の半導体設計者やサーバーラックサプライヤーに集中しています。

また、これらの施設は極めてエネルギー集約型です。発電能力の建設は、工場や原材料を通じて広く分散する支出となります。しかし、発電要件に関する数値は驚異的であり、供給能力がデータセンターの需要に追いつけるかどうかには深刻な懸念があります。

ZeroHedgeによれば、データセンター展開に伴うエネルギーの需要計算には重大な懸念があります。テキサス州だけでもERCOTを通じて474ギガワットの系統連系要請に直面しており、その90%がデータセンターに起因しています。これを受け、テキサス州のアボット知事は同州における新規データセンターの展開を凍結しました。

参考として、ERCOTの過去最高のピーク需要記録は2026年7月22日に記録された91.1GWであり、通常の需要は40〜80GWの間です。

より現実的なシナリオでは、Morgan Stanleyは2030年までに米国全体で約80〜100GWの不足に直面すると予測しており、これは概ね原子力発電所100基分の発電能力に相当します。これは、仮にデータセンターが予定通りに建設されたとしても、電力網への接続が何年にもわたって許可されない可能性があることを示唆しています。既に複数の主要テック企業がこのボトルネックへの対応策として原子力発電契約や次世代原子炉技術の追求を始めていますが、これらの取り組み自体も数年にわたる開発期間と規制上のハードルに直面しています。