データセンターを支える企業はどこで稼ぐのか｜AIインフラの地図を読む 第7回

第2部｜AIインフラを支える物理レイヤー

今日の読みどころ

この記事では、AIデータセンター投資を、建物ではなく、土地、電力、冷却、サーバー、ネットワーク、長期契約に分けて見ます。

ポイントは、AI需要がそのまま売上や利益になるのではなく、容量、契約、稼働開始時期を通って企業の数字に変わる点です。

最後まで読むと、データセンター関連銘柄を見るときに、どのKPIを確認すべきかが整理できます。

第1部では、AIインフラの全体像を見てきました。

第2部では、個別企業を見る前に、AI需要がどこで設備投資に変わり、どこで制約が出るのかを分解していきます。

最初に見るのは、データセンターです。

ただし、ここでいうデータセンターは、一般的な企業ITや通常のクラウド設備を支える施設ではありません。

この連載で扱うデータセンターは、最新の生成AI・フロンティアAIを支える米国AIインフラです。

AI能力を現実の計算資源に変える、巨大な物理インフラです。

データセンターを「AIを動かす建物」と見ると、投資家としては粗くなります。

OpenAI(非上場)のChatGPT、Anthropic(非上場)のClaude、Google(GOOGL)のGeminiのような生成AIを動かすには、GPU、AIアクセラレータ、HBM、サーバー、ネットワークだけでは足りません。

それらを動かし続けるための、巨大な土地、数百MWからGW級の電力、冷却、送電・変電、通信、長期契約が必要になります。

つまり、データセンター投資は、GPUや建物だけではありません。
AI需要が、土地、電力、建屋、冷却、サーバー、ネットワーク、長期契約に分かれ、どの企業の受注、売上、利益、FCFに届くのかです。

複数の企業に分かれて届く、設備投資の連鎖です。

今回見るのは、技術としてのデータセンターではありません。

AI需要がデータセンター投資に変わると、どの企業が、どの段階で、どの数字を受け取るのか。

AI需要が、どの設備投資、契約、決算項目に変わるのかを分解します。

データセンターの大きさは、電力で見ると分かりやすい

データセンターの規模は、建物の大きさだけでは分かりません。

AI向けデータセンターでまず見るべきなのは、その施設がどれだけの電力を安定して受け取れるかです。

目安として、東京電力ホールディングス(9501.T)の柏崎刈羽原発6号機・7号機は、それぞれ1,356MWです。

この数字を基準にすると、日本で語られやすい20MW、30MW級のデータセンターが、AIインフラの主役としてはどれほど小さいかが分かります。
20MWは大型原発1基の約1.5％、30MWでも約2.2％にすぎません。

一方、米国のAIインフラでは、見る単位が数百MWからGW級へ上がります。
1GWは1,000MWです。
大型原発1基の約7割に近い電力を、1つのAIインフラ拠点が必要とする水準です。
さらに10GWになれば、大型原発7基超に相当します。

つまり、日本で見かける都市型データセンターと、OpenAI(非上場)のChatGPT、Anthropic(非上場)のClaude、Google(GOOGL)のGeminiのような生成AIを支える米国AIインフラでは、同じ「データセンター」という言葉でも、電力の桁が違います。

電力の桁の違いを押さえると、なぜAIデータセンター投資で、土地、電力、送電、変電、冷却が重要になるのかが見えてきます。

データセンターは、土地と電力から始まります

AI向けデータセンターは、土地を押さえれば始まるわけではありません。

この規模になると、最初に見るべきなのは「どこに建てるか」ではなく、その場所で、どれだけの電力を、いつ、確実に受け取れるのかです。

数百MWからGW級の電力を必要とする計画では、電力契約、送電網、変電設備、冷却、建設能力まで含めて見る必要があります。

見る対象は、個別の建物だけではありません。
発電、送電、土地、水、通信、半導体、クラウド需要を結ぶ、AIインフラ拠点としての設備投資です。

どれだけ広い土地を持っていても、大電力を受け取れなければ、AIインフラ用地としての価値は限られます。
反対に、大電力を確保でき、送電網や変電設備に近く、冷却や通信回線まで整えられる場所は、それ自体が重要な投資対象になります。

見るべき条件は、次のように分かれます。

• 数百MWからGW級の電力を確保できるか

• 送電網に接続できるか

• 接続時期はいつか

• 変電設備を確保できるか

• 冷却、水、建設能力を確保できるか

• 高速通信回線やネットワーク接続を整えられるか

• ハイパースケーラーやAI企業の需要と結び付いているか

この条件がそろって、初めてAIインフラ用地として意味を持ちます。

データセンター投資の入口は、建物ではありません。
大電力を取れるAIインフラ拠点を押さえることです。

建物の中では、電源、冷却、サーバー、ネットワークが一体になります

土地と電力を確保しても、それだけでAIは動きません。

AI向けデータセンターでは、建物の中で見るべきものが、通常のデータセンターとは変わります。
問題になるのは、単なる床面積ではありません。

重要なのは、電力密度、発熱密度、通信密度です。

GPUやAIアクセラレータを載せたサーバーは、大きな電力を使います。
その電力は、計算に使われたあと、ほぼ熱になります。
つまり、AIデータセンターでは、電気を入れる力と、熱を逃がす力が同時に問われます。

さらに、GPUは1台だけで完結して動くわけではありません。
大規模な学習や推論では、多数のGPU、HBM、サーバー、ラックの間で、大量のデータを高速にやり取りします。

そのため、AI向けデータセンターでは、次の設備が一体で必要になります。

• GPUやAIアクセラレータを載せたサーバー

• サーバーを収める高密度ラック

• ラックまで大電力を届ける電源設備

• UPS、蓄電池、非常用電源

• 発熱を逃がす空調、液冷、冷却水設備

• GPU同士をつなぐ高速ネットワーク

• 外部クラウドや他拠点とつながる光ファイバー、通信回線

AIデータセンターを見るときに重要なのは、サーバー、電源、冷却、ネットワークを別々に見ないことです。

サーバーを増やせば、電力が増えます。
電力が増えれば、発熱が増えます。
発熱が増えれば、冷却が重くなります。
GPUの数が増えれば、サーバー間通信も増えます。

つまり、AIデータセンターの中では、サーバー、電源、冷却、ネットワークが連動します。

だから、データセンター投資は、建設会社やGPU企業だけで完結しません。
電源設備、冷却、ネットワーク、光通信、蓄電池、非常用電源の企業にも波及します。

企業を見るときも、この分解が必要です。

GPUを売る企業。
クラウド容量を提供する企業。
冷却や電源設備を納める企業。
ネットワークでつなぐ企業。
光通信でデータを運ぶ企業。

同じAIデータセンター需要を受けていても、立っている場所は違います。

ここまでの整理

ここまでを一度整理します。

AIデータセンターは、建物の大きさだけでは読めません。

まず、何MW、何GWの電力を使えるのかを見る。
次に、その電力を受け取れる土地、送電接続、変電設備、冷却、通信回線がそろうかを見る。
さらに、建物の中では、電源、冷却、サーバー、ネットワークが連動します。

つまり、データセンター投資を見るとは、建物を見ることではありません。

AI需要が、土地、電力、設備、契約、稼働容量のどこまで進んでいるかを見ることです。

長期契約とリースが、設備投資を企業の数字に変えます

データセンター投資で重要なのは、設備を作ることだけではありません。

発表された総容量や契約済み容量が、いつ売上、営業利益、FCFへ変わるかです。

クラウド企業やAI企業は、自社でデータセンターを建てる場合もあります。
一方で、外部のデータセンター事業者から容量を借りる場合もあります。

容量を企業の数字に近づけるのが、長期契約やリースです。

確認したいのは、次の項目です。

• 設備投資額

• 総容量

• 建設中の容量

• 契約済み容量

• 稼働済み容量

• 稼働開始時期

• 契約開始までの期間

• 稼働率

• 電力確保の確度

• 大口顧客への依存度

• 業績ガイダンスとの対応

発表された総容量が大きくても、その全量がすぐ売上になるわけではありません。
見るべきなのは、総容量、契約済み容量、稼働済み容量、稼働開始時期の違いです。

契約済みであっても、未稼働の容量は、建設、電力接続、変電設備、冷却設備、顧客の利用開始を待つ将来の売上です。

発表された容量が将来の供給能力なのか、近い将来の売上なのか、すでに売上や営業利益に入り始めている数字なのかを確認するためです。

総容量、契約済み容量、稼働済み容量、売上、営業利益、FCF、業績ガイダンスを並べると、データセンター需要が、発表段階なのか、契約段階なのか、売上に近い段階なのかが分かります。

同じデータセンター関連でも、数字への出方は違います。

クラウド企業は、まずCapExとしてAI需要を受けます。
その後、クラウド売上、減価償却、FCFにどう戻るかを見る必要があります。

データセンター事業者は、リース、予約、稼働率、AFFOなどに出ます。

電源・冷却・ネットワーク設備企業は、受注、受注残、納期、マージンに出ます。

つまり、データセンター関連を見るときは、「AI需要があるか」では足りません。
AIデータセンター需要が、受注、受注残、売上、営業利益、FCFのどこに出ているかを見る必要があります。

データセンター関連は、一つの銘柄テーマではありません

「データセンター関連」という言葉は便利です。
しかし、データセンター関連という分類で止まると粗くなります。

データセンター関連は、少なくとも次の層に分かれます。

• クラウド企業

• GPUクラウドやAIクラウド企業

• データセンター運営会社

• 土地と電力を確保する開発企業

• 電源設備、変圧器、配電設備の企業

• 冷却、空調、液冷に関わる企業

• サーバー、ラック、ネットワーク機器の企業

• 光ファイバー、光部品、ケーブルの企業

• 建設、電設、保守に関わる企業

同じAIデータセンター需要を受けていても、見る数字は企業ごとに違います。

クラウド企業なら、AI向けCapExとクラウド売上です。
データセンター運営会社なら、契約済み容量、稼働率、賃料、AFFOです。
電源・冷却・ネットワーク設備企業なら、受注、受注残、納期、マージンです。
建設や電設の企業なら、工事進捗と売上計上のタイミングです。

同じ「データセンター関連」でも、同じ決算項目に出るわけではありません。

クラウド、運営、設備、建設を分けずに見ると、すべての「データセンター関連企業」に同じように売上や利益が乗ると誤解します。

こうしたボトルネックを一つずつ分け、企業を見るときは、この分類を確認順として使います。

最後に確認するのは、容量と利益・FCFの時間差です

土地、電力、設備、契約まで見ると、データセンター需要は強く見えます。

ただし、投資家としては、供給能力と利益・FCFを同じものとして扱わないように立ち止まる必要があります。

大きな開発計画が発表されると、見出しでは供給能力が拡大したように見えます。
しかし、開発計画の発表時点で確認できるのは、将来使えるかもしれない供給能力です。

売上計上に近いのは、すでに稼働している容量、または稼働開始時期が明確な契約済み容量です。
未稼働の容量は、契約、建設、電力接続、冷却設備、顧客の利用開始を経て、売上計上に近づきます。

さらに、売上が出ても、そのまま利益やFCFになるわけではありません。
建設費、借入金利、減価償却、電力コスト、保守コストが先に重く出る場合があります。

供給能力はMWやGWで見えます。
利益とFCFは、稼働時期と費用構造を通って遅れて出ます。

企業を見るときに確認したいのは、データセンター関連かどうかではありません。

その企業が、AI需要を容量、契約、売上、営業利益、FCFのどこまで変えられているかです。

容量なのか。
契約なのか。
売上なのか。
利益なのか。
FCFなのか。

供給能力と利益・FCFの時間差に、最初の歪みがあります。

この記事で残したい判断軸｜データセンター投資は、容量、接続時期、契約で見る

第7回の地図は、次のように整理できます。

• データセンターは、建物だけではなく、土地と電力から始まる

• AI向けでは、使える電力量と接続時期が大きな条件になる

• 建物の中では、電源、冷却、サーバー、ネットワークが必要になる

• 長期契約やリースによって、設備投資は企業の数字に近づく

• データセンター関連でも、クラウド、運営、電源、冷却、ネットワーク、建設で決算に出る項目が違う

ここで残したい判断軸は、データセンター投資を「建設発表」だけで見ないことです。

確認するのは、何MW・何GWの計画か、どれだけ契約済みか、いつ稼働するのか、電力接続と変電設備は確保できているのか、そして受注、売上、利益、FCFのどこまで進んでいるのかです。

新しいデータセンターのニュースを見たときは、次の点を確認します。

• 発表された容量は何MW、何GWか

• AIデータセンター計画に必要な電力は何MW、何GWか

• 建設地や候補地は、PJM、ERCOT、WECCなどどの電力市場・送電地域にあるか

• 契約済み容量はどれだけか

• 稼働開始はいつか

• 電力接続と変電設備は確保済みか

• 受注、売上、利益、FCFのどこまで確認できるか

次回は、AIデータセンターが増えるほど、なぜ電力インフラが制約になるのかを見ていきます。