
連載:「AIインフラに関する出来事」(10/16~10/31) ― AIの競争は「賢さ」から「電力・計算資源・供給力」の争奪戦へ ―
プロローグ
AIのニュースというと、新しいモデルが登場した、AIが人間の仕事をこなせるようになった、といった話題に目が向きます。
しかし、AIを実際に動かすには、膨大な計算を処理する半導体、大量の電力、データセンター、通信ネットワーク、そして、それらを整備するための資金が必要です。
AIが賢くなるほど、その裏側を支えるインフラの重要性も増していきます。
2026年10月16日から31日までの動きを見ると、AIインフラをめぐる競争は新たな局面に入っています。
日本では、通信とAI計算基盤を一体で考える取り組みや、電力を効率よく使うための実証が進みました。海外では、AI向けデータセンターの電力確保が難航する一方、クラウド企業の設備投資と独自半導体への関心が高まっています。
そこで考えたいのは、AIインフラの競争で本当に強い企業とは、どのような企業なのかということです。
高性能な半導体を持つ企業でしょうか。それとも、電力と設備を確保し、必要な計算能力を安定して提供できる企業でしょうか。
10月後半の出来事から、その答えを探っていきます。
1.期間内の出来事に感じる変化
今回の出来事から、三つの変化が見えてきます。
第一に、半導体の性能競争から、計算能力を確実に提供する競争へと広がっていることです。
どれほど高性能なGPUを開発しても、それを設置する建物がなく、電力が足りず、通信網が整わなければ、AIサービスは拡大できません。
第二に、AIインフラの担い手が、IT企業だけではなくなっていることです。
通信会社、電力会社、半導体企業、データセンター事業者が、それぞれの技術や設備を持ち寄る必要があります。AIの普及は、エネルギー産業や社会インフラのあり方まで変えようとしています。
第三に、投資の大きさだけでは成功を判断できなくなっていることです。
巨大な設備を整備しても、電力供給が遅れたり、顧客を十分に獲得できなかったりすれば、投資の回収は難しくなります。
AIの未来を決めるのは、AIそのものの進化だけではありません。その能力を、どれだけ効率よく、安定して社会に届けられるかという問題が、いよいよ表面化してきました。
2.トピックス
トピックス① AIの弱点は、知能ではなく電力不足になるのか
AIの計算能力を増やすには、半導体を増やすだけでは不十分です。電力、送電設備、冷却装置、通信回線まで整える必要があります。
英国では、送電網への接続が遅れたため、Microsoftがデータセンター計画から撤退したと報じられました。AIへの需要があっても、電力を供給できなければ設備は動かせません。
今後は、電力を確保できる場所にデータセンターを建設するだけでなく、電力事情に合わせて計算処理を移動させる仕組みも重要になりそうです。
トピックス② 通信会社がAIインフラの主役になる
AIを動かすには、GPUの性能だけでなく、GPU同士を結ぶネットワークの速度や電力効率も重要です。
KDDIとBroadcomは、光通信技術を活用してAIデータセンターの省電力化を目指す共同検証を開始しました。また、ソフトバンクとNokiaは、AIと通信処理を連携させるAI-RANの商用ネットワーク実証に向けて協業します。
通信会社は、通信回線を提供するだけの企業から、AIをどこで、どのように動かすかを支える企業へと役割を広げています。
トピックス③ 巨大投資は、巨大な利益を保証しない
Amazonなどの巨大IT企業は、AI向けの設備投資を拡大しています。一方、設備の建設には時間がかかり、電力費や半導体の調達費も大きな負担になります。
AIサービスへの需要が強いことと、設備投資が短期間で利益を生むことは別問題です。これからは、投資額だけでなく、設備の稼働率、顧客との契約、投資回収の速さが問われるでしょう。
3.出来事の概要
今回の期間で注目したいのは、次の三つの方向です。
日本: 通信・電力・計算資源を組み合わせ、AIを効率よく動かす基盤づくりが進む。
海外: データセンターの電力確保が課題となる一方、クラウド企業はAI向け計算能力の拡大を進める。
企業競争: 半導体の性能だけでなく、電力効率、通信速度、設備の稼働率、資金回収力が競争力を左右する。
ここから、日本と海外のニュースをそれぞれ5件取り上げます。
4.出来事(ニュース)日本編・5選
日本① KDDIとBroadcom、AIデータセンターの省電力化へ
ニュースのタイトル: 光通信技術で、AIデータセンターの電力消費を減らす
出来事:2026年10月22日
KDDIと米Broadcomは、AIの社会実装に向けたネットワークインフラ技術の提携を発表しました。GPU間ネットワークに光電融合技術を取り入れ、AIデータセンターの省電力化を目指します。両社はCPO(Co-Packaged Optics)技術の共同検証を開始しました。
【解説】
AIの計算では、GPUが計算する時間だけでなく、GPU同士がデータをやり取りする時間も重要です。半導体の数が増えるほど、ネットワークの速度や電力効率が全体の性能を左右します。
CPOは、電気信号を扱う半導体と光通信部品を近接して組み合わせる技術です。実際の省電力効果や商用化の時期は、今後の検証結果を待つ必要があります。
AIインフラの競争は、GPUの性能だけでなく、GPUをつなぐネットワークの効率を高める競争へと広がっています。
日本② 日立・東京ガスなど4社、電源併設型データセンターで協業
ニュースのタイトル: データセンターの隣に電源を確保する、新しいインフラ構想
出来事:2026年10月19日
日立製作所、Brookfield Japan、Hartree Partners、東京ガスの4社が、国内のグリーンデータセンターの実現に向けた協業を公表しました。関東地方と九州地方を対象に、電源併設型データセンターの基本構想と標準モデルの策定を目指します。
【解説】
データセンターを建設する際には、土地や建物だけでなく、必要な電力をいつから確保できるかが大きな問題になります。
電源とデータセンターを一体で考えることで、電力の安定供給や再生可能エネルギーの活用、立地選択肢の拡大につながる可能性があります。
ただし、今回の発表は構想策定に向けた協業であり、完成した設備の稼働実績を示すものではありません。
AIインフラは、建物を建設するだけの仕事から、電力を含めて事業全体を設計する仕事へと変わっています。
日本③ NTT・NTTドコモ、AIで通信処理と電力を協調制御
ニュースのタイトル: 通信の負荷を移動させ、再生可能エネルギーを有効活用する
出来事:2026年10月20日
NTTドコモとNTTは、無線基地局の通信処理負荷の拠点間移動と、太陽光発電・蓄電池などのエネルギーマネジメントをAIで協調制御する実証実験を開始しました。再生可能エネルギーの活用、電力需給の安定化、災害時の通信サービス継続性の向上を目指します。
【解説】
通信ネットワークでは、基地局ごとに通信量や電力需要が異なります。
そこで、通信処理の負荷を別の拠点へ移動させ、電力の余裕がある場所や再生可能エネルギーを活用しやすい場所で処理できれば、電力を効率的に使える可能性があります。
もちろん、通信品質や処理の遅延、災害時の継続性などを確保することが前提です。
重要なのは、電力設備を増やすことだけでなく、既存の通信設備と電力を賢く使うという発想です。
日本④ ソフトバンクとNokia、AI-RANの商用ネットワーク実証へ
ニュースのタイトル: 通信基地局を、AIを動かす計算基盤として活用する
出来事:2026年10月20日
ソフトバンクとNokiaは、AI-RANの商用ネットワーク環境での実証に向けて協業すると発表しました。2027年に、実際の通信トラフィックが流れる商用ネットワークで、AI処理と無線アクセスネットワークの処理を連携させる能力を検証する計画です。
【解説】
AI-RANとは、AIと無線アクセスネットワーク(RAN)を連携させる考え方です。
通信基地局などの計算資源をAI処理にも活用できれば、設備の利用効率を高め、新たなAIサービスを提供できる可能性があります。
ただし、通信は常に安定した品質が求められるため、AI処理を同じ基盤で動かすには、通信機能の信頼性や計算資源の割り当てを適切に管理しなければなりません。
通信会社が持つ基地局やネットワークは、AI時代に新たな価値を生む可能性を持っています。
日本⑤ NTT DATAとSAP、信頼性を重視したクラウド・AI基盤で協力
ニュースのタイトル: AIの普及には、計算能力だけでなく、データを安全に扱う基盤が必要
出来事:2026年10月28日
NTT DATAは、SAPと信頼性を重視したソブリンクラウドおよびSAP Business AIの提供に向けた協力を発表しました。企業がデータの管理や運用上の要件を考慮しながら、クラウドとAIを活用するための基盤整備を目指します。
【解説】
AIインフラというと、GPUやデータセンターなどの物理的な設備に目が向きます。しかし、企業がAIを本格的に利用するには、機密データをどこに保存し、誰が管理し、どの法律や規則に従って運用するかも重要です。
特に金融、製造、公共分野などでは、計算能力が高いだけでは十分ではありません。データ管理、アクセス制御、監査、業務システムとの連携が求められます。
AIインフラの競争は、設備の性能だけでなく、安心して業務に利用できる環境を提供する競争でもあります。
5.出来事(ニュース)海外編・5選
海外① Microsoft、英国のデータセンター計画から撤退
ニュースのタイトル: AIの需要があっても、電力が届かなければ設備は動かない
出来事:2026年10月19日報道
Microsoftが英国エセックス州ロートンのデータセンター計画をめぐる契約から撤退したと報じられました。送電網への接続が遅れ、電力供給の見通しが2030年代にずれ込むことが大きな理由とされています。Microsoftは、今回の判断が特定の拠点に関するものであり、Nscaleとの他の協力関係は継続すると説明しています。
【解説】
AI向けデータセンターでは、建物やサーバーを用意しても、必要な電力が供給されなければ稼働できません。
この事例は、AIインフラの建設計画において、電力の供給開始時期が投資判断を左右することを示しています。
土地、資金、GPUを確保するだけでは十分ではありません。発電設備に近い場所を選ぶ、別の電源を確保する、あるいは計画を見直す必要が生じます。
日本でも電力とデータセンターの一体整備が注目される理由は、ここにあります。
海外② Amazon、AI向けクラウド需要の拡大と設備投資負担
ニュースのタイトル: AIの計算能力を確保するため、巨額の投資が続く
出来事:2026年10月23日報道
Amazonのアンディ・ジャシーCEOが、AWSの計算能力について、2027年までの供給枠が大部分埋まっており、2028年分にも相当量の契約が入っていると説明したことが報じられました。AI向けクラウドの需要が、供給能力の拡大を上回る状況が注目されています。
【解説】
クラウドの強みは、必要なときに計算能力を借りられることです。しかしAIの利用が急増すると、データセンターやGPUを十分に用意できず、供給が需要に追いつかなくなります。
Amazonのような企業は、需要を取り込むために設備投資を進めなければなりません。一方、設備を増やすには資金と時間が必要です。
需要が強いことは成長の機会ですが、供給能力を拡大するまでの時間が大きな制約にもなっています。
海外③ Google Cloud、AI需要を背景に売上を拡大
ニュースのタイトル: AIインフラへの投資が、クラウド事業の成長につながる
出来事:2026年10月28日
Alphabetの決算では、Google Cloudの第3四半期売上高が前年同期比で2倍を超える約307億ドルとなり、市場予想を上回ったとReutersが報じました。企業のAI関連支出や生成AIツールの利用拡大が、クラウド事業を支えています。
【解説】
データセンターやAI半導体への投資は、支出が先行します。しかし、整備した計算基盤を企業向けサービスとして提供できれば、継続的な売上につながる可能性があります。
Google Cloudの成長は、AIインフラへの投資が実際の事業拡大に結び付く例として注目できます。
ただし、売上が伸びることと、投資に見合う利益やキャッシュフローを確保できることは同じではありません。今後は、成長率に加えて収益性や投資回収の状況も確認する必要があります。
海外④ OpenAI、GoogleのAI半導体TPUの購入を検討と報道
ニュースのタイトル: NVIDIA一社に依存しない、AI計算資源の確保へ
出来事:2026年10月28日報道
Reutersは、OpenAIがGoogleのAI半導体TPUを購入する計画について、The Informationの報道を伝えました。実現すれば、OpenAIはNVIDIAのGPUに加えてGoogleのTPUも活用することになります。ただし、報道時点では取引の詳細は確定していません。
【解説】
GoogleのTPUは、AIの学習や推論に向けて設計された独自半導体です。特定の用途に最適化した半導体を活用できれば、計算コストや電力効率を改善できる可能性があります。
AIの需要が拡大するなか、計算資源を一つの供給元だけに頼らず、複数の選択肢から確保しようとする動きは合理的です。
ただし、GPUとTPUはソフトウェア環境や運用方法が異なるため、単純に入れ替えられるわけではありません。
AI半導体の競争は、性能だけでなく、価格、供給量、ソフトウェアとの相性を含めた総合競争になっています。
海外⑤ Amazon・Intelの決算、AIブームの費用負担が市場の焦点に
ニュースのタイトル: AIに投資すれば成長できるのか、問われ始めた投資回収力
出来事:2026年10月29〜30日報道
Amazonの設備投資に伴う大きな資金流出や、IntelのPC事業をめぐる課題が報じられ、AIブームの費用負担に対する市場の警戒が強まりました。AI向けデータセンターへの投資拡大は、半導体や関連部品の供給にも影響しています。
【解説】
AIインフラへの投資は、将来の需要を取り込むために必要です。しかし、設備を先行して整備するには多額の資金が必要で、部品不足や価格上昇が他の事業にも影響することがあります。
投資額が大きい企業ほど、将来の売上と利益が十分に伸びなければ、資金繰りや株価に影響が出る可能性があります。
AI市場では、設備投資を拡大できる企業が有利になる一方、投資を利益へ結び付けられるかどうかも重要です。
これからは「AIにいくら投資するか」だけでなく、「投資した設備がどれだけ利益を生み出すか」が厳しく問われるでしょう。
6.出来事が示す「国内の流れ」「海外の流れ」
国内の流れ――限られた資源を賢く使うAIインフラへ
日本では、AIインフラを整備する際に、電力・通信・計算資源を別々に考えるのではなく、一体として最適化する動きが見られます。
KDDIとBroadcomによる光電融合の検証は通信の省電力化を目指し、NTTとNTTドコモの実証は通信処理と電力管理を連携させるものです。日立などの電源併設型データセンター構想も、電力確保を出発点にインフラを設計する発想です。
さらに、ソフトバンクとNokiaによるAI-RANの取り組みは、通信ネットワークをAI時代の計算基盤として活用する方向を示しています。
日本の課題は、単に設備を増やすことではありません。限られた電力や土地をどう活用し、必要な計算能力をどこに配置するかです。
海外の流れ――巨大投資と供給制約、そして投資回収
海外では、Amazon、Microsoft、Googleなどの巨大IT企業が、データセンターや独自半導体に巨額の資金を投じています。
しかし、設備を建設するための電力や部品をすぐに確保できるとは限りません。需要が強くても供給が追いつかず、さらに先行投資による資金負担が増えるという問題が現れています。
同時に、GoogleのTPUのような独自半導体や、電源を確保しやすい場所への投資など、供給制約を乗り越えるための取り組みも進んでいます。
海外の特徴は、巨大な資金力を背景に計算能力を大規模に確保しようとする一方、その投資を収益へ変えることが重要な経営課題になっている点です。
7.出来事が指し示す「国内の方向性」「海外の方向性」
国内の方向性――省電力と通信技術を組み合わせる
日本では、電力供給、通信網、データセンターの配置を組み合わせ、効率を高めることが重要になると考えられます。
特に、通信処理の負荷を移動させる技術や、光電融合などの省電力技術は、設備を無制限に増やせない日本にとって意味があります。
また、国内でデータを管理し、安定してAIを運用したい企業に対して、国内の計算基盤や信頼性を重視したクラウドサービスを提供することも、一つの成長分野になりそうです。
ただし、国内に設備を置くだけで競争力が生まれるわけではありません。電力コスト、利用料金、稼働率、運用技術を総合的に高める必要があります。
海外の方向性――供給力と投資回収力の両立へ
海外では、巨大なデータセンターを建設し、GPUや独自チップを大量に確保する競争が続くでしょう。
その一方で、電力供給の遅れや設備不足が計画を妨げる可能性があります。これからは、設備を確保する力だけでなく、実際に稼働させるまでの時間を短縮する力が重要になります。
さらに、巨額投資を回収するためには、顧客との長期契約を確保し、計算資源を高い稼働率で運用する必要があります。
AIインフラの競争は、資金力の競争であると同時に、資金を効率よく使う経営能力の競争にもなっていくでしょう。
8.私が感じたこと
AIの未来を決めるのは、賢さだけではない
AIのニュースを読んでいると、どうしても新しいモデルの性能や、どこまで人間の仕事を代わりにできるのかという点に目が向きます。しかし、今回のAIインフラ関連の出来事を見て、私は少し違うことを感じました。
どれほど賢いAIが生まれても、それを動かす電力がなく、半導体が届かず、データセンターが稼働しなければ、私たちの暮らしや仕事を変える力にはなりません。
海外では、電力供給の遅れによってデータセンター計画が見直される一方、AI需要の拡大を受けて、巨大IT企業が設備投資を続けています。技術が進歩するほど、その技術を支える現実の仕組みが重要になる。これは、考えてみれば当然のことなのかもしれません。
私は、日本には日本なりの勝ち方があると思います。米国の巨大IT企業と同じ規模の投資を競うだけではなく、電力、通信、計算処理を組み合わせ、限られた資源を効率よく使う仕組みを磨くことです。光通信による省電力化や、通信処理と電力管理を連携させる取り組みには、そうした可能性があります。
もちろん、実証段階の技術がすぐに大きな利益を生むわけではありません。実用化し、安定したサービスとして提供できるかどうかは、これからの課題です。それでも、AIインフラの競争を単なる設備の大きさではなく、社会全体の効率を高める競争として捉えれば、日本にも挑戦できる余地はあります。
AIの時代に問われるのは、最も賢いAIを持つことだけではありません。その賢さを、無理なく、安定して、社会の役に立つ形で届けられるかどうか。私は、そこにこれからの本当の競争があると感じています。
9.まとめ
AIインフラは、未来の産業を支える社会基盤になる
10月後半の出来事から見えてきたのは、AIインフラの競争が半導体の性能だけでは決まらなくなったということです。
電力、通信、データセンター、資金調達、そして設備を効率よく運用する技術。それらを一体として整えられる企業が、今後のAI市場で強みを持つでしょう。
日本には、省電力技術や通信と計算処理を連携させる工夫があります。一方、海外では巨大投資と供給制約が同時に進んでいます。
大切なのは、巨額投資を競うだけでなく、整備したインフラを確実に稼働させ、利益と社会的な価値へ結び付けることです。
AIの進化を支える競争は、これからも続きます。その行方は、私たちの暮らしや日本の産業の未来にも深く関わってくるはずです。
10.注目する企業――日本5社・海外5社
ここでは、AIインフラを支える立場から、今後の動きを追いたい企業を選びました。株価は2026年10月30日(金)の終値です。日本株は円、米国株は米ドルで表示しています。
日本企業5選
1.KDDI(9433)
現状: Broadcomと光電融合技術の共同検証を進め、AIデータセンターの省電力化を目指す。
今後の予測: 通信とAI計算基盤を組み合わせたサービスの高度化が期待される。実際の省電力効果や商用化の進展を確認したい。
10月30日終値:2,836.5円。
2.日立製作所(6501)
現状: 電源併設型グリーンデータセンターの構想策定に関わり、電力・制御・デジタル技術を組み合わせる。
今後の予測: AIインフラとエネルギー管理の連携が進めば事業機会が広がる可能性がある。具体的な投資計画や受注実績を確認したい。
10月30日終値:5,094円。
3.ソフトバンク(9434)
現状: 国内GPUクラウド構想に加え、NokiaとAI-RANの商用ネットワーク実証に向けて協業。
今後の予測: 通信基盤とAI計算資源を組み合わせる戦略が、顧客獲得や設備稼働率の向上につながるかが焦点。
10月30日終値:234.2円。
4.GMOインターネットグループ(9449)
現状: AI開発向けGPUクラウドを展開し、北海道石狩市の再生可能エネルギー100%のデータセンターに新たな拠点を整備する計画を公表。
今後の予測: 電力・冷却・GPU設備のコスト管理と、国内AI開発需要の獲得が成長の鍵になる。
10月30日終値:3,248円。
5.東京ガス(9531)
現状: 日立などと電源併設型グリーンデータセンターの構想策定に取り組む。
今後の予測: エネルギー供給とデータセンター開発を組み合わせた事業機会が考えられる。ただし、具体的な投資計画や採算性の確認が必要。
10月30日終値:6,517円。
海外企業5選
1.NVIDIA(NVDA)
現状: AI計算を支えるGPUや関連システムの主要供給企業。
今後の予測: AIインフラ需要の拡大は追い風となり得る。一方、独自チップの開発や電力効率を改善する競合企業の動向に注意したい。
10月30日終値:204.64米ドル。
2.Amazon(AMZN)
現状: AWSのAI計算能力に対する需要が強く、データセンターへの大規模投資を進めている。
今後の予測: クラウド需要を売上へつなげる可能性がある一方、設備投資、減価償却、電力費、資金流出の動向が重要になる。
10月30日終値:240.35米ドル。
3.Alphabet(GOOGL)
現状: Google Cloudの成長に加え、独自AI半導体TPUの外部利用が広がる可能性がある。
今後の予測: 独自半導体とクラウドを組み合わせる戦略に注目。ただし、在庫や設備投資に伴う資金負担も確認したい。
10月30日終値:279.84米ドル。
4.Microsoft(MSFT)
現状: AzureなどのAI基盤を拡大する一方、英国の特定データセンター計画では電力供給の遅れを理由に契約から撤退した。
今後の予測: AIサービスの需要を取り込めるかに加え、電力確保や設備の稼働開始時期が重要になる。
10月30日終値:521.91米ドル。
5.Broadcom(AVGO)
現状: ネットワーク半導体などを手掛け、KDDIとの光電融合技術の検証にも関わる。
今後の予測: AIデータセンターのネットワーク高速化・省電力化が進めば、関連技術の需要が拡大する可能性がある。実用化の進展と顧客需要を確認したい。
10月30日終値:326.08米ドル。
株価を見る際の注意
株価は特定日の市場価格であり、企業の将来性を保証するものではありません。また、日本株と米国株では通貨や市場環境が異なります。株価の水準だけで企業価値を比較するのではなく、売上高、利益、設備投資、キャッシュフロー、財務状況を併せて確認することが重要です。
11.ソフトバンクグループに関する特筆事項
AIインフラへの投資と、国内通信会社のAI基盤整備
ソフトバンク関連では、ソフトバンクグループ株式会社(9984)とソフトバンク株式会社(9434)を区別することが重要です。
ソフトバンク株式会社は、国内の通信基盤を生かしたAI-RANの実証や、GPUクラウドなどのAIインフラ整備を進めています。今回の期間では、10月20日にNokiaとのAI-RAN商用ネットワーク実証に向けた協業が発表されました。
一方、ソフトバンクグループは、AI関連企業やAIインフラ事業への投資を通じて、より広い視点からAI産業の成長に関わる企業です。
両社はAIの普及を支えるという点では関連しますが、事業内容や収益構造、財務への影響は同じではありません。
今後は、AIインフラへの投資がどれだけ実際のサービスや収益につながるのか、また、投資に必要な資金をどのように確保するのかが重要になります。
エピローグ
AIの進化は、画面の中だけで起きているのではありません。
半導体を製造する工場、電力を生み出す発電所、計算を担うデータセンター、そして世界をつなぐ通信網。その一つひとつが、AIという新しい産業を支えています。
これから注目したいのは、どの企業が最も大きな設備を建設するかだけではありません。どの企業が電力や計算資源を効率よく使い、投資を持続可能な事業へ変えていくのかという点です。
AIの競争は、賢さを競う段階から、賢さを社会へ届ける仕組みを競う段階へ進んでいます。
その仕組みを支えるAIインフラの動きから、今後も目を離せません。