AI用の半導体を大量に買っても、すぐにAIを動かせるわけではありません。半導体を収める建物があり、冷却できて、大量の電気を安定して受け取れることが必要だからです。

ここで意外なのは、半導体の調達に成功した企業でも、電力網への接続が遅れれば使い始める時期が遅くなることです。設備に巨額のお金をかけても、稼働が遅れれば収入が生まれる時期も先になります。

この記事の結論

AI企業の競争は「半導体を何個買えるか」だけでは決まりません。買った半導体をいつ動かせるかが重要です。電力・送電網・建設許可が不足すれば、設備投資が増えても、計算能力や売上が同じ速さで増えるとは限りません。

計算設備への投資が急増。しかし「全部がAI向け」ではない

米国の2026年4〜6月期には、情報処理機器への実質投資が年率7520億ドルと、住宅投資の7480億ドルを上回りました。Fortuneが米商務省・BEAのデータに基づいて紹介した数字です。

ただし7520億ドルは、AIデータセンターだけの投資額ではありません。パソコンなどAI以外の情報処理機器も含むため、「米国は住宅よりAIに投資した」とは言えません。

それでも、計算機器への投資が大きくなれば、次に問題になるのは、増やした設備を動かす電力や建物を確保できるかということです。投資額の増加と、実際に使える計算能力の増加は同じではありません。

半導体だけでは動かない。必要なのは建物・冷却・電気

AI用半導体を増やすには、サーバーを入れる建物と冷却設備を整え、送電網へ接続する必要があります。どれかが欠ければ、購入した半導体をすべて稼働させることはできません。

しかも、発電所に余力があることと、特定のデータセンターへ必要な電気を届けられることは別です。地域の送電設備が足りなければ、接続工事や系統増強に時間がかかります。

高性能な半導体を入手しただけでは完成しない。これがAI投資の次の難しさです。

米ローレンス・バークレー国立研究所が2026年6月に公表した最新推計では、米国のデータセンターが使う電力は2030年に全米電力使用量の11.8%に達する基準ケースが示されています。不確実性を含むレンジでは9.5〜15.3%です。

これは「AIが米国の電力を15%使う」という予測ではありません。データセンター全体の推計であり、将来のサーバー導入量や利用率などによって幅があります。それでも、電力が周辺的な問題ではなくなっていることは分かります。

さらに米エネルギー情報局(EIA)は9月の短期見通しで、2026年と2027年の米国電力需要がともに過去最高を更新すると見込み、データセンター開発を需要増加の主要因の一つに挙げています。

それでも、半導体企業の価値が下がるとは限らない

ボトルネックが変わると聞くと、「ではNVIDIAのような半導体企業の力が弱くなるのか」と考えたくなります。

しかし、必ずしもそうではありません。

高性能GPUが依然として希少なら、その価値は残ります。問題は、GPUを100万個追加で確保できても、それを置くデータセンターと電力接続が用意できなければ、システム全体の計算能力は100万個分増えないことです。

つまり、AIスタックの価値は一つの部品だけで決まりません。最も不足している層が、システム全体の拡張速度を決めます。

重要なのは、技術の性能だけを見るのではなく、バリューチェーンのどこが希少で、誰がその希少資源を押さえ、どこへ交渉力が移るかを見ることです。

電気代は誰が負担する? 建設を制限する州もある

規模が大きくなると、データセンターはテクノロジー企業だけの問題ではなくなります。

全米州議会議員連盟(NCSL)は9月15日時点で、16州でデータセンター開発の一時停止や禁止につながる法案が検討されていると整理しています。別のNCSL集計では、2026年に39州がデータセンターと電力に関する法案を提出し、31州が水利用に関する法案を検討、15州がモラトリアムや禁止措置を検討しました。

議論の中心は「AIに賛成か反対か」という単純なものではありません。

送電網を増強する費用を誰が負担するのか、住宅利用者の電気料金へ転嫁されないか、水や土地をどこまで使うのか、地域の雇用や税収とどう釣り合うのか、といった問題です。

NCSLも、モラトリアムを支持する側は地域への影響や電力網の信頼性を検討する時間が必要だと主張し、反対する側はAI開発や地域経済への悪影響を懸念していると整理しています。

注意したいのは、規制の法案が提出されたことと、実際に建設が禁止されたことは違う点です。州ごとに法律の成立状況や規制対象が異なるため、検討件数をそのまま稼働延期の件数にはできません。

次に有利になるのは「電力を確保できる企業」か

ここからが産業構造として重要です。

もし電力・接続・土地・許認可が長期間のボトルネックになるなら、大手AI企業の競争優位はモデル性能やGPU保有数だけでは測れなくなります。

重要になるのは、例えば次のような能力です。

大量の電力を長期で確保できること。
必要な電力を調達できなければ、計算設備を増やせません。

複数地域へデータセンターを分散できること。
一つの州や送電区域で接続が詰まっても、別地域へ投資を振り替えられる企業は柔軟です。

電力会社・送電事業者・行政と長期計画を組めること。
データセンターは、一般的なオフィスのように建物を借りればすぐ稼働する設備ではありません。

これは、大規模クラウド企業にとって有利に働く可能性があります。すでに世界中にデータセンターを持ち、資金力と調達力がある企業ほど、物理インフラの制約を乗り越える選択肢が多いからです。

一方で、これは現時点では産業構造から導かれる仮説です。実際にどの企業が優位になるかは、電力契約、データセンターの稼働計画、接続待ち時間、設備投資効率などを確認する必要があります。

電力問題が必ず悪化するとは限らない

反対方向の材料もあります。

まず、検討されているモラトリアムのすべてが成立するわけではありません。NCSLの一覧には、すでに否決・失敗した法案も多く含まれています。

また、データセンター側の効率改善、送電網の増強、新しい発電設備、オンサイト電源、蓄電池などによって、電力制約が緩む可能性もあります。

AIチップ自体も、同じ計算をより少ない電力で処理できるようになれば、電力需要の伸び方は変わります。

つまり「電力不足だからAI成長は止まる」と結論づけるのも早すぎます。

今起きているのは、AI投資が止まったことではなく、AIを増やすために解かなければならない問題が増えたことです。

投資家は「半導体の購入額」より稼働開始を確認する

この仮説を確認するなら、GPU出荷台数だけでは足りません。

今後は、データセンターの系統接続までの待ち時間、大口需要家向けの電力料金制度、新規データセンターの開業時期の遅延、州レベルの拘束力あるモラトリアムの成立件数、そして大手クラウド企業の設備投資額と実際に稼働した計算能力を一緒に見る必要があります。

もしAI設備投資が増え続けているのにデータセンターの稼働開始が遅れ、電力接続が長期化するなら、「電力が新しいボトルネック」という見方は強まります。

逆に、発電・送電設備の増強や効率改善によって接続待ちが短くなり、規制も限定的なら、ボトルネックは再び半導体やモデル性能へ戻るかもしれません。

結論:半導体を買った日ではなく、動かせる日が重要

AI投資が大きくなるほど、電力や送電網への接続が遅れるだけで、設備を使い始める時期が後ろへずれます。建設や半導体の調達に使った金額は、そのまま稼働中の計算能力にはなりません。

これからAI関連企業を見るときは、発表した設備投資額だけでなく、電力を確保できているか、いつ稼働を始め、いつ収入が生まれるかまで確かめる。ここが今回のニュースから得られる見方です。


出典:Fortune(2026年9月20日、BEAデータを基にした投資比較)、Lawrence Berkeley National Laboratory, United States Data Center Energy Usage Report: 2025 Update(2026年6月)、U.S. Energy Information Administration, Short-Term Energy Outlook(2026年9月9日)、NCSL, Which States Are Banning Data Centers?(2026年9月15日更新)、NCSL(2026年8月17日)、NCSLのデータセンター規制情報。本記事は公開情報を基にした産業構造の分析であり、特定銘柄の売買を推奨するものではありません。