SemiAnalysis：米国の送電網容量は2027年にはマイナスに転じる可能性があり、AIデータセンターは「自家発電」の時代へと追い込まれる。

AI算力競争がアメリカの電力網を限界点へと追い詰めている。

SemiAnalysisが最新で発表したエネルギー研究報告書によると、アメリカの電力網が新たな大規模負荷を受け入れるための「残存容量（Headroom）」は、早ければ2027年にもマイナスに転じる見通しで、これは将来新設されるAIデータセンターが公共電力網から安定した電力供給を受けることがますます困難になることを意味する。

電力網の拡張速度がAI算力需要の増加に大きく遅れを取る中、ますます多くのデータセンターが自前の発電システム（Behind-the-Meter、BTM）を構築せざるを得なくなり、アメリカのAIインフラは「自家発電」時代に突入する可能性がある。

報告書は、2028年以降、アメリカで新設されるデータセンターの過半数がBTM方式で電力供給を受けると予測。2029年には、データセンターのBTM設備市場規模だけで年間50GWを突破し、AIインフラ投資チェーン全体で最も急速に成長する新分野の一つになる見込みだ。

AI需要が急増する一方、電力網の拡張が追いつかない

SemiAnalysisは、現在のアメリカにおけるデータセンター建設速度が、電力網が新たな容量を提供できる速度をすでに大きく上回っていると分析する。

同報告書は、アメリカのデータセンターによる新規電力需要が2026年の21GWから2030年には84GWへと急成長する一方、同期間にアメリカの電力網が毎年新たに追加でき、実際に信頼性のある供給能力（ELCC）を持つ容量は約15GWにとどまり、今世紀末になってようやく20GW以上に増加する可能性があると予測する。

さらに重要なのは、この追加容量のすべてがデータセンターに割り当てられるわけではなく、製造業や半導体工場、住宅など他の新規負荷も満たす必要がある点だ。

言い換えれば、今後数年間、アメリカの新規電力供給はAIデータセンターの爆発的な需要増をますますカバーしにくくなる。

SemiAnalysisが構築したモデルは、ピーク負荷と予備容量要件を差し引いた後、アメリカの電力網が新たな大規模負荷を受け入れる残存容量はほぼ枯渇しており、2027年頃に正式にマイナスに転じると示している。これは、従来の電力網に依存して大規模AIキャンパスを建設し続けることが、ますます電力ボトルネックの制約を受けることを意味する。

問題は発電だけでなく、電力網全体の建設速度

報告書は、市場はアメリカの電力網建設の複雑さを過小評価していると指摘する。

現在最大の制約は発電能力だけではなく、サプライチェーン全体に及んでいる。

一方で、天然ガス発電所の建設期間は一般的に4～6年と長期にわたり、今後2年間のアメリカにおける新規天然ガス発電プロジェクトは非常に限られている。SemiAnalysisが約4万の発電資産を追跡した結果、2026年から2027年にかけて、アメリカの年間新規天然ガス設備容量は10GW未満にとどまり、2028年以降にようやく顕著な改善が見込まれる。

他方、高圧変圧器、ガスタービン、遮断器などの重要機器の納入期間は、歴史的平均を大きく上回り、3～4年に延長されている。同時に、プロジェクト承認、系統連系待ち行列、資金調達、コミュニティ許可などの問題が建設ペースをさらに遅らせている。

多くのデータセンター開発業者はすでに同様の状況に直面している：電力会社が当初2027年には数百メガワットの負荷を提供できると約束したものの、その後2029年以降に延期する通知を出し、しかも電力会社は延期責任を負わないことが多い。

算力を収入に換えるAI企業にとって、このような不確実性はほぼ受け入れ難い。

再生可能エネルギーではAI負荷ギャップを埋められない

SemiAnalysisは特に、今後数年でアメリカの太陽光発電と蓄電設備容量は引き続き急速に成長するものの、これらの設備容量は大規模データセンターの継続的な運転を支えるのに実際に利用可能な電力供給と同等ではないと強調する。

報告書は、電力業界で一般的に使用されるELCC（有効負荷容量）指標を用いて試算したところ、太陽光発電と風力発電は明らかな間欠性を持ち、発電時間の一致性が高いため、新規設備容量の系統信頼供給能力への貢献は公称設備容量を大きく下回ることが判明した。

再生可能エネルギーの比率が高まるにつれ、その限界貢献はさらに低下し続ける。

蓄電システムは短期的な負荷変動を緩和できるものの、同様に限界効果逓減の問題がある。大量の4時間蓄電が稼働すると、系統のリスクは徐々に持続時間の長い電力供給不足へと移行し、蓄電だけではAIデータセンターの24時間稼働需要を満たすことが難しくなる。

したがって、今後数年間は、天然ガスなどの調整可能な電源がAIインフラ拡大を支える中核であり続けるだろう。

「自家発電」が最速かつ最も確実な解決策に

公共電力網が需要を満たすことがますます困難になる中、Behind-the-Meterは大規模AIデータセンターの新たな選択肢として急速に普及しつつある。

BTMとは、データセンターが専用の発電設備を直接建設または併設し、構内で電力を供給する方式であり、公共電力網に完全に依存するものではない。

SemiAnalysisは、長く不確実な系統連系を待つよりも、BTMの最大の利点は速度と確実性にあると考える。

OpenAIやAnthropicなどのAIラボにとって、算力はモデル訓練と推論能力を直接決定し、将来の収入増加も左右する。報告書は、AIクラウド事業の総所有コスト（TCO）において電力コストの割合は高くないが、安定した電力供給を得ることは数十億ドル以上の収入に対応する可能性があり、企業は数年にわたる系統連系のプロセスを待つよりも、自家発電設備の建設コストを受け入れる傾向が強いと指摘する。

同時に、一部のAIデータセンターは、従来のデータセンターが求める「ファイブナイン」（99.999%）の電力供給信頼性に対する要求を緩和し、より迅速な稼働開始と引き換えにしている。例えば、一部の超大規模AIデータセンターは、より低いレベルの供給冗長性を受け入れており、BTM方式の経済性をさらに改善している。

AIインフラ競争はGPUからエネルギーへと移行

SemiAnalysisは、今後数年間、アメリカのAI産業競争の鍵となる制約はGPU供給だけでなく、電力資源の獲得能力になると分析する。

報告書は、電力網容量の逼迫が続く中、ますます多くのAIデータセンターが「自家発電＋公共電力網」のハイブリッド方式を採用し、アメリカの電力インフラもそれに伴い再構築されると予測する。ガス発電設備、燃料電池、現場発電システム、および関連電力設備への投資機会は、次のAI資本支出の主要な受益分野となる可能性が高い。

AI産業全体にとって、これは競争の焦点がチップやサーバーからエネルギーインフラへと徐々に移行していることを意味する。将来、誰が最初に安定、信頼性、拡張性のある電力資源を確保できるかが、次のAI算力競争で優位に立つ鍵となるだろう。

リスク注意事項及び免責条項

        市場にはリスクがあり、投資には注意が必要です。本記事は個別の投資アドバイスを構成するものではなく、特定のユーザーの特別な投資目標、財務状況、ニーズを考慮したものではありません。ユーザーは本記事の意見、見解、結論が自身の特定の状況に適合するかを検討する必要があります。これに基づく投資は自己責任で行ってください。