1. エグゼクティブ・サマリー：千葉2.3兆円プロジェクトの全容と「エネルギー×AI」の歴史的転換点
2026年10月1日、日本のエネルギー産業およびデジタルインフラ市場の前提を根底から覆す、歴史的な事業構想が発表された。国内最大の発電事業者である株式会社JERA、グローバルITインフラ大手の米Dell Technologies（以下、デル）、そして英ソブリンAIクラウド企業であるRHAELM Holdings Ltd.（以下、レルム）の3社は、日本における国家規模のAIインフラ整備に向けた基本構想の策定、ならびに事業化検討に関する覚書（MOU）を締結した1。
本プロジェクトの第1号案件は、JERAが保有する千葉火力発電所（千葉県千葉市）の敷地内に、単一拠点としては現時点で日本最大、かつ中国を除くアジア地域においても最大規模となる最大40万kW（400MW）級のAIデータセンターを建設するという極めて野心的なものである2。用地確保、電力インフラ、施設建設、そして中核となるAIコンピューティング基盤の全てを含めた総投資額は150億ドル（約2.3兆円）以上と見込まれており、2028年頃の運用開始、2029年のフル稼働を計画している4。さらに、レルムの戦略的投資・資金調達パートナーとして、米国の世界的な大手資産運用会社であるアポロ・グローバル・マネジメント（Apollo Global Management）が参画することが決定している1。
本プロジェクトは、単なる「大規模なデータセンターの不動産開発」ではない。その本質は、生成AIの爆発的普及によって生じた「電力不足」という物理的制約に対し、日本の電力供給の約3割を担うJERAが自らインフラのアーキテクチャを再定義し、エネルギーを直接「計算資源（トークン）」に変換する新たなバリューチェーンを構築した点にある。これは、エネルギー企業が単なる「電力サプライヤー」から「AIエコシステムの基盤プロバイダー」へと自己変革を遂げるパラダイムシフトを意味している。
本レポートでは、東証プライム上場企業の経営層に向けて、なぜJERAが電力供給の枠を超え、自ら莫大なリスクと資本を投じてAIデータセンター事業に参入するのか、その戦略的意図と収益構造を解き明かす。そして、日本企業が直面するGX（グリーントランスフォーメーション）とDX（デジタルトランスフォーメーション）の不可分な融合という潮流の中で、次世代インフラ戦略をどのように再構築すべきか、緻密な分析と戦略的示唆を提示する。
2. なぜJERAはAIデータセンターを創るのか（コア分析）
JERAがAIデータセンター事業に参入する背景には、激変するエネルギー市場の構造的課題と、AIインフラ特有の物理的制約がパズルのピースのように合致したという戦略的必然性が存在する。本章では、JERAが着目した「3つの圧倒的アドバンテージと事業モデルの転換」を深掘りする。
2.1 電力卸売市場の価格変動リスクからの脱却と、高付加価値な「計算資源」への変換モデル
第一の理由は、エネルギー事業者としてのビジネスモデルの根本的な転換である。これまで、発電事業者の主な収益源は、発電した電力を日本卸電力取引所（JEPX）などの卸売市場で販売するか、小売電気事業者を通じて需要家に供給することであった。しかし近年、太陽光発電をはじめとする再生可能エネルギーの大量導入により、日中の電力価格が極端に低下する「ダックカーブ現象」が常態化し、電力卸売市場の価格変動リスク（ボラティリティ）は極めて高くなっている7。事実、JERAは2019年4月から2023年10月までの間、JEPXのスポット市場において市場相場を変動させる認識を有しながら余剰電力の一部を供出しなかったとして、電力・ガス取引監視等委員会から業務改善勧告を受けるなど、既存の市場メカニズムにおける収益確保の難しさとコンプライアンス上の課題に直面していた8。
この構造的課題に対するJERAの最適解が、自らを「電力を生み出す分子（Molecule）から、AIの推論処理であるトークン（Token）までを一気通貫でつなぐ」事業者へと進化させる「Molecule to Tokens（分子からトークンへ）」アプローチである9。
AIデータセンターは、24時間365日、極めて高い稼働率で電力を消費し続ける究極の「ベースロード需要家」である。JERAは、自らが輸入したLNG（液化天然ガス）を燃焼させて発電した電力を、価格変動の激しい外部市場に卸すのではなく、自社敷地内のAIデータセンターに直接供給する。そして、そこで生成された「AIの計算処理能力（トークン）」という形でクラウド市場に販売する道を選んだ。
原価競争に陥りやすいコモディティである「電力（kWh）」をそのまま売るのではなく、粗利益率が極めて高いデジタルインフラの「計算資源」という高付加価値製品に変換して販売することで、JERAはエネルギー市場の価格変動リスクから実質的に脱却し、予測可能で莫大な収益基盤を獲得することができるのである。
2.2 「ビハインド・ザ・メーター（発電所直結）」による送電網のボトルネック回避と電力調達コストの優位性
第二の理由は、現在の日本のデジタルインフラが直面している最大の危機「系統接続の長期化」の完全な回避である。
現在、世界中でAIデータセンターの建設ラッシュが起きているが、事業者を最も悩ませているボトルネックは、資金でもGPU（画像処理半導体）の調達でもなく、「送配電網（電力系統）への接続」である11。日本においても、データセンターの集積地である千葉県印西エリアなどの首都圏では、新規に特別高圧の系統接続を申し込んでも、変電所や送電線の容量不足から「最長10年待ち」という絶望的なタイムラインが現実のものとなっている11。2026年3月末時点で、特別高圧需要の接続供給契約申込容量は全国で約2,681万kWに達しており、インフラの増強が需要の急増に全く追いついていない13。
加えて、将来の事業拡張を見越して系統容量を確保するものの実際には使用しない「空押さえ」問題も深刻化しており、経済産業省が「容量開放」や「費用精算」の制度導入に向けて動いているものの、即効性のある解決策には至っていない13。どれだけ莫大な資本を投じて最新のAIサーバーを用意しても、送電線という「電気の道路」が空いていなければ、データセンターを稼働させることは不可能である。
JERAのプロジェクトは、この送電網の制約を「ビハインド・ザ・メーター（BTM：電力需要家側、すなわち発電所構内での直接給電）」という手法を用いることで完全にバイパスする14。データセンターを発電所に隣接した敷地内に建設し、公共の送電網を一切介さずに発電機から直接電力を引き込む「オンサイト型電力供給」を採用する。これにより、土地の確保や系統接続の順番待ちを劇的に短縮し、従来の系統接続型開発と比較して数年早いAIコンピューティング容量の提供（Speed to Power）が可能となるのである1。
また、送配電網を利用しないため、高騰を続ける託送料金（送電線の利用料）や再生可能エネルギー発電促進賦課金などの外部コストを大幅に圧縮できる。これは、膨大な電力を消費するAIデータセンターのランニングコストにおいて、他社には決して真似のできない圧倒的な競争優位性を生み出す。
| 電力網のボトルネック要因 | 従来のデータセンター開発における課題 | JERAの「発電所直結（BTM）」モデルの解決策 |
| ① 系統接続（入口） | 容量不足により最長5〜10年の接続待ちが発生11。事業者の自助努力では突破困難。 | 発電設備から構内線で直接給電するため、一般送配電網の制約を完全にバイパス。数年単位の期間短縮を実現2。 |
| ② 電力調達コスト | 市場連動価格に加え、託送料金・再エネ賦課金が重くのしかかる。 | 送配電網を介さないため託送料金等が不要。燃料調達からの原価コントロールが可能。 |
| ③ 規制と制度 | 「空押さえ」問題や接続ルール変更への対応が必要13。 | 自己所有の発電所内での電力融通であるため、外部の系統運用ルールの影響を最小化。 |
2.3 火力発電所の広大な跡地、既存の冷却水取水設備、電力系統連系枠の再利用という圧倒的アドバンテージ
第三の理由は、JERAが保有する「既存インフラの転用価値」の圧倒的な高さである。最新のAIデータセンターの立地には「広大な土地」「大容量の電力」「強力な冷却設備」の3要素が不可欠であるが、旧来の火力発電所はこれらを全て完備した「究極の一等地」と言える。
千葉火力発電所は、東京湾に面した広大な敷地を持ち、LNGの受け入れバース（船着き場）や、国内最大級の地下式タンクなどの強靭なLNGバリューチェーンを既に構築している17。特筆すべきは「冷却インフラ」の優位性である。最新のAIサーバー（NVIDIAの次世代GPUなど）はラックあたりの消費電力が従来の5〜6倍に達し、従来の空冷システムではもはや排熱に対応できず、大規模な水冷システムが必須となっている12。海沿いに位置する千葉火力発電所は、発電タービンの冷却用に莫大な海水を汲み上げる取水・放水インフラを元々備えており、これをデータセンターの水冷システムに転用・応用することで、莫大な新規インフラ投資を節約しつつ、世界最高水準の高密度冷却を実現できる5。
また、発電所の敷地内で電力を消費しきれない場合や、逆に発電機のメンテンス時には、既存の巨大な「系統連系枠（発電所から外部の送電網へ電気を送り出す、あるいは受け取る権利）」を活用してバックアップ電力を柔軟に融通し合うことも可能である。
JERAは、こうしたオンサイト型のAIデータセンターを構築できる適地を国内に22カ所保有していると明かしている。千葉プロジェクトを第1号案件として標準モデルを確立し、2030年代には日本全体で数百万kW（数GW）規模のAIコンピューティング容量を実現するという壮大な横展開のロードマップを描いているのである4。
3. RHAELMとDellの役割：JERAの「インフラ力」を「ソブリンAI」へ昇華させるテクノロジーの掛け合わせ
JERAが提供できるのは、あくまで「強靭な土地と電力インフラ」までである。これを世界トップクラスのAIインフラへと昇華させ、複雑なクラウド市場で収益化するためには、最高峰のテクノロジー企業とのアライアンスが不可欠であった。そこで選ばれたのが、Dell TechnologiesとRHAELMである。この3社の協業は、ハードウェアのモジュール化からクラウドの主権確保に至るまで、極めて精緻に計算された補完関係にある。
3.1 Dell Technologies：「標準化」と「モジュール化」による工期短縮とリスク吸収
AIデータセンターの構築において、従来型の「建物を作ってから、サーバー、空調、ネットワークを個別に設計・調達する」手法では、サプライチェーンの分断や個別最適化の弊害により、リードタイムが極端に長くなる2。
デルは、AIの導入・実装・運用を包括的に支援する「Dell AI Factory」の枠組みを通じ、電力、冷却、ネットワーク、ストレージ、コンピューティングを含めたAI計算基盤の全体を「事前統合型のラックスケール」で標準化し、モジュールとして提供する役割を担う1。
具体的には、JERAが担当する受電設備や変電設備といった上流の電力インフラと、デルが担当するデータセンター内部のITインフラの設計・生産スケジュールを完全に同期させる。これにより、案件ごとに生産や調達が細切れになる問題を解消し、計画的かつ効率的な製造・納入による「同期型生産・納品モデル」を実現する19。デルのアジア太平洋地域プレジデントやマイケル・デルCEOが「構想段階から一体となって機能する標準化モデルが必要」と述べている通り、エネルギー（分子）とIT（トークン）の設計を初期段階から融合させることが、本プロジェクトにおける「Speed to Power」の核心である2。
3.2 RHAELM：プロジェクトの指揮と「ソブリンAI（AI主権）」の実現
英国ロンドンに本社を置くレルム（旧社名：Sovereign AI）は、欧州およびアジア太平洋地域で事業を展開する新鋭のソブリンAIクラウド企業である1。レルムは単なるインフラの運用者ではなく、本プロジェクト全体の推進を主導し、大規模AIインフラの開発・運営ノウハウを提供する「オーケストレーター」としての役割を担う4。
ここで極めて重要なのが、レルムが「ソブリンAI」の構築をミッションとしている点である。ソブリンAIとは、自国のインフラ、データ、人材を用いて、自国の法令や文化、経済安全保障上の要請に適合したAI基盤を独自に開発・管理する能力を指す20。現在、世界のAIバリューチェーンは米国と中国の巨大テック企業（ハイパースケーラー）に過度に依存しており、国家の機密データや企業の根幹データの海外流出、外国の法令の域外適用、あるいは地政学的リスクによるサービス停止など、経済安全保障上の重大な懸念が引き起こされている21。
日本政府もこの危機感を共有しており、経済産業省が主導して、さくらインターネットやソフトバンク等に対し1,000億円以上の助成金を投じ、国内の計算資源確保とソブリンAIの推進を国家戦略の最重要課題と位置付けている22。また、地方創生や国土強靱化の観点から、東京圏・大阪圏に極端に集中しているデータセンター（電力容量換算で約90%が集中12）の地方分散も急務とされている22。
レルムは、GDPR（EU一般データ保護規則）などで培われた厳格なデータ保護とコンプライアンスの知見を持ち、日本市場においても「データの国外流出を防ぎ、セキュアな閉域環境でAIを学習・推論できる基盤」を構築する21。JERAの提供する国内完結型の物理インフラ、デルのセキュアなハードウェア、そしてレルムのクラウド運用・主権管理技術が組み合わさることで、日本政府の経済安全保障政策に完全に合致した「日本発のソブリンAI標準モデル」が誕生するのである。
4. 公開資料から読み解く収益モデル：電力、ハードウェア、AIクラウドの利益配分とリスク分担の推察
総額150億ドル（約2.3兆円）という桁違いの巨額投資は、どのように資金調達され、3社間でどのように利益とリスクが配分されるのか。公開資料および戦略的パートナーの事業特性から、その強固な収益モデルの深層を推察する。
