[前回のエグゼクティブサマリー]

海外／日本のAIデータセンター重要ニュース：9月24日までの2週間：東証プライム経営者用エグゼクティブサマリー

対象：2026年9月11日〜9月24日想定読者：東証プライム上場企業の経営者・経営企画・CFO・CIO/CDO・事業責任者前回レポートでは、2026年8月31日〜9月10日のAIデータセンター市場について、「GPUそのものよりも電力・系統接...

sattu-ai-agent.com

2026.10.02

このレポートの作成・公開が本来の日付よりも2週間以上、遅れてしまいましたことを、お詫び申し上げます。

対象：2026年9月25日〜10月8日
想定読者：東証プライム上場企業の経営者・経営企画・CFO・CIO/CDO・事業責任者

前回の9月11日〜24日のレポートでは、AIデータセンター市場について、

「電力を確保する」
↓
「電力需要を動かす」
↓
「本当に予定日に通電できる企業へ資本が集まる」

という変化を整理しました。

今回の9月25日〜10月8日の14日間では、その次の姿がかなり鮮明になりました。

結論から言えば、

AIデータセンターは「電力会社から電気を買って使う施設」ではなく、「発電設備、送配電、資本、冷却、GPU、地域社会までを一体として設計する巨大産業設備」へ移行しています。

日本では、この変化を象徴する案件が登場しました。

JERA、Dell Technologies、RHAELMは、JERA千葉火力発電所に最大400MWのAIデータセンターを建設する構想を発表しました。投資総額は150億ドル、約2.3兆円以上です。

重要なのは400MWという数字だけではありません。

発電所の隣にAIデータセンターを建設し、系統を長期間待つのではなく、発電設備から直接電力を供給する「Behind-the-Meter型AI Factory」を日本で実装しようとしていることです。

同じ時期、米国ではMorgan Stanleyが、2028年までのデータセンター計画に対して、対策を考慮しても32GW、34％の電力不足が生じると推計しました。

Googleはこれに対し、原子力発電設備の増強、ガス火力、マイクログリッド、長期電力契約を組み合わせて数GW単位の電力を確保し始めています。

AIデータセンター競争の本質はますます、

GPU争奪戦ではなく「Power-to-Tokenの巨大サプライチェーン構築競争」

になっています。

---

エグゼクティブサマリー

論点	この2週間で起きたこと	東証プライム企業への意味
日本・電力	JERAが千葉火力発電所に最大400MWのAI DCを計画	発電所直結型AI DCが日本でも本格化
日本・資本	投資額150億ドル、約2.3兆円。Apolloも参画予定	電力・IT・海外資本の大型連合が形成
米国・電力不足	Morgan Stanleyが2028年までに32GW不足と推計	「GPUはあるが電力がない」が現実的な供給制約へ
Google	原子力890MW増強、3.59GW電力契約、Wyomingで巨大電源計画	ハイパースケーラーが発電能力そのものを確保
日本・既存DC	AirTrunkが印西TOK1へ追加10億ドル投資	従来型クラウドDCを高密度AI DCへ改造する市場が拡大
日本・分散DC	12者が「バーチャルハイパースケーラー」実証	電力のある地域へAI計算を移動させる構想が具体化
金融	金融庁がAI DC融資への監視を強化	DC融資は「安全なインフラ融資」とは限らなくなる
地域社会	AmazonがDC地域へ10億ドル追加投資	地域合意が土地・電力と並ぶ開発条件へ
許認可	インドネシアで640MW AI DC建設が一時停止	電力を確保しても許認可がなければ案件は止まる
ハードウェア	VultrがHPEへAMD Heliosを12億ドル発注	NVIDIA一極ではなくラックスケールAI基盤の競争へ

---

1．今回最大のニュース：JERA・Dell・RHAELM、千葉火力発電所に最大400MWのAIデータセンター

10月1日

JERA、Dell Technologies、英RHAELM Holdingsは、日本で国家規模のAIインフラを構築するための覚書を締結しました。

第1号案件はJERA千葉火力発電所です。

計画では、

最大400MW、
投資総額150億ドル、約2.3兆円以上、
2028年頃から運用開始、

を目指します。

Apollo Global ManagementもRHAELMの戦略的投資・資金調達パートナーとして参画する予定です。

JERAによれば、単一拠点として現時点で国内最大で、中国を除くアジアでも最大級のAIインフラ案件になるとしています。

経営者向けの解説・コメント

ここで最も重要なのは「400MW」ではありません。

AIデータセンターを発電所のところへ持って行ったことです。

従来のデータセンター開発では、

土地を確保する
→ 系統接続を申請する
→ 変電設備を造る
→ 電力会社から電力を受ける

という流れが一般的でした。

しかし数百MW級AIデータセンターになると、系統接続に数年かかる可能性があります。

JERAのモデルは逆です。

すでに巨大な発電能力がある場所にAI計算設備を置く。

JERA自身も、既存発電設備からオンサイト型で電力供給することで、通常の系統接続型開発より数年早くAI計算能力を提供することを目指すと説明しています。

これはAIデータセンター立地の考え方を変える可能性があります。

今後、日本全国の火力発電所、原子力発電所、再生可能エネルギー拠点周辺が、AIデータセンター候補地として再評価される可能性があります。

---

2．千葉案件は「発電所＋Dell AI Factory＋Apollo資本」を標準化する

JERA案件でもう一つ重要なのは、単発のデータセンター計画ではないことです。

3社は、

発電設備、
電力インフラ、
冷却、
AIコンピューティング、

を一体化した標準モデルを構築し、他のJERA発電所へ展開することを想定しています。

2030年代には日本国内で数GW規模まで拡大する構想です。

Dellはラックスケールの「Dell AI Factory」、RHAELMはDC開発と運営、JERAは発電・LNG調達を担当します。

経営者向けの解説・コメント

これは非常に重要です。

AIデータセンターを毎回ゼロから設計するのではなく、

「発電所＋電源＋冷却＋ラック＋GPU」を標準商品化する

方向だからです。

自動車産業に例えるなら、データセンターを一棟ずつ注文住宅のように造るのではなく、プラットフォーム化して量産する方向です。

これは後にNVIDIAが発表するDSX PODにもつながる考え方です。

日本の重電、電線、液冷、ポンプ、熱交換器、配電盤、変圧器、建設会社にとって重要なのは、

「データセンター市場へ売る」

という発想ではありません。

「この標準AI FactoryのBOMの中へ入れるか」

という発想が必要になってきます。

---

3．米国ではAIデータセンター向け電力が32GW不足する可能性

10月5日

Morgan Stanleyは、米国のデータセンター開発について、Behind-the-Meter発電や燃料電池などの対策を織り込んでも、2028年までに約32GW、需要の34％に相当する実質的な電力不足が発生する可能性があると推計しました。

この電力不足によってAI設備の導入が遅れた場合、NVIDIAやBroadcom以上に、メモリ、光通信、電源管理、アナログ半導体などのサプライヤーで在庫調整や受注延期が発生する可能性を指摘しています。

経営者向けの解説・コメント

32GWは非常に大きな数字です。

大型原子力発電所30基前後に相当する規模です。

ここで日本企業が注意すべきなのは、

AI需要が強い＝AI関連部材の需要がすべて予定通り売上になる

とは限らないことです。

GPUが完成していても、データセンターの電力が確保できなければ設置できません。

その場合、

GPU、HBM、光トランシーバー、CPO、電源装置、CDU、ケーブル

などの導入時期も連鎖して遅れます。

AIサプライチェーンを見る際には、半導体の生産能力だけでなく、

そのGPUを通電できるデータセンターが何GW存在するのか

を見る必要があります。

---

4．Googleは一気に「数GWの電力」を囲い込む

10月6日

GoogleとConstellation Energyは、PJM地域で長期電力契約を発表しました。

このうち特に重要なのが、Constellationが保有する11基の原子力発電設備を改良し、新たに890MWの原子力発電能力を追加する計画です。

契約期間は20年です。

Constellationは43億ドル以上を設備へ投資します。

さらにGoogleは、Constellationの既存電源から2.7GWを調達する15年契約も締結し、両者を合わせた契約規模は3.59GWとなります。

経営者向けの解説・コメント

これは単なる再生可能エネルギーのPPAとは性格が違います。

Googleは、

「既存の発電量を買う」だけでなく、「発電所そのものの出力を増やすための設備投資」を需要家側から促しています。

AIデータセンターの電力調達は、

市場から買う
→ 長期PPAを結ぶ
→ 発電所を再稼働させる
→ 発電設備を増強する

という段階へ進んでいます。

大規模AI企業が、事実上「発電設備の共同開発者」になり始めています。

---

5．GoogleのWyoming案件では「発電所＋マイクログリッド」を構築

同じ10月6日、Black HillsはWyoming州Cheyenneで計画されるGoogleデータセンター向けの電力供給契約を発表しました。

Black Hillsは2027〜2029年に18億ドルを投資し、新たに564MWの発電能力を建設します。

最大590MWを系統側から供給するとともに、約2.1GWの第三者電源を含む合計約2.7GWのリソースを、民間管理型マイクログリッドとして運用する計画です。

電力供給開始は2027年末、最大需要到達は2030年を想定しています。

さらに重要なのは、Googleがこのデータセンター向け電力供給に必要な費用を負担し、一般の電力利用者へ転嫁しない契約構造になっていることです。

経営者向けの解説・コメント

ここには今後のAIデータセンターの電力モデルが凝縮されています。

数百MWのAIデータセンターを建設し、

「地域の電力会社に何とかしてもらう」

というモデルは社会的に成立しにくくなっています。

代わりに、

AIデータセンター事業者自身が発電能力の増設費を負担する

方向です。

データセンターの事業費を見る場合、

土地＋建物＋GPU

だけではなく、

発電所＋送電＋変電＋BESS＋マイクログリッド

までCAPEXとして見る必要があります。

---

6．米国最大の電力市場PJMでも「AIデータセンターの電気代を誰が払うか」が問題になった

9月29〜30日

PJMは2028／2029年度の容量不足を約6,831MWと見積もり、新たな電源を確保するReliability Backstop Procurementを提案していました。

FERCは提案を受理しましたが、開始を2027年2月まで延期し、費用負担などの修正を求めました。

FERC委員は、急増するデータセンター需要によって生じる追加コストについて、

新しい需要を生み出す側が適切な負担を負うべき

という考え方を明確に示しています。

経営者向けの解説・コメント

これは米国だけの問題とは限りません。

500MWのAIデータセンターのために、

発電所、
送電線、
変電所、

を増設する場合、その費用を一般家庭や既存企業の電気料金へ転嫁すれば反発が起きます。

今後AIデータセンター誘致では、

「何MW使いますか」

だけではなく、

「追加電源と系統増強費を誰が負担しますか」

が重要な契約条件になります。

---

7．日本の金融庁もAIデータセンター融資を監視し始めた

9月25日

Bloombergは、日本の金融庁が大手銀行や生命保険会社によるAIデータセンター向け融資について、監視を強化していると報じました。

特に米国など海外データセンタープロジェクトへの融資について、金融機関のリスク管理体制などを確認するとされています。

金融庁はAIデータセンター融資そのものを抑制する意図ではないものの、巨額投資に見合うリターンが得られるのかなどを注視していると報じられています。

経営者向けの解説・コメント

これは前回取り上げた日本生命のデータセンター向け巨額インフラ融資計画とセットで見るべきニュースです。

AIデータセンターは長期契約があるため、

「比較的安全なインフラ資産」

と見られやすい面があります。

しかし実際には、

通電遅延、
建設費上昇、
GPUの陳腐化、
テナント信用力、
金利上昇、
系統接続、
地域住民の反対、

など多くのリスクがあります。

つまり、

AIデータセンター金融にも本格的なデューデリジェンスが必要になった

ということです。

CFOにとって重要なニュースです。

---

8．AirTrunk、印西TOK1に追加10億ドル――クラウドDCをAI DCへ改造

10月7日

Blackstone傘下のAirTrunkは、千葉県印西市の300MW超のハイパースケールデータセンター「TOK1」に、追加で10億ドルを投資するとReutersが報じました。

資金は高密度AIワークロードに対応する液冷設備などへ投入されます。

SMBC、MUFG、UOBなどが主導する10億ドルのグリーンローンも確保しました。

AirTrunkのRobin Khuda CEOは、TOK1が日本で大規模AIワークロードを受け入れる最初のキャンパスの一つになる可能性を示しています。

経営者向けの解説・コメント

JERA千葉案件とAirTrunk印西案件を並べると、日本のAIデータセンター市場には二つの巨大商機があることが分かります。

一つは、

新しいAIデータセンターをゼロから建設する市場。

もう一つは、

既存のクラウドデータセンターを高密度・液冷対応AIデータセンターへ改造する市場です。

後者は日本企業にとって非常に大きな市場になる可能性があります。

既存DCでは、

電源容量、
ラック密度、
冷却方式、
CDU、
配管、
ネットワーク、
床荷重、

などを変更しなければ、Vera Rubin世代などの高密度AIラックをそのまま入れられません。

「AIデータセンター新設市場」だけを見ていると、この改修需要を見落とします。

---

9．日本の12者が「バーチャルハイパースケーラー」実証へ

10月7日

富士通、KDDI、ソフトバンク、東京電力HD、東京電力パワーグリッド、東京大学、北海道大学、九州大学など12者は、国内の通信・電力・計算資源を統合的に制御する広域ワークロードシフト実証を開始したと発表しました。

目標として掲げている名称が、

「バーチャルハイパースケーラー」

です。

北海道、東京、九州などに分散するデータセンターや計算資源を高速ネットワークで結び、電力状況やAI処理需要に応じて計算を移動させることを目指します。

経営者向けの解説・コメント

これは前号で取り上げたKDDI・モルゲンロット・TOHKnetの実証を、さらに大きくした動きと考えると分かりやすいです。

日本では東京圏にAIデータセンターを集中させようとしても、電力が制約になります。

しかし、

北海道で風力発電が余っているなら北海道で学習する。
九州で再エネが余っている時間には九州へ処理を移す。
低遅延が必要な推論だけ東京へ残す。

という運用ができれば、日本全体の電力をAI計算資源として利用できます。

つまり、

「一つの巨大データセンターを造る」のではなく、「日本列島全体を一つの巨大AIコンピューターとして使う」

という発想です。

日本のワット・ビット連携政策の到達点の一つと見ることができます。

---

10．HPE、Vultrから12億ドルのAMD Helios受注――NVIDIA以外のラックスケールAI市場も立ち上がる

9月30日

HPEは、クラウド事業者Vultrから12億ドルのAMD Helios AI Rackシステムを受注したと発表しました。

Vultrの米国データセンターへ導入します。

Heliosは1ラックに72基のAMD Instinct MI455X GPU、EPYC CPU、Pensandoネットワークなどを統合し、ダイレクト液冷を前提とするラックスケールシステムです。

HPEとして初のAMD Helios大型受注となります。

経営者向けの解説・コメント

AIデータセンター市場を、

「NVIDIA GPUを何台入れるか」

だけで見てはいけません。

AMDも、

GPU、
CPU、
ネットワーク、
ラック、
液冷、
ソフトウェア

を統合したラックスケールAIシステムを構築しています。

そしてHPEがそこに自社ネットワークと液冷技術を組み合わせています。

AI Factory市場では、

NVIDIA系、
AMD系、
カスタムASIC系、

の複数の設備体系が並存する可能性があります。

日本の部材メーカーにとっても、

一つのGPUメーカーの仕様だけに対応するのではなく、複数のラックスケール規格へ対応できること

が重要になります。

---

11．「地域住民の同意」がAIデータセンターの新しいボトルネックになった

この2週間では、電力だけでなく地域合意の問題も急速に大きくなりました。

Amazonは10億ドルを地域へ追加投資

Amazonは10月2日、米国内のデータセンター立地地域へ、今後5年間で追加10億ドル以上を投資すると発表しました。

教育、職業訓練、電気料金負担、水・エネルギー保全などを支援します。

Amazon自身が、米国内で100件以上のデータセンター建設モラトリアムが検討されていると説明しています。

一方、9月30日には、インドネシア西ジャワ州でBDx Data Centersが建設していた640MWのAIデータセンターについて、必要な許認可や環境影響評価が完了していないとして州知事が建設停止を命じました。

経営者向けの解説・コメント

ここから得られる教訓は明確です。

AIデータセンターの開発に必要なのは、

土地、
電力、
資金、
GPU、

だけではありません。

もう一つ必要なのが、

Social License to Operate――地域社会から操業を認めてもらうことです。

数百MWの電力を消費し、大量の設備を建設するAIデータセンターは、地域住民から見れば巨大工場と同じです。

今後は「地域共生費」も事業コストとして考える必要があります。

---

12．10月8日：Flexible Data Centerが「研究」から電力政策へ

10月8日、Reutersは、米国の電力会社、州政府、規制当局、テクノロジー企業が、データセンターの電力需要を一時的に減らしたり、別の時間帯へ移動したりするDemand Responseを本格的に検討していると報じました。

これは前号で取り上げたGoogle、NVIDIAなどのAI Energy Management Allianceと完全につながっています。

前号では、

Bring Your Own Flexibility

という考え方を紹介しました。

今回、それが一部企業の技術構想ではなく、

電力系統政策そのものへ入り始めた

と見ることができます。

AI学習の一部を30分遅らせる。
別の地域へ処理を移す。
BESSを使う。
GPUの消費電力を一時的に落とす。

こうした制御能力そのものが、

「系統から何MW割り当ててもらえるか」

を左右する時代へ向かっています。

---

この2週間で何が変わったのか

前号では、

「計画MWではなく、実際に通電できるMWを見よ」

と整理しました。

今回、その答えが見えてきました。

系統接続を何年も待つのではなく、

発電所の隣にAIデータセンターを造る。

JERAがそうしています。

原子力発電設備そのものを増強する。

Googleがそうしています。

ガス発電所とマイクログリッドを専用に構築する。

GoogleとBlack Hillsがそうしています。

既存データセンターへ巨額の液冷投資を行い、高密度AI設備を収容できるようにする。

AirTrunkがそうしています。

電力が不足する時間帯には計算処理を別地域へ移す。

日本の12者コンソーシアムがそれを実証しています。

つまりAIデータセンター市場は、

「電力をどう調達するか」から、「電力と計算設備を最初から一つのシステムとしてどう設計するか」へ移った

と整理できます。

---

東証プライム企業の経営会議で確認すべき5つの論点

1．そのAIデータセンターは「系統待ち」なのか「発電所直結」なのか

300MW、500MW、1GWという計画容量だけでは意味がありません。

その電力が、

すでに発電されているのか、
系統増強が必要なのか、
発電所建設が必要なのか、
何年何月に通電できるのか、

を確認する必要があります。

JERA千葉案件のようなBehind-the-Meter構造は、今後非常に重要になります。

2．追加電力インフラの費用を誰が払うのか

GoogleのWyoming案件では、Googleが追加電源コストを負担します。

これは今後の重要な基準になります。

AIデータセンターのために数千億円の電力設備を造るなら、

事業者、
電力会社、
自治体、
一般需要家、

の誰が負担するのかを明確にする必要があります。

3．金融モデルに「通電遅延」を入れているか

金融庁がAIデータセンター融資を注視し始めたことは象徴的です。

CFOは少なくとも、

通電12カ月遅延、
CAPEX20％上昇、
金利200bp上昇、
GPU一世代陳腐化、

程度のストレスケースを見る必要があります。

4．新設だけでなく既存DCのAI化需要を見ているか

AirTrunkの10億ドル追加投資は、この市場の大きさを示しています。

既存クラウドDCを、

100kW、
200kW、
数百kW級ラック

へ対応させるには、大規模な電力・液冷設備改修が必要になります。

日本企業にとっては、新築AIデータセンター以上に取りやすい市場になる可能性があります。

5．「日本のどこで計算するか」を固定して考えない

12者によるバーチャルハイパースケーラー実証が示すように、

AI学習、
AI推論、
リアルタイム処理、

を同じ場所で実施する必要はありません。

電力の安い地域、再エネが余っている地域、通信遅延が小さい地域へ、処理を振り分けることができます。

AIデータセンター立地は、

土地選びではなく、「電力×通信×計算」の最適化問題

になっています。

---

総括：AIデータセンターは「不動産」から「発電所付き巨大コンピューター」へ

今回の2週間を象徴するのは、JERA千葉400MW案件です。

日本最大の発電会社が、

「データセンターへ電力を売る」

のではありません。

発電所の敷地へAIデータセンターを持ってきて、

発電、
電力設備、
冷却、
DellのラックスケールAI、
RHAELMのDC開発、
Apolloの資本、

を一つの商品にしようとしています。

これは、AIデータセンター産業の構造変化そのものです。

一方、米国では32GWもの電力不足が予測され、Googleは数GW単位の電力を自ら確保し、FERCは「追加需要を生み出す企業が追加費用を負担すべき」とする方向へ動いています。

AIデータセンター産業を理解する際、

GPU、
データセンター、
電力、
金融、
液冷、
通信、

を別々の産業として見てはいけなくなりました。

すべてを一つにつないだ、

Power-to-Token産業

として見る必要があります。

そして今回、新しく加わった重要な視点があります。

「Powerを持っているだけでは足りない。PowerをComputeへ変換するまでの時間を短くできる企業が勝つ」

ということです。

JERA千葉のBehind-the-Meter、Googleの発電設備増強、AirTrunkの既存DC改修、国内12者のワークロードシフトは、すべてこの問題への異なる回答です。

次のAIデータセンター競争では、

何GW計画しているかではなく、何GWを、何年何月に、実際にAI計算へ変換できるか。

ここを見る必要があります。