連日のようにAIの新しいモデルの登場や、生成されるコンテンツの質の高さといった「ソフトウェア」の話題がニュースを賑わせています。私たちの目はどうしても、画面の中で起こる魔法のような出来事に奪われがちです。
しかし、産業構造を深く観察し、長期的な視座を持つ投資家や事業家が見るべき本質的な課題は、そこではないのかもしれません。
AIの進化速度を現在進行系で規定しているのは、コードの優秀さ以上に、「半導体を物理的に製造できる量」と「それを動かすための電力」という、極めて物理的な制約です。
今回は、特定の企業や株価の短期的な動向ではなく、さらにその上流にある「製造能力」と「エネルギー」という2つのボトルネックについて掘り下げていきます。これらの事実は、デジタル革命と呼ばれる現象が、実は極めて重厚長大なインフラ産業であることを私たちに教えてくれます。
設計図があっても「工場」が足りないという現実
AIチップが不足しているという報道をよく耳にしますが、この現象をより正確に捉える必要があります。実は「チップの設計図」は存在していても、それを「実体化する工場」のキャパシティが限界を迎えている状態なのです。
Nvidiaなどの主要なAIチップ企業は、自社工場を持たない「ファブレス」という形態をとっています。製造はTSMCなどの「ファウンドリ（受託製造企業）」に委託されていますが、ここで起きている問題は、単にシリコンウエハーに回路を焼き付ける工程だけの話ではありません。
パッケージング技術に立ちはだかる壁
現在の高性能なAIチップは、メモリと演算装置を極限まで近づけて配置し、データ転送速度を最大化する必要があります。これを実現するために、CoWoS（Chip on Wafer on Substrate）などの高度なパッケージング技術が用いられます。
この工程は非常に複雑で、高い技術力と専用の巨大な設備を必要とします。現在、世界中でAIチップの需要が急増していますが、この特殊なパッケージングを行える工場のライン数は物理的に限られています。
工場を増設するには、年単位の時間と莫大な投資が必要です。つまり、どれだけ優れたAIモデルが開発されても、それを動かすハードウェアの供給量は、工場の建設スピードという物理的な時間に縛られているのです。
「計算」は「熱」である。データセンターを襲うエネルギーの課題
製造の壁をクリアしてチップを確保できたとしても、次に立ちはだかるのが「電力」と「排熱」の壁です。
高度な計算を行うということは、物理学的には電気エネルギーを熱エネルギーに変換するプロセスと言い換えられます。最新のデータセンターは、地方都市一つ分に匹敵する電力を消費し、同時に大量の熱を排出します。
既存の電力網（グリッド）は、これほど急激かつ局所的な電力需要の増加を想定して構築されていません。また、再生可能エネルギーは天候によって発電量が変動するため、24時間365日の安定稼働が求められるAIデータセンターの「ベースロード電源」としては運用上の課題が残ります。
テック企業が「データセンターを建設する場所がない」と発言することがありますが、これは単に土地が不足しているという意味ではないと考えられます。「安定した大電力を供給でき、かつ冷却用の水などのインフラが整った場所」が、先進国を中心に枯渇しつつあることを示唆しているのです。
Googleが宇宙を目指す前に、地上で起きる「電源確保」の動き
この物理的な行き詰まりを打破するために、現在2つの異なるアプローチが進行しています。
地上での現実解：オンサイト発電と小型原子炉
既存の送電網が限界に達しているならば、データセンターの敷地内に専用の発電所を設置するという発想が生まれます。これが、OpenAIのサム・アルトマン氏が関わる企業などが進める「SMR（小型モジュール炉）」の基本的な考え方です。
送電ロスをなくし、天候に左右されない安定したエネルギーを直接AIに供給する。これは、電力会社に依存せずに計算資源を確保するための、AI企業によるエネルギーの自給自足戦略と言えます。2030年代半ばまでは、このような「発電所併設型データセンター」が合理的な解決策の一つとなる可能性があります。
将来的な構想：宇宙データセンター
さらに長期的には、地上での排熱処理すら限界に達する未来を見据え、Googleなどが「宇宙データセンター」の構想を検討しています。
宇宙空間であれば、太陽光による24時間の発電が可能であり、極低温の環境を利用して熱を処理できる可能性があります。現時点では技術的・コスト的なハードルが高いものの、これは地上の物理的限界に対する論理的な帰結の一つとして捉えることができます。
まとめ
私たちは「AI＝ソフトウェア産業」と捉えがちですが、その最上流に目を向ければ、それは「半導体製造」と「エネルギー供給」という、極めて物理的で重厚な産業に支えられています。
投資やビジネスの視点を持つならば、表面的なモデルの性能競争だけでなく、その足元にあるボトルネックにこそ注目する必要があるのではないでしょうか。
デジタルな知能の拡大は、皮肉にも「原子（Atom）」をどうコントロールするかという、物理学と工学の領域に回帰しています。AIの未来を予測するには、デジタルの動向だけでなく、物理インフラである工場と発電所の供給能力を見極める視点が不可欠です。
今後の市場の変化を捉える一つの補助線として、この「物理的制約」という視点を加えてみてはいかがでしょうか。
コメント