グローバルAIおよびデータセンターの電力需要、イノベーションサイクルとサステナビリティへの示唆：AIデータセンターの電力需要予測を再度上方修正；信頼性バリューチェーンへの前向きな見方を維持

概要

本レポートは、AIおよびデータセンターの電力需要がいつまで拡大を続けられるか、AIイノベーションサイクルが投資拡大から効率化フェーズへ移行しているか、AIの社会的価値が排出、資源、ガバナンスのコストを相殺できるか、という3つの中核的な問いを扱う。Goldman Sachsは世界のデータセンター電力消費量予測を引き上げ、地域社会の許認可、送電網、設備、労働力、環境条件が建設ペースに影響すると考える一方、これらの制約は信頼性インフラへの長期投資需要も強化するとみている。

主要見解

本レポートはまず、「7Ps」を用いてデータセンター電力需要の促進要因と制約を整理している。すなわち、浸透率、生産性、価格、政策、部品、人材、物理的環境である。データセンター容量の拡大、TMTチームによるAIサーバー出荷予測の上方修正、米国電力チームによる地域需要見通しの更新を踏まえ、Goldman Sachsは2025年から2030年の世界のデータセンター電力消費量成長予測を117%から170%へ引き上げ、米国がその60%超を寄与すると見込む。2023年比で2030年までの累積電力消費増分は約1,100 TWhで、世界第5位の電力消費国である日本の2023年の年間電力消費量を上回る。再生可能エネルギーおよび原子力技術に関連するPPA契約量は2025年に前年比17%増加したため、本レポートは天然ガス、再生可能エネルギー、エネルギー貯蔵、原子力からなる電力供給ミックスを引き続き前提としている。 設備投資は依然として需要拡大の直接的な柱である。Alphabetは2026年の設備投資レンジを150億ドル引き上げ、2027年も設備投資が大幅に前年比増加し続けると予想している。Amazonは2026年の設備投資目標を200億ドル引き上げた。Metaも2026年の予測レンジの下限を引き上げており、本レポートは従来これを1,250億ドルから1,300億ドルとしていた。Goldman Sachsのアナリストは、Alphabet、Microsoft、Meta、Amazon、Oracle、Baidu、Tencent、Alibabaを含むハイパースケーラーの設備投資とR&D支出の合計が2026年に1兆ドルを超えると予想している。ただし、長期的な持続可能性は最終的に、AIがリターンを改善する具体的な成果をもたらせるかに左右される。本レポートは、一部ハイパースケーラーの企業レベルのリターンが低下し、2027年には再投資率が100%を上回る可能性があると予想している。 チップ、サーバー、モデルの効率改善は、必ずしも総電力消費量の削減を意味しない。新世代サーバーは単位当たり最大消費電力がより高いが、コンピュート能力はそれを上回る速さで増加しているため、コンピュート単位当たりのエネルギー消費は低下する。本レポートは、企業や政府が予算削減によって競争上の地位が損なわれることを依然として懸念しており、必要となるトークンとコンピュートの規模もまだ完全には確定していないため、市場はまだ需要制約フェーズに入っていないと考える。需要がより明確になり、生産性向上が予算削減を促し始めて初めて、AIサイクルは「評価／期待と夢」フェーズから「実行／効率」フェーズへ移行する。2Q26の業界議論では、顧客は組織内の誰がコンピュートを利用しているか、トークン当たりの支出がどの程度かを監視し始めているが、このような最適化が効率改善によって誘発される追加需要を相殺するかどうかは、まだ確認できない。 本レポートは、需要弾力性の重要性を示すためシナリオ分析を用いる。顧客が当初AIサーバーを10台購入する計画で、新世代製品がコンピュート能力10倍、最大消費電力6倍、価格5倍を提供すると仮定する。予算制約シナリオでは、顧客は2台を購入し、予算を据え置いたままコンピュート能力を100%、最大消費電力を20%増加させる。需要制約シナリオでは、顧客は1台のみを購入し、コンピュート能力を据え置く一方、予算を50%、最大消費電力を40%削減する。無制約シナリオでは、顧客は引き続き10台を購入し、予算は400%、コンピュート能力は900%、最大消費電力は500%増加する。これは、技術効率が総エネルギー消費を減らすかどうかは単位当たり効率ではなく、顧客が効率化による配当を予算削減に使うか、コンピュート消費拡大に使うかに依存することを示している。 電力価格は、ハイパースケーラー自体にとっては依然として大きな制約ではない。Goldman Sachsは、強固なバランスシートにより、ハイパースケーラーはより高い電力コストを吸収し、テイク・オア・ペイ契約を締結できると考える。米国における24時間低炭素かつ信頼性の高い電力供給は、コンバインドサイクル天然ガスに対して「グリーン信頼性プレミアム」を伴うが、これはハイパースケーラーのEBITDAおよび企業リターンと比べれば依然として中程度であり、天然ガス、再生可能エネルギー、エネルギー貯蔵、原子力の併用を阻むほどではない。米国の低い天然ガス価格はコンバインドサイクル発電を有利にする一方、欧州、日本、韓国、LNG輸入に依存する地域には同様の条件がない。コンバインドサイクル天然ガスプロジェクトの資本コストがベースケースの前提を上回れば、このプレミアムはそれに応じて縮小する。予想される電力供給ミックスのタイムラインは、短期的には再生可能エネルギー、蓄電、単純サイクル天然ガスへの依存拡大、中期的にはコンバインドサイクル天然ガスの増加、長期的には原子力の導入である。 政策と地域社会の許認可は、電力価格よりも建設を直接的に遅らせる可能性がある。テキサス州は2030年までに見込まれる米国データセンター容量増分の13%を占め、同州知事は8月3日、特定プロジェクトが系統接続承認を受ける前に監査とデータ開示を受けることを求める大統領令を発令した。バージニア州は見込まれる容量増分の17%を占め、電力供給および系統接続能力の十分性を確認するため、建設モラトリアムを求める超党派の声が地域で生じている。地域社会の懸念には、電力・水供給の信頼性、消費者の電気料金、騒音、水消費、局地的な温暖化が含まれる。潜在的な解決策としては、送電網に負荷がかかった際にデータセンターが負荷を抑制できるようにすること、予備電源またはバックアップデータセンターを追加すること、コスト転嫁を抑えるためのテイク・オア・ペイ契約、閉ループ液体冷却の導入、防音設備と敷地バッファーゾーンの設置、経済的に実行可能な場合の廃熱利用などがある。ただし本レポートは、AIの社会的便益、プロジェクトの透明性、NIMBY効果に対する地域社会の懸念を、技術的解決策が完全には解消できない可能性を強調している。 設備、人材、系統アクセスは共同で実行速度を制約し、メーター裏側電力供給を促進する。GE Vernovaは、2026年末までに2031年の容量の50%超が契約済みとなる見込みであると述べた。Goldman Sachsは、米国の総電力需要が2030年まで年平均3.5%成長し、そのうち0.8パーセントポイントがメーター裏側電力供給によるものになると予想している。市場投入までの時間に対する要求と系統アクセスのタイムラインにより、主に天然ガスをベースとするメーター裏側ソリューションが、データセンター成長の約30%を寄与すると見込まれる。プロジェクトが最終的に送電網に接続される場合でも、一部のメーター裏側設備は予備電源として維持される可能性がある。米国の総電力需要成長を満たすため、本レポートは50万人超の追加雇用、欧州を含めると70万人超が必要になると推計している。米国の雇用の20万人超は送配電接続に関連しており、エネルギー関連の見習い労働者をすべて送配電に振り向けても、ベースケースでは2030年に7.8万人の労働力不足が残り、特に電気技師不足が著しい。 物理的環境は効率改善の一部を相殺する。Goldman Sachsは、世界の新規データセンターの56%、米国では55%が、高温、高湿度、干ばつによるリスクが高まった地域に立地すると推計している。新規容量の推定43%は、サーバールーム内でダイレクト・トゥ・チップ液体冷却または液浸冷却を採用し、56%は外部で熱を放散するためにチラー、断熱蒸発式システム、機械式バックアップ冷却を使用する。米国は、電力消費が増えても水消費の削減をより重視する。中国は最低効率要件によってPUEを制約しており、その結果として水消費が大きくなる可能性がある。そのため本レポートは、環境要因をベースライン電力予測に組み入れており、世界ではPUEを5パーセントポイント、米国では11パーセントポイント引き上げることに相当し、サーバーおよび冷却技術の効率改善を部分的に相殺する。 サステナビリティについて本レポートは、AIをネットインパクトに基づいて評価することを提唱する。すなわち、AIによる持続可能な開発目標の推進を通じて創出される潜在的な社会価値から、排出、資源フットプリント、労働、その他のリスクから生じる社会的コストを差し引く考え方である。投資家は、AI開発、リスク管理およびコンプライアンス、ガバナンス、実装メカニズムにも注目する必要がある。AIの最終的なネット社会価値は継続的な測定を要するものの、Goldman Sachsは、AI電力消費の増加と、電力、水、サプライチェーン、ネットワーク、運用の中断を防ぐためのグローバルな冗長性容量の構築が、発電設備、送電公益事業、電気部品、冷却ソリューションへの需要をともに支えると考え、信頼性テーマおよびデータセンター電力エコシステムに対する前向きな投資見通しを維持している。

分析フレームワーク

Goldman Sachsはまず「7Ps」フレームワークを用いて需要成長と実行上の制約を特定し、その後、AIサーバー出荷、データセンター容量、地域別電力予測、ハイパースケーラーの設備投資を組み合わせて長期電力消費予測を引き上げる。次に、サーバー技術の世代交代に関する予算および需要の3シナリオを用いて、効率改善が総エネルギー消費を減少させるか増加させるかを判断し、さらにシェール・イノベーションサイクルを参照して、AIが投資主導の探索から実行効率へ移行しているかを評価する。供給側では、異なる技術の均等化発電原価、天然ガス価格感応度、グリーン信頼性プレミアムを比較し、政策、地域社会、設備、労働力、冷却、地理的条件をプロジェクト実行の分析に組み込む。最後に、潜在的な社会価値から社会的コストを差し引くネットインパクト手法により、AIのサステナビリティを評価する。

手法メモ

• 業界／セクター分析フレームワークその他

  データセンター電力需要「7Ps」フレームワーク

  本レポートは、浸透率、生産性、価格、政策、部品、人材、物理的環境という7つの側面から、電力需要成長の促進要因と建設制約を同時に評価している。

• 業界／セクター分析フレームワーク需給フレームワーク

  予算制約・需要制約・無制約のシナリオ分析

  本レポートは、購入するサーバー台数および予算対応を変化させ、技術進歩がコンピュート能力、支出、最大消費電力に与える異なる影響を比較することで、単位効率の改善が総電力消費の低下につながるかを評価している。

• サイクルおよび景況フレームワークその他

  AIとシェール・イノベーションサイクルの類推

  本レポートは、シェール・イノベーションサイクルのフェーズ別指標を参照し、AIが資本集約的な評価フェーズから、予算規律と資本効率を重視する実行フェーズへ移行しているかを評価している。

• 業界／セクター分析フレームワークその他

  均等化発電原価とグリーン信頼性プレミアムの比較

  本レポートは、コンバインドサイクル天然ガス、原子力、再生可能エネルギー、エネルギー貯蔵、ピーク対応ガス発電を含む電力供給ポートフォリオのコストを比較し、天然ガス価格および資本コストの変化が24時間低炭素・高信頼性電力のプレミアムに及ぼす影響を検証している。

• 業界／セクター分析フレームワーク上流・中流・下流のバリューチェーン伝達

  データセンター負荷の電力エコシステムへの伝達

  本レポートは、データセンター負荷の増分を、発電容量、送配電接続、メーター裏側電力供給、電気部品、冷却設備、熟練労働力への需要へと順次マッピングしている。

• （語彙外の手法）その他

  AIのネット社会的サステナビリティ影響の評価

  本レポートは、持続可能な開発目標の推進におけるAIの潜在的社会価値から、排出、資源フットプリント、労働、ガバナンスリスクに関連する社会的コストを差し引くことを、AIのサステナビリティ影響を評価する基本的アプローチとしている。

資産マッピングと比較

投資テーゼから固有資産への構造化マッピング（強み、弱み、同業、リスク）。

• AI／データセンター電力エコシステムおよび信頼性テーマ

  AI電力消費の増加と、電力、水、サプライチェーン、ネットワーク、運用の冗長性構築が、このテーマの中核的な需要促進要因である。

  強み

  長期的なデータセンター電力消費予測は引き上げられており、ハイパースケーラーは設備投資資金を拠出し、電力コストを吸収する強い能力を維持している。

  弱み

  プロジェクト建設は、承認、系統接続、設備納入、熟練労働力に大きく依存する。

  比較

  本レポートは、グリーン信頼性プレミアムはハイパースケーラーのEBITDAおよび企業リターンと比較して中程度であると考える。

  リスク

  AIリターンが期待を下回ること、予算が効率化へ移行すること、地域社会の反対、インフラのボトルネックが成長を鈍化させる可能性がある。

• 発電設備および電力供給ソリューション

  データセンター負荷の増加には、天然ガス、再生可能エネルギー、エネルギー貯蔵、原子力を含む様々な形態の追加電力供給能力が必要となる。

  強み

  本レポートは、2030年までに約139 GWの追加容量が必要になると予想しており、設備の長いリードタイムも契約済み容量の可視性を高める。

  弱み

  ガスタービンなどの設備は供給リードタイムが長く、資本コストの上昇は技術ミックスの相対的な経済性を変える可能性がある。

  比較

  米国の低い天然ガス価格は、欧州、日本、韓国、LNG輸入地域と比べ、コンバインドサイクル発電にコスト優位性を与える。

  リスク

  許認可、設備納入、排出と信頼性に関する地域社会の懸念がプロジェクトを遅延させる可能性がある。

• 送電関連公益事業および送電網インフラ

  データセンター負荷の増加には、追加の送配電接続、老朽化したインフラの更新、送電網レジリエンスの強化が必要となる。

  強み

  米国の総電力需要は2030年まで年率3.5%で成長すると見込まれ、20万人超の追加雇用需要が送配電接続に関連している。

  弱み

  系統接続のタイムラインは長く、電気技師などの熟練労働者が大幅に不足している。

  比較

  送電網はハイパースケーラーにとって依然として望ましい選択肢だが、より速い市場投入を可能にするため、メーター裏側電力供給がデータセンター成長の約30%を支えると予想される。

  リスク

  消費者料金の上昇、コスト配分をめぐる論争、信頼性に関する地域社会の懸念が、許認可と投資ペースに影響する可能性がある。

• 冷却ソリューションおよび電気部品

  より高い電力密度、節水要件、予備電力、過酷な環境が、液体冷却、チラー、防音、電気接続、バックアップシステムへの需要を促進する。

  強み

  新規容量の推定43%がダイレクト・トゥ・チップ液体冷却または液浸冷却を使用し、56%が外部放熱冷却ソリューションを必要とする。

  弱み

  節水と節電にはトレードオフがあり、一部の冷却ソリューションはPUEと総電力消費を増加させる。

  比較

  米国は電力消費が増加しても節水を優先する一方、中国の最低PUE要件は水消費の増加につながる可能性がある。

  リスク

  技術選択は、地域の気温、湿度、干ばつ、騒音規制、地域社会の受容性によって制約される。

主要データ

• 世界のデータセンター電力消費量成長2030年は2025年比170%増加従来予測は117%
• 2023年比の累積追加電力消費量1,100 TWh2030年までの増分は日本の2023年の総電力消費量を上回る
• 米国の追加需要への寄与60%超世界のデータセンター電力消費量成長に占める割合
• 再生可能エネルギーおよび原子力のPPA契約量前年比17%成長2025年
• ハイパースケーラーの設備投資およびR&D支出1兆ドル超Goldman Sachsアナリストによる2026Eの合計予測
• Alphabetの設備投資調整150億ドル引き上げ2026年の設備投資レンジ
• Amazonの設備投資調整200億ドル引き上げ2026年の設備投資目標
• 予算制約サーバーシナリオコンピュート能力+100%、最大消費電力+20%、予算据え置き新世代サーバーがコンピュート能力10倍、電力6倍、価格5倍の場合、購入台数は10台から2台へ減少
• 需要制約サーバーシナリオコンピュート能力据え置き、予算-50%、最大消費電力-40%購入台数は10台から1台へ減少
• 無制約サーバーシナリオ予算+400%、コンピュート能力+900%、最大消費電力+500%顧客は引き続き新世代サーバーを10台購入
• 消費者電気料金予測米国は年率+3%から+6%；欧州は年率+2%から+4%米国の予測期間は2029年まで、欧州は2030年まで
• データセンター負荷に必要な追加発電容量約139 GW2030年まで
• 米国の総電力需要成長年平均成長率3.5%2030年まで。うち0.8パーセントポイントはメーター裏側電力供給による
• メーター裏側電力供給の寄与約30%2030年までの米国データセンター成長に占める予想割合
• 追加雇用需要米国で50万人超；欧州を含めて70万人超総電力需要成長への対応に必要で、米国の雇用の20万人超は送配電接続に関連
• 送配電の労働力不足78,000人エネルギー関連の見習い労働者がすべて送配電へ移った場合でも、2030年のベースケースで残る不足
• 物理的環境リスクの高い新規データセンター世界56%；米国55%高温、高湿度、干ばつによるリスク
• 新規容量の冷却方式室内液体冷却または液浸冷却43%；外部放熱冷却56%外部放熱にはチラー、断熱蒸発式システム、機械式バックアップ冷却を含む
• 環境要因のPUEへの影響世界+5パーセントポイント；米国+11パーセントポイント年間効率改善幅を抑えるため、ベースライン電力予測に使用
• 契約済みガスタービン容量50%超GE Vernovaは、2026年末までに2031年容量の半分超がすでに契約済みとなる見込み

影響と示唆

本レポートは、AI電力消費の増加はサーバー台数だけで決まるのではなく、設備投資、コンピュート単位当たり効率、需要弾力性、インフラ実行可能性の複合的な影響によって決まると論じる。技術がコンピュート単位当たりのエネルギー消費を削減し続けたとしても、繰越需要、メーター裏側電力供給、予備容量、節水型冷却により、電力およびインフラへの総需要は依然として増加しうる。一方、地域社会の許認可および資源制約は、プロジェクトの立地、タイムライン、電力供給構造を変える可能性がある。したがって、AI需要とグローバルな冗長性構築は信頼性バリューチェーンを引き続き支えるが、実際の供給ペースはプロジェクト承認、系統アクセス、設備納入、労働力供給に左右される。

リスク

• 電力・水の信頼性、電気料金、騒音、水消費、局地的な温暖化に関する米国地域社会の反対は、データセンタープロジェクトを遅延させ、または規模を縮小させる可能性がある。
• AIサイクルが実行・効率フェーズに入れば、生産性向上によって顧客が予算を削減し、サーバーおよび電力需要の成長を弱める可能性がある。
• ハイパースケーラーにおける企業レベルのリターン低下と、2027年に再投資率が100%を上回ることは、設備投資の持続可能性への疑念を強める可能性がある。
• 発電設備、系統接続、熟練労働力の不足はプロジェクト実行を制約する可能性があり、送配電のベースライン労働力不足は7.8万人である。
• 高温、高湿度、干ばつは冷却技術の選択を制約し、PUEを上昇させることでエネルギー効率改善の一部を相殺する可能性がある。
• 電力価格、天然ガス発電の資本コスト、消費者料金の上昇は、コスト配分と地域社会の許認可をめぐる論争を激化させる可能性がある。
• 排出、資源フットプリント、労働、ガバナンスリスクは、持続可能な開発目標に対するAIのネット寄与を弱める可能性がある。

注目点

• ハイパースケーラーの2027年設備投資、再投資率、およびAI関連の企業リターンが継続投資を支えられるかを追跡する。
• トークンおよびコンピュート需要がいつ完全に定義されるか、また顧客が消費拡大から予算削減へ移行するかを注視する。
• テキサス州の監査・開示要件、バージニア州における建設モラトリアムの要求、その他の地域社会の許認可変更を注視する。
• 天然ガス価格、コンバインドサイクルプロジェクトの資本コスト、グリーン信頼性プレミアムの変化を追跡する。
• ガスタービンなどの設備の契約進捗、系統アクセスのタイムライン、データセンター成長増分に占めるメーター裏側電力供給の割合を監視する。
• 電気技師および送配電労働者の不足が米国の電力インフラ建設に影響するかを注視する。
• 液体冷却、節水型冷却、廃熱利用の採用率、および環境条件がPUEと総電力消費に及ぼす影響を追跡する。
• AI開発、リスク管理、コンプライアンス、ガバナンス、ネット社会価値の測定に関して投資家が注目する領域を監視する。