本郷喜千

更新

AIと電力のニュースを読む前に決めておくこと：担当者が挙げた二つの予測は、桁が一つ違った

朝の打ち合わせ。担当者が、一本のニュースを紹介した。「旧石炭火力発電所の跡地が、AIのデータセンター拠点に生まれ変わります」。

部長が聞いた。「電気は、そこまで要るのか」。

担当者は、予測の数字を二つ挙げた。一つは年間1,000TWh超。もう一つは146.2TWh。

二つの数字は、桁が一つ違っていた。

同じ「AIの電力」を語る数字が、なぜ一桁も違うのか。

あなたなら、どちらの数字を覚えて帰るだろうか。数字は、2025年春の時点の情報である。

発電所ごと抱える「AIキャンパス」の正体

ペンシルベニア州のHomer City Energy Campusは、旧石炭火力発電所の跡地を再開発する計画だ。ガスタービン7基で、最大4.5GWを発電する。

発電の開始は、2027年の予定。データセンターと発電所が、同じ敷地に並ぶ。

AI専用のデータセンターと発電設備を一体で整える施設を、AIキャンパスと呼ぶ。

もっとも、AIキャンパスという言葉は、もともと人材育成の場を指していた。米国のシダーズサイナイ医療センターや、韓国のKakaoの例がある。

なぜ、発電所ごと抱えるのか。電力網への新規の接続に、長い待ち時間がかかるからだ。

米ローレンス・バークレー国立研究所は、2024年の報告「Queued Up」で待ち時間を調べた。2023年に運転を始めた典型的な発電所は、接続の申請から運転まで5年近くかかった。

2000年から2007年に建った発電所では、2年未満だった。待ち時間は、倍以上に延びている。

自前の電源を持つ施設は、安定した電力と素早い立ち上げを同時に狙える。

AmazonのAWSは、隣の2.5GWのサスケハナ原子力発電所から直接電力を受ける拠点を、6億5,000万ドルで買った。

売り手のTalen Energyが、2024年3月に発表した取引である。AWSは、拠点に最大960MWのデータセンターを計画している。

発電所ごと抱え込む投資は、電力需要の予測を前提にしている。前提の予測が変われば、同じ案件が、先を見た投資にも重荷にも見える。

部長の問いは、雑談ではなかった。どちらの数字を信じるかで、案件の見え方が裏返る。

桁が一つ違った二つの予測、数えた範囲はどこか

カラクリは単純だ。二つの予測は、数えている範囲が違う。

一つ目は、IEA、IDC、ガートナーなどによる、データセンター全体の予測だ。二つ目は、IDCによる、AI向けに限った予測である。

データセンター全体の予測は年間1,000TWhを超える可能性を示し、AI向けに限ったIDCの予測は2027年に146.2TWhとします。二つは数えている範囲が違います

出典の違う予測が同じ段落に並ぶと、読み手は大きいほうの数字を覚えて帰る。

予測は、出す年によっても動く。IEAは2025年の報告「Energy and AI」で、2024年のデータセンターの消費を約415TWhと見積もった。

世界の電力消費の約1.5%にあたる。IEAは、2030年に約945TWhへ倍増すると予測し、伸びの最大の要因にAIを挙げた。

予測の数字も、前提の上に立つ。AIの利用が広がる速さと、半導体や冷却の効率の伸びである。

電源選びの重さは、賭けが外れた日に分かる

発電所ごと抱える投資の重さは、どちらの予測を前提に置くかで変わる。電源の選び方は、その前提への賭けである。

速く建てられるガスを選ぶ案件は、近い時期の需要に賭けている。小型モジュール炉（SMR）を選ぶ案件は、遠い時期の需要に賭けている。

AIデータセンターの電源は、ガスが近い時期、既設の原子力が稼働中、小型モジュール炉が2030年以降と、立ち上がる時期がそれぞれ違います

Standard Powerは、SMR24基で2029年までの稼働を目指す。SMRの本格化は、2030年以降との見方が多い。

需要が予測を上回れば、自前の電源を持つ案件は先行者になる。下回れば、自前の電源は重い固定費になりうる。

大きいほうの数字だけを覚えて帰った読み手は、重い固定費の側の筋書きを見落とす。

発表を読む前に、AIの電力需要の伸びをどう見るかを一行で書け

新しい拠点の発表では、三つを確かめる。電源、稼働年、費用の負担者だ。

各社が発表した稼働年は、技術が育つ見通しと並べて読む。

次に、AIの電力需要が何年までにどれだけ伸びると自分が見ているかを、一行で書く。

根拠にする予測の機関と、予測が数えた範囲も書き添える。

資料をAIに読ませる時は、自分の前提を言葉にして渡す。次のプロンプトのかっこの中を書き換えて使える。

添付の発表資料から、次の三つを抜き出してください。
電源の種類、稼働の予定年、費用の負担者
私が置いている需要の前提：（例：AI向けの電力消費は、IDCの予測どおり2027年に146.2TWhに届く）
お願い：私の前提が半分に外れた場合に、拠点の評価がどう変わるかを書いてください。

部長の問いに、最初に返す一行とは

「電気は、そこまで要るのか」。部長の問いに、二つの数字を並べても答えにならない。

部長の問いに答える一行目は、数字ではなく、数えた範囲である。

拙著『ChatGPTではじめるAI株式投資』の3章2節に、大きな流れをテーマ、業種、業界へ分け、評価を下げる条件まで書いてから進む手順を書きました。読むと、AIと電力のような大きな話題を評価できる単位に分け、見方を改める兆しを自分で決められます。

情報を集めるほど、判断がぶれるのはなぜか。

ChatGPTではじめるAI株式投資 表紙

『ChatGPTではじめるAI株式投資』

成果を分けるのは、投資の軸の有無。AIを予言者ではなく壁打ち相手にして、自分の価値観を芯、軸、ルールの三段で言葉にする本です。

読み終えたとき、手元に残るもの

  • やらないことまで書いた、自分の投資の軸
  • スクリーニング、売買、ポートフォリオの三つのルール
  • AIの知ったかぶりを見抜く1分チェック
  • 失敗を次の判断に変える感想戦

本書は投資助言を行いません。特定の銘柄を勧める本ではありません。

Amazonで見る

出典

著者プロフィール・お問い合わせ