OpenAI-Microsoft連合がReliance Industriesと組み、ハイデラバードに30億ドルのデータセンターを建設することは、アジアのAIインフラ競争が選別段階に入ったことを示す。地域はいま、インド、韓国、シンガポール、日本という4ノードのシステムとして機能し、それぞれが経済的重力によって異なる役割へ引き寄せられている。

その論理は残酷なほど明快だ。インドは日本のおよそ3分の1の労働コスト、ほぼ半分の産業用電力コスト、そして世界最大級の英語に堪能なAIエンジニア層を提供する。この組み合わせにより、インドは大規模推論、ファインチューニング、継続的なモデル運用といった運用集約型ワークロードの自然な磁石になる。韓国はSamsungとSK hynixを通じてHBM供給という上流チョークポイントを握る。シンガポールは規制の成熟度とASEAN金融ゲートウェイとして勝つ。不都合な問いは、高コストノードにどのような差別化価値が残るのかだ。

グローバル事業者にとって、これは日本の話というより、AI容量が世界中でどのように断片化するかのテンプレートだ。ハイパースケーラーと企業は、データセンター立地を単一の最適化として扱うのをやめ、階層化された地理戦略を築くべきだ。低コスト新興ハブにはコスト主導の推論クラスターを置き、主権や低遅延に縛られるワークロードは国内に留める。同じ力学は、補助金競争が機能的専門化へ譲るにつれて、中南米、湾岸、東南アジアでも再演される。

既存の国家チャンピオンにとってのリスクは希薄化だ。補助金主導でデータセンターを誘致する政策は、コスト計算には勝てない。防御可能な手は垂直領域にある。TSMCやRapidus級施設のような先端ファブに隣接する共同開発ハブ、あるいは簡単に移転できないロボティクス、自動車、材料データと結びついた製造AIセンターだ。国内プロバイダーは、金融、公共部門、医療のようにデータレジデンシー規則がコモディティGPU容量では破れない堀を作る領域へ退くべきだ。

経営陣への推奨アクションは三つある。第一に、各ワークロードクラスがどこに属すべきかを直ちに再検討し、弾力的な推論は低コストノードを既定値にする。第二に、主権と遅延に敏感な中核システムをローカルに保つ明確な線を引く。第三に、国家的AI整備に交渉で入る企業は、単なる土地と電力を差し出すのではなく、産業データセットやファブ近接性といった独自資産をレバレッジとして持ち込むべきだ。多極化するAIインフラは、早く専門化する者に報い、構造的なコスト優位と正面から競う者を罰する。