OpenAIは米国中間選挙後に向けた政治・広報キャンペーンを準備しており、「AI計算キャンパス」という呼称を推進し、ジョージア州の施設でGrid Protectorsプログラムの試験運用を行い地域の電力供給を安定化させている。言葉の選択そのものより重要なのは、この動きが認めていることだ。AIの物理的な存在感に対する世論の許容度が、施設拡張における現実的なリスクとなっている。

グローバルな視点では、AIのボトルネックがチップから電力、水、そして地域社会の同意へと移行しつつある。Marvellによる約1,150億ドルのLumentum買収提案、Oracleの約200億ドルの資金調達、Anthropicの報道された数千億ドル規模の計算能力コミットメントは、いずれも容量が配備される場所とタイミングで電力が利用可能であることを前提としている。しかし実際にはそうではないケースが増えている。最先端ラボが地域の電力網を保護するプログラムを運営しなければならない状況では、立地リスク、許認可の遅延、地域社会の反対が、GPU割り当てと同じ試算表に載ることになる。電力会社の料金審査、水使用量の開示、系統連系待機列が、AIインフラに出資する者にとって標準的なデューデリジェンス項目になると予想される。

AIを2028年の選挙争点として扱うこと自体が示唆的だ。OpenAIが早期にポジショニングを行うのは、大規模施設近隣での家庭用電気料金の上昇が、全国政治に拡大する具体的で地域的な不満の種だからだ。改称は負荷プロファイルを変えるものではなく、反対が固まる前に規制当局や受け入れコミュニティと交渉する時間を稼ぐものである。

日本にとって、この制約は米国よりも厳しい。電力網の容量は逼迫し、産業用電力価格は高く、大規模施設は半導体工場や既存需要と競合する。国内の主権的AI能力を追求する事業者は、OpenAIが現在対処している社会的許容の問題に直面することになるが、土地は少なく電力の余裕も薄い。実際の勝者となるのは、発電設備を併設し、長期電力契約を確保し、冷却と水の精査に耐えられるプレイヤーだ。

SIerや企業IT部門は、電力の確保を調達の脚注ではなくアーキテクチャの決定事項として扱うべきだ。これは地域の容量制限に合わせた設計、価格変動に対するヘッジ、レイテンシ、データ保存地、エネルギーコストを考慮した国内対海外の推論配置の比較検討を意味する。推論需要に乗じるRPAや自動化ベンダーは、計算コストがチップ供給だけでなく電力網の負担を反映する世界をモデル化すべきだ。今からエネルギー制約を見据えて計画するチームは、後でロードマップの見直しを迫られることを回避できる。