運用上の事実はあざむくほど単純だ。稼働継続を保証するために、AIデータセンターは二重冗長電力供給を配線する。そしてサーバーを稼働させ続けるその安全マージンは、本来さらなるシリコンに電力を供給できたはずの容量を凍結させる。電力こそがチップをしのぐAIの真の制約要因になりつつある世界において、この遊休余剰はもはやエンジニアリング上の脚注ではない。それはバランスシート上の問題だ。

このタイミングが問題の深刻さを際立たせる。Tata Consultancy Servicesはインド南部に1ギガワット規模のAI施設へ約74億ドルの投資を決定したばかりであり、コンピュート事業者への資金流入も容量拡張に向けて続いている。しかし契約電力が1ギガワットであっても、コンピュート容量が1ギガワットになるわけではない。冗長性の予約分、冷却のオーバーヘッド、保守的な利用率バッファを差し引けば、実際に提供できるコンピュート密度は定格値を大きく下回ることがある。より賢明な電力トポロジー、動的給電の共有、あるいはソフトウェア定義による容量割り当てを通じてそのギャップを埋める事業者は、新たなコンクリートを打つことも新たな系統契約を締結することもなく、実質的に新たなコンピュートを生み出す。それが次の効率性のフロンティアであり、電力エンジニアリングを設備費の一行項目ではなく中核コンピテンシーとして扱う者が優位に立つ。

競争上の読み方はこうだ。インフラ建設競争は、最大の電力購入契約を結んだ者が制するのではない。契約メガワット当たりの使用可能なコンピュートを最大限に引き出す者によって形成される。資本は潤沢だが、系統連系、変圧器、許認可はそうではない。滞留容量はすべての事業者に課される無言の税であり、それを回収することは次のキャンパスを建設するよりも安い。

日本にとって、この問題は特に深刻に響く。国内の電力コストは先進国の中でも最高水準に位置し、系統容量は逼迫しており、安定した電力供給に近い適地は乏しい。日本の事業者や企業向けAIインフラを構築するSIerは、インドや米国サンベルトのハイパースケーラーが行うように、単純に建設規模で制約を乗り越えることはできない。だからこそ、電力利用効率のエンジニアリングはここでは真の差別化要因となる。インテリジェントな冗長設計と容量オーケストレーションを通じ、メガワット当たりの実効コンピュート密度を高められるSIerは、純粋な建設規模では勝ち取れないインフラ案件を獲得するだろう。

日本の意思決定者への実践的な示唆はこうだ。AIデータセンターへの投資やベンダー提案を評価する際は、表題の容量ではなく、契約電力に対する使用可能コンピュートの比率を精査せよ。電力制約の強い市場では、最も無駄の少ない事業者が、最も多く建設した事業者を静かに凌駕する。