AIの富は、まだ建設中だ――米国中間選挙、規制と分配のジレンマ、そして2029年の計算資源
出典・更新履歴・検証情報
この保存版のデータを照合するための情報です。元記事の初公開日とは区別しています。
- データセットの版
- 2026.11.11.3
- 記事内容のSHA-256
e79b4a2f2b178cc4f06ed2d61728fd8ba2c257fedc32ef4f1bf30f29e70d077c- 保存版のSHA-256
b89da808b8ec617743e52d194398e57f6f09b5206bed5080a9992dca333476fa
外部証明の最終検査結果は詳細を開くと表示します。
AIの富は、まだ建設中だ――米国中間選挙、規制と分配のジレンマ、そして2029年の計算資源
#AI産業・政治経済・半導体インフラ独立分析｜2026年11月5日
#アメリカの中間選挙が終わった。
#民主党が上下両院の過半数を奪還し、共和党の牙城だったテキサスでも民主党候補が勝利した。トランプ政権にとって、2026年11月3日は政治的な転換点となった。
#しかし、何が否定され、何が支持されたのだろうか。
#イラン戦争への反発なのか。生活費が下がらないことへの失望なのか。政治家と富裕層の関係への不信なのか。それとも、社会民主主義的な再分配やAI規制への支持が、米国社会に広がった結果なのか。
#この区別は極めて重要だ。
#なぜなら、政権への失望によって民主党が勝利したことと、AI開発を制限する政策が国民の信任を得たことは、同じではないからだ。
#そして、選挙の結果に意味を与えるのは、投票した有権者だけではない。政治家、企業、投資家、規制当局も、それぞれ異なる解釈を行う。
#その解釈が2027年の政策となり、企業の設備投資判断を変え、2029年以降の計算資源供給を左右する。
#AIにとって政治は無視できない。しかし、政治にとってもAIを無視することは、ますます難しくなっている。
#創薬、科学研究、AIエージェント、半導体設計、ロボティクス、自動運転、サイバーセキュリティ。
#AIの用途は広がり続けている。
#さらに、AIを安全に開発・運用・監視するためにも、AIと計算資源が使われるようになった。
#一方、米国では新しいデータセンターへの反対が広がる。電気料金が上がる。水資源への懸念が生まれる。人々は雇用を失うことを恐れ、巨大企業への不信を強める。
#社会はAIの能力を必要とするようになりながら、AIを支える施設の建設には反対する。
#この矛盾は、果たして解消できるのだろうか。
#この議論には、もう一つの対立軸がある。巨大テックと政権が近づき、生活者から遠く見えるほど、その権力へ抵抗する政治運動は説得力を持つ。私はその構図の美しさを理解する。しかし、だからこそ、その運動が提示する公的所有や開発停止という解決策とは、根底で相反するところがある。
#私が恐れているのは、技術によって社会が不可逆的に変わることだけではない。変化できなかったことによって、社会が取り戻せない時間と機会を失うことである。
#本稿では、選挙結果、世論調査、連邦法案、州の建設規制、企業の設備投資、電力供給、海外のAI開発競争を接続し、2027年から2030年代にかけて何が起こり得るのかを考える。
#なお、ここで扱う法案には未成立のものが含まれる。企業が公表した投資計画も、実際の建設・稼働とは区別する。また、政治や産業の将来については、確認された事実と分析上の仮説を分けて論じる。
##
第1章 民主党の圧勝は、何への意思表示だったのか
#1-1. 2024年の支持者が、2026年には離れていった
#2026年11月3日の中間選挙で、民主党は上下両院の多数派を奪還した。
#テキサス州ではJames Talaricoが上院選で勝利し、Gina Hinojosaが州知事選で現職Greg Abbottを破った。共和党が強い支持基盤を持っていた州でも、大きな票の移動が確認された。
#Reutersの選挙分析によると、開票の進んだ約2,100郡の99％で、共和党の得票率は2024年のトランプ氏の得票率を下回った。
#この選挙を考えるうえで注目したいのは、JD Vance副大統領が11月4日にXへ投稿した敗因分析だ。
#ヴァンス氏は、共和党支持層の投票率が低下したことよりも、2024年にトランプ／ヴァンスへ投票した人々の一部が、2026年には民主党へ投票したことを問題視した。
#そして、離反した支持者が求めていたものとして、戦争の終結、生活費・インフレへの対応、アメリカ・ファースト、イスラエルとの関係の見直しを挙げた。
#最後には、敗因の中心をイラン戦争だと断言している。
#これはヴァンス氏が紹介した陣営内調査に基づく説明であり、調査手法が独立して検証されたものではない。それでも、選挙後の独立調査と重なる部分は大きい。
#1-2. 反エリートの象徴が、今度は不信の対象になった
#私は、今回の敗北を単なる政策への不満ではなく、政治的な信頼の移動として考える必要があると思う。
#かつてトランプ氏へ投票した人々の一部は、既存の政治家や官僚、巨大企業、ワシントンの権力構造よりも、自分たちの生活を重視してくれる人物としてトランプ氏を評価していた。
#既得権益を是正し、国境を守り、政府を効率化し、戦争を減らし、物価を下げる。
#2024年の共和党綱領には、こうした約束が明記されている。
#特に興味深いのは、同綱領が戦争はインフレを生み、地政学的な安定は価格安定につながるという考えを示していたことだ。
#ところが2026年には、イラン戦争が原油・物流・物価への圧力を生み、連邦財政赤字も拡大した。
#2026会計年度の米国の財政赤字は約1.99兆ドルに達し、前年の約1.78兆ドルを上回った。
#行政効率化を掲げたDOGEについても、政府監査院（GAO）は2026年8月、約1,100億ドルとされた契約・補助金・賃貸契約関連の節約額について、算定方法や裏付けの不足を指摘した。
#これはDOGEの活動による節約が全く存在しなかったことを意味しない。しかし、政府全体の財政負担が改善したかという問題と、個々の契約解除によって節約できた額は別である。
#さらに、エプスタイン関連文書への対応、トランプ氏の家族企業と暗号資産事業、政策発表前後の市場取引などについても、利益相反や透明性を巡る疑問が生じた。
#ここでは、疑惑や世論上の認識と、証明された違法行為を混同してはならない。
#しかし政治的な信頼という観点では、犯罪が立証されたかどうかとは別に、国民が政府の意思決定を信用できなくなったこと自体が問題になる。
#反エリートを掲げていた政権が、今度は自分たちの利益を優先しているのではないかと疑われる。
#この変化は、単純な右派から左派への思想転換とは異なる。
#1-3. 民主党への投票と、社会民主主義への支持は一致しない
#AP Voter Pollでは、生活費と政府の腐敗が重要な争点となり、議会による大統領権力への監視を求める声も強かった。
#一方、民主党候補に投票した人の中にも、民主党自体を好意的には評価していない有権者が存在した。
#ここから、今回の民主党大勝を、民主社会主義や急進的なAI規制への全面的な信任と読むことはできない。
#もちろん、米国では富の再分配、住宅費、医療、企業権力への規制などを訴える進歩派・民主社会主義者が支持を集めている。
#しかし、それらの候補者への支持と、トランプ政権への抗議としての投票は区別する必要がある。
#さらに、進歩主義的な有権者の全員が大規模な国有化やAI開発停止を支持しているわけでもない。
#経済的な再分配を求める人が、AIによる生産性向上まで否定するとは限らないからだ。
#政権への失望、再分配への支持、AI安全性への懸念、近隣AIDCへの反対。この四つは重なることがあっても、同じ政治的意思ではない。
#この違いを無視すると、選挙の結果から過度に大きな政策的結論を導いてしまう。
##
第2章 共和党が失った信頼を回復する条件
#2028年の大統領選挙まで、まだ約2年間ある。
#そのため、2026年の政治的な態度が固定されるとは限らない。
#ただし、支持の回復を考える場合、世論を変えるためのメッセージだけでなく、2024年に掲げた公約と実際の政策成果を照合する必要がある。
#2-1. 戦争と生活費は別々ではない
#イラン戦争が終結し、ホルムズ海峡の航行やエネルギー供給が安定すれば、原油価格、物流費、インフレ期待に影響する。
#しかし、戦争の終結だけで既に上昇した生活費が自動的に元へ戻るわけではない。
#重要なのは、インフレ率の低下と、実際の家計負担の改善を区別することだ。
#例えば物価上昇率が下がっても、住宅費、食料価格、保険料が高止まりし、賃金が十分に上がらなければ、生活が改善したという実感は生まれにくい。
#したがって、経済運営への評価を測るには、CPIだけでなく実質賃金、可処分所得、住宅の購入・賃借負担、電気料金などを見る必要がある。
#2-2. 政治的な誠実さへの信頼は、経済成長だけでは戻らない
#もう一つの問題は、政権の能力と誠実さへの評価が異なることだ。
#経済成長率が高まり、株価が上昇したとしても、利益相反や政府の透明性に対する疑念が自動的に消えるわけではない。
#政府が国民のために政策を行っているのか。政策の受益者は誰なのか。約束した行政改革が、実際に財政と行政サービスの改善につながっているのか。
#このような疑問には、検証可能な数字と独立した監督が必要になる。
#また、移民政策への評価も有権者によって異なる。2024年のトランプ支持層の一部には、依然として厳格な国境管理を求める人がいる一方、取り締まりの方法や権限行使に懸念を抱く人もいる。
#今回の敗北だけから、移民規制の緩和が求められたとも、さらなる強化が求められたとも結論できない。
#2028年に向けた政治的な変化を読むには、思想が移動したのか、政策成果への評価が変わったのかを継続して分ける必要がある。
#これは共和党だけでなく、議会多数派を得た民主党にも当てはまる。
##
第3章 世論調査が見せるAI規制への支持には、大きな解釈上の穴がある
#今回の議論で、私は世論調査の読み方そのものに強い関心を持った。
#「AIが怖いですか」
#「AI規制を強化すべきですか」
#「新しいデータセンター建設を停止すべきですか」
#一見すると似た質問だが、測定しているものは全く異なる。
#3-1. 不安を持つことと、AIに反対することは違う
#2026年6月のPew Research Centerの調査では、米国成人の52％がAIに期待より不安を感じると回答した。
#しかし、37％は期待と不安が同程度だと回答し、9％は期待の方が強いと答えている。
#重要なのは、これがAIへの賛成・反対の投票ではないことだ。
#AIを好意的に利用し、研究開発を応援していても、人類の将来や雇用に不安を持つことはできる。
#むしろ、自分の好きな技術だからこそ、重大な事故や不適切な利用を心配する場合もある。
#さらに、2026年10月のNavigator Researchの調査では、AIを好意的に捉える人の57％、頻繁に利用する人の62％が規制強化を支持していた。
#同調査では、AIへの好感度は46％、否定的評価は45％と拮抗していた。
#つまり、AIへの好感度、利用頻度、危険性への認識、規制への支持は、独立した軸として考えた方がよい。
#3-2. 「規制」という言葉の中身が曖昧すぎる
#一般的な生活の中で、再帰的自己改善、フロンティアモデルの評価、重み空間プログラミング、計算量閾値による開発制限などを詳しく考えている人が、どれほどいるだろうか。
#多くの人にとって、AI規制とは個人情報の保護、詐欺の防止、雇用の保護、子どもの安全、企業への監督などを漠然とまとめた言葉かもしれない。
#「何か問題がありそうだから、政府は何かするべきだ」と考えて規制強化を支持することも、十分あり得る。
#一方、その人がフロンティアAI研究の停止や、全国的なAIDC建設禁止を支持するとは限らない。
#Data for Progressの2026年6月調査では、米国の有権者の63％が、AIデータセンターの新規建設を少なくとも1年間停止する案に賛成した。
#しかし、これは停止期間の終わりが明確ではなく、AI安全審査や分配制度を含む新法の成立まで再開できない制度への支持率ではない。
#質問の条件を変えれば、回答も変わり得る。
#さらに、規制の便益だけでなく、その費用を提示するとどうなるだろうか。
#例えば「一定期間の建設停止によって電力網の負担を調査する」と聞く場合と、「建設停止によって2029年のAI計算資源供給が遅れ、国内投資や雇用が海外へ移る可能性がある」と説明してから聞く場合では、回答は変化するかもしれない。
#逆に「AIの重大事故によって重要インフラが停止する危険がある」と説明すれば、規制への支持が強まるかもしれない。
#どちらか一方の説明だけを与えた結果は、政策の経済効果を十分理解したうえでの選好とは限らない。
#3-3. 世論調査そのものに、測定上のボトルネックがある
#さらに根本的な問題がある。
#回答者は、自分が何をどの程度理解しているかを、必ずしも正確に把握していない。
#前提知識が少ない場合には質問文から受ける印象に左右される。しかし、前提知識がある人でも、その知識が誤っていたり、一部の事例を過度に一般化していたりする可能性がある。
#SNSや動画で繰り返し危険な未来を見せられた人と、仕事でAIの実用的な恩恵を経験している人では、同じ質問に対して想像する状況が違う。
#それでも、その両者の回答は同じ一票として集計される。
#もちろん、専門知識のない人の意見が無価値になるわけではない。生活上の負担や不安を評価するのに、半導体やAIモデルの内部構造を理解する必要はない。
#しかし、政策への賛否を測ることと、政策の効果を理解したうえでの選択を測ることは別の仕事である。
#調査では、回答者が何を知っているか、何を想像しているか、どの損失を重視しているかを分けなければならない。
#そして、その前提知識自体の正確性も確認する必要がある。
#この問題は、単に世論調査の精度の話ではない。
#調査結果を政治家がどう読み、どの政策の正当性として利用するのかという、民主主義における意思決定の問題でもある。
##
第4章 AIは社会を豊かにしても、好かれるとは限らない
#AIへの否定的な評価を、単なる無理解や技術恐怖として片づけるのも適切ではない。
#AIは現実に、競争条件を変えている。
#ソフトウェア開発、事務処理、研究、デザイン、企業経営。これまで人間の技能や経験に依存していた活動の一部が、自動化され、低コスト化されていく。
#この変化は、既存の産業や企業の強みを再評価させる。
#私はこれを、既存の経済秩序を維持することが難しくなり、再編への圧力が増える現象として捉えている。
#物理学上のエントロピーと同じ意味ではないが、既存の構造が揺さぶられるという比喩は有用だと思う。
#AIは、これまで競争力を持っていた企業の優位を失わせることもあれば、豊富な資本や顧客基盤を持つ企業の強みを増幅することもある。
#だからこそ、同じ技術を見ていても人々の評価は分かれる。
#AIを使って新しい事業を作る人には希望になる。AIによって自分の仕事が代替されるかもしれない人には、生活上の危険になる。
#さらに、AIサーバー向けメモリの需要拡大は、民生用半導体の価格にも影響している。
#TrendForceは2026年第4四半期について、汎用DRAM価格が前期比10～15％、NAND Flashが15～20％上昇すると予測した。
#AIを利用しない消費者でも、PCやスマートフォンの価格上昇を経験する場合がある。
#一方、高性能AIの利用には料金がかかる。深い推論や長時間のエージェント作業を使ったことがない人には、その価値が十分伝わらないかもしれない。
#ここには、非常に大きな非対称性がある。
#AIの成長に伴う負担は、AIを使わない人にも届く。しかしAIが生み出す高度な便益は、利用環境と費用を確保した人に先に届きやすい。
#AIネイティブ世代の登場
#長期的には、この関係も変わっていくだろう。
#生まれた時からAIが存在し、学習、創作、仕事、研究をAIと共に進めてきた世代にとって、AIは単なる道具ではなく、自分自身の知識や活動の蓄積を支える基盤になり得る。
#そうなると、AIを失うことの意味も変わる。
#しかし、AIと共に育った世代が、必ずAI企業を好意的に評価するとは限らない。
#Pew Research Centerの2026年調査では、18～29歳の55％がAIに期待より不安を感じていた。
#技術に慣れることと、その技術が形成する社会を歓迎することは同義ではない。
#私は、AIへの社会的な評価が変わる臨界点は、技術能力の進歩だけでは訪れないと思う。
#それは、AIによる利益が実質賃金、生活費、医療、教育、仕事の自由度などの改善として、幅広い人々に実感されるようになった時なのかもしれない。
#それまでは、AIの普及とAIへの不信が同時に進む可能性がある。
##
第5章 競争が強いからこそ、AIの価格は下がる。そして競争を失うことが危険になる
#AIを巡るもう一つの重要な事実は、モデル市場で強い企業間競争が起きていることだ。
#OpenAI、Anthropic、Google、xAI、中国のAI開発企業、オープンウェイトモデルの開発者などが性能と価格で競争している。
#OECDの2026年の分析によると、品質を調整した言語モデルの価格指数は2024年1月から2026年4月までに約80％低下した。
#OECD「Artificial Intelligence Markets」
#これは、モデルの能力が向上しても、企業がその価値を独占的な価格として維持し続けることが難しい市場構造を示している。
#競争相手が優れたモデルを公開すれば、既存企業は性能改善、効率化、価格引き下げで対応する必要がある。
#オープンウェイトモデルも、利用者に選択肢を与える。
#ただし、モデル市場で競争が強いことと、計算資源へのアクセスが十分競争的であることは別問題だ。
#大量のGPU、HBM、電力、AIDC用地、資金調達能力を確保できる企業が限られれば、フロンティア開発への新規参入は難しくなる。
#ここでAIDC建設停止という政策を考えると、重要なジレンマが見えてくる。
#巨大AI企業の影響力を抑えようとして新しい計算資源の建設を制限した結果、既に計算資源を保有している企業の優位が強まる可能性がある。
#これは、規制の目的と結果が食い違う経路だ。
#AI企業の力を抑えるための制度が、新規参入の入口まで狭めてしまう。
#しかも、モデルの価格が下がるほど新しい用途が採算に乗り、AI利用が拡大し得る。
#推論1回当たりの計算量が減っても、利用回数や処理の複雑さがそれ以上に増えれば、総計算需要は増加する。
#したがって、競争による低価格化とAIDC需要の拡大は、矛盾しない。
#一方、計算資源が供給不足になれば、AIモデルの価格競争を支えるための設備費用が上昇する可能性がある。
#競争を維持するためにも、新しい計算資源へのアクセスを維持する必要がある。
#これは2027～2029年の規制分析で重視したい原則だ。
##
第6章 サンダース法案が抱える、資本形成上の重大なジレンマ
#今回の議論で、特に重要な三つの連邦法案がある。
#Bernie Sanders上院議員が提出した、AI政府系ファンド法案S.4825、AIデータセンター建設停止法案S.4214、人工超知能禁止法案S.5493だ。
#いずれも2026年11月5日時点では未成立であり、提出された内容がそのまま実行されるわけではない。
#また、民主党全体の統一政策として扱うこともできない。
#それでも、法案が実際にどのような経済効果を生み得るかを考える価値は大きい。
#6-1. 政府が対象企業の株式50％を取得する仕組み
#S.4825「American A.I. Sovereign Wealth Fund Act」は、一定規模以上のAI事業を営む企業に対し、政府が企業持分の50％を保有するよう、新規の持分を発行して納付させる仕組みを提案している。
#対象の基準となるのは、AI関連事業の年間総収入が2億ドルを超えることなどであり、純利益が2億ドルを超えることではない。
#例えば、既存株式が100株ある企業を考える。
#政府が納付後の50％を保有するためには、単純化すれば新たに100株を発行し、合計200株のうち100株を政府へ渡す必要がある。
#既存株主の持分比率は100％から50％へ希薄化する。
#ただし、この時点で企業が保有する現金や設備が半分失われるわけではない。企業価値そのものが必ず半減するとも限らない。
#しかし、通常の資金調達として株式を発行する場合と異なり、政府への新株納付では企業に新しい建設資金が払い込まれない。
#ここが重要だ。
#さらに、法案には追加発行される株式や株式報酬に対する追加課税の規定が存在する。
#そして、対象AI事業と他の事業を構造的に分離する規定も含まれている。
#既存の対象企業には、成立から90日以内の事業分離を求める。
#これは単なる利益への課税ではなく、企業の所有、資金調達、事業運営の仕組みにまで作用する。
#6-2. 投資回収前の持分変更が、次の設備投資を変える
#現在のAI産業では、巨額の設備投資が先行している。
#新しいAIDCを建設し、GPUを設置し、電源と冷却設備を整え、顧客が実際に利用して初めて売上が発生する。
#事業の成長率が高くても、自由に使える現金が少ない時期はある。
#この段階で民間投資家が受け取る将来利益の割合が大幅に変化すれば、新規投資の期待収益率にも影響する。
#仮にある案件について、投資額が100、将来受け取る利益の現在価値が160だったとする。
#非常に単純化して、投資額は変わらず、民間が受け取る利益だけが半分になると仮定すれば、受取価値は80となり、投資採算は変化する。
#もちろん、これは法案の実際の経済効果を示す予測ではない。政府持分の取得対象、投資家の契約条件、企業価値の変化、公共投資の還元などによって結果は異なる。
#それでも、将来の取り分が変わると、現在の資本形成が変わり得るという仕組みを示している。
#さらに、事業分離によって大企業の他部門が生み出した現金をAI設備へ投資する構造が制約されるなら、その影響は大きくなる可能性がある。
#ここでは、現在の利益よりも、次のAIDC、次のGPU、次の研究開発を誰が資金調達できるのかが問題になる。
#6-3. 公的な所有と、社会に分配できる現金は違う
#もちろん、法案の目的にも合理的な問題意識がある。
#AIは人類が蓄積してきた知識、著作物、研究、労働の成果に基づいている。AIが巨大な経済価値を生むなら、その利益を社会へ還元する制度を設けるべきだという主張だ。
#法案には、基金の年平均時価の5％から管理費を差し引いた額について支出を認める仕組みや、直接給付などの用途も設けられている。
#しかし、政府が株式を所有することと、住民へ現金を支給できることは同じではない。
#株式の評価額は大きくても、配当などの現金収入が十分とは限らない。
#また、政府が保有する株式の価格は変動する。給付制度を長期間維持するためには、財源、予算措置、資産運営、損失の負担まで検討しなければならない。
#ここには、将来の富を広く分配するために、将来の富を生み出す資本形成そのものを弱める可能性がある。
#分配の目的に賛成することと、その資金を調達する手段に賛成することは別だ。
#実際、開発企業側にも異なる分配構想がある。
#OpenAIは公共富裕ファンドの構想を示し、Anthropicは2026年10月、株主承認を条件に自社株の5％を公益基金へ振り向ける計画を公表した。
#これらは政府が対象企業の持分を義務的に取得する方式とは異なる。
#どの制度も、財源、受益者、意思決定、将来の投資への影響を比較する必要がある。
#6-4. 「資本主義者」を自認する候補者も、公的なAI支配を支持する
#ここで、民主党左派と民主社会主義者をひとまとめにするのではなく、個別の政策を確かめたい。
#2026年ミシガン州連邦上院選に当選したAbdul El-Sayedは、本人の説明では社会主義者ではない。市場への自由な参入と退出、需給に基づく資本配分を評価し、自分は資本主義を支持していると述べている。問題視しているのは、巨大企業が政治力を使って競争を妨げる状態だ。
#その一方で、同氏の「AI Under Democracy」はサンダース氏の公的保有案を支持し、さらに民主的に選ばれた代表者による取締役会の支配を提案している。
#El-Sayed陣営の「AI Under Democracy」発表
#自己認識が資本主義者であることと、民間企業の所有権や経営判断を尊重する政策を採ることは同義ではない。逆に、医療や住宅への公的支出を支持することが、すべての産業の国有化を支持することでもない。議論すべきなのは思想の名称ではなく、具体的な制度が資本形成、競争、権力の分散にどう作用するかである。
##
第7章 建設停止法案は、供給を制限しながら競争相手の市場を広げる可能性がある
#S.4214「Artificial Intelligence Data Center Moratorium Act」は、定義に該当するAIデータセンターの新設・増強を停止する法案である。
#重要なのは、停止期間の終了日があらかじめ固定されていないことだ。
#建設を再開するには、AIの安全審査、雇用や利益分配、地域住民の保護などを満たす法律を成立させ、その法律によって停止を終了する必要がある。
#つまり、電力供給や建設費用の問題が解決しても、政治的な合意が成立しなければ再開できない可能性がある。
#さらに第4条には、同等の制度を持たない国に対し、対象AI用途の半導体や計算インフラ機器の輸出・再輸出等を制限する規定が含まれる。
#これは米国内の建設停止だけを考える政策とは異なる。
#米国企業が国内の建設を止め、海外のAIDCへ米国製GPUを販売することで成長を継続する経路まで制約する可能性があるからだ。
#中国との競争は、停止してくれない
#Huaweiは2026年9月、Ascend 960を2027年、970を2028年、980を2029年に投入するロードマップを公表した。
#さらにCANN、UnifiedBus、SuperPoDなどを通じて、独自半導体とソフトウェア、相互接続、ストレージを統合するAI計算基盤の整備を進めている。
#もちろん、Huaweiにも大きな制約がある。
#先端半導体の製造能力、HBM、歩留まり、電力効率、ソフトウェアの成熟度などだ。
#しかし、米国が自国の計算能力や海外への商用供給を抑制すれば、その間に中国の独自基盤が採用される機会が増える可能性がある。
#特に重要なのは、海外の顧客だ。
#2026年8月には、Huaweiがエジプト政府にAIデータセンターの建設案を提示し、米国側も対抗案を検討していると報じられた。
#これは契約成立を意味するものではない。しかし、第三国でのAI計算基盤の採用競争が既に始まっていることを示している。
#一度Huawei製半導体を採用した企業が、ソフトウェアやモデルをAscend向けに最適化し、技術者を育成し、次世代機器の更新を続ければ、米国企業が後から顧客を取り戻すことは容易ではなくなる。
#失われる可能性があるのは、チップの初回販売収入だけではない。
#顧客契約、開発者、保守、クラウド運営、独自AI基盤の継続利用という長期の関係も含まれる。
#ただし、中国向け輸出管理には軍事・安全保障上の目的があり、それと第三国の商用市場まで幅広く制限する政策は分けて評価する必要がある。
#重要なのは、規制によって防ごうとする危険と、その規制によって失われる計算能力・技術競争力・海外市場を同時に評価することだ。
##
第8章 人工超知能禁止は、AI研究の自動化まで制約し得る
#2026年9月23日に提出されたS.5493「Ban Artificial Superintelligence Act of 2026」は、さらに高度なAI能力を対象とする。
#同案には、一定規模以上の計算で訓練された高度AIの開発を行政体制と安全規則が整うまで停止する規定と、人工超知能やその前兆となる能力を持つシステムを禁止する規定が存在する。
#重要なのは、後者の対象に、AI研究開発を自動化・大幅に加速する能力や、自らの機能を変更・強化する能力も含まれることだ。
#ここには大きなジレンマがある。
#AI研究開発の自動化には、将来の危険な能力を加速する側面がある一方、安全性評価、サイバー防御、科学研究を改善する側面もあるからだ。
#2026年11月2日、MIT CSAILの研究者らは、GPT-6 AstraがQwen3.5-0.8Bの重みの0.016％を直接編集し、推論ループに関する問題を修正した実験を報告した。
#MATH-500の正答率は7.9％から48.1％へ改善した。
#ただし、この改善は主に既存の能力が推論ループによって発揮できなかった問題を修正したものであり、Astraが任意のモデルに新しい能力を自由に追加できることを示すものではない。
#それでも、この方向は重要だ。
#フロンティアモデルがプログラム、学習アルゴリズム、モデル構造、重み、半導体設計、安全性評価まで改善できるなら、AI自身が多くの産業の研究開発速度を変える可能性がある。
#しかし、能力の向上と安全性の改善は、完全に分離できるとは限らない。
#優れたコード生成能力は脆弱性を修正することにも、攻撃コードを作ることにも役立つ。
#高度な研究能力は創薬にも使えるが、危険な物質の研究を支援する可能性もある。
#したがって、開発停止を一律に否定するだけでも、危険を考慮しない結論になる。
#重要なのは、何が危険なのか、どの能力・操作・権限を制限するのか、何を確認すれば再開できるのかを明確にすることだ。
#安全性評価の厳格化と、広範囲な研究開発停止は同じではない。
##
第9章 AIの用途が増えるほど、安全性にも計算資源が必要になる
#ここから、AIDC需要の原理に戻ろう。
#現在のAIは、既に文章生成だけの技術ではない。
#創薬、タンパク質・ゲノム解析、材料開発、半導体EDA、研究エージェント、ソフトウェア開発、ロボティクス、自動運転、産業デジタルツイン、電力系統制御、行政、医療、教育、金融、通信などへ利用が広がっている。
#さらに、世界モデルによるシミュレーション、AI同士の商取引、常時稼働する個人AIなど、新しい用途も考えられる。
#ここで重要なのは、単に用途が増えることではない。
#フロンティアモデルが、それぞれの用途を動かすプログラムやAIモデル自体を改善できることだ。
#改善によって一つの処理に必要な計算量は減るかもしれない。しかし、それによって以前は採算が合わなかった用途が実現するなら、総利用量は増える可能性がある。
#さらに、AIを安全に利用するための計算需要が加わる。
#9-1. 安全性は、計算資源を消費する活動になっている
#Anthropicが2026年に公開した調査では、AI研究開発用の計算資源の約6％が安全性研究に、AIを利用したAI研究開発の計算資源の約12％が安全性研究に割り当てられていた。
#ただし、これは研究開発内の割合であり、会社全体の計算資源の割合ではない。安全対策用の分類器など、別の計算も存在する。
#OpenAIも2026年10月、GPT-6 Astra級のモデルについて、強化学習や評価、ツール利用を伴う内部実行を監視する仕組みを公開した。
#軽量な判定器から始め、より高度なモデルや調査エージェントを使って問題を確認する多層的な設計だ。
#ここでは、一つのAIを動かすだけでなく、別のAIにその行動を検査させる必要がある。
#AIエージェントが増え、長時間の操作や研究を自律的に行うようになれば、監視対象となる操作も増える。
#自動運転やロボティクスでは、危険な状況を仮想環境で再現するために大規模シミュレーションを実行する。
#創薬や科学研究では、AIが出した結果を独立した方法で検証する。
#サイバーセキュリティでは、AIを使った攻撃に対抗するために、AIによる脆弱性発見、パッチ作成、監視、隔離、復旧の能力が必要になる。
#9-2. 外部監査は実施され始めているが、万能ではない
#Anthropicは2026年10月、独立評価機関METRの研究者6人に、社内の安全性評価チームに近いアクセスを与える取り組みを発表した。
#また、METRとRedwood ResearchはOpenAIの内部監視システムを検証し、監視対象から漏れる処理や、安全対策を回避し得る弱点を発見した。
#この調査は2026年7～8月のシステムを対象とするものであり、その後の全てのシステムを評価したわけではない。OpenAIは多くの問題を修正したと説明しているが、METRによる独立再検証は完了していない。
#これは独立監査の必要性と、その限界の両方を示している。
#外部の専門家が内部の問題を発見できることには意味がある。しかし、監査を受けた事実だけで安全性が証明されるわけではない。
#さらに、研究開発を続けながら、危険な能力の利用や外部公開を制限する方法もある。
#内部の実験環境、限定提供、API公開、モデル重みの配布を区別することが必要だ。
#ただし、内部利用なら常に安全というわけでもない。研究環境における隔離、権限管理、操作監視も重要になる。
#9-3. 安全性需要とAIDC供給のジレンマ
#ここで新しい矛盾が生まれる。
#社会がAIへ高い安全性を求めるほど、検証、監視、シミュレーション、防御に追加の計算が必要になる場合がある。
#その一方で、安全性への不安を理由にAIDC建設を制限すると、それらの活動に利用できる計算資源まで不足する可能性がある。
#もちろん、安全性対策にはGPUを大量に使わず実施できるものもある。
#権限管理、サンドボックス、操作制限、形式的な検証、物理的な安全装置などだ。
#また、効率的な監視モデルを使えば、同じ安全性をより少ない計算量で実現できる可能性もある。
#したがって「安全性要求が増えるほどGPU需要は必ず同じ比率で増える」とは言えない。
#それでも、AIの利用計算、学習・改善計算、安全性検証計算という複数の需要が重なる構造は重要だ。
#IEAの2026年4月の見通しでは、世界のデータセンター電力消費は2025年の約485TWhから2030年には約950TWhへ拡大すると予測されている。
#AI専用データセンターについては、その間の電力消費が約3倍になるという見通しだ。
#IEA「Key Questions on Energy and AI」
#この予測には既存のAI研究・運用需要も含まれるため、安全性関連の計算を単純に追加してはいけない。
#重要なのは、今後の安全性要求が既存予測をどの程度上回るかだ。
#さらに、GPUだけでなくCPU、ASIC、HBM、ネットワーク、ストレージ、電力設備の需要も変化する。
#ここまで考えると、AIDCは単なるAI企業の収益設備ではなく、AIを社会へ安全に導入し、継続的に改善するための産業基盤としての意味を強める。
##
第10章 州のモラトリアムは、連邦の全面停止とは違う方向へ進む可能性がある
#2026年のAIDC規制で、現実に作用しているのは州・地方レベルの政策だ。
#ニューヨーク州では7月14日、Kathy Hochul知事が新しいハイパースケールデータセンターに対する最大1年間の許認可停止を打ち出した。
#目的には、電力料金の保護、環境評価、地域利益還元制度の整備が含まれる。
#テキサス州でも、共和党のGreg Abbott知事が9月にデータセンターの許認可停止を拡大した。
#その後、州知事選で勝利したGina Hinojosa氏は、住民保護制度が成立するまで新規承認を停止する方針を掲げている。
#重要なのは、この問題が民主党だけの政策課題ではないことだ。
#電力料金、水資源、土地利用、騒音、税優遇への不満は、共和党支持地域でも発生している。
#したがって、2028年の選挙で政権への評価が変化しても、地域のAIDC反対が自動的に消えるわけではない。
#しかし、州のモラトリアムには、別の方向へ進む余地がある。
#それが、全面禁止から条件付き建設への移行だ。
#10-1. 地域住民への還元で、建設の意味が変わる
#AIDC事業者が電力系統の増強費用を負担し、家庭の料金を保護し、地域基金へ資金を拠出し、学校や道路の財源を増やす。
#そうした条件が整えば、住民から見た建設の意味は変わる可能性がある。
#2026年9月に実施されたGoodPowerとData for Progressの調査実験では、事業者が系統増強費を負担し、家庭の電気料金を上げない拘束力ある契約を提示すると、データセンターへの好意的な回答が改善した。
#これは実際の許認可取得率ではない。しかし、建設条件を具体的に提示することで態度が変わる余地を示している。
#また、2026年11月4日にLambdaが発表したアラバマ州のRed Clay計画では、推定331億ドルの投資、電力設備費用の事業者負担、閉ループ冷却、地域基金への1,000万ドル拠出などが公表された。
#ただし、この計画には税優遇も含まれており、地域との合意が全て完了した事例ではない。
#ここでは、発表された地域還元額だけでなく、税収、税優遇、公共の追加費用、雇用、生活環境を同じ期間で比較する必要がある。
#企業の約束が実際に履行され、住民の生活が改善したことまで確認できて初めて、地域還元の成功を評価できる。
#10-2. AIへの好感度が低くても、建設は認められる可能性がある
#この点は特に重要だ。
#住民はAI企業を好きになる必要はない。
#AIの将来に不安を持ちながらも、データセンターが地域の電力設備を改善し、雇用と税収を生み、家庭の料金を上げないなら、建設を受け入れることができる。
#つまり、AIへの社会的な好感度の改善と、AIDC建設の許可を得ることは、同じ条件に依存していない。
#今後のAIDC開発では、地域利益協定、電力料金保護、住民参加、環境対策を実際に制度化する能力が、企業の競争力の一部になる可能性がある。
##
第11章 GridとオンサイトPPA――電力の確保方法そのものが変わる
#AIDC建設の制約は、政治だけではない。
#電力を確保し、その電力をITラックまで届けるという物理的な問題がある。
#大型データセンターでは、発電所、送電線、変電所、変圧器、スイッチギア、配電盤、UPS、冷却設備など、多数の装置が必要になる。
#発電容量を増やすだけでは、計算資源を稼働させられない。
#11-1. オンサイト発電と長期PPA
#電力系統への接続に長い時間がかかる場合、事業者はオンサイト発電を利用できる。
#第三者が発電設備を保有・運営し、AIDC事業者が長期のPPA、すなわち電力購入契約を結ぶ方式も考えられる。
#さらにGridを併用し、BESSで負荷変動を吸収する。
#こうした構成は、電力供給の選択肢を増やす。
#ただし、契約によって電力を購入する権利を確保することと、実際にその電力を物理的に供給できることは異なる。
#オンサイト発電でも、燃料供給、発電設備の納期、排出規制、電圧変換、配電、保護協調、保守が必要だ。
#IEAは2026年の分析で、データセンターの信頼性の高い電力供給をオンサイトのガス発電だけで実現するには、需要に対して30～70％多い発電設備容量が必要になる場合があると指摘している。
#これは故障、保守、需要変動などに備えるためだ。
#11-2. 変圧器・スイッチギア・配電装置が新たなボトルネックになる
#AIDCへの需要が高まるほど、電力設備の調達も難しくなる。
#大型変圧器、電磁鋼板、銅、絶縁材料、遮断器、スイッチギア、保護継電器。
#これらは、半導体と同じように製造能力の制約を受ける。
#しかも、発電機からGPUまでの間に複数の電力変換・保護設備が必要になるため、発電側を増強しても配電側が追いつかなければ稼働できない。
#ここではEaton、ABB、Siemens Energy、Hitachi Energy、GE Vernovaなどの設備メーカーだけでなく、パワー半導体、受動部品、制御ソフトウェアにも需要が広がり得る。
#一方、AIDC建設そのものが停止すれば、関連設備の総需要も減る可能性があるため、単純な需要増加とは断定できない。
#11-3. 電力の自立化には、系統を安定させる技術も必要
#2026年7月、北バージニアでは約3.8GWのデータセンター負荷が系統から突然切り離される事象が発生した。
#PJMは電圧・周波数の変動を確認し、大口需要に関する接続・運用基準の見直しを検討している。
#この事例が示すのは、オンサイト電源を持っているだけでは系統全体が安定するとは限らないということだ。
#多数のAIDCが同時にGridから離脱したり、再接続したりすれば、電力系統には大きな変動が生じる。
#そのため、今後は負荷の柔軟な制御、BESS、保護協調、高速遮断、800VDC配電などの技術が重要になる。
#Gridとオンサイト電源の併用は、単なる発電能力の問題ではなく、電力を安定して供給し、必要なときに安全に切り替えるシステム設計の問題へと進んでいる。
##
第12章 ミスター拒否権――法律を止められても、時間は戻せない
#トランプ大統領は、民主党が議会を掌握した場合に自らを「ミスター拒否権」とする趣旨の発言をしている。
#米国の制度上、大統領には連邦議会で可決された法案を拒否する権限がある。
#拒否権を覆すには上下両院でそれぞれ3分の2の賛成が必要であり、上院では通常法案の審議打ち切りに原則60票が必要になる場合もある。
#これは連邦レベルの政策を考えるうえで重要な制度的制約だ。
#しかし、拒否権が届く範囲には限界がある。
#州の建設許認可、自治体の土地利用規制、電力料金審査、裁判所の判断、電力設備の納期に、大統領の拒否権が直接作用するわけではない。
#さらに、現在の大統領任期は2029年1月20日までだ。
#したがって、2027～2028年に特定の法案が成立しなくても、その間に企業が設備投資を延期する可能性は残る。
#そして、2029年以降の政策環境は、2028年の選挙結果や議会構成によって変わり得る。
#拒否権は法律の成立を阻止できる。しかし、それによって失われた建設期間を取り戻すことはできない。
#この違いは、2027年の設備投資判断を考えるうえで重要だ。
##
第13章 2027年の投資判断は、2029年の計算資源供給を変える
#AIDCの建設には、土地取得、許認可、系統接続、変圧器・発電機の調達、建設、GPU設置、検証など、多数の工程がある。
#しかも、それらの工程の一部は数年を要する。
#つまり、2027年に最終投資決定を延期すれば、2029年以降の稼働能力に影響が残る場合がある。
#ここで重要なのは、規制解除後に一斉に建設が進むとしても、全案件が同時に通電できるわけではないことだ。
#停止期間中に変圧器やスイッチギアの発注を継続した企業と、投資判断そのものを停止した企業では、再開後の状況が異なる。
#さらに、規制が解除されると、大量の案件が同時に設備を発注する可能性がある。
#その場合、電力設備の納期、工事費、労働力、資金調達条件が再び制約になる。
#一方、規制期間中に他州や海外へ移転した案件は、元の地域で許認可が再開されても戻ってくるとは限らない。
#時間の損失は、単純な足し算ではない
#2027年に建設できなかった施設を2030年に完成させたとしても、失ったものを全て取り戻せるとは限らない。
#2028年に提供できたはずの計算資源の売上、その間に獲得できた顧客、AIモデルを改善できた研究機会、次の設備投資へ使えた資金などが変わるためだ。
#しかも、競合企業はその間も活動している。
#先行した企業が顧客を獲得し、モデルやシステムを改善し、次の設備投資を進めれば、後発企業は以前と同じ位置から競争を再開できるわけではない。
#これは一方の企業にとっての損失であると同時に、他方の企業にとっての競争優位の獲得になる。
#もちろん、GPU購入時期を延期することで設備の陳腐化を避けられる場合もあり、すべての遅延が同じ損失になるわけではない。
#重要なのは、投資総額だけでなく、最終投資決定済み容量、通電確保済み容量、実際の稼働容量、収益化の開始時期を追うことだ。
##
第14章 米国が建設を遅らせれば、他国は待ってくれるのか
#世界のAI需要が拡大している場合、米国での建設が制限されても、その需要そのものが消えるとは限らない。
#企業は米国内の別州、あるいは他国での建設を検討できる。
#実際、日本ではJERA、Dell Technologies、RHAELMが2026年10月、千葉火力発電所に隣接する最大400MWのAIインフラ構想を発表した。
#2028年頃の運用開始を目指し、発電設備と計算基盤を一体で設計することで、通常の系統接続型AIDCより早い供給を狙う。
#韓国ではSamsung SDSが2026年11月、亀尾のAIDCに着工した。
#初期60MWから最大120MWへ段階的に拡張できる設計で、2028年末の完成を予定している。
#UAEでは、G42が建設し、OpenAIやOracleなどが関わるStargate UAEが計画されている。
#これらの案件が米国の規制によって直接生まれたと証明されたわけではない。
#しかし、米国がAIDCの供給拡大を遅らせれば、既に海外で進んでいる建設案件の相対的な魅力が高まる可能性はある。
#ただし、日本やUAEで米国製GPUと米国企業のクラウド・AIモデルが利用される場合、米国企業も収益を得られる。
#海外への建設移転は、必ずしも米国企業が利益を全て失うことを意味しない。
#重要なのは、どの国が電力設備とデータセンター資産を保有し、どの企業が半導体、クラウド、モデル、ソフトウェアの収益を得るのかという利益配分だ。
#そして、中国についてはさらに事情が異なる。
#米国の輸出規制を受けながら、Huaweiを中心とする独自AI計算基盤が整備されている。
#中国が半導体だけでなく、モデル、コンパイラ、ストレージ、運用ソフトウェアまで独自化できるようになるなら、米国企業が後から市場を取り戻す際の負担は大きくなる。
#2027年の投資判断は、2029年の計算資源供給量だけでなく、2030年代の顧客基盤と産業上の競争力を変える可能性がある。
##
第15章 宇宙データセンターは、地上の制約からどこまで自由になれるのか
#長期的な選択肢として、宇宙データセンターには独特の魅力がある。
#地上では、土地、送電網、水資源、建設許認可、地域住民の合意が制約になる。
#一方、適切な軌道で太陽光を利用する宇宙データセンターでは、地上の送電網や土地利用への依存を大きく変えられる可能性がある。
#Googleは2026年10月、Project Suncatcherの試作衛星を軌道に投入し、10月30日には軌道上のTPUでGemma 4を使った初期のAI応答に成功したと発表した。
#これは重要な実証だが、GW級のAIDCを宇宙で商業運用できることを意味するわけではない。
#宇宙では地上の制約が別の制約へ移る。
#電力供給には太陽電池が必要になる。真空では空気の対流による冷却ができないため、大きな放熱ラジエーターが必要になる。
#放射線、通信帯域、打ち上げ費用、故障した機器の交換、軌道運用なども問題になる。
#BCGが2026年8月に公表した分析では、現在の宇宙AIDCの総所有コストは地上の約2.5～3倍と試算された。
#今後5～10年で技術改善が進んでも、現実的な改善ケースでは一定のコスト差が残るという見通しだ。
#しかし、ここで考えたいのは宇宙側の技術進歩だけではない。
#地上の電力接続費用、建設費、許認可期間、土地利用の制約が増加した場合、宇宙AIDCとの相対的な採算は変化する。
#さらに、衛星で生成されるデータの処理や、宇宙での計算に利点がある用途では、地上より高いコストでも成立する可能性がある。
#したがって、宇宙AIDCは地上の全施設を置き換えるというより、計算資源供給の新しい階層として発展することが考えられる。
#ただし、2027～2029年の供給不足を宇宙AIDCが大規模に補えるとは考えにくい。
#短期的には地上のGrid、オンサイト発電、変圧器、スイッチギアを整備する必要がある。
#宇宙を開拓することと、目の前の電力設備を建設することは、両立する課題だ。
##
第16章 2029年、AIなしでは社会が回らなくなっていたら
#ここまでの議論を踏まえると、私は2029年に向けて三つの異なる変化を考えている。
#一つ目は、AIの利用が不可欠になること。
#企業の仕事、研究、行政、セキュリティなどがAIを前提として設計されるようになれば、利用停止による経済的な損失は大きくなる。
#二つ目は、AIが実際の生活を改善すること。
#価格低下、医療、教育、労働時間、所得などで幅広い人々が利益を実感できるようになれば、AIへの評価も変化する可能性がある。
#三つ目は、AI企業への信頼が形成されること。
#安全性、透明性、個人情報、雇用、利益分配への対応が改善されなければ、AIへの依存が高まっても社会的な不信は残る。
#重要なのは、これらが同時に進むとは限らないことだ。
#AIを必要としながら、AIを信頼しない社会
#2029年には、多くの人がAIを使い、AIなしでは一部の仕事が回らなくなっている可能性がある。
#しかし、その人々がAI企業を好きになっているとは限らない。
#むしろ、必要不可欠だからこそ、政府による厳格な監督や安全性の保証を求めるかもしれない。
#この状態では、AIのサービス提供と安全性の確保は、ますます切り離せなくなる。
#ただし、既存のAIサービスを停止することと、新しいモデルの開発を制限することは異なる。
#既存モデルの運用を続けながら研究開発を減速させることは制度上可能だが、その場合は将来の生産性向上や安全性改善の機会を失う可能性もある。
#逆に、危険な能力を十分に管理できないまま開発を急げば、重大事故によって社会的な信頼や産業そのものの継続性を損なう可能性がある。
#AIの開発継続と、安全性の技術的改善の両方を求められる社会になっていくのかもしれない。
#そして、その安全性改善にも計算資源が使われる。
#ここで再びAIDCの建設へ話が戻ってくる。
##
第17章 現実に起こり得るAIDC建設の進路
#これまでの公開情報から、AIDC建設に関しては複数の経路が考えられる。
#経路別：起こる変化
#経路別：重要な確認事項
#これらは互いに排他的なシナリオではない。
#一部の州では条件付き建設が進み、他の州ではモラトリアムが継続するかもしれない。
#米国企業が国内のAIDC建設を続けながら、日本やUAEにも設備を建設することも考えられる。
#また、電力設備の製造能力が拡大すれば、政治的な規制とは別の供給制約が緩和される可能性もある。
#ここで重要なのは、規制の有無だけでなく、規制が計算能力の総供給を減らすのか、建設する場所を変えるのか、地域への利益配分を変えるのかという違いだ。
#2027年に観測すべきもの
#2027年の観測では、発表された設備投資総額よりも、次の実績を追跡することが重要になる。
#最終投資決定済み容量、建設中容量、通電確保済み容量、稼働容量、GPU・ASICの実装量、計算能力当たりのコスト、実際の収益性。
#さらに、変圧器やスイッチギアの納期、オンサイト発電の運転率、系統接続の審査期間、地域利益協定の履行状況、海外への移転件数も見る必要がある。
#そして、規制や政治的な不確実性によって延期された案件については、元の完成予定日と実際の稼働開始日を比較したい。
#2027年に決定された投資が、2029年以降にどれほどの計算能力を生んだのか。
#その能力は、どの国のどの企業に帰属し、どれほどの収益を生んだのか。
#ここを追うことで、政治的な規制が単なる一時的な市場の不安だったのか、それとも長期の産業競争力を変えたのかが見えてくる。
##
第18章 巨大テックと米政府に抵抗する――あまりにも美しい政治的構図
#アメリカには、富と貧しさが隣接する光景がある。
#ある場所では住宅費や生活費に追われ、仕事や将来への不安が語られる。その一方で、シリコンバレーではフロンティアAIをめぐる研究開発が続き、桁外れの計算資源と資本が動いている。
#そして、巨大テックと政府の距離が近づいているように見える場面も増えている。
#例えばOpenAIは2025年5月、UAEにおけるStargateの計画を米政府との緊密な調整のもとで進めたと説明した。国家の外交・安全保障、輸出管理、企業のインフラ戦略は、もはや容易に分離できない。
#OpenAI「Introducing Stargate UAE」
#とはいえ、協力関係があることは直ちに違法な癒着や汚職を証明しない。AI企業同士も同じ利害を持つ一枚岩ではなく、モデル、クラウド、半導体、自社サービスの市場で激しく競争している。
#それでも生活者から見れば、巨大企業が計算資源を買い集め、政府がそれを国家戦略として支援し、電気料金や土地利用の負担は地域へ届く。その一方で、期待されるAIの利益はまだ手元にない。この非対称性が、政治的不信を生む理由は理解できる。
#18-1. 反エリートの政治物語は、なぜ人を引きつけるのか
#ここで、民主社会主義的な反権力運動の構図が現れる。
#巨大テックと資本市場。政権と政治献金。生活費に苦しむ市民。そして、富と権力を取り戻すと訴える政治家たち。
#巨大な権力に対して、普通の人々が立ち上がる。
#一つの物語として見れば、これは非常に美しい構図だ。善悪の判断が容易になり、何を変えれば社会が良くなるのかが明瞭に見える。歴史的な社会運動が、こうした対立軸によって人々を結びつけてきたことにも理由がある。
#2025年のニューヨーク市長選に勝利したZohran Mamdaniは、民主社会主義者として家賃、保育、交通費など日常生活の負担を訴えた。既存政治への不信だけでなく、生活費という広い争点によって支持を集めた。
#2026年の中間選挙でも、民主党は上下両院を奪還した。同時にDSAが推薦する新たな連邦下院候補5人が当選したと報じられた。既存の民主党幹部に挑む政治運動が議席を獲得したことは、組織的な変化として観測できる。
#AP：2026年中間選挙の結果／NPR：DSA推薦候補5人の当選
#ただし、政権への抗議票と、公的所有やAI開発停止への支持を同一視することはできない。DSA系の候補者と一般的な進歩派、そして中道派の政策も異なる。
#ここには、政治的な物語の強さと、政策の実際の効果を切り分けなければならない理由がある。
#18-2. 物語の中では、成功者の努力が見えにくくなる
#成功した巨大企業が権力を持ち、その権力によって競争を阻害する危険は存在する。
#しかし、現在の巨大企業が初めから成功を保証されていたわけではない。OpenAIもAnthropicも、既存の世界的なハイパースケーラーとして出発した企業ではない。半導体やメモリの企業も、何度も不況や技術の転換点を経験してきた。
#巨大テックが将来利益を約束された余裕ある投資だけをしているわけでもない。AIデータセンターへの設備投資では、将来の採算が不確かな段階で、多額の現金を投入している。
#反権力の物語が、成功した結果として現れた巨額の企業価値だけを見てしまうと、その価値に至る失敗、損失、資本調達、技術的な選択が見えなくなる。
#また、政府に対抗する運動が新しい政府の権限を大幅に強める政策を提案するなら、別の権力集中を生み出す可能性にも向き合う必要がある。
#構図が美しいことと、そこで示された解決策が望ましい結果を生むことは、別の問題である。
##
第19章 なぜ私は、この反権力運動の一部の思想と根底で相反するのか
#私は、巨大テックも米政府も絶対に正しいとは考えていない。権力集中を警戒するという出発点では、むしろ反権力運動と重なる部分がある。
#それでも、公的な所有や広範な開発停止を解決策とする思想とは、根底で衝突してしまう。
#理由は明確だ。
#私が最も恐れているのは、技術が社会を不可逆的に変えることだけではない。社会が変化する能力を失い、長期間の停滞へ固定されることでもあるからだ。
#19-1. 今の成功が、永遠の正解になってしまう危険
#ある企業が現在の事業環境に適応し、高い利益率を実現したとする。ある大学の入学試験が高い選抜力を持ち、長年にわたって社会的な評価を得たとする。ある産業の安全性評価が、既存の基準に適合しているとする。
#その環境の内部だけで判断すれば、どれも成功した仕組みかもしれない。
#しかし、その環境自体が変化したときにも正しいかは、まだ分からない。
#外部から新しい技術、事業モデル、研究手法が現れて、初めて古い制度の非効率が明らかになる場合がある。新しい競争相手が現れなければ、以前の成功がそのまま次の時代の正しさとして保存されてしまう。
#私が競争を重視するのは、既存企業が優れていると信じているからではない。既存企業も国家も間違える以上、その判断を覆し得る主体を残さなければならないからだ。
#黒船的な技術の到来は、既存の社会に損失をもたらすことがある。しかし同時に、それまで変える必要性が見えなかった仕組みを、再評価させる。
#19-2. 投資家は、まだ実現していない未来へ資本を供給する
#新しいAIモデルが成功するか、クラウドの稼働率が十分に高まるか、ASICがGPUの一部を置き換えるか、ロボティクスが商業的に普及するか。その答えは、まだ確定していない。
#それでも企業は設備を建設し、投資家は異なる仮説へ資本を配分する。成功すれば資本が増え、失敗すれば損失を受ける。
#この仕組みは、単に富裕層が利益を得るために存在するのではない。将来の正解が誰にも分からない状況で、異なる技術的な選択を並行して試すための仕組みでもある。
#公的な資金だけでも研究開発を支えることは可能であり、基礎研究などに重要な役割がある。しかし、あらゆるAI開発、半導体設備投資、産業応用について、政府が唯一の正しい資本配分を選び続けられる保証はない。
#むしろ、失敗する可能性を引き受けた民間資本の多様な判断が、新しい用途と企業を生む余地を作っている。
#19-3. 将来の分配と、将来の資本形成は同じ問題ではない
#ここで、サンダース法案が含む経済的なジレンマへ戻る。
#法案S.4825は、対象AI事業について政府が持分50％を取得するために、企業へ新たな株式を発行させる仕組みを定めている。既存株式を市場価格で購入する方式ではない。さらに、新株発行や株式報酬の一部にも追加的な負担が生じる設計だ。
#この制度の目的はAIの富を社会へ分配することだ。しかし民間投資家に帰属する将来利益の割合を大きく変更すれば、これから建設するAIDCや研究開発への期待収益率にも影響する。
#仮に企業に現在十分な利益がなく、将来の事業価値を見込んで資金調達しているのであれば、その影響はより重要になる。株式の所有権を移すことと、新しいGPUや発電所を建設するための現金を企業へ払い込むことは、異なるからだ。
#法案には独立委員会、利益相反対策、競争企業間の協調防止などの規定もある。それらを無視して、政府が無制限に経営を操作できる制度だと断定するのも正確ではない。
#それでも、政府が企業の重要な株主となることで、規制当局自身が企業価値を守りたいという利害を持つことは、独立して検証すべき問題になる。
#権力集中を解決するための制度が、別の権力集中を生む可能性がある。ここに私が公的所有を警戒する根本的な理由の一つがある。
#19-4. 私は不可逆的な変化だけでなく、不可逆的な停滞を恐れている
#AIの危険性を指摘する側は、重大事故や制御不能な能力が生まれ、取り返しのつかない損害が起こることを恐れている。その危険は軽視できない。
#一方、私は別の不可逆性も考えている。
#開発されなかった薬。修正されなかった脆弱性。高度化しなかった原子力の安全評価。生まれなかった企業。価値を発揮する機会を与えられなかった人々。
#それらは、事故のように明確な出来事として記録されないかもしれない。しかし失われた時間は戻らない。
#もちろん、開発を続けることで不可逆的な損害を起こしてよいという話ではない。
#開発の停止が失わせる未来と、開発の継続が生み得る危険を、同じ厳しさで評価する必要がある。
#私にとって安全性は、現在の状態を永久に凍結することではない。新しい危険を発見し、より優れた方法で管理できる能力を社会が獲得し続けることでもある。
##
第20章 AIは成功者を脅かし、報われなかった努力の価値まで変える
#この見方は、抽象的な思想の話だけではない。現在のAI産業でも、既に確認できる。
#20-1. OpenAIはハイパースケーラーの経営判断を変えた
#2017年、Googleの研究者らがTransformerを発表した。OpenAIはその後、デコーダー型の言語モデルを大規模化し、生成AIを一般の利用者と企業へ提供する道を開いた。
#ここで重要なのは、新しいアーキテクチャの発見だけではない。Googleのような巨大企業が優れた研究成果を持っていても、別の組織による製品化や規模拡大が、市場全体の判断を変え得るということだ。
#AIへの投資を急がないという判断は、ある時点では合理的だったかもしれない。しかし、別の企業がAIによって検索、クラウド、ソフトウェア、顧客との接点を変え始めれば、投資しないこと自体が競争上の危険になる。
#OpenAIとAnthropicのような設立から比較的年数の浅い企業が、既存の巨大テックに新しい投資を迫った。逆に、巨大テックも資本、配信網、研究基盤を使って新しいモデルやサービスを作り、競争に対応した。
#これは既存企業の優位が消えたことを意味しない。しかし、今までの成功が、次の時代の経営判断を保証するわけではないことを示している。
#20-2. 巨大テックも、AI投資で自由に使える現金を失い得る
#Amazonの2026年7～9月期決算では、AWS売上は前年同期比39.3％増加した。一方、直近12か月のフリーキャッシュフローは424億ドルのマイナスだった。主な背景にはAI関連を含む巨額の設備投資がある。
#Metaも同四半期に349億ドルの設備投資を実施し、四半期FCFは約21億ドルのマイナスとなった。AlphabetのGoogle Cloudは前年同期比103％増の売上成長を報告したが、個々のAI投資の長期的な回収率まで確定したわけではない。
#Meta・2026年Q3決算／Alphabet・2026年Q3決算
#ここには、巨額の資本を持つ企業が無条件に成功を保証されているという構造はない。彼ら自身も、まだ実現していない需要と将来の利益に対して、現在の資本を賭けている。
#そして、資本を大量に投じた企業が成功するとは限らない。より少ない計算量で同じ仕事を達成する新技術が生まれれば、現在の設備に期待された価値が変わる可能性もある。
#20-3. メモリ企業が積み重ねてきた技術は、AIによって再評価された
#この構造を最も象徴しているのがメモリ産業だ。
#SK hynixは2023年に年間営業損失7.73兆ウォンを計上した。しかし2024年には営業利益23.47兆ウォンへ転じた。同社はHBMや企業向けSSDなど、AI関連メモリ需要の拡大を業績改善の重要な要因として説明している。
#もちろん、不況からの回復には減産、在庫調整、一般DRAM市況の改善も関係した。AIだけで全ての数字を説明することはできない。
#それでも重要なのは、不況の最中にも研究開発と設備投資を続けていた技術が、AIという新しい用途によって高い価値を持ち始めたことだ。
#以前は利益を生めなかった能力が、環境の変化によって利益を生めるようになった。
#20-4. 価値が変わるのは企業だけではない
#既存の教育制度で高く評価されなかった能力も、AIを利用して具体的な成果物を作れるようになれば、新しい価値を持つかもしれない。
#従来はプログラミング、設備、専門人材、資本が揃わなければできなかったことが、より少ない人数や費用で実行できるなら、学歴や所属組織だけでは評価しにくい能力が表に出る余地が広がる。
#ただし、試験や専門教育が無意味になったとは限らない。AIが代わりに答えを出すことと、人間がその問題を理解していることは別だ。むしろ、何を人間が身につけ、何をAIと協働して達成するのかという教育投資の最適な配分が変わる可能性がある。
#投資家が企業の未来を再評価するように、社会も人間の能力や時間の価値を再評価できるかもしれない。
#新技術の価値は新しい勝者を生むことだけではない。以前は勝負の場に立てなかった主体へ、異なる入口を作ることにもある。
##
第21章 原子力からAIへ――技術を監視する技術を、さらに監視する
#私がこの問題を考え始めた原点の一つは、原子力発電だった。
#福島第一原発事故の後、運転する企業と、それを監督する国家を信頼するだけで十分なのかという問題を考えるようになった。
#あの当時私は小学生だったが印象的な出来事だった。
#そして2018年頃、進歩し始めたAIについて知るなかで、長期に残る技術の問題を、AIが再評価し続ける未来を漠然と思い描いた。
#人間の技術者は引退する。経営者は交代する。企業は倒産する。政治体制も変わり、国家でさえ永遠とは限らない。
#しかし、技術の影響は一人の人生や一つの組織の寿命を超えて残る。
#技術が人間や組織より長く存在するなら、その技術を長く監視し、判断を更新し続ける能力にも、技術が必要になるのではないか。
#21-1. 福島事故が示したのは、企業か国家かという二者択一の限界
#2012年の国会事故調は、福島第一原発事故について、事業者と政府・規制当局の関係、監督の独立性が機能しなかった問題を指摘し、「人災」と結論づけた。
#これは、民間企業だけが間違えるという教訓ではない。政府が規制を担っていても、その政府が企業との関係の中で監視能力を失うことがあるという教訓でもある。
#だからといって、原子力を市場競争だけに委ねればよいわけでもない。重大事故の損害、長期間の廃炉や最終処分、企業の消滅後に残る責任は、市場だけでは処理しきれない場合がある。
#ここから考えられるのは、所有と監督を同じ組織へ集中させるのではなく、技術的な運用能力、法的な責任、独立した検証を分けて設計するという道である。
#私は原子力発電の再稼働には賛成であるが、住民理解や規制委員会の仕組みが少しAIDCのそれと似ているような気がしたので取り上げた。
#そして電力とAIは密接に関係してくる。
#21-2. AIには、安全性を評価する能力そのものを改善する余地がある
#AIの場合、別の可能性がある。
#あるAIモデルの危険な行動を、別のモデルが調べる。監視システムの弱点を、独立した評価者が見つける。修正後の安全性を、さらに異なる方法で再検証する。
#2026年10月、OpenAIはフロンティアモデルの内部監視の仕組みを公表し、外部の評価者METRとRedwood Researchは、監視されない経路や監視の回避につながる可能性のある弱点を報告した。OpenAIは修正を進めたが、対象システムの全ての安全性が保証されたわけではない。
#OpenAI・内部監視システム／METR・外部レッドチーミング報告
#ここでは安全性が、一度定めた規則の遵守ではなく、監視技術自体を更新する工程になっている。
#その工程をAIが加速できるなら、安全性の改善能力もAIによって増大する可能性がある。
#ただし、監視AIも誤る。複数のモデルを並べただけでは独立性は保証されない。同じ学習データや評価手法を共有すれば、同じ欠陥を見逃すかもしれない。
#必要なのは、モデルの独立性、検証可能なデータ、監査記録、外部からの再現可能性、必要な範囲での実行権限の隔離である。
#21-3. 「安全」の名で停滞を固定すると、修正能力まで失いかねない
#新しい技術の開発には、危険がある。特にAIがサイバー攻撃や高度な研究へ利用される場合、能力の向上が新しいリスクを増やすこともある。
#しかし、危険を理由に広く研究開発を凍結すれば、新しい脆弱性を検出する方法、新しい監視モデル、原子力や医療の安全性を改善する方法も生まれにくくなる可能性がある。
#ここで区別したいのは、研究の継続と、危険なシステムを無制限に実社会へ展開することだ。
#研究・評価・隔離・限定公開・商用提供・モデル重みの公開は、異なる段階である。重大な外部被害を防ぐための条件を厳しくしながら、研究と監査の能力を継続的に向上させる制度は考えられる。
#変化を許すことが安全を意味するわけではない。しかし、変化しないことも安全を意味しない。
##
第22章 富の分配だけでなく、次の挑戦者が現れる制度を残せるか
#ここまでの議論は、国家によるあらゆる介入を否定する結論にはならない。
#市場が安全性の費用を十分に負担せず、事故の損害を社会へ転嫁する場合、公的な責任制度が必要になる。巨大な企業が競争相手の参入を妨げる場合、競争政策も必要になる。地域住民がAIDCの電力や水資源の負担を引き受けるなら、その費用を事業者が負担する制度にも合理性がある。
#しかし、そこから直ちに国がAI企業の半分を所有し、経営を支配するべきだという結論は導けない。
#私が制度に求めたいのは、現在の成功者を永久に守ることでも、現在の成功者の所有権を公的部門へ移して新しい独占者を作ることでもない。
#次の技術が現れたときに、既存の企業、国家、安全基準、教育制度を訂正できる余地を残すことである。
#22-1. AIの独占を抑えることと、競争を止めることは異なる
#OECDの2026年の分析では、言語モデルの品質調整後の価格指数は2024年1月から2026年4月までに約80％低下した。一方で、GPU、クラウド、データなど基盤市場の集中や、新規参入を妨げる構造にも警戒を示している。
#OECD「Artificial Intelligence Markets」
#つまり、モデル市場の競争が現在活発であることだけで、産業全体の競争が十分に守られているとは言えない。
#半導体、電力、計算資源、モデル、Harness、ソフトウェア、実際にAIを利用する産業。それぞれで異なる参入障壁がある。
#競争を維持するには、独占禁止法、相互運用性、データの移行可能性、研究へのアクセス、外部監査の独立性など、目的に応じた手段を考える必要がある。
#22-2. 公的な責任と公的な所有を分離する
#ここで、次の制度はそれぞれ別の仕事を担う。
#第一に、企業が重大な事故による外部損害に対して責任を負う仕組み。
#第二に、危険な能力や操作を独立して評価できる仕組み。
#第三に、既存企業が新しい競争者を排除できない市場環境。
#第四に、地域住民がAIDC建設による費用を一方的に負担しないための電力・環境・利益還元の制度。
#第五に、企業が消滅しても、重要な記録や安全上の責任を継続できる仕組み。
#これらを設計することと、国がAI産業の所有権を取得することは別である。政策ごとに必要性、費用、権力集中の危険、競争への影響を評価すればよい。
#22-3. アメリカを強くするのは、対立そのものではなく、対立から修正が生まれることかもしれない
#アメリカには、技術を強く信じる人々がいる。同時に、巨大テックと国家の権力集中を強く疑う人々もいる。
#その二つは、必ずしも矛盾しない。AIが大きな力を持つと考えるからこそ、その力が誰のものになるのかを警戒することもできる。
#私は反権力運動の物語の強さを理解する。その運動が指摘する住宅費、雇用、汚職、地域の負担には、具体的に検討すべき問題がある。
#それでも、その答えが産業の所有と判断を公的部門へ集めることだけであるなら、私は異なる危険を見る。
#間違った判断を誰も覆せなくなること。次の黒船が生まれなくなること。安全性を改善する技術まで、現在の安全基準の名の下に止めてしまうこと。
#しかし、開発側も無条件に正しいわけではない。競争が重大な外部損害を防ぐには、透明性、独立評価、失敗時の責任が必要になる。
#したがって、双方の対立が意味を持つのは、相手の存在を消すためではなく、互いの誤りを発見し、新しい技術や制度へ進めるときだろう。
#国家も企業も、永遠ではない。モデルも半導体も、いつか世代交代する。
#しかし、その時代の判断を次の時代が問い直す能力を残すことはできる。
#技術が技術を監視し、その監視技術までが次の技術によって訂正される。
#私は、その連鎖の中に、富の分配と同じくらい重要な社会の可能性を見る。
##
終章 未来の富を分配するなら、未来を作る能力も残さなければならない
#AI産業には、まだ解決していない問題が多い。
#安全性への不安、雇用喪失、企業間格差、電力料金、メモリ価格、環境負荷、政治的な不信。
#これらを無視して設備投資を拡大すればよいという話ではない。
#しかし、その問題に対応するためにAIの研究開発や計算資源供給を広く制限すると、将来の生産性向上や安全性改善、国際競争上の機会まで失う可能性がある。
#しかも、世界には競争相手がいる。
#一国が開発速度を落としても、他国が同じように停止するとは限らない。
#そして、計算資源を確保した企業が技術を改善し、顧客を獲得し、次の設備投資を行うなら、その時間差は将来の競争条件へ影響する。
#一方で、政治的な意思決定には、もう一つの難しさがある。
#将来の経済成長が社会全体に利益をもたらすとしても、今月の電気料金を払う住民には、その将来を待つ余裕がないかもしれない。
#AIで仕事が速くなっても、その人は失職を恐れているかもしれない。
#データセンターの建設によって国全体の製造業が成長しても、近隣住民にとっては騒音や水資源の問題の方が大きいかもしれない。
#だからこそ、国家全体の経済合理性を説明するだけでは、地域の政治的な反発を解消できない。
#私は、ここに今回の議論の最も重要な転換点があると思う。
#AIを進めるためには、AIによって負担を受ける人々の問題も解決しなければならない。
#地域の電力料金を守り、送配電設備を増強し、税収や雇用を還元する。
#AIによって仕事が変わる人には、移行のための制度や新しい機会を用意する。
#重大な危険に対しては、独立監査、監視、隔離、再検証を強化する。
#そして、必要な計算資源の供給を継続できる仕組みを作る。
#これらは必ずしも互いに矛盾する政策ではない。
#むしろ、適切に組み合わせれば、社会の負担を減らしながらAI産業の成長を支えることができる可能性がある。
#しかし、政策が実際に成功するかどうかは、その制度の設計と履行にかかっている。
#私はもう一つ、今回の議論を通して考えたことがある。
#私たちは、本当に人々が何を望んでいるのかを、どこまで正確に測れているのだろうか。
#AIへの不安を尋ねる。規制への支持を尋ねる。データセンターへの反対を尋ねる。
#その数字をもとに、社会全体の意思が語られる。
#しかし回答者が思い描いているAIは、それぞれ異なる。
#仕事を奪うAIかもしれない。病気を治すAIかもしれない。詐欺に使われるAIかもしれない。日常的に使っている便利なAIかもしれない。
#再帰的自己改善という技術を理解している人もいれば、その言葉に触れたことのない人もいる。
#前提知識が豊富でも、その知識が誤っていたり、未来について大きな飛躍を含んでいたりする場合もある。
#それでも、同じ質問には同じ選択肢が並ぶ。
#この測定の難しさは、技術政策が高度になるほど大きくなる。
#世論を尊重することと、単純化した調査結果をそのまま制度に変えることは違う。
#そして、専門家の判断を重視することと、大衆の生活上の負担を軽視することも違う。
#人々の意思を正確に把握し、政策の費用と便益を共有し、結果を検証する。
#そこにも、AI時代の新しい制度設計が必要なのかもしれない。
#2027年の設備投資が、2029年の計算能力を変える。
#2029年の計算能力が、2030年代の産業競争力を変える。
#そして、その計算能力によって生み出される利益が人々の生活へ届くなら、AIへの評価も変わっていく可能性がある。
#しかし、それは自動的には起こらない。
#技術は進歩する。資本は動く。競争相手は待ってくれない。
#その一方で、人々の不安や生活の負担も、技術の進歩を待ってはくれない。
#ここまで述べてきた私の危機感は、巨大テックを無条件に信頼するという立場ではない。
#むしろ、巨大企業も国家も、現在の成功や正しさに依存して停滞する危険を持つと考えている。だからこそ、既存の権力を問い直せる新しい企業、新しい研究者、新しい技術、新しい監査の能力が、絶えず現れることを重視したい。
#反権力運動の構図が人を引きつけるのは、そこに現実の不平等と不信があるからだ。しかし、その解決策が民間資本の供給や新規参入、技術的な安全性改善まで損なうなら、問題は別の形で残る。
#不可逆的な技術の危険と、不可逆的な停滞の危険。両方を監視し、双方の誤りを訂正できる社会を作れるか。
#私にとって、AIを巡る政治経済の問題は、最終的にはそこへ行き着く。
#AIの富は、まだ建設中だ。
#ならば、その建設にはGPUと発電所だけでなく、安全性、地域への還元、競争を維持する制度、そして社会からの信頼まで含めなければならない。
#未来の富を分配する相談をするなら、未来を作る能力まで失わない方法で考えたい。
#配当の前には、配線がある。
#そして、その配線の先には、人の暮らしがある。
##
分析上の留意点：本稿は2026年11月5日時点の公開情報に基づく。選挙の敗因に関する因果関係、規制による設備投資減少率、2029年の計算資源不足量、海外への資本移転規模は確定していない。連邦法案は成立済みの法律ではなく、企業の設備投資発表は完成・稼働の保証ではない。政治的な評価、技術的な可能性、将来の産業上の仮説を区別して読む必要がある。
#