2028年まで続くAIインフラ逼迫に企業はどう備えるか、オープンモデルとソブリン移行の実務
企業の95.3%がすでにAIエージェントを本番環境で稼働させ、過去12カ月間で67%の企業が当初のAI予算を超過しています。株式市場では投資家心理の変化やマクロ経済の逆風からAI投資の調整論が語られますが、実務の現場では需要の減退ではなく、インフラの供給能力不足が成長の制約となっています。
米調査会社のIDCは2026年10月22日、AI市場の需給構造を分析したレポート「AI Is Short of Capacity, Not Demand」を公開しました。同レポートは、2030年までに稼働するAIエージェントが25億個に達する一方、電力網や高帯域幅メモリ(HBM)、先端パッケージングの不足が2027年から2028年にかけて継続すると予測しています。
トークン単価が下がるほど総支出が膨らむコスト構造や、データセンターと半導体の供給制約が企業のシステム調達に与える影響について、取り上げていきたいと思います。

トークン単価が95%下がってもAI総支出が487倍に膨らむ理由
生成AIの主戦場がモデルの学習からAIエージェントによる「推論」へと移り、単位あたりの処理コストが下がるほど企業全体のAI支出が増える逆説が生じています。IDCの2026年7月調査では、企業の95.3%が本番環境でAIエージェントを運用しており、1社あたり平均で約11個のワークフローを動かしています。1アクションあたりのコストは2025年から2030年にかけて約95%低下する一方、トークン配信の総コストは487倍に拡大する予測です。
資源の効率利用が進んで単価が下がった結果、利用範囲が広がって全体の消費量が急増する現象は、経済学で「ジェヴォンズのパラドックス」と呼ばれます。AIエージェントは文脈の確認やツールの呼び出し、他のエージェントとの通信を自律的に繰り返すため、1つの業務成果を出すだけで数万から数十万トークンを消費します。GPUあたりの処理効率が2〜4倍に高まり、最適なモデルを振り分けるモデルルーティングでトークン単価が30〜60%下がっても、単価下落を上回るペースで適用業務が拡大する構造にあります。
実際に過去12カ月間で67%の企業がAIエージェント予算を超過し、24%は予算を25%以上上回りました。それでも企業の情報システム部門は利用を縮小するのではなく、予算を増額しながら、モデルルーティングや推論メモリの管理改善によって1アクションあたりのコスト引き下げを進めています。
2028年まで解消しない電力不足と半導体パッケージの供給制約
旺盛な推論需要に対して、それを受け止めるデータセンターの電力供給と半導体サプライチェーンの双方が物理的な限界に直面しています。世界のデータセンター設置ラック数は2026年の2,500万ラックから2030年には5,800万ラックへ増え、消費電力量も2025年の519TWhから1,308TWhへと2倍以上に膨らみます。米国だけでも2026年に計画された約7GW分のデータセンター容量が電力不足で遅延または中止となり、2028年までに45GWの電力不足が生じると試算されています。
半導体分野でも、メモリメーカーが利益率の高いAI向け高帯域幅メモリ(HBM)へ製造ラインを優先配分した結果、汎用メモリの供給が絞られました。2026年の供給増加率はDRAMが16%、NANDが17%にとどまり、次世代のHBM4も2027年半ばまで需要を満たせません。
TSMCのウエハーレベル統合技術であるCoWoSも、需要の約2倍の伸びに対して2027年の能力拡大は約80%にとどまります。半導体パッケージ基板(ABF基板)は2027年後半までまとまった増産が見込めず、光学部品や電源部品、液冷設備、受配電機器まで納期の長期化が波及しています。データセンターの電源確保から半導体実装まで複数の工程が同時に詰まっているため、2027年から2028年にかけては計算資源の調達価格が高止まりしやすい環境が続きます。
施設建設5年とGPU更新18カ月の時間軸ギャップが招く再編
AIインフラ市場では、長期にわたるデータセンター施設の建設期間と、短期間で世代交代するIT機器の寿命との間に時間軸のズレが生じています。ハイパースケーラーなどのサービスプロバイダーによるAIインフラ調達額は2025年の4,010億ドルから2030年には年間1兆4,500億ドルへ拡大し、IT機器を除くデータセンター施設の設備投資も同期間に2,760億ドルから6,550億ドルへ増える予測です。
AI対応データセンターは用地選定から建設までに5〜7年を要し、完成した施設は数十年にわたり稼働します。その一方で、施設内に収容するGPUなどのアクセラレータは12〜18カ月ごとに新世代へ置き換わります。投資家は早期の回収を求め、顧客企業は即時の計算容量を求めるため、資金調達コストの上昇に直面するAI特化型クラウド事業者(ネオクラウド)の間では今後、統合や再編が進むと予想されます。
再編の過程で長期的な資産価値を保つのは、陳腐化の早い半導体ではなく、建設済みのデータセンター用地と増強された電力網への接続枠です。生き残るネオクラウドは、単なる計算力の貸し出しから、モデル配信やデータ管理、ガバナンス機能を組み込んだ上位基盤へと事業領域を広げる必要があります。同時に、世代交代して減価償却が進んだ旧世代のアクセラレータは手頃な価格で二次市場へ流入するため、最高峰の演算性能を必要としない一般企業の業務システムでは、型落ちインフラの活用が現実的な選択肢となります。
パブリッククラウドからオープンモデルとソブリン環境へ染み出す需要
パブリッククラウドの供給不足やコスト上昇で行き場を失った推論需要は消滅するのではなく、オープンウェイトモデルや自社管理のインフラへと分散していきます。過去12カ月間で企業の31%が、少なくとも一部の業務処理を独自の商用モデルからオープンウェイトモデルへ移行しました。また、世界の組織の半数以上がすでにデータ主権を確保できるソブリンクラウドをAIに利用しており、さらに3分の1が今後12カ月以内の導入を検討しています。
一般企業や政府機関によるAIインフラ支出は、2025年の286億ドルから2030年には964億ドルへと年平均27.5%で拡大する予測です。各組織はデータを予測可能なコストでトークンへ変換する専用インフラ「AIファクトリー」の整備に動いており、迅速な立ち上げ以上にセキュリティやガバナンス制御の組み込みを優先しています。
結果として、端末側のオンデバイス処理やプライベート環境、ソブリンクラウドに複数のモデルが混在するハイブリッド市場が形成されます。企業のシステム部門にとっては、分散した拠点にまたがるAIエージェントの挙動やデータ利用を一元的に監視・制御する統合管理基盤の構築が実務上の急務となります。
電力網と分散AI基盤の結合が日本企業のインフラ戦略を変える
IDCが示した「需要ではなく供給能力がAIの成長ペースを決める」という構造は、日本市場にもそのまま当てはまります。国内でも都市部でデータセンターの受電待ちや建設費の上昇が顕在化しており、電力網と液冷設備を備えた拠点を確保できるかが、国内クラウド事業者や通信キャリアの競争基盤に直結します。
また、消費電力の急増や部材不足が世界的な制約となる中、日本が強みを持つ省電力の光通信技術や半導体パッケージ基板(ABF基板)などの供給網は、国際市場での存在感を高める好機を迎えています。国内勢がソブリンクラウドやAIエージェントのガバナンス管理まで含めた上位基盤を提供できれば、設備貸し出しにとどまらない継続的な収益源を築けるはずです。
利用側の日本企業も、特定のパブリッククラウドだけに依存する設計を見直し、機密性や採算性に応じてオープンウェイトモデルやプライベート環境を使い分ける調達力が求められます。電力・半導体・モデル運用を組み合わせたインフラの設計力が、2030年に向けた企業の競争力を養う土台となるでしょう。