通信事業者が挑むAIグリッド、トークン単価で巨大クラウドに勝てるか
生成AIの開発や推論処理の需要が拡大するなか、通信事業者が保有する全国のデータセンターや通信局舎を「AIグリッド」へ転用し、新たな収益源に育てる動きが本格化しています。米国の調査会社であるABI Researchが2026年10月29日に公表した調査レポート『AI Grid Deployment Strategies』によると、通信事業者の既存インフラを活用した潜在的なAIグリッド容量は、中国で約5,400MW（メガワット）、米国で789MWに達すると試算されました。
都市部の大規模データセンターで電力不足や送電網への接続遅延が深刻化する一方、通信事業者はすでに受電設備や冷却機構、光ファイバー網を備えた施設を各地に保有しています。初期展開の約98%はこれらの中核施設に集中しますが、分散配置した計算基盤が中央集権型の巨大クラウドとの競争に勝ち残るには、「1トークンあたりの処理コスト（トークン単価）」と「GPU稼働率」という厳しい採算基準をクリアしなければなりません。
今回は、ABI Researchの調査データを起点として、通信事業者が挑むAIグリッドの設備構造と中米格差の背景、そしてトークン単価の壁を越えて巨大クラウドと戦うための事業条件について、取り上げていきたいと思います。
巨大クラウドとの勝敗を分ける「トークン単価」と「GPU稼働率」
通信事業者が構築する分散型のAIグリッドが、大手テック企業の巨大クラウドと市場で競い合う上では、超えるべき明確な採算ラインが存在します。企業の情報システム部門や購買部門がAI基盤の導入を判断する際、「トークン単価（コスト・パー・トークン）」と「GPU稼働率」の2つが厳格な評価基準となります。
どれほど利用者の近くに計算拠点を配置して通信遅延を短縮しても、トークン単価が中央集権型クラウドより大幅に割高であれば、一般の企業システムは採用を見送ります。また、特定の時間帯や特定の地域だけでしかAIの推論需要が発生しない場合、高額なGPUの稼働率が下がり、通信事業者の設備投資は回収できなくなります。
通信業界では、巨額を投じた5Gネットワークの投資回収に苦慮した経験が記憶に新しく、経営陣は設備先行の投資に対して慎重な姿勢を崩していません。管理対象が分散するほど保守要員の配置や電力管理の手間が増すため、需要の裏付けがないまま拠点を広げることは収益の悪化に直結します。
この壁を越えるには、複数の企業や用途で計算資源を共有してGPU稼働率を底上げし、トークン単価を引き下げる仕組みが欠かせません。さらに、既存の通信課金システムを刷新し、リアルタイムの処理量や通信品質に応じて柔軟に料金を算出できるクラウドネイティブな運用基盤を整えることが実務上の必須条件となります。
「全拠点へのGPU配置」を排し中核施設と交換局へ98%集中
トークン単価を抑えて投資採算性を確保するため、AIグリッドの初期展開はネットワークの末端ではなく、既存の大規模施設へ集約される構造となっています。ABI Researchのリサーチアナリストであるマイケル・モレノ（Michael Moreno）氏も、短期的な商機はネットワークのあらゆる場所にGPUを置くことではないと指摘しています。
同社のモデル分析によると、調査対象の通信事業者が実際に稼働できる潜在容量のうち、コアデータセンターが約5,000MW、地域の中心局（セントラルオフィス）や交換局が約1,500MWを占めています。この2種類の拠点だけで、稼働可能な全容量の約98%に達する計算です。
加速計算機（アクセラレータ）を安定して稼働させるには、高密度な受電設備と強力な冷却能力、そして大容量の光ファイバー接続が揃っていなければなりません。携帯電話の無線基地局など末端の小規模施設では、電源や冷却設備の改修費用が膨らむため、結果としてトークン単価を押し上げてしまいます。
そのため通信事業者の現場では、すでに設備が整ったコアデータセンターや大規模な通信局舎から順次立ち上げる手法が採られます。まずは低遅延やデータ主権（データを特定地域内で管理する要件）、ネットワークとの密接な統合によって顧客が明確な業務価値を得られる用途を特定し、採算が見込める中核拠点から段階的に外側へ広げていく手順が現実的な展開ルートとなります。
中国5,400MW対米国789MW、約7倍の容量格差を生む背景
既存インフラをAIグリッドへ転用する潜在能力を国別に見ると、中国が米国を大きく引き離して先行する構図が鮮明になっています。ABI Researchの試算モデルでは、米国の潜在容量が789MWにとどまるのに対し、中国は約5,400MWと約6.8倍の規模に達すると算出されました。
この差を生んでいるのは、単なる半導体の調達数ではありません。第1に国有通信事業者による全国規模のインフラ網の厚み、第2に拠点単位で確保されている電力供給の余裕、第3に国家政策による通信網と計算基盤の一体整備という3つの構造要因が重なっています。
米国では大手クラウド事業者が独自に巨大データセンターを建設する動きが中心であるのに対し、中国では通信事業者が国家のデジタル基盤を担う中核プレイヤーとして位置づけられています。電力網の空き容量と通信局舎の設備を国の産業政策のもとで結びつけやすい体制が、そのままAIグリッドの潜在容量の差となって表れています。
AIの計算能力をめぐる国際競争は、最先端半導体の確保だけでなく、既存の通信施設や受電設備をいかに効率よく計算拠点へ転換し、低コストなトークン供給体制を築けるかというインフラ運用力の勝負へと広がっています。
「場所貸し」からの脱却とNVIDIA・Akamaiの先行モデル
通信事業者が巨大クラウドに対して価格競争力と収益性を両立できるかどうかは、AIグリッドの供給網（バリューチェーン）における事業モデルの選び方に大きく依存します。参画の形態には、保有する敷地や電力をAI事業者に貸し出す「不動産・電源リース」から、自社でのGPU運用、通信回線と計算資源のセット提供、さらには総合的なAI基盤の提供まで複数の段階があります。
モレノ氏が指摘するとおり、通信事業者が単なる「インフラの大家（場所貸し）」にとどまれば、得られる収益は固定的な賃貸料に限定されます。より高い付加価値を獲得するには、計算資源に対して高速通信、セキュリティ、通信量の制御（トラフィック管理）、最適な拠点への処理振り分け（ワークロード配置）、そして品質保証（SLA）を組み合わせる必要があります。中央集権型クラウドにはないネットワーク一体型の品質を保証できて初めて、顧客が割増料金（プレミアム）を支払う理由が生まれます。
市場ではすでに、先行するプレイヤーによる主導権争いが動き出しています。Akamaiは中央拠点型の約20カ所のGPU拠点を連携させ、ネットワーク全体で処理場所を最適に制御するオーケストレーション主導のモデルによって、初期の収益化に成功しました。
一方でNVIDIAは、GPUとネットワーク機器、ソフトウェア基盤を一体で供給する体制を築いています。同社はNokia、Cisco、AT&Tなどの通信関連企業と相次いで提携を結び、AIグリッドの基本設計（アーキテクチャ）に対する影響力を強めています。通信事業者にとっては、NVIDIAのエコシステムを取り込みつつ、自社のネットワーク制御技術でいかに稼働率を高めて独自性を出すかが経営上の焦点となります。
光通信網と「ワット・ビット連携」が拓く日本の通信局舎の勝機
2026年7月に本ブログで取り上げたABI Researchの光通信インフラ予測でも、都市部の電力制約を背景にデータセンターを分散配置し、大容量の光通信網で結ぶ潮流が確認されていました。今回のレポートで示された「コア拠点と交換局への98%集中」および「トークン単価と稼働率による選別」という視点は、日本国内で2026年秋から本格化している「ワット・ビット連携」の実装にも直結します。
日本の通信事業者は、全国の交換局や地域拠点に堅牢な建物と受電設備を保有しています。これらの通信局舎と、IOWNのオールフォトニクス・ネットワーク（APN）のような低遅延・低消費電力の光通信網を直結させることで、地方の再生可能エネルギーや余剰電力と都市部のAI計算需要を結ぶ分散型AIグリッドを構築できる立場にあります。
重要なのは、全国の局舎を単なるスペース貸しに終わらせないことです。高速な光通信網を通じて広域に点在するGPUの稼働率を動的に平準化してトークン単価を抑え、通信品質保証（SLA）や国内法制に準拠したソブリンAI基盤として統合提供できるかどうかが重要となるでしょう。電力と通信、計算資源を一体で最適制御する運用モデルの確立が、巨大クラウドに対する国内通信事業者の競争力を高める突破口になるのかもしれません。