ソブリンAIでは日本のメーカーの「モノ」が売れる①――富士通が始めた「国産AIサーバー」は巨大市場の入口

「ソブリンAI」という言葉を聞いたとき、多くの東証プライム上場企業の経営者が最初に思い浮かべるのは、国産LLMや国産クラウド、あるいはデータ主権といった話だと思います。もちろん、それらはソブリンAIを語る際に重要なタームです。

しかし、企業の売上高という観点からソブリンAIを見ると、もう一つ非常に重要な側面があります。

ソブリンAIは、日本企業に、巨大な「モノ」の市場を生み出すということです。

AIはソフトウェアだけでは動きません。

大規模なAIを動かすにはGPUなどのAIアクセラレーターが必要です。それを搭載するAIサーバーが必要です。そして大規模なAI基盤を構築するのであれば、そのAIサーバーを大量に設置する必要があります。

さらにその周囲には、サーバーラック、ネットワーク、電源設備、液冷設備、UPS、蓄電池、非常用電源、データセンター建屋まで必要になります。

つまりソブリンAIとは、LLMやクラウドだけの市場ではありません。

日本国内に新しい巨大な設備産業を作る可能性のあるテーマなのです。

その最初の「モノ」が、AIサーバーです。

富士通はすでに「Made in Japan」のソブリンAIサーバーを始めた

この市場で、すでに具体的に動き始めている日本企業があります。

富士通です。

富士通は2026年2月、富士通グループの国内工場で、ミッションクリティカル用途を想定したソブリンAIサーバーを「Made in Japan」製品として製造すると発表しました。

富士通公式：ソブリニティを実現するAIサーバの国内製造開始（2026/2/12）

2026年3月から、NVIDIA HGX B300およびNVIDIA RTX PRO 6000 Blackwell Server Editionを搭載したAIサーバーの製造を開始しています。

さらに2026年度中には、富士通が開発する高性能・省電力プロセッサ「FUJITSU-MONAKA」を搭載したサーバーについても、Made in Japan製品として製造する計画です。

高性能かつ省電力性をAI向けに追及した Made-in-Japan CPU　FUJITSU-MONAKA

富士通の笠島工場では、装置の組み立てだけではありません。プリント基板組立から装置組立まで国内で一貫して行い、主要部品のトレーサビリティを確保することによって、ソブリン性を高めるとしています。

ここで経営者が見るべきなのは、NVIDIA HGX B300の性能ではありません。

もっと大きな経営上の意味があります。

それは、富士通が、

「ソブリンAIという需要に対して、国産AIサーバーという商品カテゴリーが成立する」

と判断して、実際に製品化と国内生産に踏み切ったことです。

これは非常に重要なシグナルだと今泉は考えています。

なぜソブリンAIで国産AIサーバーが売れるのか

AIサーバー需要を考える際、これまでは大規模言語モデルを「学習させるための設備」という理解が中心でした。

しかし、これから計算需要を増大させるのは学習だけではありません。

AIが実際の仕事をする「推論」の需要が急増します。

さらにAIエージェントが普及すると、この構造は一段と変わります。

人間が一回質問して、一回答えて終わるAIではありません。

AIエージェントは、目的を与えられると、考え、調査し、外部のツールを使い、結果を確認し、必要なら再び考えます。

つまり、

AIエージェントの普及
→ 推論回数の増加
→ 処理するトークン量の増加
→ AI計算需要の増加
→ GPU・AIアクセラレーター需要の増加
→ AIサーバー需要の増加

という構造になります。

実際、TrendForceは2026年8月時点で、2026年の世界AIサーバー出荷台数について、前年比約31％増へ予測を引き上げています。

背景には、世界の大手クラウドサービス事業者による巨額のAIインフラ投資があります。TrendForceによれば、主要9社の2026年設備投資額は合計8,867億ドルを超えると予測されています。

しかし、日本企業にとって重要なのは、米国のハイパースケーラー市場だけではありません。

ここに「ソブリン」という条件が加わると、AIインフラ需要の性質が変わります。

政府機関。

防衛。

金融機関。

電力。

通信。

製造業。

研究機関。

こうした組織にとって、AIを使うこと自体が重要なのは言うまでもありません。

しかし、扱うデータやAIモデル、システム運用の重要度が高くなればなるほど、

「海外企業のクラウドだけに全面依存していてよいのか」

という問題が出てきます。

データをどこに置くのか。

誰がシステムを運用するのか。

どの国の法律の影響を受けるのか。

ハードウェアのサプライチェーンは把握できているのか。

ファームウェアは誰が管理しているのか。

障害や国際情勢の変化が起きたとき、自律的にシステムを運用できるのか。

こうした条件が加わると、単に海外クラウドの計算資源を購入するだけではなく、国内に実物のAI計算基盤を持つ需要が発生します。

そこでAIサーバーが売れます。

従来の「企業向けサーバー市場」と考えてはいけない

ここでもう一つ、経営者が認識を変える必要があります。

AIサーバーを、従来型の企業向けサーバーの延長線上だけで考えてはいけません。

AIインフラは、急速にラックスケール化しています。

NVIDIAへの"刺客"として登場したAMDのラックスケール・システム「Helios」。トークン生成コスト安くメタ、マイクロソフトなどが採用を決定（2026/7/28）

つまり、一台のサーバーを購入するというより、複数の計算トレー、ネットワーク、電源、冷却まで含めたラック全体を一つの巨大な計算システムとして導入する方向へ進んでいます。

NVIDIAのGB200 NVL72、GB300 NVL72、そして次世代のVera Rubin NVL72などが象徴的です。

NVIDIA ラックスケールサーバー GB200 NVL72

NVIDIA ラックスケールサーバー GB300 NVL72

NVIDIA ラックスケールサーバー Vera Rubin NVL72

購入単位そのものが大きくなっているのです。

ソブリンAIサーバー市場の売上高を考えるときには、

導入台数 × システム単価 × 更新周期

で考える必要があります。製品単位がラックスケール・システム化することで、ラックの中に納まるAIサーバー（GPUサーバー）の"台数"も必然的に増えます。一例として、ラックスケール・サーバーの典型とも言うべきGB200 NVL72は、AIサーバー18台を束ねた製品です。重量も1.5トンあります。（従来のデータセンターなら床が抜けてしまう重量です）

また、AIサーバーは導入して終わりではありません。

GPUやAIアクセラレーターは高速に世代交代します。

推論需要は増加します。

必要なメモリ容量もネットワーク帯域も増えます。

ラック単位の電力密度も上昇します。

数年後には、より高性能なシステムへの更新需要が発生します。

さらに、販売後には保守、部品交換、ソフトウェア、セキュリティ対応、運用支援という継続収入も生まれます。

ソブリンAIサーバーは、一度きりの商品販売ではありません。

AIインフラそのものが更新を繰り返す設備産業になる可能性があります。

しかし、日本の他社が富士通と同じようにAIサーバー製造設備を持つ必要はない

ここまで読むと、

「それは富士通のような巨大IT企業だからできるのであって、普通の日本メーカーには無理だ」

と思われるかもしれません。

私は、必ずしもそうではないと考えています。

なぜなら、世界にはすでにAIサーバーを大量生産する巨大な製造基盤が存在するからです。

その中心が台湾です。

代表的なのが、

Foxconn（鴻海精密工業）、
Quanta Computer（広達電脳）、
Wistron（緯創資通）

といった企業です。

【産業調査】世界に独占供給：鴻海など台湾AIサーバー製造6社のサプライチェーンを台湾華語資料で徹底解明（本体レポート）(2026/7/1)

TrendForceも2026年のAIサーバー市場について、Foxconn、Quanta、Wistronなど台湾ODM各社が、AIサーバーやラックスケールシステムの需要拡大による恩恵を受けていると分析しています。

ここには日本企業にとって非常に重要な意味があります。

AIサーバー事業に参入するからといって、日本企業自身がFoxconnと同じ規模の製造工場をゼロから建設する必要はないということです。

製造力そのものは、すでに世界にあります。

日本企業が握るべきものは別にあります。

商品としての設計思想。

顧客ごとの仕様。

セキュリティ要件。

ファームウェア管理。

主要部品のトレーサビリティ。

品質保証。

国内での検査。

システムインテグレーション。

顧客企業への販売。

そして長期の保守サービスです。

製造工程の一部を台湾ODMに委託しながら、日本企業が商品全体をコントロールするモデルは十分考えられます。

これはスマートフォンやパソコンではすでに一般的な産業構造です。

AIサーバーでも同じ発想が使えます。

「日本製」を二つに分けて考える

もちろん、ここでは一つ注意が必要です。

ソブリンAIだからといって、すべての用途に同じレベルのソブリン性が要求されるわけではありません。

そこで私は、事業を考える上では二つの市場に分けて考えればよいと思います。

第一は、完全ソブリン型です。

例えば、防衛や政府の高度機密システム、非常に重要度の高い社会インフラなどです。

こうした用途では、

国内での基板実装、
国内での装置組立、
国内での検査、
厳格な部品トレーサビリティ、
国内保守

まで求められる可能性があります。

富士通が現在進めているMade in JapanのソブリンAIサーバーは、この方向性を明確に示しています。

第二は、私がここで便宜上「ジャパン・コントロールド型」と呼ぶ市場です。

日本企業が、

仕様、
セキュリティ、
品質、
サプライチェーン管理、
販売、
国内統合、
保守

を握りながら、必要に応じて台湾ODMの大規模な製造能力を活用します。

一般企業、大学、研究機関、自治体、製造業などでは、このようなモデルが十分成立し得るでしょう。

この二つを分けて考えることが重要です。

「100％国内製造でなければソブリンAIではない」と定義してしまえば、参入できる企業は限られます。

一方で、顧客が求めるソブリン性のレベルに合わせて製造・統合・運用体制を設計すれば、事業に参入できる日本企業は大幅に増えます。

実は欧州では、すでに似たモデルが始まっている

これは単なる机上のアイデアでもありません。

欧州ではすでに興味深い動きが始まっています。

フランスの高性能計算機メーカーBullとFoxconn（鴻海精密工業）は2026年6月、欧州におけるAIインフラ製造で協業することを発表しました。

対象にはNVIDIA Vera Rubin NVL72プラットフォームも含まれます。

非常に興味深いのは、その生産体制です。

システムの製造と初期試験をチェコ共和国にあるFoxconnの施設で行い、その後フランス・アンジェにあるBullの工場で組み立て、統合、システムレベルでの最終検証を行います。

そしてBullブランドとして市場へ提供します。

つまり、

Bullがシステム設計と市場を握る。
Foxconnが世界規模の製造力とサプライチェーンを提供する。
最終的な統合・検証とソブリン性に関わる重要工程を欧州側で握る。

という構図です。

これは、日本企業にとって非常に参考になるモデルではないでしょうか。

日本企業にも同じことができます。

台湾企業と競争する必要はありません。

台湾の製造力を利用すればよいのです。

そして日本企業は、日本企業にしか提供できない顧客接点、品質保証、セキュリティ、国内統合、運用、保守を付加価値にすればよいのです。

次は富士通だけではないはずです

では、どのような日本企業に可能性があるでしょうか。

もちろん個別企業については、それぞれの技術資産、顧客基盤、販売網、製造能力を精査する必要があります。

しかし業種で考えると、候補はかなりあります。

電機メーカー。

サーバーメーカー。

SIer。

通信機器メーカー。

産業用コンピュータメーカー。

電子機器メーカー。

総合商社。

こうした企業の中には、すでに政府、金融、通信、製造業、電力会社などに強い顧客基盤を持っている会社が少なくありません。

これは極めて重要な資産です。

AIサーバーそのものをゼロから発明する必要はありません。

GPUもNVIDIAなどから調達できます。

製造も台湾ODMを活用できます。

一方で、顧客企業の要求仕様を理解し、日本国内でセキュリティと品質を保証し、システムを納入して、その後10年近く付き合う能力は、簡単には海外メーカーが代替できません。

ここに日本企業の商機があります。

「AIを使うか」だけを議論している場合ではない

私は、現在の日本企業のAI戦略には一つ大きな偏りがあると感じています。

経営会議で議論されるのは、

「生成AIをどう使うか」

「AIエージェントをどう導入するか」

「社員の生産性をどう上げるか」

という話が中心です。

もちろん、それらは重要です。

しかし経営者であれば、もう一つの問いを持つべきです。

AI市場がこれほど大きくなるのであれば、御社はそのAIインフラを買う側だけで終わるのでしょうか。

世界でAI投資が拡大すれば、サーバーが売れます。

サーバーが増えればラックが売れます。

ラックの電力密度が上がれば液冷設備が売れます。

大量のAIサーバーを設置するにはUPS、蓄電池、受変電設備、非常用電源が必要になります。

そして最後には、それらを収容するAIデータセンターそのものが必要になります。

この巨大な設備投資の中に、日本企業が売れる「モノ」が大量にあります。

ソブリンAIとは、単なるIT政策ではありません。

国産LLMだけの話でもありません。

日本の製造業にとって、新しい設備産業が立ち上がる話でもあるのです。

富士通は、その入口にすでに立っています。

では次は、どの日本企業でしょうか。

そして御社は、AIインフラを購入する側だけで終わるのでしょうか。

それとも、売る側へ回るのでしょうか。

この問いは、今後数年間の日本企業の新規事業を考える上で、かなり重要な問いになると思います。

次回は、AIサーバーそのものからもう一歩外側を見ます。

GPUの消費電力が増え、AIサーバーがラックスケール化すると、従来の空冷では処理できない巨大な熱が発生します。

そこで急拡大するのが液冷です。

そして液冷まで含めて考えると、ソブリンAI市場はIT企業だけの市場ではなく、日本の機械、重電、熱交換、ポンプ、配管、電源、制御機器メーカーが参入できる市場へと一気に広がります。

次回は「NVIDIAのGPUより、その周囲にある液冷ラックを見よ」という観点から、日本メーカーの新しい売上機会を考えます。

SSKセミナーのご案内

2026年9月28日（月）、新社会システム総合研究所（SSK）主催のセミナー

「ソブリンAIを巡る新たな覇権競争と日本の勝ち筋
～米国の先行事例から読み解く、データ主権・AIインフラ防衛とハイブリッド・ソブリン戦略～」

で講演します。

ソブリンAIを単なる国産LLMやクラウドの問題としてではなく、半導体、AIサーバー、AIデータセンター、ネットワーク、政府・防衛、重要インフラ、フィジカルAIまで含めた新しい産業構造として考えます。

2026年現在、世界のIT支出を牽引する米国連邦政府のAI関連投資は1，000億ドルを突破し、概念実証（PoC）の段階から数千億ドル規模の本格的な調達・実装フェーズへと移行しています。この巨大な波の中心にあるのが、データ生成から廃棄に至るまで国家や組織が完全な統制権を握る「ソブリンAI（主権型AI）」です。
本セミナーでは、年間1，000億ドルを超える資金が投下される世界で最も巨大かつ規制の厳しい米国市場を先行事例として徹底解剖します。米国防総省（DoD）とAnthropicの対立が浮き彫りにした「倫理と国家安全保障の激突」、Palantirが牽引する新認証「FedRAMP 20x」の衝撃、そしてNVIDIAやOracle等のインフラ覇権争いなど、市場の根底を変革するダイナミズムを解説します。
さらに、米国市場の動向を踏まえ、海外ハイパースケーラーに依存する「デジタル小作人」からの脱却を目指す日本の現在地を分析します。RapidusやNTTグループ（IOWN APN）、国内メガDC事業者（さくらインターネット、ソフトバンク、KDDI）の動きを交えながら、日本の勝ち筋である「フィジカルAI」と、規制クリアと俊敏性を両立する「ハイブリッド・ソブリン戦略」の全貌に迫ります。激動のAI市場で生き残るための、次世代の事業戦略とインフラ防衛の指針を提供する必聴の120分です。

［セミナープログラム］
【第一部】米国の動向〜米国市場のソブリンAIを先行事例として理解する〜
　１．序論：米国におけるAI支出の爆発的増加と「主権（Sovereignty）」の再定義
　　米国連邦政府による数千億ドル規模のAI投資の実態と、「ソブリンAI（主権型AI）」の概念がいかに市場構造を根底から
　　変革しつつあるかを解説。
　２．第一軸：需要セクター別の動向
　　【２．１．国防・インテリジェンスセクター(DoD/IC)の深層分析】
　　　DoD（米国防総省）やIC（情報機関）における天文学的なAI予算の増加と、それに伴う極端な市場の集中化メカニズムを解説。
　　【２．２．連邦政府・州政府・公的機関セクター】
　　　OMB（行政管理予算局）の最新動向や、AIベンダーの参入障壁を破壊する「FedRAMP 20x」および「OSCAL」がもたらす
　　　調達プロセスの激変を解説。
　　【２．３．高度規制産業セクター（重要インフラ・金融・医療）】
　　　HIPAA、SEC/FINRAなどの厳格なデータガバナンス規制下における、オンプレミス型生成AI基盤やVPC環境構築への
　　　回帰トレンドを解説。
　３．第二軸：提供レイヤー別（ベンダーの存在領域レイヤー別）の動向
　　【３．１．ハードウェア・AIサーバー・半導体レイヤー】
　　　「Root of Trust（信頼の基点）」の確立や「Confidential Computing（機密計算）」といった、シリコンレベルでのソブリン性
　　　確保の最前線を解説。
　　【３．２．AIデータセンター・ハイパースケール・Neocloudインフラストラクチャレイヤー】
　　　新興インフラ「Neocloud」の台頭、SCIF（機密施設）やAir-gapped環境への展開、SMR（小型モジュール炉）活用による
　　　エネルギー主権確保の動向を解説。
　　【３．３．ソフトウェア・プラットフォーム・LLMモデルレイヤー】
　　　●参入障壁を破壊する「FedStart」とプラットフォーマーの役割：Palantirの「FedStart」とAnthropicの「Claude」が示す、
　　　　インフラ認証プロセスのゲームチェンジを解説。
　　　●データの分離保管とプライバシー保護（オープンモデルの重要性）：Metaの「Llama」シリーズに代表されるオープンウェイト
　　　　モデルを活用した、データ分離と完全なローカル・ファインチューニング戦略を解説。
　　　●倫理と主権の衝突（The Ethics vs. Sovereignty Clash）：AnthropicとDoD（米国防総省）の契約打ち切り事件が示す、
　　　　「企業倫理と国家安全保障の激しい衝突」およびサプライチェーン・リスク指定の深層を解説。
　　　●マルチベンダー戦略によるロックイン回避：DoDのプラットフォーム「GenAI.mil」に見る、マルチモデル・マルチベンダー戦略
　　　　による弾力的なアーキテクチャ構築とベンダーロックイン回避の全貌を解説。

【第二部】日本の動向〜米国市場の理解を踏まえ、日本市場の現状と課題を理解する〜
　１．序論：日本市場の構造的課題
　　米国系ハイパースケーラーへの構造的依存（デジタル小作人）からの脱却を目指す、日本の経済安全保障戦略とソブリンAI構築の
　　現在地を解説。
　２．第一軸：需要セクター別の動向
　　【２．１．防衛・安全保障セクター】
　　　マルチモーダルデータの統合分析能力の確保と、有事の「運用主権」を担保する「防衛専用クラウド」構築の最前線を解説。
　　【２．２．政府・公共セクター】
　　　デジタル庁主導の「ガバメントAI（源内）」の進展と、LGWAN（総合行政ネットワーク）に代表される独自の閉域網環境が
　　　もたらす課題と展望を解説。
　　【２．３．重要インフラ・金融セクター】
　　　FISC安全対策基準や3省2ガイドラインといった規制下での、独自暗号鍵管理（BYOK/HYOK）を活用したハイブリッド型
　　　アーキテクチャの戦略を解説。
　３．第二軸：提供レイヤー別（ベンダーの存在領域レイヤー別）の動向
　　【３．１．ハードウェア・AIサーバー市場】
　　　NVIDIA依存からの脱却を図る、Rapidus等の次世代半導体国内製造基盤整備や国産プロセッサ開発の最前線を解説。
　　【３．２．AIデータセンター・インフラストラクチャ市場】
　　　データセンターの電力系統逼迫問題に対する、「ワット・ビット連携」や超低遅延ネットワーク「IOWN APN」等のインフラ
　　　分散戦略を解説。
　　【３．３．ソフトウェア・プラットフォーム・クラウド市場】
　　　日本特有の勝ち筋である「フィジカルAI (Physical AI)」へのシフト、現実的な「ハイブリッド・ソブリン戦略」、そして市場
　　　拡大を制約する高度AI人材不足への対応策を解説。