AI INFRASTRUCTURE / ECOSYSTEM

AIデータセンターは、なぜその場所に立地するのか

自然環境 → 電力 → 通信 → 冷却 → 計算資源 → AI需要 → 地域産業 → 再投資

AIデータセンターは、単独の「箱」ではない。大量の電力、高速通信、冷却、災害安全性、土地、設備人材、AI需要、制度、地域企業を同時に必要とする。立地とは、これらの条件が一か所で接続されるエコシステムの形成である。

問い|AIデータセンターは、地域に何を要求するのか

従来の工場立地では、原料、港湾、用水、労働力、市場への距離が重要だった。AIデータセンターでは、それらに代わって電力系統、変電所容量、通信遅延、光ファイバーの多重性、GPU冷却、レジリエンスが前面に出る。

しかし、これは自然条件から切り離された産業ではない。気温、水資源、地震・津波、洪水、土地造成条件は依然として重要であり、むしろ大量の電力・冷却を必要とすることで、自然環境との接続は再び強くなる。

01|AIデータセンターの7層エコシステム

1 自然環境

気温、水資源、地震・津波・洪水、地盤、土地利用可能性。冷却方式と災害対策の基礎条件になる。

2 電力

発電所、再エネ、送電線、変電所、系統余力、蓄電池、非常用電源。AI DCでは最重要の立地制約になりやすい。

3 通信

光ファイバー、通信事業者、IX、海底ケーブル、低遅延ネットワーク。電力があっても通信が弱ければAI拠点にならない。

4 冷却・建築

空冷・液冷・水冷、配電、UPS、受変電、免震、防災。GPU高密度化に伴い設備技術の重要性が上がる。

5 計算資源

GPU、サーバー、ストレージ、クラスタ制御、運用ソフト。ここで電力とデータが「計算能力」に変換される。

6 AI需要

基盤モデル開発、製造業、医療、行政、大学、地域企業。DCがあっても利用者が地域と接続しなければ飛び地になる。

7 地域循環

雇用、税収、地域調達、AI導入、教育、人材育成、系統増強への再投資。地域経済と接続して初めてエコシステムになる。

02|立地原理は「ワット・ビット連携」へ変わる

経済産業省は、AIデータセンターの立地を加速するため、電力インフラと通信インフラを一体で整備する「ワット・ビット連携」を掲げている。2023年時点では国内データセンター面積の約9割が東京圏・大阪圏に集中しているが、系統余力、土地、産業用水、災害レジリエンスの観点から地方分散が必要とされている。

重要なのは、発電地から遠い都市まで大量の電力を送るのではなく、電力供給に有利な場所へ計算需要を近づけ、データは光で送るという発想である。AI学習用途はリアルタイム性の要求が相対的に低く、都市中心部から離れた場所にも配置しやすい。

脱炭素電源・系統余力→変電所・産業用地→高速光回線→GPU DC→AIサービス

03|瀬戸内は「古い工業立地」と「新しい計算立地」が重なる

瀬戸内には、戦後工業化で整備された港湾、工業団地、送変電設備、電力事業者、通信会社、設備工事会社がすでに存在する。AIデータセンターは港を必要としないが、既存工業地帯が持つ大容量電力、設備人材、産業用地、保守運用能力は再利用できる。

これは産業系譜研究で見てきた「地域固有性の転移」の新しい段階である。塩、銅、綿といった天然資源から始まった地域産業が、電力・通信・設備運用という人工的な基盤を蓄積し、それが計算資源産業へ再接続される。

天然資源→工業化→電力・港湾・設備→通信→AI計算資源

04|香川は「AIファクトリー型エコシステム」の先行事例

香川県は2026年9月、中四国で唯一「データセンター集積型」のGX戦略地域に正式認定された。県は、災害リスクの比較的低い立地、電力・通信インフラ、先行するデータセンター誘致実績を強みとして、DC集積だけでなく関連企業誘致と県内企業のAI・DX利用まで含む産業クラスター形成を目指している。

さらに2026年8月には「香川県AIファクトリー推進コンソーシアム」が設立された。これは、単独DCの誘致ではなく、計算資源 → AI利用企業 → 人材 → 研究開発 → 新規企業立地を循環させる方向への移行と読める。

既存のSTNet PowericoはBCP型データセンターとして運用され、海岸から約7km、海抜約14.5mの立地、免震構造など災害レジリエンスを訴求してきた。そこへGPU型DCが加わったことで、香川は「安全なバックアップ拠点」から「AI計算拠点」へ機能を拡張しつつある。

05|自然環境は制約でもあり、設計変数でもある

AIデータセンターでは冷却が大きな論点になる。特に高密度GPUでは液冷や水冷の必要性が高まり得るため、少雨・水制約のある地域では自然環境が直接的な立地条件となる。

香川県では2026年夏の渇水時、AI関連企業誘致への影響が議論された。一方、県知事は既存のハイレゾによる高松・綾川のGPUデータセンターは空冷式で、日常的な水使用はないと説明している。これは重要な示唆である。「水が少ない地域だからDCに不向き」ではなく、自然制約に合う冷却技術を選ぶことで立地可能性が変わる。

したがって、環境決定論ではなく、自然条件と設備技術の適応関係として読む必要がある。

06|三原は「アンカーDC型」になり得る

広島県は三原市本郷産業団地27.5haをAsa合同会社へ分譲し、約1,000億円規模のデータセンター整備を計画している。全施設の稼働は2033年度頃が想定されている。

三原のケースは香川と性格が異なる。香川が複数拠点・関連企業・AI利用を束ねる「クラスター形成型」へ進んでいるのに対し、三原はまず大規模な単一投資がアンカーとなり、そこから通信、電気設備、保守、建設、AI需要が周囲へ派生する可能性を持つ。

ここで見るべき指標は、投資額だけでなく、何社の関連企業が周辺に立地するか、地元調達率がどこまで上がるか、地域のAI利用と人材形成へ接続するかである。

07|「DCが来る」だけでは、地域エコシステムにはならない

AIデータセンターは資本集約的で、巨大投資の割に恒常雇用が多くない場合がある。そのため、立地件数や設備投資額だけで地域効果を測ると誤る可能性がある。

地域にとって重要なのは、DCの周囲に次の循環が形成されるかである。

DC立地→電力・通信増強→設備・運用企業→AI利用企業→人材・研究→新規事業→追加投資

逆に、電力だけ地域から取り、計算需要・人材・利益が地域外へ流れるなら、DCは「デジタル版の飛び地工場」になり得る。

08|AIデータセンターの地域再生産モデル

仮説:AIデータセンターの地域価値は、設備容量ではなく、地域の他産業へ計算資源をどれだけ接続できるかで決まる。

供給側

電力、系統、通信、冷却、土地、設備施工、運用。

計算側

GPU、クラスタ、ストレージ、AI基盤。

需要側

製造、観光、医療、行政、大学、スタートアップ。

人材側

電気・通信・冷熱・AIエンジニア、研究者、運用人材。

地域循環

地域調達、雇用、税収、DX、教育、再投資。

環境制約

電力由来CO₂、水、廃熱、土地利用、系統混雑。

09|地域経営KPIは「MW」だけでは足りない

領域見るべき指標
電力受電可能MW、系統接続期間、脱炭素電源比率、蓄電容量
通信複数キャリア接続、幹線ルート多重性、遅延、国際接続
冷却・環境PUE、WUE、冷却方式、年間水使用量、廃熱利用
計算資源GPU数、GPU世代、稼働率、地域ユーザー比率
産業連関関連企業数、地元調達率、AI利用企業数、共同研究件数
人材運用人員、県内採用、大学・高専との連携、AI教育受講者
地域循環税収、地域所得、再投資額、地域企業の生産性向上

10|瀬戸内産業史の次の段階

児島では綿から縫製へ、福山では絣からデニム生地へ、周南では塩田から化学プロセスへ、新居浜では製錬から化学へ地域固有性が転移した。

AIデータセンターでは、さらに一段抽象化が進む。地域資源はモノではなく、安定電力、高速通信、設備運用、災害レジリエンス、そして地域企業がAIを使いこなす能力へ転移する。

したがって、AIデータセンターの立地を地域産業史の断絶としてではなく、瀬戸内が蓄積してきた工業インフラを「計算インフラ」へ再編集する過程として読むことができる。

出典・確認資料

RESEARCH DESIGN

この研究ノートの設計

詳細に入る前に、何を明らかにするための研究か、何を対象にし、どの方法で読むのかを明示します。

01

目的

瀬戸内のAIデータセンター立地を、自然環境・電力・通信・冷却・土地・AI需要・人材・地域経済を束ねるエコシステムとして読むことを目的とする。

02

対象

瀬戸内のAIデータセンター、電力・通信・冷却・土地、製造業・物流・港湾などのAI需要側、関連企業・大学・高専・自治体との接続を対象とする。

03

方法論

立地可能性と地域接続性を分け、自然・災害、電力、通信、冷却、土地、需要、地域企業との接続を複数軸で比較する。投資額や雇用人数だけでなく、地域で新たに何が可能になるかを評価する。

04

内容

学習DC・推論DC・Physical AIの立地条件、地域別適地性、既存産業との接続、人材・調達・インフラ外部効果、地域への還流を検討する。