長編・2026年夏のエネルギー。数字はすべて2026年8月時点の公表値・報道に基づく。
プロローグ：あなたの何気ない質問の裏で、電気が燃えている
スマホに向かって、何気なくAIに質問する。「今夜の献立、何がいい？」。数秒で、気の利いた答えが返ってくる。手軽で、無料で、まるで魔法のようだ。指先ひとつで、賢い相棒が、いつでも応えてくれる。
だが、その一つの答えの裏で、何が起きているか、想像したことがあるだろうか。あなたの質問は、どこかの巨大なデータセンターへと送られ、無数の半導体（GPU）が猛烈な計算を行い、その熱を冷ますために大量の水と電気が使われ、そして答えが返ってくる。AIが一度考えるたびに、現実の世界では、本物の電気が燃えている。 ある試算では、生成AIへの問い合わせ1回は、従来の検索の10倍もの電力を消費するとも言われる。
私たちは、AIを「クラウド（雲）」の中にある、軽やかで、無重量の存在だと思い込んでいる。だが、その「雲」の正体は、コンクリートの巨大な建物であり、膨大な半導体であり、それを動かすメガワット級の電力であり、冷却のための水だ。AIの知能には、電気代という、重たい『体』がある。 そして2026年、その体が、あまりに急激に、あまりに大きく育ちすぎて、日本のエネルギーそのものを揺さぶり始めている。
本稿では、この「電気を食べて考える機械」が、日本経済に何をもたらしているのかを追う。結論を先に言えば、AIの食欲は、日本を潤すと同時に、家計の電気代を押し上げ、そして、10年以上封印されてきた原発の扉まで、こじ開けようとしている。
なぜ、私がこのテーマを重要だと考えるのか。それは、AIをめぐる議論のほとんどが、「AIは何ができるか」「仕事を奪うか」といった、目に見える華やかな側面に集中し、その足元にある「AIは何を消費するのか」という、地味だが決定的な問いを、見落としているからだ。AIの能力を語る記事は無数にある。だが、AIが動くために、どれだけの電気と、水と、燃料と、コンクリートが必要で、その負担を誰が背負うのかを、正面から論じる声は、まだ少ない。AIの未来を本当に理解するには、その知能の輝きだけでなく、その体が食べる電気の量を、見なければならない。 本稿は、その「見えないコスト」に、あえて光を当てる試みである。
第1章：数字で見る、AIの底なしの食欲
まず、AIがどれほど電気を食べているかを、具体的な数字で押さえよう。
日本国内のデータセンターが消費する電力量は、いまや日本全体の電力消費の約3％に迫る勢いだ。2021年時点では約1.5％だったから、わずか数年で、ほぼ倍増したことになる。この急増を牽引しているのが、生成AIだ。調査会社ガートナーは、2026年のデータセンターの電力消費が、世界全体で前年比26％増えると予測し、そのうちAI向けに最適化されたサーバーが、データセンター全体の電力の31％を占めると見ている。2027年には、AI用サーバーの電力消費が、従来型サーバーのそれを上回るという。
しかも、この食欲は、まだ序の口だ。生成AIの普及が、モデルを「学習」させる段階から、実際にユーザーの問いに「推論（答えを出す）」する段階へと移るにつれ、電力需要は予測を上回るペースで膨らんでいる。将来の推計では、日本のAIデータセンターの電力需要が、10倍を超える規模にまで拡大するという見方すらある。
なぜ、これほど食うのか。理由は単純だ。AIの「賢さ」は、膨大な計算の上に成り立っている。より賢いAIを作り、より多くの人が使えば使うほど、必要な計算量は爆発的に増え、その計算を担う半導体が、猛烈な電力を消費し、猛烈な熱を出す。AIの進化と普及は、そのまま電力需要の膨張を意味する。 私たちが「AIは便利だ」と喜んで使えば使うほど、その裏で燃える電気は増えていく。この関係を、私たちはあまりに無自覚に見過ごしてきた。
とりわけ、局面が「学習」から「推論」へと移ったことが、需要を跳ね上げている。かつては、巨大なAIモデルを一度作り上げる「学習」のときに、集中的に電力を食う、というイメージだった。だが、いまや無数の人々が、日々、何度もAIに問いを投げかける「推論」の段階に入った。一回一回は小さくても、それが世界中で、24時間365日、絶え間なく繰り返される。AIは、もはや『たまに大食いする機械』ではなく、『常時、休みなく食べ続ける機械』になった。 半導体も、世代を追うごとに性能が上がる一方で、一台あたりの消費電力はむしろ増している。最新世代の高性能な計算チップを大量に並べたAIサーバーは、従来のサーバーとは桁違いの電力を必要とする。性能への渇望が、そのまま電力への渇望に直結しているのだ。
第2章：AIの本当のボトルネックは、計算力ではなく「電力」だった
ここで、多くの人の直感を裏切る事実を指摘したい。いま、AIの発展を縛っている最大の制約は、賢いアルゴリズムでも、高性能な半導体でもない。電力だ。
象徴的なのが、千葉県印西市の事例だ。データセンターの一大集積地であるこの地域では、新規のデータセンターが電力の供給（受電）を開始できるまで、「最大10年待ち」という事態が報じられた。建物を建てる土地も、資金も、需要もある。だが、そこに電気を届ける仕組みが、追いつかない。東京圏では、新規の受電容量を確保すること自体が、極めて困難になっている。
興味深いのは、この電力不足の主因が、「発電能力の不足」ではなく、「送電設備の整備の遅れ」だとされる点だ。電気を作る力はあっても、それを必要な場所まで運ぶ送電網が、急増する需要に追いついていない。AWSやマイクロソフト、グーグルといった巨大IT企業（ハイパースケーラー）は、日本に数兆円規模の投資を表明し、ソフトバンクやKDDIも、ギガワット級のAIデータセンター構想を進めている。投資意欲は、過去最大級だ。にもかかわらず、電力供給が追いつかない。 これが、2026年の日本のAIインフラを語るうえでの、中心的なパラドックスだ。
この事実は、AIをめぐる競争の本質を、鮮やかに描き出している。かつて、AIの競争力といえば、アルゴリズムの優秀さや、半導体の性能で決まると思われていた。だが、いまや違う。十分な電力を、安定的に、安く供給できる国だけが、AIの覇権を握れる。 AIの競争は、突き詰めれば、エネルギーとインフラの競争なのだ。だからこそ、AIの未来を考えることは、この国のエネルギーの未来を考えることと、切り離せなくなった。
この構図は、世界のAI開発の最前線でも、まったく同じだ。米国の巨大IT企業は、AIのために、閉鎖されていた発電所と長期の電力購入契約を結び直し、次世代の小型原子炉の導入を決め、史上最大規模の再生可能エネルギー投資に乗り出している。彼らが競っているのは、もはや優秀な技術者の数だけではない。「どれだけの電力を、確保できるか」——それが、AI覇権の新しい通貨になった。 計算力は電力から生まれ、電力はインフラと政策から生まれる。つまり、AI競争は、静かに、国家のエネルギー戦略の競争へと姿を変えている。日本が、この競争のなかで存在感を保てるかどうかは、半導体を作れるかどうかだけでなく、その半導体を動かす電気を、賄えるかどうかにかかっている。
第3章：独自の読み①——「クラウド」は雲ではない。AIには、重い体がある
ここで、少し立ち止まって、言葉の魔法について考えたい。私たちは、インターネット上のサービスを「クラウド」と呼ぶ。雲。この言葉は、実に巧妙だ。雲のように軽やかで、どこにでもあって、実体がなく、コストもかからない——そんなイメージを、私たちに植えつける。
だが、その「雲」の正体は、まったく雲らしくない。それは、地上に建つ、巨大なコンクリートの箱だ。中には、何万台という半導体サーバーが、ぎっしりと詰め込まれ、24時間、休むことなく計算を続けている。その半導体は、猛烈な熱を発し、それを冷やすために、大量の水と空調が必要になる。そして、そのすべてを動かすのは、発電所から送られてくる、本物の電力だ。「クラウド」という軽やかな言葉が、その足元にある、コンクリートと、シリコンと、メガワットと、冷却水という、重たい物理的な現実を、私たちの目から隠している。
この「隠蔽」が、私たちの感覚を狂わせている。AIに質問するのは、無料で、無限で、環境にも負荷をかけない——多くの人が、無意識にそう思っている。だが、実際には、あなたの一つの質問は、現実の電気を燃やし、現実の燃料を消費し、現実の二酸化炭素を排出している。AIの知能は、決して無重量ではない。それは、電気代という重さを持ち、その重さを、私たちの社会が、電気料金や環境負荷という形で、確実に負担している。
この視点を持つことが、これからのAI時代を考える出発点になる。AIを「便利な魔法」としてだけ消費するのではなく、「電気を食べて答えを吐く、物理的な機械」として、その体の重さを直視すること。その重さを誰が、どう負担するのか——それが、次章以降のテーマだ。
第4章：独自の読み②——AIが、封印されていた原発の扉をこじ開けた
AIの膨大な電力需要が引き起こした、最も劇的な変化。それは、日本のエネルギー政策の、歴史的な転換だ。
2011年の福島第一原発事故以降、日本は、原子力発電への依存を減らす方向で歩んできた。「可能な限り原発依存度を低減する」——これが、事故後の日本のエネルギー政策の、動かしがたい前提だった。国民の間に根強い原発不信があり、政治は、この問題に正面から触れることを避けてきた。原発の再稼働や新設は、10年以上、事実上、封印されてきたと言っていい。
その封印が、いま、解かれつつある。政府は、2025年に策定した第7次エネルギー基本計画で、原子力を、従来の「可能な限り依存度低減」から、「最大限活用」へと、方針を大きく転換した。これは、福島事故後、初めての明確な「原子力推進への回帰」であり、2040年度の電源に占める原子力の比率を、約20％にまで高める目標が掲げられた。既存原発の再稼働に加え、次世代型の革新炉や、小型モジュール炉（SMR）の開発も、議論の俎上に載っている。
なぜ、10年以上動かなかった原発政策が、いま動いたのか。その最大の駆動力の一つが、AIとデータセンターの電力需要だと、私は見ている。政治的な議論では動かせなかった原発回帰を、AIという新しい、そして巨大な電力需要が、いわば経済的な必要性として、こじ開けた。 脱炭素を進めながら、増え続けるAIの電力を安定的に賄うには、二酸化炭素を出さず、安定して大量の電気を生む原子力に頼るしかない——そういう現実的な計算が、政策を動かした。
これは、実に象徴的な出来事だ。最先端の未来技術であるAIが、その底なしの食欲によって、日本が10年以上向き合うことを避けてきた、最も重く、最も分断的なエネルギーの問いを、再び食卓の上に引きずり出した。 生成AIは、いまや、日本のエネルギー政策の、最大の変数になっている。原発の是非という、国論を二分するテーマが、AIという思わぬ角度から、再燃しているのだ。（なお、原発回帰には安全性やコスト、廃棄物をめぐる根強い異論もあり、本稿はその是非を論じるものではない。ここで指摘したいのは、AIの需要が、この議論を再起動させた、という力学である。）
注目すべきは、この転換を後押ししているのが、「脱炭素」という、もう一つの大義だという点だ。日本は、二酸化炭素の排出を減らす国際的な約束を負っている。ところが、AIの電力需要を火力発電で賄えば、二酸化炭素の排出は増えてしまう。脱炭素を守りながら、増え続けるAIの電力を賄うには、二酸化炭素をほとんど出さずに、安定して大量の電気を生める電源が要る。その条件に合うのが、原子力だ。「脱炭素」と「AIの電力需要」という二つの圧力が、正面からぶつかり、その解として、原子力が再び浮上した。 かつて原発反対の論拠の一つだった環境への配慮が、皮肉にも、いまや原発推進の論拠として使われている。この価値の逆転こそ、AI時代のエネルギー論議の、複雑さを物語っている。原子力産業の関係者が「AIとデータセンターの需要は追い風だ」と語るのも、この文脈においてである。
第5章：独自の読み③——AIの電気代は、中東の海峡につながっている
AIの電力を賄うのは、原発だけではない。当面、その多くは、天然ガスや石油を燃やす火力発電に頼らざるを得ない。そして、ここに、もう一つの、意外なつながりが生まれる。
日本の火力発電の燃料——液化天然ガス（LNG）や原油——は、その多くを海外からの輸入に頼っている。そして、その輸送ルートの要衝が、中東のホルムズ海峡だ。この海峡は、世界の石油輸送の大動脈であり、同時に、地政学的な火薬庫でもある。実際、2026年7月には、この海峡をめぐる緊張が高まり、原油やLNGの価格が変動する場面があった。
この事実が意味することは、重い。生成AIという、人類の最先端の技術が動くための電気代は、めぐりめぐって、中東の海峡という、最も古い地政学の火種に、直接つながっている。 AIデータセンターの電力需要が火力発電で賄われる限り、中東で緊張が高まれば燃料価格が上がり、それが日本の電気代を押し上げ、AIを動かすコストを引き上げる。
ここに、深い皮肉がある。私たちは、AIを「未来」の象徴として語る。だが、その未来を動かしているのは、化石燃料という「過去」のエネルギーであり、中東情勢という、何十年も変わらない古い地政学だ。最先端の知能が、最も原始的な資源と、最も根深い国際政治の対立に、鎖でつながれている。 別稿で論じた原油高や中東情勢が、食品の値段を押し上げたように、それはいま、AIの電気代をも押し上げようとしている。AIの未来は、私たちが思うほど、地上のしがらみから自由ではない。
第6章：独自の読み④——同じAIが、日本を潤し、家計を圧迫する
ここで、別稿で論じたテーマと、この電力問題を接続したい。私は以前、「AIブームが、半導体輸出を通じて、日本に過去最大の経常黒字をもたらしている」と書いた。AIは、日本経済にとって、久しぶりの「稼ぎ頭」だ。だが、その同じAIが、いま、家計を圧迫する側にも回っている。
構図はこうだ。AIブームは、一方で、半導体という日本の輸出品への需要を爆発させ、国を潤す。だが他方で、そのAIを動かすためのデータセンターが、電力を爆食いし、電力需給を逼迫させ、電気代を押し上げる。日本経済にとって、AIは、右手で稼がせてくれる恩人であり、左手で電気代を吊り上げる圧迫者でもある。 一つの技術が、富の源泉と、コストの源泉を、同時に担っている。
この電気代の上昇は、別稿で論じた「跛行型インフレ」——エネルギーと食料が主導する物価高——の、新たな一因になりうる。電気代が上がれば、家計の負担が増えるだけでなく、あらゆる製品やサービスの製造コストが上がり、値上げの連鎖を後押しする。とりわけ、法人向けの電気料金には、燃料費に加えて、再エネ賦課金や容量市場といった政策コストが幾重にも乗っており、企業のコスト負担は年々重くなっている。
考えてみれば、これほど見事な自己矛盾も珍しい。AIは、生産性を高め、経済を効率化し、人手不足を補う「救世主」として期待されている。ところが、その救世主が、電力という基礎的なコストを押し上げ、インフレを煽り、家計を圧迫する。AIは、問題を解決する道具であると同時に、新しい問題を生み出す原因でもある。 一つの技術のなかに、光と影が、これほど濃密に同居しているものは、そう多くない。しかも厄介なのは、光を享受する場面と、影を負担する場面が、別々に訪れることだ。AIの便利さは、スマホの画面という「見える場所」でありがたく味わわれ、AIのコストは、電気料金の明細という「見えにくい場所」で、静かに徴収される。だから、多くの人は、両者を結びつけて考えない。「AIは便利」と喜ぶ自分と、「電気代が高い」と嘆く自分が、実は同じ現象の裏表であることに、気づかないのだ。
そして、ここにも「K字」の構図が透けて見える。AIブームで潤うのは、半導体メーカーや、その株を持つ投資家、AIインフラを担う巨大企業だ。一方で、AIが押し上げた電気代を負担するのは、一般の家計であり、価格転嫁のできない中小企業だ。AIの富を受け取る人と、AIのコスト（電気代）を払う人が、一致しない。 国全体は「AIで潤う」と言われても、多くの家計の実感は「電気代が上がって苦しい」だ。この、稼ぎと負担のねじれこそ、AI時代の日本経済が抱える、見えにくい歪みである。
第7章：AIが描く、新しい産業の地図
AIの電力問題は、日本の産業の「地理」まで、書き換えつつある。
前述の通り、東京圏では、電力の制約からデータセンターの新設が難しくなっている。そこで進んでいるのが、地方への分散だ。政府の「デジタル田園都市国家構想」なども後押しし、再生可能エネルギーの供給余力や、送電網に余裕のある北海道や九州へと、データセンターの立地がシフトし始めている。豊かな自然エネルギーと、冷涼な気候（冷却コストが下がる）を持つ地域が、AIインフラの新たな受け皿として、脚光を浴びている。
これは、地方にとって、雇用と投資をもたらす好機だ。別稿で論じた九州の半導体集積と合わせて考えれば、九州や北海道は、半導体とデータセンターという、AI時代の二つの心臓部を抱える地域へと変貌しつつある。地方創生の、思わぬ切り札になる可能性がある。
だが、光があれば影もある。データセンターは、大量の電力と水を消費し、広大な土地を必要とする。地域に雇用をもたらす一方で、その地域の電力、水、土地といった限られた資源を、大量に奪っていく。地元の暮らしや、他の産業と、資源をどう分け合うのか。AIインフラの誘致は、恵みであると同時に、地域資源をめぐる新たな競合を生む。 さらに、改正省エネ法によって、電力効率の悪い非効率なデータセンターには、厳しい基準が課され、淘汰が始まっている。効率化は、コスト削減の問題であると同時に、法令順守の問題にもなった。AIの地方分散は、単なる「地方への恵み」ではなく、資源と効率をめぐる、複雑な方程式なのだ。
この新しい地図は、日本の国土のあり方そのものを、静かに変えていくかもしれない。かつて、工場は港や消費地の近くに集まり、都市は人と情報の集まる場所に発展した。だが、AI時代のインフラであるデータセンターは、「電気と水が豊富で、涼しい場所」を求める。その条件で日本を見直せば、これまで「地方」「過疎地」とされてきた地域が、突如として、戦略的な価値を帯びてくる。電力という新しい基準で、日本の地理の序列が、組み替えられ始めている。 半導体の九州、データセンターの北海道——AIは、稼ぐ力の中心を、東京から地方の一角へと、静かに移し始めている。その恵みを、地域の持続的な発展にどう結びつけ、資源の奪い合いという影をどう抑えるか。それは、地方創生の新しい、そして切実なテーマになる。
第8章：ただし——AIの便益が、コストを上回る可能性もある
ここまで、AIの電力コストの側面を強調してきた。だが、公平を期すために、反対側の可能性も、しっかり置いておきたい。AIがもたらす便益が、その電力コストを、大きく上回る可能性は、十分にある。
第一に、AI自身が、エネルギー効率化の切り札になりうる。AIを使って、電力網を最適化し、需要を予測し、無駄を削る。工場やビルのエネルギー消費を、AIが賢く制御する。AIは電気を食う一方で、社会全体の電気の使い方を、より効率的にする力も持っている。差し引きで、エネルギーを節約する可能性すらある。
第二に、技術は、着実に電力効率を上げ続けている。半導体は世代を追うごとに、同じ計算をより少ない電力でこなせるようになっている。データセンターの冷却技術も進化している。「AIは電気を食いすぎる」という今日の懸念は、技術の進歩によって、数年後には大きく緩和されているかもしれない。
第三に、AIが生み出す価値——創薬、科学研究の加速、生産性の向上、新産業の創出——は、消費する電力の価値を、はるかに上回るかもしれない。人類が電力を使って、それ以上の富や知恵を生み出してきたように、AIもまた、電力という投資から、それを上回るリターンを生む可能性がある。
だから、公平な結論はこうだ。AIの電力問題は、深刻な課題だが、克服不可能な壁ではない。原発の活用、再エネの拡大、効率化技術、そしてAI自身による最適化——複数の解を組み合わせれば、道は開ける。問われているのは、「AIをやめるか否か」ではなく、「AIという便利さのために、私たちはどれだけのエネルギーを、どう賄い、その負担をどう分かち合うのか」という、社会的な合意だ。 AIの食欲を満たしながら、脱炭素も、家計の負担軽減も両立させる——その難しい方程式を解けるかどうかに、日本のAI時代の成否がかかっている。
エピローグ：問いを打ち込むたび、私たちは電気を燃やしている
2026年の夏、AIは、私たちの生活に、すっかり溶け込んだ。だが、その手軽さの裏で、日本のエネルギーの土台が、静かに、しかし激しく、揺さぶられている。AIは、電気を食べて考える機械だ。そして、その食欲は、いまや国のエネルギー政策を動かし、電気代を押し上げ、産業の地図を書き換えるほどに、育っている。
これから注目すべき点を、三つ挙げておく。
- 原発再稼働と次世代炉の行方。 AIの電力需要が後押しした原発回帰が、実際にどこまで進むのか。安全性やコスト、地元の合意をめぐる議論と、電力の必要性が、どう折り合うのか。日本のエネルギーの未来を左右する、最大の論点だ。
- 電気代への転嫁と、家計・企業の負担。 AIが押し上げる電力需要が、電気料金にどう跳ね返り、跛行型インフレをどこまで加速させるか。稼ぎと負担のねじれが、どこまで広がるか。
- 電力効率と、技術の進歩。 半導体や冷却技術の進化が、AIの電力効率をどこまで改善できるか。技術が食欲を上回れるかどうかが、この問題の帰趨を決める。もし効率化のスピードが需要の膨張に追いつかなければ、AIの食欲は、際限なく電力を求め続けることになる。逆に、技術がブレークスルーを起こせば、いまの懸念は杞憂に終わるかもしれない。この「食欲」と「効率」の競争こそ、AI時代のエネルギーの、最大の見どころだ。
私たちは、AIに問いを打ち込むたびに、どこかで電気を燃やし、燃料を消費し、二酸化炭素を出している。その一つひとつは、ごくわずかだ。だが、それが世界中で、何十億回と積み重なるとき、その総和は、国のエネルギーを揺るがすほどの重さになる。 AIの知能に、体があること。その体が、電気を食べて生きていること。この当たり前の、しかし忘れられがちな事実を、私たちは、もっと自覚すべきなのかもしれない。魔法のように見えるあの答えは、実は、電気の炎の上で、燃えているのだから。
※本稿の数値は、資源エネルギー庁の資料、第7次エネルギー基本計画、ガートナーの予測、および2026年の各報道・専門資料に基づく。「クラウドは雲ではない」「AIが原発をこじ開けた」「AIの電気代は中東につながる」といった読み解きは、筆者の分析である。原発の是非については本稿は評価を下さず、需要が政策議論を再起動させた力学のみを扱った。電力需給・燃料価格は変動するため、利用時点の最新情報を確認されたい。
