基礎知識2026年11月9日

日本の空きフロアは「AIの工場」になれるか米国でデータセンター規制が広がるいま、採算は電力と冷却で決まる

Q: 家賃の安いビルを選べば、採算は合いますか？

試算では、コストの大きさは「GPUの償却 ＞ 電力 ＞ 家賃」の順でした。家賃の差より、必要な電力を受けられるか、熱を逃がせるか、GPUを休ませずに動かせるかの影響のほうが大きくなります。

都市のオフィスビルの1フロアだけにサーバーラックが並び、青く光っている様子のイラスト

アメリカでは、大型のデータセンター（DC）に対する規制の動きが州レベルで広がっています。AIを動かす計算資源の需要は増え続けているのに、大きな施設は建てにくくなりつつある。では日本ではどうでしょうか。この記事では、ビルの空きフロアを小型のAIデータセンターに転用するという道を、電気・機械設備の実務の目線で考えます。結論を先に書くと、採算を決めるのは家賃ではなく電力と冷却です。

アメリカで広がる、データセンターへの規制

ニューヨーク州では2026年7月14日、知事の行政命令により、消費電力50MW以上の大型データセンターの新設・拡張について、州の環境当局の許認可手続きが一時停止されました。州単位でこうした停止に踏み切ったのは、全米で初めてとされています。停止は、州が環境への影響の評価をまとめるまで続く仕組みです。

メイン州でも、20MWを超えるデータセンターを2027年11月まで認めないとする法案が議会を通りましたが、2026年4月に知事が拒否権を行使しました。ほかの州でも同じような法案が出されては否決される、という動きが続いています。

ここがポイント

いまの段階は「アメリカでデータセンターが建てられなくなった」わけではありません。大型の施設に対して、電力や環境への影響を理由に、州ごとに歯止めをかける動きが広がっている、というのが正確なところです。

AIの開発競争を決めるのは「電力と冷却」

AIを作っているのは、大学の研究者だけではありません。たとえばイーロン・マスク氏のxAIは、テネシー州メンフィスに「Colossus」と呼ばれる計算施設を、約10万枚のGPU規模で122日という短期間で立ち上げました。一方で、当初の電力網からの供給が足りず、ガスタービンによる自家発電を並べたことで、地元から大気汚染への批判を受けました。

この例が示しているのは、AIの開発競争で差がつくのは、人材・計算資源・データ・資金に加えて、それを動かす電力と、熱を逃がす冷却だということです。どれだけGPUを買えても、電気と冷却が用意できなければ動かせません。

日本の現実：狙い目は築古の中小ビルと地方都市

日本には、アメリカのような広大な用地は多くありません。では都心の空きオフィスはどうかというと、実は空室はかなり少ないのが現状です。民間の調査では、2026年夏時点の東京主要7区の潜在空室率は2%台前半で、賃料も上がっています。

つまり、ピカピカの大型ビルの空きフロアを狙う話ではありません。現実的な候補は、テナントが埋まりにくい築古の中小ビルや、地方都市のビルです。こうしたビルは家賃が安い一方で、電気や空調の設備が古く、そのままでは使えないことがほとんどです。

がらんとした空きオフィスのフロアのイラスト — **これまで**テナントが決まらず、がらんとした空きフロア。

同じフロアにサーバーラック、冷却装置、配線が整然と並んでいるイラスト — **AI導入後**電源と冷却を整えれば、AIを動かすフロアになりうる。

採算はどこで決まるか：家賃・電力・GPUの試算

築古ビルの100坪のフロアに、IT機器で500kWの負荷を載せる場合をざっくり試算してみます。数字はすべて前提を置いた概算で、電気料金やGPUの価格は時期や契約で大きく変わります。

費目	前提（試算例）	月額の目安	GPU1枚・1時間あたり
GPUの償却	1枚500万円前後を4〜5年で償却、約600枚	—	約110〜140円
電力	IT 500kW、PUE 1.4で約700kW、25円/kWh、720時間	約1,260万円	約25〜35円
家賃	築古ビル100坪、坪2万円	約200万円	約5円

電気代だけで家賃の6倍。さらにGPUの償却はそれを大きく上回ります。コストの大きさは「GPUの償却＞電力＞家賃」の順で、GPUを休ませずに動かし続けられるなら、家賃は誤差の範囲になります。言いかえると、場所選びで効いてくるのは家賃の安さよりも、必要な電力を受けられるか、熱を逃がせるかです。

ここがポイント

PUEは、施設全体の電力をIT機器の電力で割った値です。冷却の効率が悪いほど大きくなり、電気代に直結します。液冷を使うと、空冷より小さくできる場合があります。

転用を阻む4つの壁

空きフロアをAI用のデータセンターにするとき、壁になるのはどれも建築設備の領域です。

受電容量電気が足りない

床の重さラックが重い

排熱熱を逃がせない

消防水を使えない

壁	目安	検討すること
受電容量	一般的なオフィスビルの受変電設備は、ビル全体で数百〜千数百kVA程度。2,000kW以上は特別高圧の受電になる	電力会社との受電協議、受変電設備の増設・更新、幹線の引き直し
床の重さ	オフィスの床は1㎡あたり300kg前後が標準的。GPUを満載したラックは1台で1トンを超えることも	構造の確認、荷重を分散させる架台、置ける位置の制限
排熱	AI向けのラックは1台で数十kW。オフィス用の空調では追いつかない	室外機の置き場と排熱ルート、液冷・液浸冷却の検討
消防	サーバー室では、水を使わないガス系の消火設備が一般的	消火設備の新設、防火区画、所轄消防署との協議

このほか、建築基準法上の用途の扱い（事務所のままでよいか、用途の変更が必要か）は、建物や計画の内容によって判断が分かれるため、所管の行政に確認が必要です。賃貸ビルであれば、オーナーの承諾と原状回復の範囲も最初に詰めておくべき論点です。

小さなGPUをつなぐ：建物の中と、拠点のあいだ

1フロアに置けるGPUの数には限りがあります。では、小さな拠点をいくつもつなげば、大きな計算ができるのでしょうか。

複数のビルが光ファイバーでつながっている様子を上から見た図解 — 複数の拠点をつなぐには、通信量を減らす工夫が要る

同じ建物の中なら、高速なネットワークでGPU同士をつなぎ、1つの大きな計算機のように使えます。一方で、離れた拠点のあいだでは通信が遅く、ふつうのやり方で大きなAIを学習させるのは難しくなります。

ただ、拠点間の通信量を大幅に減らす学習の方法も研究されています。2024年11月には、米国のPrime Intellectが、こうした手法を使って米国・欧州・アジアの3大陸に分かれた計算機で、100億パラメータ規模の言語モデルを学習させたと発表しました。とはいえ、まだ発展途上の技術です。小型の拠点が当面向いているのは、大規模な学習よりも、できあがったAIを動かす（推論）用途や、企業専用のAI、小型モデルの学習です。

海外の先行事例

海外では、空きビルをデータセンターに変える動きがすでに出ています。ロンドンのEdgeNebulaは、空いた商業ビルを最短2か月ほどでデータセンターに転用でき、新築よりも費用を大幅に抑えられるとして事業を始めました。オフィスの一角に液浸冷却のタンクを置く小型のデータセンターを手がける事業者も、各国で登場しています。

一方で、既存の建物を改修するデータセンターでは、排熱が最大の制約になり、床の強さや天井の高さ、機械室の狭さも課題になると指摘されています。海外でも、壁は日本と同じところにあります。

「電力を確保したフロア」という新しい価値

ここまで見てきたように、空きフロアのデータセンター転用は、家賃ではなく電力と冷却で採算が決まります。裏を返せば、受電容量を増やし、排熱のルートと消火設備を整えた「電力を確保したフロア」は、それ自体が新しい不動産の価値になりえます。テナントが決まる前でも、AI用途の需要に応えられる床として評価される可能性があります。