何が起きたか
北京から鉄道で西へ約2時間、羊の放牧と石炭で知られてきた内モンゴル自治区の都市・烏蘭察布（ウランチャブ）が、アジア有数のAIデータセンター集積地になりつつあります。2016年以降、開設または着工したデータセンターは約100件。ゴールドマン・サックスが先週公表したリサーチノートによれば、中国企業がこの都市で表明したプロジェクトの合計推定容量は12.5ギガワットに達し、そのうち70%超はここ1年に発表されたものです。DeepSeekが大規模拠点を建設中と報じられ、ByteDance、Alibaba、Xiaohongshu（小紅書）も名を連ねます。
比較対象として、OpenAIの5000億ドル規模プロジェクト「Stargate」が完成時に到達する容量は10ギガワットです。単一都市の計画容量がそれを超えている、という事実がこのニュースの核心です。
なぜ重要か：中国AI企業が「借りる側」から「持つ側」へ
これまで中国のAI企業は、優秀なモデルを出しながら物理インフラへの支出は米国勢に比べ極端に少なく、クラウド事業者から計算資源を借りるのが基本でした。烏蘭察布での動きは、自前インフラへの本格投資が初めて始まったことを意味します。モデルの性能競争が、資本と電力の競争へと局面を移したということです。
もう一つ見落とせないのは、この投資が政府主導ではなく商業需要に押されている点です。シンガポール経営大学で中国の計算インフラを研究するAndrew Stokols氏によれば、他の中国国内ハブと比べ、烏蘭察布の成長は商業需要に牽引された部分が大きいとされます。DeepSeek、Moonshot AI、Zhiput AIといったスタートアップが国内で課金ユーザーを増やしており、彼らを近距離で捌く推論向けデータセンターに事業的な採算が立ち始めた、という順序です。
なぜ烏蘭察布なのか：立地が積み上げてきた条件
内モンゴルのデータセンター集積は今回のAIブームより10年以上前から始まっています。Huaweiが2016年に同市初の拠点を建設し、3年後にAppleが続きました。2021年には政府の全国プロジェクト「東数西算（Eastern Data, Western Compute）」の主要ハブに指定されています。
ただし当初は弱点がありました。人口が集中する東部沿海から遠く、レイテンシが高いためバックアップ保管用途に留まっていたのです。これを変えたのが二つの要素です。一つは2017年と2019年に敷設された2本の専用光ファイバーで、平均レイテンシは5ミリ秒未満まで下がり、AI推論のようなリアルタイム処理にも耐えるようになりました。もう一つはAIそのものです。Stokols氏は「2022年のAI台頭で、あの遠隔地のデータセンターがモデル学習に十分使えると気づかれた」と述べています。学習ジョブは数か月単位で走り、リアルタイムの操作をあまり必要としないため、距離が不利になりにくいのです。
地理条件も効いています。内モンゴル高原の標高と長く寒い冬が冷却エネルギーを削減し、北京に近いことで人口密集地への遅延も抑えられる。そして風力・太陽光の急拡大と豊富な石炭により、電気代は中国国内でもほぼ最安水準です。
制約：水と石炭
楽観だけではありません。年間降水量は約14インチ（デンバー並み）で、水は明確な制約です。地元政府は計画中のプロジェクトが稼働する前の段階で、すでに住民の水需要を満たすのに苦労しています。先月には地元水道会社が、ピーク需要を抑えるため複数の浄水施設を毎晩7時間停止せざるを得ませんでした。もっとも同市の気象データによれば、冷却のための追加取水が必要なのは年間2か月程度で、冬場の必要量は少なくなります。
電源構成も課題です。Stokols氏の調査では、烏蘭察布の電力の約37%はいまも石炭由来です。データセンターは24時間稼働するため、運用側は信頼性を理由に化石燃料を選好してきました。Carnegie China所長のDamien Ma氏は「内モンゴルは長らく中国のウェストバージニアだった。石炭の土地だ」と表現しつつ、「3年後には完全に再生可能エネルギーで賄われているかもしれない」とも語ります。中国政府は内モンゴルのデータセンターを、余剰の再エネ容量を吸収する手段と位置づけており、Ma氏によれば未活用の再エネが多い地域とデータセンター建設が進んだ地域には正の相関があります。実際、中国最大級の風力タービンメーカーであるEnvisionは今月、自社のクリーン電源に直結する2ギガワットのAIデータセンターを同市に建設すると発表しました。石炭からの置き換えは進行中ですが、速度と到達点はまだ見えていません。
本記事はZeyi Yang氏とLouise Matsakis氏によるニュースレター「Made in China」の一編に基づいています。
💼 事業会社視点：これは自社にどう効くか
日本企業の役員が読むべき論点は「AIコストの地政学」です。烏蘭察布に12.5ギガワットが集まるのは、安い電力・寒冷地・低レイテンシという条件が一都市���揃ったからで、日本にはこの組み合わせがありません。結果として、中国系AIサービスの推論単価は構造的に下がり続けます。
SaaS事業者は、自社のLLM原価が「調達先の電力事情で決まる」前提で価格設計を見直すべきです。特にAI機能を定額プランに含めている企業は、競合が原価優位を武器に値下げしてきた際の耐性を今のうちに試算しておくことです。ECや業務システムでチャット・レコメンドにAPIを使う企業は、モデルの乗り換え可能性（プロンプトとログの抽象化）を設計に入れておくと、この価格競争の恩恵だけを受け取れます。
受託開発は逆風と追い風の両方です。AI実装の単価は下がりますが、「どのモデルをどこで動かすか」を含む調達設計は新しい提案領域になります。データ主権上、中国系モデルを採用できない金融・公共案件では、その制約を前提にした国内・米国系構成の設計力が差別化になります。
経営判断としては、AI関連の中期計画で置いている推論コスト前提を一度洗い直すこと。DeepSeekらが自前インフラを持ち始めた以上、「借り物のクラウド価格」を基準にした試算は前提が変わります。