エグゼクティブサマリー
台湾のデータセンターにおけるAIの2つの収益機会
台湾・年間NT$ bn・新設=年150-250 MW、MW当たりNT$300-380 mn、IT機器を除く
出典:[Kira estimates]([Taipei Times Aug 2026]、[TechNews May 2026]に基づく)
今はAI関連の建設需要に販売し、ホール内部の効果はまずキロワット時で実証したうえで、人員削減ベースのAI価格設定に進むべきです。
DeepMind 2016 · Taipei Times Aug 2026 · TechNews May 2026 · TWM Mar 2026 · Visionbay 2026 · Kira estimates = KIRA analyst triangulation · 詳細な出典は「調査手法と出典」を参照
GPUクラウド、冷却機器メーカー、AIホール事業者が最も影響を受ける領域に位置します。Taipowerが受ける影響は自社業務ではなく需要を通じたものです
価値連鎖の各段階を、AIが販売対象の需要をどこまで変えるか、AIが自社業務をどこまで変えうるかでスコア化しました。
価値連鎖段階別のAI影響度
台湾データセンター・スコア1-5・外部視点の推計・2026年10月
出典:[Kira estimates](第1章・第2章の根拠に基づく)
2種類の影響
需要側:AIテナントは高密度・液冷のホールを求めるため、GPUクラウド、冷却機器メーカー、ホール事業者の受注構成が最初に変わります。Taipowerはこれを負荷として受け止めており、申請は4,523 MWに達しています[Taipei Times Aug 2026]。
業務側:ホールはセンサーの密集したシステムであり、初期のAI冷却モデルはセンサーが既に記録していたデータから学習しました[DeepMind 2016]。保守が定期型から状態基準型へ移行するため、施設管理サービスの変化が最も大きくなります。
注記スコアは公開情報に基づく弊社の外部視点の評価であり、調査結果ではありません[Kira estimates]。
建設需要に販売し、かつ制御も担うサプライヤーは、2種類の影響の両方を追い風にできます。
DeepMind 2016 · Taipei Times Aug 2026 · Kira estimates = KIRA analyst triangulation · 詳細な出典は「調査手法と出典」を参照
3行で示す結論
現在、AIはテナントです。亀山のあるホールでは約7,000基のGB300 GPUが稼働前にほぼ完売し[TWM Mar 2026]、Foxconn初のB300クラスターは90%超がリース済みです[Visionbay 2026]。
ツールとしてのAIはまだ構想段階です。機械学習制御によりGoogleのサイトでは冷却エネルギーが最大40%削減されました[DeepMind 2016]が、台湾のホールでの公表結果は確認できませんでした。
ペースを決めるのは電力です。申請4,523 MWのうち稼働サイトで契約済みは303.5 MWにとどまり[Taipei Times Aug 2026]、節約した1キロワットの価値は、削減できる人員の価値を上回ります。