NTTが「AIOWN」を発表——2033年度にデータセンター容量を3倍超の1GWへ、国産AIインフラの命運をかけた大規模増強

4月27日、NTT・NTTデータグループ・NTTドコモビジネスの3社は合同記者説明会を開催し、AIネイティブインフラ「AIOWN（エーアイオン）」の展開を発表した。国内データセンターのIT電力容量を現状の約300MWから2033年度までに約1GW（3倍超）に拡張し、今後5年程度で約2兆円を投資するという計画だ。

NTTの島田明社長は「今後はAIの推論用途が広がっていく。AIネイティブなインフラへの転換を進めていく」と明言した。この一言が今回の発表の本質を示している。「学習（Training）から推論（Inference）への重心移動」——AI活用のフェーズが変わりつつあるという現実が、NTTグループに2兆円規模の大規模投資を促している。

AIOWNという名称は、NTTが長年開発してきた次世代通信基盤「IOWN（アイオン）」に「AI」を冠したものだ。

IOWNにはもともとAIの要素が含まれているが、より顧客の理解を得やすいように「AI」の要素を追加してAIOWNというブランド名にしたという説明が示すように、今回の発表はゼロからの新構想ではなく、既存の技術資産をAI需要に合わせて再統合・再ブランディングした戦略的な一手だ。

なぜ今1GWなのか——「推論爆発」という構造的な需要変化

AIワークロードの重心が「学習」から「推論」へ

マッキンゼーの予測では、AI推論による負荷は2030年までに4倍以上となり、同年には全体の4割超を推論が占める見通しだ。

学習は限られた数の超巨大データセンターで完結するが、推論はユーザーの近くで、低遅延で、24時間絶え間なく動き続ける必要がある。インフラの設計思想そのものが書き換わる転換点に差し掛かっているというのが、今回の発表の前提認識だ。

GPT-5.5・Claude Opus 4.7・Gemini 3.1 Proなど各社のフロンティアモデルが企業の業務に深く組み込まれ、AIエージェントが長時間にわたって自律的にタスクを実行するようになると、推論処理の需要は爆発的に増加する。

Claude Managed AgentsやOpenAIのCodexのようなエージェント型の実行環境が普及するほど、常時稼働型の推論インフラの需要は加速する構造になっている。

1GWという数字の意味

1GWは1,000MWにあたり、原子力発電所1基分の出力にほぼ相当する規模だ。GartnerはデータセンターIT電力需要が2030年までに2倍になると予測しており、IEAも2030年のデータセンター消費電力が現在の日本の総電力消費量に匹敵する水準まで膨らむと指摘している。

NTTが1GWを目標に掲げることは、この世界的な電力爆増トレンドに国内事業者として正面から応える意思表明だ。

AIOWNとは何か——3つの設計思想

第1の柱：GPU・ネットワーク・電力の統合最適化

AIOWNは、ユーザーの用途に合わせてGPU、ネットワーク、電力などのリソースを最適化し、エッジデバイスまで含めたセキュアな環境と統合的なオペレーションを実現するインフラ基盤だ。

顧客が「どのデータセンターのGPUを使うか」を意識することなく、必要な計算資源を必要なタイミングで最適な拠点から引き出せる仕組みを目指している。

複数拠点のGPUを柔軟に利用できるリソースマネジメント機能の整備も計画されており、AI学習から推論、企業システムや社会インフラでの活用まで幅広い用途をカバーするとしている。

第2の柱：IOWN光ネットワークによる低遅延接続

AIOWNの「通信」の部分を支えるのが、NTTが独自開発を進めてきたIOWN（光電融合技術を活用した次世代通信基盤）だ。

2027年度までに全国でオールフォトニクス800Gbpsネットワークを整備し、分散配置したデータセンター間を低遅延・高速でつなぐ。推論処理では、ユーザーのリクエストから応答までのレイテンシが体験品質に直結するため、ネットワーク遅延の最小化は計算資源の増強と同等に重要な要素だ。

第3の柱：液冷技術による高発熱GPU環境への対応

NTTドコモビジネスが東京都心部に整備するデータセンターは、液冷標準・高発熱サーバー機器に対応したAIデータセンターとして建設が始まっており、2029年度下半期のサービス提供開始を予定している。

NvidiaのGB200などの最新AI加速チップは発熱量が極めて大きく、従来の空冷方式では対応できない。液冷方式の標準化は、AI時代のデータセンターに欠かせない技術的要件だ。

地理的展開の全体像——3層構成の意図

今回の発表で明らかになった新規施設の建設計画は、都市型・郊外型・遠隔地型を組み合わせた3層構成を取っている。

1. 東京都品川区（都市型・推論重視）: JR山手線沿線駅から徒歩約5分という超都心型データセンターで、2029年度下半期に稼働予定。推論処理におけるレイテンシを最小化するため、利用者の近くに高密度GPU環境を整備する。
2. 栃木インター産業団地（首都圏近郊型）: 栃木TCG11データセンターとして2029年竣工予定で、最終的にIT電力容量約100MWへの拡張を見込む。
3. 千葉県印西・白井エリア（郊外大規模型）: 国内最大級のデータセンターキャンパスとして段階的に整備され、印西・白井エリア全体でIT電力容量合計約250MWへの拡張を見込む。大規模なAI学習・推論用途に対応可能な計算資源を提供し、液冷方式にも対応する。
4. 福岡市（海底ケーブル直結型）: NTT西日本が地方企業のAI需要を取り込む目的で新設する。海底ケーブルとの直結により、アジア太平洋地域とのデータ連携を見据えた配置だ。

これに加え、コンテナ型データセンターを各地に設置することで、エッジ寄りの推論需要にも対応できる柔軟性を備える構成になっている。

「データ主権」という差別化軸——海外ハイパースケーラーとの競争

経済安全保障への関心が高まる中、国内でAI処理できる点を売り物に、重要情報の海外流出を防ぎたい企業や官公庁・自治体、金融機関などの需要を取り込むというのが、NTTが打ち出す差別化の核心だ。

GoogleやAWSなどのグローバルハイパースケーラーは日本国内にリージョンを持ちながらも、その基盤は海外企業の管理下にある。生成AIが医療・行政・金融・防衛といった機微な業務に入り込むほど、「データがどこで処理されるか」「誰がそのインフラを管理しているか」という問いへの答えが調達判断に直結するようになる。

Anthropicが4月6日に豪州政府とMOUを締結し、MicrosoftがMythosをめぐる国防総省との対立で「データ主権」が問われた事例が示すように、AIインフラの「国籍」は今や安全保障上の問題として政策立案者の議論に上がっている。47都道府県160拠点の国内基盤は海外勢が短期に再現できない強みだ。

また今回の発表と同日、NTTドコモビジネスが最先端半導体企業Rapidusへ液冷データセンターを提供するという発表も行われた。Rapidusは2nm級半導体の国産化を目指す企業であり、NTTのデータセンターがRapidusの製造基盤を支えるという組み合わせは、半導体・AI・通信を国内で垂直統合する国家戦略の一翼を担う意図が透けて見える。

課題とリスク——電力問題と競争環境の変化

率直に言えば、今回の計画には現実的な課題も存在する。最大の懸念は電力だ。300MWから1GWへの拡張は日本の電力系統への負荷を確実に高める。再生可能エネルギーや原子力の供給拡大が追いつかなければ、電気料金や電力安定性に波及する可能性がある。

NTTは「計画段階で電源確保済み」と強調し、中長期的に再生可能エネルギーや地場電源へのシフトを検討するとしているが、具体的な調達計画の詳細は明示されていない。

競争環境の観点では、今回の発表と同じ週にOpenAI・Microsoftの独占契約解消が発表され、AWSを含む全クラウドへのOpenAIモデル展開が公式に承認された。これはNTTが「国産インフラ」として訴求する市場において、海外クラウドプロバイダーがより多様なAIモデルを提供しやすくなることを意味する。

また、KDDI・SoftBankも大規模なAIインフラ投資を進めており、日本国内の通信キャリア間での競争も激化している。NTTのAIOWNという「統合プラットフォーム」の訴求力が、他社との差別化として機能するかどうかは、今後の顧客採用状況が判断の材料になる。

BtoB企業にとっての実務的な示唆

今回のNTTの発表は、AIインフラ投資を検討しているBtoB企業にとって以下の実務的な含意を持つ。

1. データ主権の観点でのインフラ評価: 自社の業務でどのデータをAIに処理させるかによって、国内完結型インフラの必要性が変わる。医療・金融・行政関連の業務や、機密性の高い顧客情報を扱うワークフローでは、NTTのようなデータ主権に対応した国内インフラの選択肢が調達判断の軸になりうる。
2. 2029年以降のインフラ環境の変化を先取り: 品川・栃木・印西白井・福岡の各拠点が2029年前後に順次稼働することで、国内の高密度GPU環境の選択肢が広がる。現在のクラウドインフラ選定において、2〜3年後の環境変化を見越した柔軟性を確保しておくことが重要だ。
3. IPAのOpen Data Spacesとの接続: NTTが整備するAIOWNのインフラと、IPAが整備するデータ連携標準（ODS）が組み合わさることで、「国内インフラの上でデータ主権を守りながら企業横断のAIエージェントを動かす」という絵が現実味を帯びてくる。

「学習の時代」から「推論の時代」へ——国内インフラが再評価される転換点

NTTが今回打ち出したAIOWNと1GWへの拡張計画は、AI活用の主戦場が「どのモデルを学習させるか」から「どこでどのように推論させるか」へと移行しつつある産業的な変化への回答といえるだろう。

Microsoftの日本への1.6兆円投資、「日本AI基盤モデル開発」の設立、そして今回のNTTの約2兆円計画——2026年春に相次ぐこれらの大型インフラ投資は、AI計算基盤の「国産化・国内化」という direction で一致している。その背景にあるのは経済安全保障への関心の高まりと、推論需要の急拡大という二つの構造的な力だ。

NTTが2033年度に1GWを実現できるかどうかは、電力確保・建設工期・顧客獲得というオペレーショナルな実行力に左右される。しかし「国内の推論インフラを誰が握るか」という問いに対して、最大規模の回答を示した今回の発表の戦略的意義は大きい。