AIインフラを調べていると、面白い構造が見えてくる。
GPU、power semiconductor、Cold Plate、CDU、pump、chiller、sensor。どれも重要な部品や装置だ。
でも、技術的に重要であることと、産業の中で大きな価値を取れることは同じではない。
そこで出てくる問いが、「AI時代、部品を作る会社より、システムを統合する会社の方が強いのか？」だ。
結論から言うと、単純に「統合会社の方が儲かる」とは言えない。高いshareや代替困難性を持つcomponent企業は非常に強い。
一方で、system integration、control、serviceまで入る企業には、別の強みが生まれる可能性がある。重要なのは、componentかsystemかという二択ではなく、「value chainのどこにいて、誰との接点を握っているか」を見ることだ。
1. Component｜性能で選ばれる
power semiconductor、pump、valve、sensor、connector、cold plateなど、システムを構成する個別技術を供給する。
効率、サイズ、耐久性、損失、熱抵抗、信頼性。性能差が大きく、代替が難しく、量産能力や品質認証まで参入障壁になるなら、componentでも十分に大きな価値を取れる。
だから「部品メーカーは弱い」と考えるのは間違いだ。ただしcomponentだけでは、最終顧客の課題全体が見えにくい場合がある。
2. Subsystem｜複数の部品を機能へまとめる
例えばCDUは、単純なpump単体ではない。pump、heat exchanger、sensor、valve、power、controllerなどを組み合わせ、液冷loopを安定して動かす機能として提供する。
ここまで上がると、顧客が買っているのは個別部品ではなく、「必要な冷却能力を安定して出す仕組み」になる。部品同士の組み合わせ、制御、冗長性、maintenance性まで価値になる。
3. System｜顧客の設備全体へ入る
さらに上がると、rack、power、cooling、facilityをまたいだsystem integrationになる。
ここでは「この装置の性能」だけでなく、既存設備とつながるか、rack-scale architectureへ適合するか、safety requirementを満たすか、他vendor機器とinteroperableか、設置・保守ができるかが重要になる。
顧客は複数componentの最適組み合わせを自分で解く必要がなくなる。その代わり、system側の企業には広いengineering責任が発生する。
4. Control｜設備を「動かし続ける」価値
AIインフラでは、設備を設置して終わりではない。GPU負荷は変わる。消費電力も発熱も変わる。その変化へpower、flow、temperature、chillerなどを追従させる必要がある。
DaikinとNTT DATAが2026年に始めたPoCは、この方向性を分かりやすく示している。server thermal stateを予測し、air conditioning、heat source、liquid coolingを一体で制御する。
これはchiller単体の性能競争ではなく、複数設備をどう協調させるかというcontrol layerの競争だ。
5. Service｜顧客との関係が納入後も続く
その先にserviceがある。maintenance、monitoring、optimization、replacement、software update、capacity expansion。
設備は長期間使われるため、導入後も関係が続く。継続的に顧客設備を見る企業は、どこが故障するか、何がmaintenance負荷になるか、次にどのcapacityが必要か、どのinterfaceで詰まるかという情報へ近づきやすい。
これは次世代製品を作る上でも価値がある可能性がある。ただし、これはbusiness-model inferenceだ。企業別に本当に利益率や継続収益が高いかは、財務データを別途確認する必要がある。
「どこまで握るか」の具体例
ROHMのAI server向け対話では、800VDC / ±400VDCのpower systemに対応するだけでなく、gridからGPU chipまでのpower path全体を見たtotal power solutionを目指す説明がある。
NidecのCDUも、pump単体ではなく、cooling capacity、redundancy、hot swap、Redfishによる外部controlなどを組み合わせている。
Daikinもchiller単品だけでなく、liquid cooling企業の買収やNTT DATAとのintegrated controlへ広げている。
もちろん、これらの事例だけで「統合すれば必ず利益が増える」とは言えない。でも企業がAI infrastructure市場で、componentからsubsystem、system、controlへ境界を広げようとしている動きは確認できる。
統合すればするほど良い、でもない
system integrationには大きな代償もある。責任範囲が広がる。開発が複雑になる。顧客ごとのcustom requirementが増える。project execution riskも上がる。
だから最適解は「全社がsystem integratorになる」ではない。むしろ重要なのは、自社の強いcomponentを起点に、どの境界まで上がると価値が増え、どこから先は複雑性の方が大きくなるかを見極めることだ。
AIインフラでは「interfaceを握る会社」が強いかもしれない
次世代AI data centerでは、800VDC、rack power、liquid cooling、telemetryなど、複数企業の製品を接続する必要がある。
誰がinterface requirementを理解し、standardizationへ参加し、顧客設計へ早く入れるか。これは単純な部品性能とは別の競争軸になる。
OCPのようなopen ecosystemで標準化が進むほど、独自規格で囲い込むことだけが強さではない。open standardへ適合しながら、そこで選ばれる性能・信頼性・serviceを持つことが重要になる。
「儲かる会社」は、階層ではなくポジションで決まる
部品メーカーより統合会社の方が儲かる。そんな単純な法則はない。強いcomponent monopolyに近い企業もある。統合してもproject riskばかり増える企業もある。
だから問いを変える。「部品か、systemか」ではなく、「その会社はvalue chainのどこで代替困難性を持ち、誰との接点を握っているか？」を見る。
AIインフラは、その違いが非常に見えやすい産業だ。Component → Subsystem → System → Control → Serviceという階段で企業を見ると、同じAI市場でも「誰がどこで価値を取ろうとしているか」が見えてくる。
AI Infrastructureシリーズ
- 総論｜AI覇権はGPUだけの戦争ではない
- 冷却｜AIが増えるほど『冷やす会社』が重要になる理由
- 電力｜AI競争の本当のボトルネックは電力になるのか
- AI工場｜データセンターが『AI工場』になりつつある
- 日本｜日本はAI半導体で負けたら終わりなのか？
- 産業構造｜部品メーカーより『統合する会社』なのか
Sources
- ROHM — AI Server / HVDC Dialogue
- Daikin × NTT DATA — Integrated Cooling Control
- Nidec — Interop Tokyo 2026
- Open Compute Project
Updated: 2026-09-12. Claims about customer proximity, feedback, and value capture are analysis/inference, not universal margin claims.
コメント