DeepSeekの採用が示す、AI企業の「自前インフラ」シフト

DeepSeekが2026年8月、データセンター部門の採用を拡大している。募集地域は北京、杭州、内モンゴル自治区のウランチャブ。対象はデータセンターのインフラ運用、計画・設計、現場実装に加え、電気、空調・冷却、自動化、エネルギー、通信、コンピューター、環境、土木など幅広い専門分野だ。12

これは単なる増員ではない。これまで外部の計算資源を借りる「アセットライト」型に依存してきたAI企業が、モデルの背後にある物理インフラを自社の技術スタックの一部として扱い始めた可能性を示す動きだ。

求人の中身が示す戦略

DeepSeekの求人は、従来型のインターネットデータセンター（IDC）からAI計算センターまでを対象に、空冷・液冷システム、メガワット（MW）級の設備からギガワット（GW）級のキャンパスまで言及している。37

必要とされる人材の組み合わせは、単にクラウド容量を調達するチームのものではない。高密度なAIクラスターを安定稼働させるための、施設全体を設計・構築・運用する体制に近い。

• 電気・エネルギー：受電設備、変電所、配電、電力運用
• 空調・環境エンジニアリング：空冷、液冷、排熱、環境制御
• 土木：用地、建物、構造物、工事の実行
• 自動化・通信：監視、制御システム、ネットワーク接続、運用自動化
• コンピューティング・運用：物理設備とAIクラスター、ジョブスケジューリング、ワークロードの統合

DeepSeek自身も、電力、冷却、ネットワーク、コンピューティングシステムを密接に連携させ、電力消費、冷却能力、スケジューリングが最終的な計算出力に影響すると説明している。13 AIでは、GPUやチップを何台並べるかだけでなく、それらを動かす電力と熱をどう処理するかが性能を左右する。

「借りる計算資源」から「運用を握る計算基盤」へ

報道では、今回の採用をDeepSeekの従来の外部計算資源への依存からの転換と位置づけている。12 自社でインフラの専門性を持てば、クラスター設計、機器の互換性、冷却方式、ネットワーク構成、運用の信頼性、拡張のタイミングをより細かく管理できる。

もちろん、求人情報だけでDeepSeekが利用するすべてのデータセンターを所有する、あるいは自社だけで建設するとは断定できない。長期リース、コロケーション、合弁事業、電力や設備に結びついた提携なども選択肢になりうる。

より確実に言える戦略上の利点は、「所有」そのものではなく、計算資源への安定したアクセスと運用上のコントロールだ。AIの競争力にとって重要なのは、確保した電力と設備を、継続的で予測可能なサービスに変換できるかどうかである。

北京・杭州・ウランチャブ――分散型の計算基盤か

DeepSeekのIDCチームの勤務地は北京、杭州、ウランチャブにまたがる。13 この採用分布は、単一の巨大キャンパスではなく、用途に応じて計算資源を分散させる構成と整合する。

ウランチャブのような内陸部は、通信遅延を許容できるモデル学習、大規模バッチ処理、非同期型の推論などに向く可能性がある。内モンゴルではグリーンコンピューティングの拡大が報じられており、ウランチャブのデータセンターから北京などへ5ミリ秒未満のネットワーク遅延で接続できる事例も紹介されている。2131

一方、利用者が直接操作するリアルタイム推論や企業向けサービスでは、ユーザー、通信網、データに近い都市部の設備が有利になりやすい。そこから考えられるのは、次のような2層構造だ。

1. 内陸部の電力重視型クラスター：事前学習、微調整、合成データ生成、バッチ推論
2. 都市部またはエッジに近い設備：消費者向け・企業向けのリアルタイム推論

DeepSeekの採用地域はこの仮説と一致するが、求人情報だけで実際のワークロード配分を確定することはできない。13

ウランチャブはAI計算拠点へ

ウランチャブの存在感はDeepSeekだけによるものではない。現地政府の発表を引用した報道によると、2025年末までに同市では84件のデータセンタープロジェクトが契約され、そのうち81件がインテリジェントコンピューティングセンターで、計画投資額は5,000億元を超えた。27

別の報道では、開業済みまたは建設中のデータセンターが約100件、計画容量が約12.5GWに達するとされている。ただし、報道によって対象範囲や定義は異なる。2324

中国のクリーンエネルギー企業Envision Groupについては、ウランチャブで12万平方メートル規模の施設が2026年8月に稼働し、AIチップ100万個を並列稼働できると同社やメディアが説明している。202225 こうした数値は企業発表や報道に基づくため、計画容量、設置済み容量、実際の稼働容量、利用容量を混同しないことが重要だ。

それでも、複数のプロジェクトが集積する効果は大きい。変電所、光ファイバー、設備サプライヤー、運用人材、再生可能エネルギーの仕組みを共有できれば、次の導入にかかる時間とコストを抑えやすくなる。

ByteDanceの動きはどこまで裏付けられるか

同じ流れは、TikTokの親会社として知られるByteDance関連企業の、寧夏回族自治区中衛市での動きにも見られる。7月の報道では、ByteDance傘下の北京字節網絡科技が全額出資する中衛賽沙明沙科技が設立され、登録資本金は22億元、情報技術コンサルティング、ソフトウエア開発、システム統合、コンピューター機器販売などを事業範囲に含むとされた。52

ただし、ByteDanceが中衛で登録資本金2億2,000万元と2億4,000万元の2社を設立し、いずれも非住宅用不動産の賃貸を事業範囲に含むという、より具体的な主張は、ここで確認できる資料からは裏付けられない。また、報道された企業がデータセンター建設のために設立されたとする証拠も示されていない。

したがって、現時点での安全な結論は、主要テクノロジー企業が土地、建物、設備、計算容量をより直接的に管理する方法を探っている、というところまでだ。中国のネット企業が中核事業に結びつく土地の取得を増やしているとの報道もあるが、それを特定のByteDanceプロジェクトの証拠とみなすことはできない。58

ボトルネックは「建物」から電力・冷却・接続へ

従来のデータセンターでは、建物の完成が大きな節目だった。高密度AIクラスターでは、より厳しい制約は建物の内部と周辺にある。

• 系統への確実な接続と十分な発電・受電能力
• 変圧器、変電所、配電設備
• 液冷と排熱処理の設計
• ネットワーク回線とクラスター間接続
• 用水、環境規制、用地条件
• 各システムを一体のプラットフォームとして稼働させる技術者

AIデータセンターの開発では、電力供給、高い電力密度、液冷が重要な変数になっている。7 2026年の内モンゴル・グリーンコンピューティング会議では、計算設備の製造やエネルギーシステムと結びついた12件のプロジェクトが発表され、計画投資額は1,864億6,000万元に上った。2126

これが、AI企業の採用計画にモデル研究者やソフトウエア開発者だけでなく、電気、空調、環境、土木、自動化、エネルギーのエンジニアが並ぶ理由だ。

AI計算資源は「インフラ」になるのか

DeepSeekの採用は、完成した巨大キャンパスの証明というより、AIデータセンターを計画し、建設し、試験し、運用する組織能力を整えているというインフラ面のシグナルとして読むのが妥当だ。1416

計算資源が不足し、クラスターの構成が難しく、高密度冷却や電力へのアクセスが実際の出力を左右する局面では、この能力が競争力になりうる。AIの経済構造も、モデル、データ、ソフトウエアだけでなく、モデルを学習・提供できる物理条件の確保へと組み替えられつつある。

DeepSeekが掲げる「鉄道、電力網、インターネット」に続くインフラ革命という比喩は、AI計算資源の資本集約性とネットワーク依存性を表すものとしては理解できる。ただし、すべてのAI企業がGW級のデータセンターを自社所有する必要があるという意味ではない。

今後の持続的な強みになるのは、ギガワット級キャンパスの所有そのものではなく、電力と計算資源への信頼でき、拡張可能なアクセスを確保し、それを安定したAIサービスに変える運用能力だろう。