インド「2047年までゼロ税」——AIワークロードの地理を動かす、規制・電力・水の三題噺です

今日の深掘りポイント

• 税のゼロ化は「安いコンピュート」以上の意味を持つ。データ主権・越境移転・サステナビリティという三つの制約条件を書き換え、リージョン設計の前提を揺らす可能性が高いです。
• ただし、政策は器にすぎない。実効性は電力の安定供給と水資源、ならびに規制整備（データ移転・通報義務・鍵管理）に左右されます。
• 「学習」と「推論」ではリスク地図が異なる。学習はデータ移動量が大きく、推論は低遅延・可用性が支配的という非対称性を前提に設計を見直すべきです。
• 税メリットの“純増分”は、PUE・再エネPPA・バックアップ燃料・ローカル準拠コストで簡単に相殺され得る領域です。TCOよりも「リスク調整後のTCO」で意思決定することが肝要です。
• 企業側の先手は「鍵とデータの分離」。BYOK/HYOK、分散学習、データ合成パイプラインで“最小限のデータ持ち込み”を徹底し、規制や供給制約の変動に強いアーキテクチャへ移行するタイミングです。

はじめに

インド政府が2047年まで外国クラウドにゼロ税制を適用する方針を打ち出しました。生成AIの学習・推論クラスターの地理的配分を左右するニュースであり、同時に電力・水・法規という現実の制約をどう折り合い、リージョンとデータの置き場を最適化するかを問う案件でもあります。CISOやSOCマネージャーの時間軸で言えば、「今四半期の設計見直し」と「3年計画の再設計」が同時に走るテーマです。編集部としては、税制という表層の刺激に飛びつくのではなく、政策の持続性とインフラの物理的限界を冷静に織り込む視点を共有したいと思います。

深掘り詳細

事実整理（公開情報の範囲）

• インドは、海外クラウドがインド国内データセンターから提供するサービスにゼロ税制を適用し、2047年まで継続する方針を示しました。狙いはAI計算需要の誘致と国内データセンター拡張の加速です。電力・水資源の制約がボトルネックになり得る点も同時に指摘されています。TechCrunchの報道が一次情報の起点になっています。
• 市場見立てとして、インドのデータセンター電力容量は中期的に大型化が続くとの観測があります。一方で、AI/HPCの高密度ラック普及はPUEや冷却方式に厳しい要求を突きつけ、電力・給排水・バックアップ燃料の調達安定性が運用リスクの主要因になる局面が増える見通しです。
• 政策の細部（対象税目、適用要件、移行措置、二重課税・源泉税の扱い、州政府インセンティブとの整合）は現時点で報道ベースです。実務適用には官報・通達の確定が不可欠で、ここが当面のフォローアップポイントになります。

注記：上記は公開報道と一般に共有されている市場観測に基づくもので、制度の最終的な適用条件は政府の正式通知に依存します。

インサイト（編集部の視点）

• 税制は「規制同化コストの補助金」になり得る
  • クラウド各社のTCOは税だけで決まりません。AI/HPCの電力・冷却・用地・人員・規制準拠（ログ保全、通報、データ移転審査、鍵管理）のコストが重く、ゼロ税はその一部を相殺するインパクトにとどまります。つまり税制は、他の不確実性（電力・水・規制）を受け入れるための“プレミアム”の役割を果たす可能性が高いです。
• 学習と推論の地理は分かれる
  • 学習（大量データ転送・長時間ジョブ・高密度GPU群）は電力・冷却の制約と相性が悪く、可用性も“バッチ耐性”で吸収しやすい。一方、推論（レイテンシ・近接性要件）は利用者近傍に置く誘因が強い。インドのゼロ税は、まず学習系のハブ化に効きやすく、推論は周辺市場とのハイブリッド（インド＋ユーザー近接リージョン）になると読むのが自然です。
• データ主権の“整地”なしに大移転は起きない
  • 税の刺激があっても、越境移転の許容範囲、インシデント報告のタイムライン、法的アクセス要件、暗号鍵の支配など、法制面の摩擦が残れば、扱えるデータは自然と限定されます。短期は非個人・公開データや合成データを用いる学習、長期はBYOK/HYOKや外部鍵管理を前提にした“鍵とデータの分離”を条件に、逐次的な拡大になると見るべきです。
• サステナビリティKPIが“第二の規制”になる
  • 主要企業の脱炭素・水リスクKPIとの整合がなければ、税制メリットは社内意思決定を突破できません。AI/HPCは高密度・高消費電力ゆえにPUEと再エネ比率、水使用量（WUE）が監査対象化します。インドでのPPAやオンサイト再エネ、液浸冷却・水冷の水源確保といった実装可能性までを踏まえた「リスク調整後のTCO」で比較する視座が要ります。
• 実行性とタイミング
  • 報道内容の信頼性は高く、方向性は現実的です。一方で、実際のワークロード移転は段階的で、今年から来年にかけてはPoC〜限定本番、3年内での大規模移設は「電力・水・規制の三点セット」がそろった案件に限られる——このくらいのテンポ感で読むのが実務的です。

設計に跳ね返る具体点（TCOとリスクの“見えない項目”）

• 電力・冷却の“細目”
  • AI/HPCの高密度ラック（例：数十kW/ラック）の受け皿がどの程度あるか、PUEレンジ、バックアップ時間、燃料再補給のSLAまで見ないとコストは読めません。税メリットはPUEの悪化やバックアップ燃料の増加で簡単に消えます。
• 規制対応の“隠れ固定費”
  • ローカル通報体制、ログ保全、タイムスタンプの標準、鍵管理の管轄（域内HSMか外部KMSか）、ベンダー契約の準拠法・仲裁条項など。移設1案件あたりの定額コストが積み上がる領域です。
• データの“帯域コスト”
  • 学習データの前処理・匿名化・合成・差分更新のパイプラインをどこに置くかで、越境帯域・時間コスト・コンプライアンス審査の頻度が変わります。最も効くのは「学習に必要な最小限の特徴のみを持ち込む設計」です。

セキュリティ担当者のアクション

• リージョン・ポートフォリオの再評価を今四半期内に
  • 学習系と推論系を分離し、インドを「学習ハブ候補」として並べて比較。比較軸は税・電力（PPA/バックアップ）・水・PUE/WUE・規制（データ移転、通報、鍵）・地政学リスクの6点でスコアリングします。
• データと鍵の分離を既定路線に
  • BYOK/HYOK、外部鍵管理（EKM）の可用性をベンダーごとに確認し、鍵の管轄が国内（日本/EUなど）に残る設計を標準化。モデル重みや特徴量の扱いも分類・暗号化ポリシーを定義します。
• “持ち込まない”ためのデータエンジニアリング
  • 合成データ、匿名化、フェデレーテッド/分散学習、蒸留など、個人データを原則として越境させない学習パイプラインを整備。回帰検証用に限定サンプルを安全に往復させるためのDLP/トークナイゼーションも併せて実装します。
• インド固有の準拠要件をインシデント計画に組み込む
  • ローカル通報義務やログ保持の要件、タイムラインに合わせてIRランブックを調整。現地通報の窓口（法務／外部事務所）と連携し、地域限定の擬似訓練を一度回します。
• サステナビリティのKPIをセキュリティのゲートに
  • PUE/WUE、再エネ比率、断水・停電時のSLAをリスク受容の判断基準に明記。電力・水の制約がセキュリティ（可用性・完全性）に直結することを、意思決定プロセスに織り込みます。
• 契約・法務の“先回り”
  • 税制の実装細則が確定する前から、二重課税・源泉税・移転価格・準拠法・仲裁地を含む条項の雛形を整理。政策が動いた瞬間に交渉へ移れるよう準備します。
• サプライヤーの現地レジリエンス監査
  • データセンター事業者の電力・水・燃料調達、物理警備、バックホール回線の多重化を監査。政治集会・自然災害期の追加対策（臨時燃料備蓄、警備増強）の計画有無も確認します。

参考情報

• TechCrunch: India offers zero taxes through 2047 to lure global AI workloads（2026-02-01）https://techcrunch.com/2026/02/01/india-offers-zero-taxes-through-2047-to-lure-global-ai-workloads/

編集後記： 税制は強い磁石ですが、AIインフラは電力と水と規制の三つ巴です。誘惑の強いオファーほど、設計の原理原則に立ち返るとブレないです。データと鍵を分ける、学習と推論を分ける、そして“持ち込まない”。この三つを守れば、どの地域が主役になっても、企業のアーキテクチャはしなやかでいられます。