「デジタルが高度化すればするほど、それを物理的に支えるリアルな工学（ガチ理系）がボトルネックになる」という強烈なパラドックス（一見すると矛盾しているように思えて、実は別の真理や重要な意味を含んでいる現象や考え方）が生じている。
データサイエンスや文理融合学科が「AIを使う・データを分析する側」を増やしている一方で、AIを動かす物理基盤（データセンター・電力・建築）を設計・建設・維持できる人材が世界的に致命的なレベルで不足している。
具体的にどの分野で「ガチ理系」の需要が爆発しているのか、その背景と構造を整理する。
1. 電気工学（特に「強電・電力工学」）
長年、学生の人気は「弱電（半導体・情報・通信）」に偏りがちだったが、現在最も切望されているのは「強電（電力・変電・系統制御）」のエンジニアだ。
• 高電圧・大電流の制御：ハイパースケーラーのデータセンターは、1拠点あたり小〜中規模の都市並みの電力を消費する。特別高圧の受電設備や自家発電、直流給電システムを設計できる人材が必要となる。
• 電力系統（グリッド）の安定化：再生可能エネルギーや原子力（SMR）と巨大データセンターを安全に繋ぎ、周波数や電圧の変動を防ぐ「系統工学」の知識は、AIでは代替できない極めて専門的な領域だ。
2. 機械工学（熱力学・流体力学）
高密度のAI用GPU（NVIDIAのH100/B200など）は強烈な熱を発するため、従来の「ファンで風を送る（空冷）」限界を迎えている。
• 液冷（リキッド・クーリング）革命：サーバー内部に冷却液を循環させるダイレクト・ツー・チップ冷却や、サーバーごと液体に沈める「浸漬冷却」への移行が進んでいる。
• 物理法則との闘い：配管の流体力学、熱交換効率の計算、冷媒の化学特性や漏れ（リーク）対策など、熱力学と材料力学のガチガチの知識が不可欠となる。
3. 土木・建築工学・プラントエンジニアリング
データセンターは、単なる「ビル」ではなく「精密機器を詰め込んだ巨大プラント」だ。
• 構造と地盤の設計：超重量級のGPUラックや巨大な冷却設備、非常用巨大発電機を載せてもビクともしない構造計算、耐震・免震設計、地盤補強技術が必要となる。
• 環境アセスメントと水利：大量の冷却水を取り引きし、排水するための水インフラ設計や、環境規制をクリアするための土木計画が必須となる。
• 超短工期（ファストトラック）施工：需要の爆発に対応するため、モジュール化（工場で事前製造して現場で組み立てる）建築などの高度な施工管理技術が求められる。
なぜ「文理融合・DSブーム」とのミスマッチが起きるのか？
• AI自身の進化による「参入障壁の低下」：データ分析やコード記述、簡単なデータサイエンス作業そのものは、生成AIの進化によって自動化が進み、「誰でもできること」になりつつある。
• 物理世界は「AIで生成」できない：どれだけAIが賢くなっても、「変電所を建てる」「熱を逃がす配管を設計する」「耐震構造を計算してコンクリートを打設する」といった物理世界の制約をクリアすることはできない。
結論：ボトルネックは「ソフトウェア」から「物理法則」へ
「情報・データサイエンス系」の教育格差や人材過多が進む一方で、物理法則に直接向き合う「電気（重電）・機械・土木・建築」のプロフェッショナルは、AI時代において最も希少で市場価値の高い「真のインフラ保持者」になりつつある。
これらは「時代遅れ」どころか、AI社会の発展スピードを最終的に決定づける最も重要な最前線学科といえる。