生成AIはエネルギーを大量に消費し、環境への影響を計算する方法は複雑です。企業のサステナビリティ目標を検討する際には、生成AIが環境に及ぼす下流の影響を考慮する必要があります。
- すぐに目に見えないけれども、大きな影響を及ぼす可能性のある副作用にはどのようなものがありますか?
- エネルギー消費が最も多く発生するのはいつですか? トレーニング中ですか、それとも日常使用中ですか?
- 「より効率的な」AI モデルは実際に持続可能性に関する懸念に対処しているのでしょうか?
生成AIが電力、水、大気質に与える影響
AIによる大気汚染への影響
2024年12月、カリフォルニア大学リバーサイド校とカリフォルニア工科大学は、MetaのLlama-3.1の訓練によって、ロサンゼルスとニューヨーク市間の自動車の往復1万回以上と同量の大気汚染が発生すると計算した。
カリフォルニア大学リバーサイド校とカリフォルニア工科大学の研究者らは、AIが稼働するデータセンターのバックアップ発電機による大気汚染の増加により、地域の公衆衛生コストが年間約1億9000万ドルから2億6000万ドル増加していることを発見した。
AIによる電力使用への影響
国際エネルギー機関の2024年の報告書によると、ChatGPTプロンプト1つあたりの年間電力消費量は、Google検索の年間総電力消費量よりも10テラワット時多いという。
AIによる水利用への影響
電力消費をさらに増やせば、既に苦戦している電力供給網が疲弊し、電圧低下や停電につながる可能性があります。急速に発展しているアリゾナ州フェニックスやカリフォルニア州の砂漠など、既に干ばつが発生しやすい地域から水を引き込むと、生息地の喪失や山火事を引き起こす可能性があります。
参照: ChatGPTでメールを1通送信すると、ボトル1本の水を消費するのと同じ効果があります
AI のトレーニングや日常的な使用では、より多くのリソースが消費されますか?
「学習は時間とエネルギーを大量に消費するプロセスです」と、IEAは2025年エネルギー・AI世界エネルギー展望特別報告書で述べています。AI学習に適したタイプのGPU1台は、最大定格消費電力でトースター1台とほぼ同じ電力を消費します。IEAの計算によると、OpenAIのGPT-4の学習には42.4ギガワット時かかり、これは先進国の28,500世帯の1日あたりの電力消費量に相当します。
日常使いはどうですか？
「重要なのは、推論が現在、生成AIのエネルギー消費の大部分を占めていることです」と、Going Global Venturesの社長であり、Mayfieldの戦略パートナーでもあるマーク・D・ミネビッチ氏はTechRepublicへのメールで述べています。「なぜでしょうか？ 推論とは、応答、画像、あるいはコードをリアルタイムで生成するプロセスであり、日々数十億ものインタラクションにスケールする継続的なプロセスだからです。」
AIモデルが推論段階（プロンプトを解析する段階）で消費する電力は、クエリのサイズ、モデルのサイズ、推論のタイムスケーリングの程度など、様々な要因によって左右されます。これらの要因に加え、一般消費者向けAIモデルの規模や実装に関するデータが不足しているため、環境への影響を測定することは非常に困難です。しかしながら、生成AIは従来のコンピューティングよりも多くの電力を消費することは否定できません。
「推論フェーズ（運用フェーズも含む）は、生成型AIアプリケーションの大量導入以前（2019～2021年）から既にGoogleにおけるAIエネルギーコストの大部分（60%）を占めていました」と、リサーチブログ「Digiconomist」とビットコインエネルギー消費指数の創設者であるアレックス・デ・フリース氏はTechRepublicへのメールで述べています。「正確な数字は把握していませんが、AIアプリケーションの大量導入により、推論フェーズ（および運用フェーズ）の比重はさらに高まっているでしょう。」
一方、AIモデルは拡大を続けています。「モデルサイズ（パラメータ）を増やすとパフォーマンスは向上しますが、トレーニングと推論の両方でエネルギー消費量が増加します」とデ・フリース氏は述べています。
ダウンロード: TechRepublic PremiumのGreentech Quick Glossary
DeepSeekはよりエネルギー効率が良いと主張しているが、それは複雑である
DeepSeek の AI モデルは、それほど多くのエネルギーを消費せず、より低価格で、主要な競合他社と同等の結果を達成したとして賞賛されていますが、現実はより複雑です。
DeepSeekのMixture-of-Expertsアプローチは、概念間の関係性をバッチ処理することでコストを削減します。学習中の計算能力や消費電力はそれほど高くありません。IEAは、DeepSeek-R1で使用されている推論時間スケーリング手法を日常的に使用すると、かなりの電力を消費することを発見しました。一般的に、大規模な推論モデルが最も多くの電力を消費します。MIT Technology Reviewによると、学習の負荷は低いものの、使用時の負荷は高くなります。
「DeepSeek-R1とOpenAIのo1モデルは、他の大規模言語モデルに比べて大幅にエネルギーを消費します」とIEAは2025年のエネルギーとAIに関するレポートに記している。
IEAはまた、製品の効率性が向上すると、より多くのユーザーがそれを採用するようになり、その結果、製品がさらに多くの資源を消費し続けるという「リバウンド効果」を指摘した。
AI は消費するリソースを相殺できますか?
テクノロジー企業は依然として、自らを「良き管理者」として見せようとします。グーグルは、欧州で「気候中立データセンター協定」に署名するなど、世界的にエネルギーに配慮した認証取得を推進しています。マイクロソフトは、2024年のサステナビリティ報告書で同様の水と電力の使用量の増加を記録しており、ペンシルベニア州スリーマイル島の原子力発電所を再開し、AIデータセンターへの電力供給を検討しています。
参照: AI の普及により、データ センターと関連インフラストラクチャが持続的に成長しました。
AIの支持者は、そのメリットがリスクを上回ると主張するかもしれません。生成AIは持続可能性プロジェクトに活用できます。AIは、炭素排出量に関する膨大な情報データセットを精査したり、温室効果ガスの排出量を追跡したりするのに役立ちます。
「生成 AI は、エネルギー グリッド、サプライ チェーン、建物の設計を最適化することで、持続可能性をサポートできます」と Minevich 氏は述べています。
さらに、AI企業はモデルの効率性向上に継続的に取り組んでいます。しかし、「効率性」が実際に何を意味するのかは、常に問題となるようです。
「AIの成長と電力需要を阻害する可能性のあるボトルネック（例えば、送電網の容量など）がいくつかあります」とデ・フリース氏は述べた。「AIの将来の需要を予測することは不可能であり（例えば、AIのブームがある程度衰える可能性もある）、これを予測するのは困難です。しかし、AIによる電力需要を抑制できるという希望は、この状況から生まれます。『大きいほど良い』というAIの力学は、環境の持続可能性と根本的に相容れないのです。」
さらに、サプライチェーンのどこまでAIの影響を算定すべきかという問題もあります。「電力消費に伴う間接的な排出は、（半導体などの）ハードウェア製造における排出量の中で最も重要な要素です」と、IEAはエネルギーとAIに関する報告書の中で述べています。
企業が生成 AI のニーズをより深く理解し、それに焦点を当てた製品に方向転換するにつれて、ハードウェアとその使用にかかるコストは低下しました。
スタンフォード大学の2025年AIインデックスレポートによると、「ハードウェアレベルでは、コストは毎年30％減少し、エネルギー効率は毎年40％向上しています。」
ダウンロード: TechRepublic Premium の IT データセンターグリーンエネルギーポリシー
生成AIが企業の環境目標にどのような影響を与えるかを検討してください
生成AIは主流になりつつあります。MicrosoftのCopilotは一部のPCに標準搭載されており、スマートフォンメーカーは動画編集AIやアシスタント機能の追加に積極的に取り組んでいます。また、Googleは学生向けにGemini Advancedモデルを無償提供しています。
有望な持続可能性目標を設定したテクノロジー企業は、生成 AI 製品の製造と使用を開始した現在では、目標を達成するのが困難になっている可能性があります。
「AIはESGレポートだけでなく、関係企業が自社の気候目標を達成する能力にも劇的な影響を与える可能性がある」とデ・フリース氏は述べた。
「特にAPI経由でアクセスされるモデルに関するAI関連のエネルギー使用量を測定するための標準やツールの欠如も、問題に拍車をかけている」とミネビッチ氏は述べた。
同氏は、企業に対し、エネルギー監視ツールの使用、より小規模なモデルを優先すること、ESG報告フレームワークにAI排出量を含めること、データ転送とクラウドコンピューティングのエネルギー需要を削減するためにエッジコンピューティングに投資すること、そしてAIベンダーに排出量の開示を求めるエージェントAIに基づく持続可能な調達ポリシーを構築することを推奨した。
「企業はAIを単なるデジタル投資として考えるのではなく、物理的なインフラへの取り組みとして、そして現実世界の環境コストを伴うものとして扱うようにシフトする必要がある」とミネビッチ氏は述べた。
環境問題を軽視する政治風潮も問題を引き起こす可能性がある。
「私たちは未知の領域へと足を踏み入れつつあります」とミネビッチ氏は述べた。「AIは電力網の適応能力を上回る速さで拡大しており、持続可能性はまさに私たちが明確さと行動を最も必要としている時に、政府レベルで政治化されつつあります。」
ミネビッチ氏は、規制枠組みが連邦レベルでの規制緩和と、先進的な州や地域でのより厳格な枠組みの間で分断される中で、エネルギー需要は引き続き増加すると予想している。テクノロジー企業は、低消費電力AIチップ、モデル圧縮、そして効率的なAIアーキテクチャの提供と活用によって、変化する政治情勢に適応できるとミネビッチ氏は述べた。
「画期的なイノベーション、透明性、説明責任といった持続可能性の目標とAI戦略を積極的に整合させる企業だけが、今後10年間の規制と市場の現実に備えられるだろう。そうでない企業は消滅するだろう」と彼は述べた。
ダウンロード: TechRepublic Premiumのカスタマイズ可能な環境ポリシー
Googleの2024年環境報告書によると、このテクノロジー大手のデータセンターの水消費量は2023年比で17%増加した。Googleはこれを「AI製品とサービスの拡大」によるものとし、「電力使用量も同様に増加」したと指摘した。Googleのデータセンターの廃棄物発生量と水使用量はともに増加した。
「AIの導入が加速するにつれ、ITリーダーたちは、よりスマートなデバイスが必ずしも電力消費の効率化に直接結びつくわけではないことにますます気づき始めています」と、ClickShareのグローバル戦略アライアンス責任者であるダン・ルート氏は述べています。「AIツールによるコンピューティング需要の急増は、IT部門がスタック内の他の場所で相殺の機会を探さなければならないことを意味します。」
国際エネルギー機関が2024年の電力報告書で指摘したように、世界がAIのエネルギー需要を満たすには、電力源とインフラの両方を考慮する必要があります。
「モデルを少し小さく作ったり維持したりすることでエネルギー要件を減らすことはできますが、そのためにはパフォーマンスを犠牲にする覚悟も必要です」とデ・フリース氏は語った。
