オリジナル特集オリジナル特集

AIは環境問題の味方か？省エネ効果と電力消費を両面から考える

AIは環境問題の「解決策」であり「新たな負荷」でもある

AIが環境に良いか悪いかは、技術そのものだけでは決まらない。どの用途に使い、どれだけの電力や水を消費し、その結果としてどれほどの環境負荷を減らせるかで評価が変わる。たとえば、人工衛星や現地のセンサーが集めたデータをAIで分析すれば、森林火災の兆候を早く見つけたり、野生動物の生息状況を把握したりできる。従来は人手で何か月もかかった画像や記録の確認を、短時間で処理できる場合もある。気候変動の予測、再生可能エネルギーの発電量予測、工場や建物の空調制御などでも、AIは無駄を減らす手段になり得る。

一方、その処理を担うデータセンターでは、サーバーや冷却設備が継続的に稼働する。AIの利用が広がれば、計算に必要な電力だけでなく、機器を冷やすための電力や水、設備の製造に伴う資源も問題になる。つまり、AIによる効率化の効果と、AIを動かすために生じる環境負荷を、同じ視野に入れて考えなければならない。

効率が上がっても、総消費量が減るとは限らない

AIモデルや半導体、冷却技術の改良によって、同じ処理をより少ない電力でこなせるようになれば、単位あたりの環境負荷は下がる。しかし、利用コストが下がって使い道が増えれば、処理の総量が拡大し、結果として電力消費が増える可能性がある。効率化だけを見て「環境に優しくなった」と判断できないのはこのためだ。

国際エネルギー機関（IEA）は、世界のデータセンターの電力消費が2030年に約945テラワット時へ達する可能性を示している。これはAIだけの消費量ではないものの、AIの普及が需要を押し上げる要因の一つとされる。実際の環境影響は、施設がどの電源から電力を得ているか、冷却にどれほど水を使うか、設備をどの程度効率的に稼働させているかによっても異なる。再生可能エネルギーの導入は重要だが、電力需要そのものを無視してよいわけではない。

環境効果は「導入したか」ではなく「差し引き」で測る

AIを環境対策に使う際には、導入前後で何がどれだけ変わったかを確かめる必要がある。たとえば、AIによる空調制御で建物の電力が減ったとしても、システムの運用にかかる電力を含めて比較しなければ、削減効果は正確に分からない。森林火災の検知なら、発見の早期化が被害の抑制につながったか、野生動物調査なら、必要な移動や作業を実際に減らせたかまで評価したい。

評価指標も電力だけでは不十分だ。温室効果ガス排出量、水使用量、機器の稼働率、処理一回あたりのエネルギーなどをあわせて見ることで、負荷の移動や見落としを防ぎやすくなる。企業がAIの環境影響を詳しく開示すれば、利用者や地域社会が、便益とコストを比較する材料にもなる。

「必要なAIを、適切な規模で」使う

環境負荷を抑えるには、あらゆる課題に大規模なAIを使うのではなく、目的に見合った方法を選ぶことが大切だ。単純な分類や定型処理で足りるなら、より小さく省電力なモデルや従来のソフトウェアで対応できる場合がある。計算を重複させない設計、データの再利用、処理を行う時間や場所の工夫も、無駄な負荷を減らす助けになる。端末上で分析を完結させれば、大量のデータを遠隔の施設へ送る必要を抑えられる場合もある。

AIは環境問題の味方になり得るが、その立場は自動的に保証されない。省エネ効果を実測し、電力・水・設備の負荷を透明にし、必要性に応じて使い方を選ぶ。その積み重ねが、AIの利点を生かしながら新たな環境負荷を抑えるための条件となる。