国連大学から新報告書：AIの電力使用による環境コスト

AIの膨大なエネルギー消費により、土地・水・気候への影響が連鎖的に拡大する中、国連大学の研究者等が新報告書で緊急の対応を呼びかけています。

2030年までに、世界中でAI（人工知能）を動かすデータセンターの電力消費量は、9450億キロワット時に達すると予測されています。これは、パキスタン・バングラデシュ・ナイジェリアの3カ国（合計人口6億5000万人以上）を合わせた年間電力消費量の3倍近くにあたります。また、電力消費に付随する水の消費量はサハラ以南のアフリカに暮らす13億人分の一年間の生活用水量に相当し、土地の使用面積は1万4500平方キロメートルを超え、3200万人以上が住むジャカルタ都市圏の約2倍に匹敵します。

この衝撃的な調査結果は、国連大学水・環境・保健研究所（UNU-INWEH）が発表した新たな報告書『Environmental Cost of AI’s Energy Use: Carbon, Water and Land Footprints（AIのエネルギー使用に伴う環境コスト：炭素・水・土地のフットプリント）』に詳しくまとめられています。データセンターの温室効果ガス排出については、これまでも数々の研究者たちが警告を発してきましたが、今回の発表で国連大学の科学者たちは、炭素排出量だけを見ていてはAIとデータセンターが引き起こす環境へのコストを正確に把握できないと指摘しています。報告書では、世界全体でAIの電力使用に伴う炭素・水・土地それぞれの「フットプリント（環境への負荷）」を数値化し、世界の主要データセンター集積地20カ所でこれらの値が大きく異なることを明らかにしました。

「この報告書は、世界中の何十億もの人々の生活を豊かにしているAIという技術革新に反対するためのものではありません」と、調査チームを率いたUNU-INWEHのカーヴェ・マダーニ所長は述べています。「AIを責任ある形で活用し、意図せず生じるさまざまな影響に先手を打って対処することで、AIを持続可能で公平なものにしていこうと呼びかけているのです。AIは時代を代表する技術革命ですが、それを支える基盤が地球環境の許容範囲の中で発展し、AIの発展に必要な鉱物資源の埋蔵地域に住む人々や、データセンターや電子廃棄物を受け入れている地域の人々にもAIの恩恵が届くことを担保するために残された時間は、ごくわずかです」

正しく測定されていない「フットプリント」

報告書は、AIの環境コストが総じて誤って計測されていることも明らかにしています。現在の多くの評価は、大規模モデルの学習（トレーニング）に伴う炭素排出量に重点を置いています。しかし、AIシステムの学習や稼働で使用するのは電力だけではありません。冷却や発電で生じる水のフットプリントと、エネルギーインフラやサプライチェーンに由来する土地のフットプリントも発生しています。この3つのフットプリントは、必ずしも比例しているわけではありません。例えば、石炭からバイオエネルギーに切り替えると、電力の炭素フットプリントを平均70％削減できる一方で、水のフットプリントは30倍以上に、土地のフットプリントは100倍に増えることがあります。報告書では、「低炭素」であることが自動的に水と土地の利用の低下につながるわけではないと結論付け、単一の指標だけでAIの持続可能性を評価すれば、隠されたトレードオフを見落とし、すでに水や土地の不足に悩む地域にさらなる環境負荷を押し付ける危険があると警告しています。

インフラ面で見ると、数字はあっという間に膨れ上がります。2025年、世界のデータセンターが消費した電力は推定4480億キロワット時に達しました。世界中のデータセンターを一つの国として扱うなら、データセンターは世界第11位の電力消費国となります。10位はフランス、12位はサウジアラビアです。

「私たちが最も驚いたのは、脱炭素の観点からは最も環境に優しいように見えた選択肢が、水や土地の面では却って環境に悪いケースがとても多かったことです」と、報告書の筆頭著者であるUNU-INWEHのミリアム・アクゼル博士は述べています。「炭素排出量だけでAIの持続可能性を判断し続けると、再生可能エネルギーを使えばAIインフラはクリーンであると思い込んでしまいます。しかしそれは一つの問題を解決しながら別の問題を生み出すことを意味し、しばしばそのしわ寄せは予想だにしない地域に及びます」

AIは開発より継続利用が電力を最も消費

AIの環境負荷に関するこれまでの議論の多くは、巨大モデルの学習（トレーニング）に必要なエネルギーに集中してきました。GPT-3の学習には約13億キロワット時の電力が消費され、GPT-4では500〜700億キロワット時が消費されたと推定されています。しかし、報告書はこのような見方がすでに時代遅れであることを明らかにしています。モデルが一般公開されると、日常のユーザーの問いかけに答えるためにモデルを継続的に動かす「推論（インファレンス）」が、AIのエネルギー消費の80〜90%を占める最大のコストとなります。

ChatGPTだけでも1日に約25億件のプロンプトを処理しているとされ、この1つのサービスだけで年間約3830億キロワット時の電力を消費していることになります。これに伴う炭素排出を相殺するには、260万本の苗木を10年間育てる必要があり、植林される土地面積はアメリカにあるマンハッタン島とほぼ同じ広さになります。また、水のフットプリントはサハラ以南のアフリカに暮らす約50万人が1年間に最低限必要とする生活用水の総量に相当し、土地のフットプリントはサッカー場800面以上に及びます。

動画生成が新たな環境危機として浮上

AIで1回の処理あたりに消費するエネルギー量は、タスクの種類によって桁違いに異なります。一般的なチャット形式での問答は、基本的なテキスト分類のタスクと比べて約200倍のエネルギーを消費します。AIで画像を1枚生成するには、分類タスクと比較して約1450倍のエネルギーが必要になる事例もあります。そして、AIで短い動画を1本生成すると、20万回分のスパムメール分類に相当する電力を消費します。使用するモデル、プロンプトの長さ、出力形式や解像度のいずれもがフットプリントに大きく影響しますが、こうした設定の多くはユーザーが気づかないうちに製品の初期設定によって決まっています。

効率化で環境負荷が減らない理由

報告書は「リバウンド効果（ジェヴォンズのパラドックス）」を引き合いに出し、モデルが効率化されるほどコストが下がり、使用頻度が上がるという問題を警告しています。トークン数・解像度・デフォルトの出力量などに明確な上限を設けなければ、1回あたりの処理効率がいくら向上しても、利用量の増大によってその効果は簡単に帳消しになってしまうのです。

「AIの技術が進歩して処理が効率化されれば、AIの環境フットプリントは小さくなると多くの人が考えています。しかし、それは問題全体のほんの一面に過ぎません」と、報告書の共著者であり、2026年ストックホルム水大賞受賞者に選出されたマダーニ教授