この章を置く理由
AIの環境影響は、技術解説では省略されることが多い論点です。しかし本書に独立した章を置く理由が3つあります。
第一に、費用と直結すること。電力消費は計算量に比例し、計算量は費用に比例します。環境負荷を下げる工夫は、そのまま費用削減になります(第13章)。
第二に、開示の要請が実務に入ってきていること。取引先や投資家から、事業活動に伴う環境影響についての情報提供を求められる場面が増えています。AIの利用がその一部として問われる可能性があります。
第三に、この領域の説明が誇張されやすいこと。「省エネ」「グリーン」という語が根拠なく使われる場合があります。確認の観点を持っておく必要があります(この側面は網羅裏之巻の第22章で扱います)。
学習と推論の電力消費
AIの電力消費は、大きく2つの段階に分かれます。実務での意味が異なるため、分けて考えます。
| 段階 | 内容 | 利用側の関与 | 実務での意味 |
|---|---|---|---|
| 学習 | モデルを作る段階。大規模な計算を長時間行う | 基盤モデルの学習には関与しない | 選択の対象。自社では通常行わない |
| ファインチューニング | 既存モデルを調整する | 自社で行う場合がある | 回数と規模を意識する |
| 推論 | 実際に使う段階。1件ごとに計算する | 直接の関与。件数に比例する | 削減の対象。設計で変えられる |
利用側が影響を与えられるのは主に推論です。1件あたりの計算量 × 件数が全体を決めます。そして1件あたりの計算量は設計で大きく変わります。
推論の計算量を決める要素
- モデルの規模 ― 大きいモデルは計算量が多い(第1章)。
- 入力の長さ ― 長い文脈を渡すと計算量が増えます。
- 出力の長さ ― 生成する量に比例します。
- 推論モデルの検討量 ― 内部で長く検討する分の計算が加わります(第2章)。
- 実行回数 ― 再試行、複数案の生成、多段のエージェント処理。
これらはすべて、費用の決定要因と同じです。だから費用最適化の手順(第13章)が、そのまま環境負荷の削減になります。
CO2排出量の考え方
電力消費から排出量を見積もる場合、次の要素が関わります。正確な算定には専門的な手法が必要ですが、考え方の構造は理解しておく価値があります。
- 電力量 ― 計算に使われた電力。データセンターの冷却などの付帯設備も含まれます。
- 電力の構成 ― 同じ電力量でも、発電の方法によって排出量が変わります。データセンターの所在地によって差が出ます。
- 設備の製造 ― 計算機器の製造・輸送・廃棄に伴う影響。
実務上の要点は、数値を自社で算定するより、提供元が公表している情報を確認するほうが現実的だという点です。主要なクラウド事業者は、利用に伴う環境影響についての情報や算定の仕組みを提供している場合があります。開示が必要になった場合の第一の確認先はここです。
環境影響について具体的な数値を示す場合、算定の範囲と前提を必ず併記してください。「AIの利用で排出量が○%削減」という主張は、比較対象(何と比べたのか)、算定範囲(推論だけか、学習を含むか、設備製造を含むか)、期間が示されなければ検証できません。逆に、こうした主張を受ける側になったときも同じ点を確認します。根拠を示さない環境訴求は、後に問題となる可能性があります。
ESG経営とAI活用の関係
環境・社会・ガバナンスの観点から事業活動を評価する枠組み(ESG)との関係を整理します。AIは、この枠組みに対して両方向に働きます。
負荷の側面
- 計算に伴う電力消費と排出
- データセンターの立地に伴う水資源・土地の利用
- 計算機器の製造・廃棄
貢献の側面
- エネルギー需要の予測と最適化 ― 需給の調整による無駄の削減(第5章)。
- 設備の異常検知 ― 故障による損失・廃棄の削減。
- 物流の最適化 ― 輸送距離と積載効率の改善。
- 需要予測による廃棄の削減 ― 小売・食品分野での効果。
- 移動の削減 ― 遠隔での確認・支援。
実務的な注意点は、貢献の側面を語るときに、負荷の側面を差し引いた純額で示す必要があることです。「AIで排出を削減」という主張は、AIの利用自体に伴う排出を含めて計算しなければ成立しません。
社会・ガバナンスの側面
ESGのうち、環境以外の観点もAIに関わります。本書の他章と対応します。
- 社会(S) ― 雇用への影響(第25章)、公平性と差別の回避(第20章)、アクセシビリティ(第20章)、労働環境(第8章)。
- ガバナンス(G) ― AI利用の統制と責任分界(第16章)、リスク管理(第18章)、委託先の管理(第17章)。
したがって、AIに関するESG上の説明を求められた場合、環境の数値だけでは足りません。ガバナンス体制の整備状況が、実質的な説明材料になります。
グリーンAI・省エネ運用の動向
計算量を減らす方向の技術と運用の工夫です。多くは費用最適化と共通します。
技術側の方向
- 小規模モデルの実用化 ― 用途を絞れば小さいモデルで足りる領域が広がっています(第1章)。
- 量子化・蒸留 ― 同等の性能を小さい計算量で実現する手法(第1章)。
- 計算の効率化 ― 同じモデルをより少ない計算で動かす実装の改良。
- キャッシュの活用 ― 同じ処理の再計算を避ける(第13章)。
運用側の工夫
| 方法 | 内容 | 効果の大きさ |
|---|---|---|
| モデルの振り分け | 定型処理は小さいモデル、複雑な判断のみ大きいモデル | 大きい |
| 入力の削減 | 文書全体ではなく関連部分のみを渡す(RAG) | 大きい |
| キャッシュ | 同じ質問・同じ文書の再処理を避ける | 用途により大きい |
| 不要な実行の削減 | 再試行の原因を解消する。複数案生成の必要性を見直す | 中 |
| 実行時間帯の調整 | 急がない処理を電力需給に余裕のある時間帯に回す | 限定的だが実施は容易 |
| 用途の見直し | AIを使わずに達成できる処理を切り分ける | 最も大きい |
最後の行が本質です。AIを使わずに済む処理をAIで行っていないかの見直しが、計算量削減としても費用削減としても最も効きます。入力項目を減らす、承認階層を削る、書式を揃える。これらはAIの利用自体を不要にします(第23章)。
環境関連規制・情報開示への対応
事業活動に伴う環境影響の開示については、制度と要請の両面から求められる場面が増えています。AIの利用に関わる範囲での実務的な備えを挙げます。
把握しておくこと
- 使用しているクラウド事業者と、そのデータセンターの所在 ― 電力構成の情報の前提になります。
- 利用量の記録 ― トークン数、処理件数、稼働時間。第13章のログがあれば取得できます。
- 提供元の公表情報 ― 環境影響に関する情報と、算定の仕組みの有無。
- 自社環境で運用している場合の電力使用量 ― 設備の消費電力と稼働時間。
これらは、開示が求められた時点で集め始めると時間がかかります。利用量の記録は、費用管理のために取得しているものと同じです。費用のログを残していれば、環境影響の把握にも使えます。
説明の組み立て方
AIの環境影響について説明を求められた場合、次の順序で組み立てるのが実務的です。
- どの用途で、どの程度使っているか(件数と規模)
- 利用しているサービスと、その提供元の環境に関する情報
- 計算量を抑えるために実施している設計上の工夫(前掲の表)
- AIの利用によって削減されている負荷(算定範囲を明示して)
- 今後の見直しの方針
3番目が説明の中心になります。数値の精度より、負荷を抑える設計を行っているという事実と内容のほうが、説明材料として実質的です。
二年目の三月十二日、朝凪精機に大手の取引先から毎年の環境調査票が届き、今年から「AIの利用に伴う環境負荷」を問う設問12が加わっていました。AI推進室の瀬尾室長代理が、回答を自社で数えられるものだけで組み立てようとすると、情報システム課の森は、費用を見るために用途ごとの月の処理件数と、どの処理にどの大きさのモデルを使ったかを残してきたと言います。利用量の把握はすぐにできました。六月の実測で上位と中位のモデルの差が小さかったので、以来、問い合わせの分類や緊急度の目安のような定型の処理は小さいモデルに回し、回答の文面を作るところだけに大きいモデルを使っていました。この振り分けが、計算量を抑える取り組みとして説明できました。費用最適化のために行っていた設計が、そのまま環境面の説明材料になりました。
この場面は網羅物語之巻 第15章「誰のための公平」に出てきます。
この章の要点 ― 費用と環境は同じ方向
本章の内容は、独立した「環境対応」として取り組む必要はありません。
- 計算量を減らす工夫は、費用削減と環境負荷削減の両方になる
- 利用量の記録は、費用管理のログと同じもの
- 最も効くのは「AIを使わずに済む処理を見直すこと」
- 説明材料の中心は数値ではなく、設計上の工夫の内容
つまり、第13章のコスト最適化を実施していれば、環境面の取り組みも同時に進んでいます。別枠の施策として構えるより、既に行っていることを説明できる形に整理するのが実務的な順序です。