AIの環境負荷、持続可能な設計へ

IT分野全体が世界の温室効果ガス排出量の約2〜4%を占めており、そのなかでもAIの普及が電力消費を押し上げる要因として注目を集めている。MicrosoftとGoogleはそれぞれの報告書で、AI関連の処理に伴い自社の電力使用量が増加していることを認めており、問題は「将来の懸念」ではなくすでに現実のものとなっている。

こうした背景には、大規模AIモデルのトレーニングや推論（AIが答えを導き出す処理）に膨大な計算資源が必要という構造がある。データセンターで消費される電力は、その電源が再生可能エネルギーでなければ、そのまま二酸化炭素排出につながる。AI利用の拡大が続くなかで、電力消費の増加は避けがたいトレードオフとして業界全体が向き合わざるを得ない状況にある。

この課題に対し、ソフトウェア開発の専門家であるBen Lindersは、AIシステムを設計する段階から環境への影響を最優先事項として組み込むべきだという考えを示している。具体的には、ゼロからモデルを開発するのではなく既存のモデルを活用すること、用途に見合った小規模なモデルを選ぶこと、低炭素な電力が豊富な地域でAIの計算処理を実行すること、そしてモデルのトレーニング自体を再生可能エネルギーで行うことが推奨策として挙げられている。

「既存モデルの活用」と「小規模モデルの選択」という提案は、コスト削減とも方向性が一致するため、企業にとって取り組みやすい施策だという見方ができる。大規模モデルは性能が高い反面、トレーニングと運用の両面で膨大な電力を消費する。タスクの要件に合った適切な規模のモデルを選ぶことは、無駄な計算資源の消費を抑える最初のステップとして位置づけられる。

「低炭素電力が豊富な地域での計算実行」という提案は、クラウドインフラの地理的な選択が環境負荷に直結するという考えに基づいている。風力や水力などの再生可能エネルギーが安定的に供給される地域にデータセンターを置くか、そうした地域のクラウドリージョンを優先的に使うことで、同じ処理量でも排出量を大幅に変えられる可能性がある。これは現状の技術で実行可能な対策であり、設計や調達の段階で意識的に選択できる余地がある。

AIの持続可能性をシステム設計の「後付け」ではなく、最初から考慮すべき要件として扱う——この考え方は、今後のAI開発において重要な視点となりうる。電力消費の問題はインフラ側だけで解決できるものではなく、モデルの選定や処理の設計まで含めたソフトウェア開発の判断が排出量に影響を与えるという認識が広がりつつある。今後は、AIシステムの性能評価に加えて、電力効率や炭素排出量を設計基準に加える動きが広がるかどうかが、業界の持続可能性を測るひとつの指標になるという見方ができる。