要点
まずベースラインを測り、次に 2 種類の目標を組み合わせて設定しましょう。原単位の目標(有用なタスク 1 件あたりのエネルギーや排出量)と、総量の目標または上限です。原単位は効率を示し、総量は利用の拡大が削減分を食いつぶしていないかを示します。モデルや利用状況の変化に合わせて、少なくとも年に 1 回見直しましょう。
手順
- 主な AI の用途について、文書化した方法でベースラインを測定または推計します。
- 1 リクエストあたり、処理した 1 文書あたりのエネルギーなど、機能単位を選びます。
- 単位あたりの原単位目標と、総量の目標または上限を設定します。
- 小さなモデルで処理するリクエストの割合など、直接管理できるプロセス目標を加えます。
- 毎年、進捗と方法を見直し、方法を変えた場合はベースラインを再設定します。
実測したベースラインをもとに、原単位の目標と総量の目標を組み合わせて設定しましょう。 どちらか一方だけでは誤解を招くことがあります。タスク 1 件あたりの数値は下がっても合計は増えることがありますし、合計が問題なさそうに見えても、単に利用がまだ増えていないだけかもしれません。
なぜ目標が 2 つなのですか?
リクエストあたりの効率は、非常に速く改善することがあります。Google は、Gemini のテキストプロンプト 1 件(中央値)のエネルギーが 1 年で 33 分の 1 になったと報告しています。しかし、AI が安くなると利用は増えがちです。Luccioni、Strubell、Crawford は、これをリバウンド効果、またはジェボンズ効果として論じています。原単位の目標は前者を、総量の目標や上限は後者をとらえます。
目標はどのようなものにすべきですか?
| 種類 | 例 |
|---|---|
| 原単位 | 処理した 1 文書あたりのエネルギーを、ベースラインに対して一定割合削減する |
| 総量 | AI の電力の合計、または推計排出量を、上限以下に抑える |
| プロセス | 小さなモデルで処理するリクエストの割合、リクエストごとのデータを提供するサプライヤーの割合 |
Green Software Foundation のソフトウェア炭素強度(SCI)仕様は、そのまま使える原単位の指標を提供しています。ロケーション基準の送電網データを使った、機能単位あたりの排出量です。 SCI スコアを計算するをご覧ください。
よくある間違い
- ベースラインがないこと。 ベースラインを設定するをご覧ください。
- 証書で達成する目標。 証書を買うと、エネルギー使用を変えずにマーケット基準の数値を変えられます。 少なくとも 1 つの目標はキロワット時で設定しましょう。
- 方法を黙って変えること。 方法を改善した場合は、ベースラインを再設定します。
- 誰も管理できない目標。 成果の目標を、チームが行動できるプロセス目標と組み合わせましょう。
数値の背後にある方法は、AI のエネルギーを測る方法にあります。
出典
- Software Carbon Intensity specification, Green Software Foundation (2024)
- From efficiency gains to rebound effects: the problem of Jevons' paradox in AI's polarized environmental debate, Luccioni, Strubell and Crawford, ACM FAccT (2025)
- Measuring the environmental impact of delivering AI at Google Scale, Elsworth et al., Google (2025)
関連
AI の省エネ効果を証明するためのベースラインはどう決める?
AI の省エネを本物として示す方法です。変更前に同じ環境と負荷で測り、繰り返し実行し、仕事の単位あたりで報告し、品質が保たれたか確かめます。
AI のエネルギーを合計ではなくタスクごとに追跡するには?
文書あたりや成功したタスクあたりなどの機能単位を選び、それに対してエネルギーと品質を記録し、合計と並べて報告する方法です。
AI の効率化の成果が利用増加で相殺されないようにするには?
AI の効率化による削減分が利用の増加に飲み込まれないようにする方法です。総量を追跡し、上限や予算を設け、空いた容量を廃止し、必要性を問います。
AI のエネルギーと炭素を測る方法
AI 作業のエネルギーと炭素を計測または推計するための実践ガイド。ツール、システム境界、タスクあたりの指標、不確かさの誠実な扱い方を解説します。