要点
このページでは、AI と環境について特によく寄せられる質問に、出典つきで短くお答えします。AI はどれだけのエネルギーを使うのか、状況は良くなっているのか悪くなっているのか、そして個人、組織、政府に何ができるのか。詳しいページがある場合は、各回答からリンクしています。
要点
- IEA の推計では、2024 年にデータセンターが使った電力は約 415 TWh で、世界全体の約 1.5% にあたります。2030 年までにはその 2 倍を超えると見込まれています。
- 企業の公表値によると、一般的なテキストのプロンプト 1 回の消費電力は 1 Wh に満たない程度ですが、画像、動画、長いエージェント型のタスクではずっと多くなります。
- 効率の向上は本物で、しかも速く進んでいます。しかしリバウンド効果により、全体の使用量はそれでも増えることがあります。
- 測定はまだ不十分です。プロンプト 1 回あたりの数値の多くは自己申告で、そのまま比較することはできません。
このページでは、AI と環境について特によく寄せられる質問に短くお答えします。すべての数値は名前を明記した公開の出典に基づいており、出典はページの最後に一覧にしています。数値はすぐに変わるため、年をご確認ください。数行では答えきれない質問については、リンクからガイド、グッドプラクティスのページ、記事をご覧ください。専門用語は用語集で説明しています。
ご質問がここにない場合は、お問い合わせください。
よくある質問
グリーン AI とは何ですか?
グリーン AI とは、人工知能のエネルギー、炭素、水、資源のフットプリントをできるだけ小さく抑えながら開発・利用し、本当に価値を生む場面で使うことです。効率(より少ない資源で同じことをすること)と充足性(そもそも AI が必要かを問うこと)の両方を含みます。
AI はどれくらいの電力を使っていますか?
AI だけの正確な数値を公表している機関はありません。国際エネルギー機関(IEA)は、2024 年にすべてのデータセンターが使った電力を約 415 TWh、世界の電力の約 1.5% と推計しており、その増加の最大の要因として AI を挙げています。
AI のエネルギー使用量は今後も増え続けますか?
現在の傾向が続けば、増え続けます。IEA は、データセンターの電力使用量が 2030 年までに 2 倍以上の約 945 TWh に達すると見込んでいます。これは現在の日本の総消費量をわずかに上回る量です。また、2030 年までの世界の電力需要の増加のうち、約 10 分の 1 をデータセンターが占めるとしています。
ChatGPT や Gemini へのプロンプト 1 回で、どれくらいのエネルギーを使いますか?
OpenAI は ChatGPT への平均的な問い合わせ 1 回で約 0.34 Wh、Google は Gemini のテキストのプロンプト(中央値)で 0.24 Wh と公表しています。どちらも企業による数値で、方法が異なり一部は非公開のため、同じ条件での比較にはなりません。また、対象は画像や動画ではなくテキストです。
AI は大量の水を使いますか?
データセンターは冷却に水を使うことが多いため、AI も水を使います。Google は Gemini のテキストのプロンプト(中央値)1 回あたり約 0.26 mL、およそ 5 滴分と公表しています。OpenAI は ChatGPT への平均的な問い合わせ 1 回あたり約 0.000085 ガロンとしています。より大きな懸念は地域的なもので、水不足の地域に大規模なデータセンターが建設されることです。
AI の訓練と利用では、どちらが環境に悪いのですか?
どちらも重要です。訓練は一度きりの大きなコストで、Meta は Llama 3.1 ファミリーの訓練で 11,390 トンの CO₂e(ロケーション基準)を排出したと報告しています。推論は誰かがモデルを使うたびに発生するため、広く使われるツールでは、モデルが使われ続ける限り積み重なっていきます。
画像の生成は、テキストの生成より環境への負荷が大きいのですか?
たいていはそうです。2024 年のある研究では、テストした中で最も効率の悪いモデルで画像を 1,000 枚生成すると 11.49 kWh を使い、これはスマートフォン 522 回分の充電に相当しました。一方、最も効率の良いテキストモデルでは、1,000 回の実行でスマートフォン 1 回分の充電の 9% 程度でした。
データセンターのカーボンフットプリントはどれくらいですか?
主に、使う電力の量と、その電力がどれだけクリーンかによって決まります。IEA は、データセンターの電力使用によって年間約 1 億 8,000 万トンの CO₂ が排出されていると推計しており、基本シナリオでは 2035 年までに 3 億トンに増えるとしています。
AI の効率は良くなっていますか?
はい、急速に良くなっています。Google は、Gemini のテキストのプロンプト(中央値)のエネルギーを 1 年間で 33 分の 1 に減らしたと報告しています。しかし、効率が良くなると AI は安く使いやすくなるため、全体の使用量はそれでも増えることがあります。これがリバウンド効果です。
リバウンド効果とは何ですか?
効率が上がって何かが安くなると、人々がそれをより多く使うようになり、節約分の一部または全部が失われることです。経済学者ウィリアム・スタンレー・ジェヴォンズは 1865 年に、その極端な例を記しました。蒸気機関の効率が上がったことで、イギリスの石炭使用量がかえって増えたのです。
AI は気候変動対策に役立ちますか?
役立つ可能性があります。IEA は、既存の AI の活用が広く普及すれば、データセンターの排出量をはるかに上回る量、つまり 2035 年のエネルギー関連排出量の約 5% を削減できるとしています。ただし、リバウンド効果がこれを損なうおそれがあり、AI は「万能の解決策ではない」とも警告しています。
AI をより持続可能な形で使うにはどうすればよいですか?
そのタスクに AI が必要かを考え、あいまいなプロンプトを何度も送る代わりに明確なプロンプトを 1 回書き、短い回答を求め、必要のない画像や動画は生成しないようにしましょう。2025 年の UNESCO と UCL の報告書では、プロンプトと回答を短くすると、エネルギー使用量を半分以上減らせることがわかりました。
小さな AI モデルの方が環境に良いのですか?
多くのタスクでは、そうです。UNESCO と UCL の報告書では、テストの中で、タスクに特化した小さなモデルによってエネルギー使用量を最大 90% 減らせることがわかりました。また、同じ作業では、汎用の生成モデルの方がタスク特化型のモデルよりはるかにコストが高いという研究結果もあります。
トークンとは何ですか?
トークンとは、言語モデルが読み書きするテキストのまとまりで、単語の一部であることがよくあります。OpenAI の目安では、英語の場合 1 トークンはおよそ 4 文字、または単語の 4 分の 3 にあたります。トークンが多いほど、計算量も増えます。
PUE とは何ですか?
電力使用効率(PUE)とは、データセンターの総エネルギー使用量を、そのコンピュータ機器が使うエネルギーで割ったものです。PUE が 1.0 なら理想的です。Uptime Institute の 2025 年の調査では、業界平均は約 1.54 でした。
自分の端末で AI を動かす方が、クラウドよりも環境に良いのですか?
場合によります。小さなモデルを手元で動かせば、ネットワークやデータセンターのオーバーヘッドを避けられ、データも手元に残ります。しかし、大規模なデータセンターの方がタスクあたりの効率が高いこともあり、何百万台もの小さな端末の消費も積み重なります。モデル、タスク、ハードウェアによって変わります。
AI を使うのと自分で作業するのとでは、どちらが環境に良いのですか?
どこまでを範囲に含めるかによります。自分の時間、自分のコンピュータ、AI が間違えたときのやり直しなどです。ちょっとした事実の確認や簡単な計算なら、検索や電卓の方がたいてい負荷の軽い選択です。
AI のエネルギー使用量はどのように測定されていますか?
理想的には、ハードウェアの稼働中に電力を計測します。しかし、公表されている数値の多くは、測定値ではなく推計値です。CodeCarbon や EcoLogits などのツールはエネルギーと排出量を推計します。また、Green Software Foundation のソフトウェア炭素強度(SCI)の手法は ISO/IEC 21031 にもなっており、作業 1 単位あたりの炭素を報告する標準的な方法を示しています。
AI 企業には、エネルギー使用量を報告する義務がありますか?
EU では、AI 法(AI Act)により、汎用 AI モデルの提供者は、モデルの既知または推計のエネルギー消費量を規制当局向けに文書化することが求められています。ただし、ほとんどの国では、すべての AI サービスについて公開で比較可能な報告はまだ義務づけられていません。
AI のエネルギーラベルはありますか?
公式のものはまだありません。Hugging Face の AI Energy Score などのプロジェクトが、一般的なタスクでのエネルギー使用量でモデルを評価しています。また、研究者や標準化団体が、ラベル形式のベンチマークづくりに取り組んでいます。
AI におけるグリーンウォッシングとは何ですか?
AI の製品や企業を、根拠が示す以上に環境にやさしく見せることです。たとえば、カーボンオフセットだけを根拠に「カーボンニュートラルな AI」とうたうことです。EU では、指令(EU)2024/825 により、証明できない一般的な環境主張を消費者向けに行うことが禁止されています。
データセンターは、なぜ今の場所に建てられるのですか?
事業者は、安定した電力、送電網への接続、涼しい気候や冷却用の水、土地、通信環境、そして近くの顧客を求めます。集中すると地域の送電網に負担がかかることがあります。アイルランドでは、2024 年にデータセンターが計量された電力全体の 22% を使いました。2015 年には 5% でした。
学校でグリーン AI を教えるべきですか?
コンピューティング、理科、地理、シティズンシップなど既存の授業に自然に組み込むことができ、子どもたちが AI を思慮深く使えるようになる助けになります。当サイトの学校向けセクションには、教員向けガイドと、有料ツールを必要としない授業のアイデアがあります。
出典
- Energy and AI, International Energy Agency (2025)
- Measuring the environmental impact of delivering AI at Google scale, Google (arXiv:2508.15734) (2025)
- The Gentle Singularity, Sam Altman (OpenAI) (2025)
- Llama 3.1 8B model card, Meta (Hugging Face) (2024)
- Power hungry processing: watts driving the cost of AI deployment?, Luccioni, Jernite and Strubell (arXiv:2311.16863) (2024)
- AI large language models: new report shows small changes can reduce energy use by 90%, UNESCO (2025)
- W. Stanley Jevons, The Coal Question, 1865, Yale University, Energy History (1865)
- What are tokens and how to count them?, OpenAI Help Center (2025)
- Uptime Institute global data center survey 2025, Uptime Institute (2025)
- CodeCarbon, CodeCarbon (2025)
- EcoLogits, GenAI Impact (2025)
- ISO/IEC 21031:2024 Software carbon intensity (SCI) specification, International Organization for Standardization (2024)
- Annex XI: technical documentation for providers of general-purpose AI models, European Commission, AI Act Service Desk (2024)
- AI Energy Score, Hugging Face (2025)
- Directive (EU) 2024/825 on empowering consumers for the green transition, European Union (2024)
- Data centres metered electricity consumption 2024, Central Statistics Office, Ireland (2025)