# AI のエネルギーと排出量の目標はどう決めればいい？

> 意味のある AI のエネルギーと排出量の目標の立て方：実測したベースライン、原単位と総量の目標の組み合わせ、定期的な見直しを説明します。

Source: https://greenai.guide/ja/ハウツー/ai-のエネルギーと排出量の目標はどう決めればいい/  
Updated: 2026-11-19

## 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。

## Steps

1. 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。
2. 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。
3. 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。
4. 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。
5. 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？ {#why-two-targets}

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？ {#what-should-the-targets-look-like}

| 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](/ja/ハウツー/ai-機能のソフトウェア炭素強度-sci-スコアを計算するには/)をご覧ください。

## よくある間違い {#common-mistakes}

- **ベースラインがないこと。** [ベースラインを設定する](/ja/ハウツー/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/)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](/ja/グッドプラクティス/ai-のエネルギーと炭素を測る方法/)にあります。

## 出典

- [Software Carbon Intensity specification](https://sci.greensoftware.foundation/), Green Software Foundation (2024)
- [From efficiency gains to rebound effects: the problem of Jevons' paradox in AI's polarized environmental debate](https://arxiv.org/abs/2501.16548), Luccioni, Strubell and Crawford, ACM FAccT (2025)
- [Measuring the environmental impact of delivering AI at Google Scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
