# AI の水使用量を減らすには？

> 計算量を減らし、水ストレスが低く WUE のよいホストやリージョンを選び、重い作業の時期を工夫して、AI の水使用量を減らす方法です。

Source: https://greenai.guide/ja/ハウツー/ai-の水使用量を減らすには/  
Updated: 2026-11-19

## 要点

水の使用量はエネルギーの使用量に比例するので、最初の一歩は同じです。小さなモデル、短い出力、少ない再生成を心がけましょう。そのうえで、水の使用量を公表しているホストを選び、重い作業では水ストレスの高い地域を避け、供給事業者に拠点ごとの水の数字を求めます。テキストのプロンプト1回あたりの水はわずかです。大切なのは総量と地域への影響です。

## Steps

1. 小さなモデル、短い出力、少ない再生成で、まず計算量を減らします。
2. ホストに、拠点ごとの水の使用量と WUE、そして水をどこから得ているかを尋ねます。
3. 学習のように重く、時期を動かせる作業では、水ストレスの高い地域を避けます。
4. 水の使用量を一般に、または規制当局に報告しているホストを選びます。
5. AI の調達の質問項目と自社の報告に、水を含めます。

**計算が少なければ水も少なくなり、計算をどこで行うかによって、その水がどれほど重要かが決まります。**データセンターは主に冷却に水を使い、発電所は電気をつくるのに水を使います。

## どれくらいの量の水の話ですか？ {#how-much-water-are-we-talking-about}

テキストのプロンプト1回あたりでは、ごくわずかです。Google は、Gemini のテキストプロンプトの中央値で 0.26 mL と報告しています。総量で見ると、また場所によっては、大量になります。Li、Yang、Islam、Ren は、Microsoft の米国のデータセンターで GPT-3 を学習した際に約70万リットルの水が直接蒸発した可能性があると推計し、2027年には世界の AI の需要が 42億〜66億立方メートルの取水量を占める可能性があると予測しました。自分の分の見積もり方は、[AI の水使用量を見積もる](/ja/ハウツー/ai-の水使用量-ウォーターフットプリント-を見積もるには/)で扱っています。

## 実際に減らせるのは何ですか？ {#what-actually-reduces-it}

- **計算を減らす。**UNESCO とユニバーシティ・カレッジ・ロンドンは、作業専用の小さなモデルでエネルギーを最大90%、短いプロンプトと応答で半分以上減らせることを示しました。水はエネルギーとともに減ります。
- **場所。**干ばつに見舞われた地域で取る1リットルは、水が豊富な地域の1リットルより影響が大きいので、できる場合は、時期を動かせる重い作業を水ストレスの高い拠点から移しましょう。
- **供給事業者の根拠。**EU では、IT 電力需要が 500 kW 以上のデータセンターの運営者は、委任規則 2024/1364 に基づいてエネルギーと水の使用量を報告しなければなりません。その数字を求めましょう。

## よくある間違い {#common-mistakes}

- **WUE の低さだけを追う。**水を節約する冷却は、電気を多く使うことがあります。[PUE と WUE](/ja/ハウツー/pue-と-wue-の数値はどう読めばいい/)はあわせて読みましょう。
- **短い質問を気にしながら**、画像や動画は気ままに生成する。
- **発電所の水を忘れる。**敷地内の数字には含まれていません。

[ホスティングとデータセンター](/ja/グッドプラクティス/グリーン-ai-のホスティングとデータセンター/)をご覧ください。

## 出典

- [Making AI less 'thirsty': uncovering and addressing the secret water footprint of AI models](https://arxiv.org/abs/2304.03271), Li, Yang, Islam and Ren (2023)
- [Measuring the environmental impact of delivering AI at Google scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
- [Commission Delegated Regulation (EU) 2024/1364 on the first phase of the establishment of a common Union rating scheme for data centres](https://eur-lex.europa.eu/eli/reg_del/2024/1364/oj), European Commission (2024)
- [AI large language models: new report shows small changes can reduce energy use by 90%](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO (2025)
