greenai.guide

ホーム › どうすれば…? › AI プロジェクトが環境負荷に見合うか確かめるには?

どうすれば…?

AI プロジェクトが環境負荷に見合うか確かめるには?

更新日 · 1分で読めます

要点

AI 自体のフットプリント(学習またはファインチューニングと、想定される運用期間中の稼働分)を見積もり、同じ期間で測った効果と比べましょう。比較の相手は「何もしないこと」ではなく、最も簡単な AI 以外の方法です。エネルギーや排出量の削減を目的とするプロジェクトなら、その削減量が AI 自体のコストをはっきり上回らなければ、差し引きでは損失になります。

手順

  1. 期待する効果と、その測り方を書き出します。
  2. 学習、推論、再試行を含め、想定される運用期間全体での AI のフットプリントを見積もります。
  3. 同じ仕事ができる最も簡単な AI 以外の方法と比べます。
  4. どんな結果なら中止または縮小するかを事前に決めておきます。
  5. システムが稼働したら、実測値で改めて確認します。

AI 自体のフットプリントを数え、同じ期間の効果と比べましょう。 AI を使って何かを最適化するプロジェクトは、「グリーンのための AI」プロジェクトも含め、AI 自体のエネルギーを数えることはまれです。その数値がなければ、プロジェクトが差し引きでマイナスになることもあります。

AI 側はどう見積もればよいですか?

  • 学習またはファインチューニング(行う場合)。
  • 推論:1日あたりのリクエスト数 × リクエストあたりのエネルギー × 稼働日数。一般的な ChatGPT への質問 1 回あたり約 0.3 Wh という Epoch AI の推定は、テキストの出発点になります。ただし入力が長いと大きく増えるので、自分のトークン数を使いましょう。AI の API 呼び出しのエネルギーを見積もるをご覧ください。
  • 再試行と失敗した実行。これらは忘れがちです。

何と比べればよいですか?

「何もしないこと」ではなく、最も簡単な AI 以外の方法です。時間を節約できても、AI は無料ではありません。12 のプログラミング課題で手作業と AI 支援のコーディングを比べた 2025年の研究では、AI 支援の方法のカーボンフットプリントは平均で手作業の約 33 倍でした。これは AI を決して使うなという意味ではなく、元が取れるか確かめるべきだという意味です。

ITEA の研究プロジェクトである GreenCode は、自らの AI のフットプリントを、目指すエネルギー削減量と比べた気候面の評価を公開しています。手本として参考になります。

最も効果が大きいこと

始める前に中止の条件を決めておくことです。縮小に踏み切る結果を書き出しておけば、惰性で判断が下されることを防げます。

よくある間違い

  • 効果は 10 年分で数え、AI のコストは 1 か月分で数えること。
  • ツールが人気になったあとの利用の増加を無視すること。
  • 不確かさをゼロとして扱うこと。幅を持たせて示しましょう。

全体像については、効率は充足ではないをお読みください。

出典

  1. Green AI and energy-aware computing, GreenCode (2026)
  2. Comparative analysis of carbon footprint in manual vs. LLM-assisted code development, Cheung, Kaul, Jahangirova, Mousavi and Zie, ResponsibleSE 2025 (ACM) (2025)
  3. How much energy does ChatGPT use?, Epoch AI (2025)

参加する

AI が地球に与える影響を減らすために

新しいガイド、資金の公募、ディレクトリの掲載情報を、月に1回ほどメールでお届けします。または、製品、講座、PhD、研究をディレクトリに追加してください。

トラッキングなし。ワンクリックで配信停止できます。 その他の参加方法 · プライバシー