# この作業にそもそも AI は必要？

> その作業に生成 AI が必要か、それとも検索、電卓、テンプレート、簡単なルールのほうが速く、少ないエネルギーで済むかを判断する簡単なテストです。

Source: https://greenai.guide/ja/ハウツー/この作業にそもそも-ai-は必要/  
Updated: 2026-11-19

## 要点

もっと簡単なツールで確実にできないかを考えましょう。検索エンジン、電卓、地図、辞書、テンプレート、表計算の数式などです。生成 AI は、文章の下書き、説明、書き直しのように、時間を本当に節約できるときや結果が良くなるときに使い、他のツールで十分にできる調べものや計算には使わないようにします。

## Steps

1. 必要な結果を一文で書き出します。
2. 検索、電卓、地図、辞書、テンプレートで、すでに得られないか確認します。
3. 下書き、説明、要約、書き直しが必要で、結果を確認できる作業には AI を使います。
4. 信頼できる情報源がすでに提供している、正確で確認可能な事実や数値が必要なときは、AI を避けます。
5. 頻繁に繰り返す作業を見直します。選択の影響が最も大きいのはそうした作業です。

**最も安上がりな AI リクエストは、しなくて済むリクエストです。** 生成 AI は便利ですが、日常の多くの作業では、より簡単なツールのほうが速く、確実で、エネルギーも少なくて済みます。数学者、計算機科学者、産業界が集まった 2026年の英国のグリーン AI サンドピット（集中討議型ワークショップ）でも、同じ点が繰り返し話題になりました。よく確立された方法がすでにあるのに、人はつい AI に頼りがちだということです。

## 簡単なテストとは？ {#what-is-a-quick-test}

| 必要なもの | たいていこちらが向いている | AI が役立つのは |
|---|---|---|
| 事実、時刻、住所、価格 | 検索または公式サイト | わかりやすい言葉で説明してほしいとき |
| 計算や単位換算 | 電卓や表計算ソフト | 計算が雑多な文章の中に埋もれているとき |
| 道順 | 地図アプリ | ほぼありません |
| 定型の手紙 | 保存したテンプレート | 1 通ごとに本当に手直しが必要なとき |
| 最初の下書き、要約、書き直し | AI | たいてい役立ちます。これこそ AI の得意分野です |

## なぜ重要なのですか？ {#why-does-it-matter}

**汎用の AI モデルは、リクエストのたびに多くの処理をします。** Luccioni、Jernite、Strubell は、同じ作業でも、多目的の生成モデルはタスク特化型のシステムより、実行コストが桁違いに高いことを明らかにしました。また、AI は役に立つときでもタダではありません。2025年のプログラミング作業に関する研究では、検証したケースにおいて、AI を使ったコーディングのカーボンフットプリントは、手作業の平均約 33 倍でした。

だからといって、まったく使うなということではありません。元が取れる場面で使おうということです。W3C の Web Sustainability Guidelines も、製品を作る人に向けて同じ点を指摘しています。AI を導入する前に、その必要性を評価すべきだということです。

## よくある間違い {#common-mistakes}

- **簡単な事実を調べるのにチャットボットを検索エンジン代わりに使い、**結局それを確認し直すこと。
- **電卓なら正確にできる計算を AI に頼むこと。**
- **毎日繰り返す作業で、習慣的に AI を使うこと。** テンプレートで十分な場合があります。

全体像については、[効率化は十分性ではない](/ja/記事/効率は充足ではない-ai-におけるリバウンド効果/)と
[適切なモデルを選ぶ](/ja/グッドプラクティス/用途に合ったモデルを選ぶ/)をお読みください。

## 出典

- [Web Sustainability Guidelines](https://www.w3.org/TR/web-sustainability-guidelines/), W3C (2025)
- [Power Hungry Processing: Watts Driving the Cost of AI Deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell, ACM FAccT (2024)
- [Comparative analysis of carbon footprint in manual vs. LLM-assisted code development](https://doi.org/10.1145/3711919.3728678), Cheung, Kaul, Jahangirova, Mousavi and Zie, ResponsibleSE 2025 (ACM) (2025)
