# エネルギーを無駄にせずにスマホで AI を使うには？

> スマホの AI アシスタントやアプリを効率よく使う方法です。端末上とクラウドの機能の違い、使わない機能のオフ、スマホを長く使うことを紹介します。

Source: https://greenai.guide/ja/ハウツー/エネルギーを無駄にせずにスマホで-ai-を使うには/  
Updated: 2026-11-19

## 要点

使わない AI 機能はオフにし、簡単な作業には端末上で動く手軽な機能を選び、画像や動画の生成のような重い作業は本当に必要なときのためにとっておきましょう。端末上の小さなモデルならデータをデータセンターに送らずに済みますが、それでもバッテリーは使います。最も大きな節約は、何の役にも立たない AI を動かさないことです。

## Steps

1. スマホの AI とアシスタントの設定を見直し、一度も使わない機能はオフにします。
2. 簡単な作業には、電卓、地図、検索などの組み込みツールを使います。
3. 画像や動画の生成より、短いテキストの依頼を選びます。
4. 機能ができるだけ効率よく動くよう、スマホのソフトウェアを最新に保ちます。
5. AI 機能のためだけに買い替えず、いまのスマホを使い続けます。

**スマホの AI はバックグラウンドで動かしたままにしがちなので、主な節約は使わないものをオフにすることです。** スマホはいまや一部の AI を端末そのもので動かし、それ以外のリクエストをクラウドに送っています。どちらもエネルギーを使います。バッテリーで、データセンターで、あるいはその両方でです。

## スマホそのもので動く AI のほうがグリーンですか？ {#is-ai-on-the-phone-itself-greener}

**小さな作業なら、そうなることがあります。** Apple の 2025年の技術報告書は、スマホやノートパソコンに収まるよう圧縮した、約 30 億パラメータの端末上のモデルについて説明しています。Google の Android AICore では、対応するスマホでアプリが Gemini Nano を使えます。端末上で動かせば、データをデータセンターに送らずに済みます。Li、Islam、Ren は最近のスマホでの試験で、いくつかのモデルをエッジで動かすと 90% を超えるエネルギーの節約になることを確かめました。ただし、比較に使ったクラウドは、完全に最適化された本番のサービスではありませんでした。証拠はまだ一様ではなく、バッテリーの消耗は自分で直接払う現実のコストです。

## 軽く使うにはどうすればよいですか？ {#how-do-i-use-it-lightly}

- **機能を減らしましょう。** 通知の要約、写真の自動編集、読みもしない文章の提案はオフにできます。
- **簡単なツールを選びましょう。** タイマー、電卓、地図のほうが、アシスタントに尋ねるより早く済みます。
- **メディアの生成は控えめに。** どこで動かすにしても、テキストよりはるかに重い処理です。
- **ソフトウェアを更新しましょう。** 機能が最新の、通常はより効率的なバージョンで動くようになります。

## 最も効果が大きいことは何ですか？ {#what-makes-the-biggest-difference}

AI 機能を手に入れるためだけに、使えるスマホを買い替えないことです。端末の製造には、それ自体に大きなフットプリントがあります。[AI のために端末を買い替えない](/ja/ハウツー/ai-を使うためだけにスマホやパソコンを買い替えなくてもいい/)をご覧ください。

全体像については、[エッジの AI](/ja/記事/エッジ-ai-はよりグリーンなのか-それとも見えにくくなるだけなのか/)と[エッジかクラウドか](/ja/グッドプラクティス/エッジかクラウドか-ai-はどこで動かすべきか/)をお読みください。

## 出典

- [Apple Intelligence Foundation Language Models: Tech Report 2025](https://arxiv.org/abs/2507.13575), Apple (2025)
- [Gemini Nano with Android AICore](https://developer.android.com/ai/aicore), Google, Android Developers (2024)
- [A case study of environmental footprints for generative AI inference: cloud versus edge](https://escholarship.org/uc/item/2kc978dg), Li, Islam and Ren, ACM SIGMETRICS Performance Evaluation Review (2025)
