# 小さな会社で AI の環境負荷を低く抑えるには？

> 小規模事業者が AI を低い環境負荷と低コストで使う簡単な方法です。適切なツール、短い出力、少ない画像、賢明な既定値、わかりやすい記録がポイントです。

Source: https://greenai.guide/ja/ハウツー/小さな会社で-ai-の環境負荷を低く抑えるには/  
Updated: 2026-11-19

## 要点

明らかに時間を節約できる作業に AI を使い、依頼は短く具体的にし、生成し直すのではなく手直しし、画像や動画は控えめにしましょう。料金を払っているのに使っていない AI 機能はオフにし、どのツールを使っているかを簡単に記録しておけば、尋ねてくる顧客に答えられます。小さな会社では、同じ習慣でサブスクリプションと人件費も減らせます。

## Steps

1. 会社で使っている AI ツールと機能、それぞれの用途を書き出します。
2. 明らかに時間を節約できるものは残し、それ以外は解約するかオフにします。
3. 短く具体的な出力を求め、回答は生成し直さずに手直しします。
4. 画像や動画は必要なときだけ生成し、何十ものバリエーションは作りません。
5. 顧客や入札での質問に答えられるよう、AI の利用状況を 1 ページのメモにまとめておきます。

**シンプルにいきましょう。役に立つところで AI を使い、頼む量を減らし、使わないものはオフにします。** 小さな会社が本当の違いを生むのに、測定の仕組みは要りません。

## 環境負荷はどのくらいですか？ {#how-big-is-the-footprint}

普通のテキストの利用なら、リクエストあたりではわずかです。OpenAI の最高経営責任者は、ChatGPT への平均的な質問を約 0.34 Wh としています。これはオーブンを 1 秒強使うのとほぼ同じです。画像ははるかに重くなります。Luccioni、Jernite、Strubell の測定では、画像の生成は 1,000 枚あたり平均約 2.9 kWh で、テキストの分類は 1,000 回あたり 0.002 kWh でした。そのため、最も効く手立ては通常、どれだけ画像や動画を生成するか、どれだけ同じ依頼を繰り返すかです。

## 最も効果が大きいこと {#what-makes-the-biggest-difference}

- **短く明確な依頼。** UNESCO とユニバーシティ・カレッジ・ロンドンは、プロンプトと回答を短くするとエネルギー使用量を半分以上減らせることを明らかにしました。
- **生成し直さず手直しする。** 何を変えてほしいかを伝えましょう。
- **よい出力を再利用する。** メール、説明文、返信のテンプレートを保存し、毎回頼み直さないようにします。
- **使っていないサブスクリプションと機能を解約する。** お金の節約にもなります。

## 顧客から AI の利用について聞かれたら？ {#what-if-a-customer-asks-about-our-ai-use}

大きな顧客は、取引先に排出量について尋ねることが増えています。使っているツール、その用途、上に挙げた習慣をまとめた短いメモがあれば、誠実な答えになります。証明できない限り、AI の利用を「グリーン」や「カーボンニュートラル」と呼ぶのは避けましょう。[誠実な主張](/ja/ハウツー/自社のグリーン-ai-について誠実な主張をするには/)をご覧ください。

## よくある間違い {#common-mistakes}

- 必要のない「AI 対応」のハードウェアを買うこと。ほとんどの AI ツールはクラウドで動きます。
- 1 枚を選ぶために何十枚もの画像を生成すること。
- 1 つのセクションで足りるのに、文書をまるごと貼り付けること。

詳しくは[企業向けガイド](/ja/ガイド/企業のためのグリーン-ai/)をご覧ください。

## 出典

- [Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO and University College London (2025)
- [The gentle singularity](https://blog.samaltman.com/the-gentle-singularity), Sam Altman (OpenAI) (2025)
- [Power Hungry Processing: Watts Driving the Cost of AI Deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell, ACM FAccT (2024)
