AIは数十億人の天然資源を脅かしている

国連科学者：AIは数十億人の天然資源を脅かしている 2026/06/05 出典：国連大学水・環境・保健研究所（UNU-INWEH） シェア Facebook X WhatsApp Eメール 印刷 13分。2030年までに、AIの水使用量は13億人のニーズに匹敵し、電力使用量は6億5000万人の3倍になると、国連大学の調査が警告しています。環境コスト：AIのエネルギー使用量 リッチモンドヒル、オンタリオ州、カナダ（2026年6月3日） – 2030年までに、人工知能を支える世界のデータセンターは945テラワット時の電力を消費すると予測されています。これは、パキスタン、バングラデシュ、ナイジェリアの年間総電力消費量のほぼ3倍に相当します。これらの国々には、合計で6億5000万人以上が住んでいます。それらに伴う水のフットプリントは、サブサハラアフリカの全13億人の基本的な年間国内水需要に匹敵し、土地のフットプリントは14,500平方キロメートルを超え、これはジャカルタ首都圏の約2倍（3200万人以上が居住）に相当します。これらの厳しい発見は、国連大学水・環境・保健研究所（UNU-INWEH）による新しい報告書「AIのエネルギー使用の環境コスト：炭素、水、土地のフットプリント」で詳述されています。研究者たちは以前からデータセンターの温室効果ガス排出量について警告してきましたが、国連の科学者たちは今、AIとデータセンターの環境コストは炭素排出量だけでは理解できないと主張しています。彼らの報告書では、AIの電力使用量の炭素、水、土地のフットプリントを世界中で定量化し、世界の20の主要なデータセンターハブにおけるこれらのフットプリントの大きな違いを強調しています。「この報告書は、人工知能に反対するものではありません。AIは、世界中の数十億人の生活を改善する技術的変革です」と、調査チームを率いたUNU-INWEHの所長であるカヴェー・マダニ教授は述べています。「これは、AIを責任を持って使用し、その意図しない影響に積極的に対処して、持続可能で公平なものにするための呼びかけです。私たちの時代における技術革命のバックボーンが、惑星の限界内で発展することを保証し、AIの進歩に必要な重要な鉱物を提供するコミュニティと、そのインフラストラクチャと電子廃棄物をホストするコミュニティも、それから恩恵を受けるコミュニティに含まれるようにするための、狭い窓があります。」 誤って測定されているフットプリント 報告書は、AIの環境コストが体系的に誤って測定されていることを発見しています。既存の評価のほとんどは、大規模モデルのトレーニングに関連する炭素排出量に焦点を当てています。しかし、AIシステムをトレーニングまたは実行するために使用されるすべてのキロワット時（kWh）の電力は、冷却と発電からの水のフットプリント、およびエネルギーインフラストラクチャとサプライチェーンからの土地のフットプリントも伴います。これらの3つのフットプリントは同じ方向には動きません。例えば、石炭からバイオエネルギーへの切り替えは、平均して電力の炭素フットプリントを70％削減できますが、水のフットプリントは30倍以上に、土地のフットプリントは100倍に増加させます。報告書は、「低炭素」が自動的に「低水」または「低土地」ではないと結論付けており、AIの持続可能性を単一の指標で評価すると、トレードオフが隠され、環境負荷がすでに水や土地のストレスに直面している地域に転嫁される可能性があると警告しています。インフラストラクチャレベルでは、数値は急速に増加します。世界のデータセンターは、2025年に推定448テラワット時の電力を消費しました。もし国として扱われた場合、それらはフランスとサウジアラビアの間に位置し、世界で11番目に大きい電力消費者となっていたでしょう。「最も驚いたのは、炭素の観点から最もグリーンに見える選択肢が、水や土地にとってはしばしばより悪い結果になることでした」と、報告書の主任著者であるUNU-INWEHの研究員、ミリアム・アゼル博士は述べています。「AIの持続可能性を炭素だけで判断し続けると、再生可能エネルギーがAIインフラストラクチャをクリーンにすると考えるかもしれませんが、それは一つの問題を解決する一方で、しばしば求めていない場所で他の問題を作り出していることになります。」 推論、効率、およびリバウンド効果 公の議論は、主に大規模モデルのトレーニングに必要なエネルギーに焦点を当ててきました。GPT-3のトレーニングには1.3ギガワット時（GWh）の電力が必要と推定され、GPT-4は50〜70 GWhを消費したと推定されています。しかし、報告書は、このフレームワークが時代遅れであることを明らかにしています。モデルが展開されると、推論、つまり日常的なユーザープロンプトに応答するためのモデルの継続的な実行が、AIの総エネルギー使用量の80〜90％を占める主要なコストとなります。ChatGPTだけでも、1日あたり約25億件のプロンプトを処理すると推定されており、これは単一の製品で年間約383 GWhの電力に相当します。関連する炭素排出量を相殺するには、10年間育てられた260万本の苗木が必要であり、これはマンハッタン島の面積をカバーするのに十分な木です。水のフットプリントは、サブサハラアフリカの約50万人分の最低年間国内水需要に相当し、土地のフットプリントは800以上のサッカー場に相当します。 ビデオ生成：新たな環境危機 クエリあたりのエネルギー消費量は、タスクによって桁違いに異なります。典型的な会話型チャットクエリは、基本的なテキスト分類よりも約200倍エネルギー集約的です。単一のAI画像を生成するには、そのベースラインの約1,450倍のエネルギーが必要になる場合があります。単一の短いAI生成ビデオは、200,000件のスパム分類と同じくらいの電力を消費する可能性があります。モデルの選択、プロンプトの長さ、出力形式、解像度すべてがフットプリントを大きく形成します。しかし、これらの決定のほとんどは、ユーザーが決して見ることのない製品のデフォルト設定によって、目に見えない形で行われています。報告書はリバウンド効果（ジェボンズのパラドックス）に言及し、モデルがより効率的になるにつれて、それらはより安価になり、より頻繁に使用されるようになると警告しています。トークン、解像度、またはデフォルトの出力長に明示的な制限がない場合、クエリあたりの改善は、単なるボリュームの増加によって容易に相殺されます。「多くの人々は、技術が向上しプロセスがより効率的になるにつれて、AIの環境フットプリントは減少すると考えています。しかし、それは全体的な問題の全体像の一部にすぎません」と、最近2026年ストックホルム水大賞を受賞した報告書の共著者であるマダニ教授は述べています。「より効率的で手頃な価格のAIとエネルギーは、AIの消費を増加させ、効率化による節約分よりもはるかに大きな全体的なフットプリントをもたらします。」 ローカルコスト、遠隔地の利益 AIの巨大なグローバル展開の利益と負担は、非常に不均一です。報告書内のいくつかのサイトレベルのケーススタディは、グローバルに分散されたAIサービスがどのように激しいローカルプレッシャーを生み出しているかを示しています。アイルランドでは、データセンターが2023年の総電力消費量の21％を占め、すべての都市部の世帯を上回りました。国の電力網運用業者は、2028年までダブリン周辺の新規承認を一時停止しており、アイルランドはAIインフラストラクチャの成長がエネルギー計画を上回った場合の具体的な文書化された例、そして他の国々が向かっている道のプレビューとなっています。メキシコのケレタロでは、コンピューティングインフラストラクチャの拡張が、長期にわたる干ばつの中で水供給を圧迫しています。ウルグアイでは、水大量消費型のデータセンターの計画が、モンテビデオの淡水準備金を枯渇させた2023年の干ばつと重なり、水道水を飲用不可能にしました。さらに、AIインフラストラクチャは2030年までに年間最大250万トンの電子廃棄物を生成する可能性があり、その多くは保護措置が限られている低所得国で処理され、重要な鉱物は環境監督が弱い地域で採掘されています。「データセンターが建設されている場所と水ストレスが最も深刻な場所をマッピングすると、場合によっては同じ地域が見られます」と、報告書の共著者であり、UNU-INWEHの地理空間・気候・インフラ分析プログラムのマネージャーであるミル・マティン博士は述べています。「そして、これらのサイトの近くに住むコミュニティは、そこで実行されているAIを使用しているとは限りません。その非対称性が問題です。それを解決しないと、一部の場所がコストを負担するという古いパターンを繰り返すだけになります。