ブログ
AIの環境フットプリントに関する盲点
未来を創るAI業界は、エネルギーと水によって動いているが、どちらについても沈黙を守っている。
AI業界が答えたがらない、極めてシンプルな問いがある。それは、「これらすべてが、地球にどれだけのコストを強いているのか？」というものだ。
ドル換算ではない。キロワット時、水のリットル数、そして炭素排出量だ。貸借対照表には現れないが、逼迫する電力網、枯渇する帯水層、そして温暖化する大気となって目に見える形で現れるコストである。
私たちはFabricでAIプロダクトを構築している。毎日大規模言語モデルを使用している。私たちのAIアシスタントは、人々が考え、書き、仕事を整理するのをサポートしている。私たちは部外者としてこれを書いているのではない。AIを構築している人々には、それを動かすために何が必要なのかを語る責任があると考えているからこそ、これを書いているのだ。
モデルのトレーニングにかかるコスト
大規模言語モデルの1回のトレーニング実行だけで、数百世帯が丸1年間に使用する量と同等の電力を消費することがある。この数字は予測や最悪のシナリオではない。AI研究所が公開している限られたデータや、そのギャップを埋めようとしてきた独立した研究者たちのデータから得られた、大まかな合意に基づいている。
この一文において、「限られた」という言葉は非常に重い意味を持っている。大半のAI企業は、トレーニング中に消費されたエネルギーの詳細な内訳を公表していない。一部の企業は主要な炭素排出量を公表しているが、算出方法を公表しているところはさらに少ない。そして、水の使用量データを公表している企業はほぼ皆無である。その結果、業界内では機能のベンチマークについては絶えず語られる一方で、環境への影響に関するベンチマークについてはほとんど語られないという現状が生じている。
トレーニングは全体像の一部にすぎない。モデルがトレーニングされたら、今度はそれを提供しなければならない。すべてのクエリ、すべての会話、すべての生成された画像は、どこかのデータセンターのハードウェア上で実行される。トレーニングされたモデルを実行して出力を生成するプロセスである「推論」は、1回の操作あたりのエネルギー消費量はトレーニングよりも少ないが、業界全体で1日に何十億回も行われている。規模が大きくなると、推論に使用されるエネルギーはトレーニングに使用されるエネルギーを遥かに凌駕する。
誰も言及しない水の問題
データセンターは高温になる。内部のプロセッサは膨大な熱を発生させ、その熱をどこかに逃がさなければならない。多くの施設において、その解決策は水である。蒸発冷却システムが真水を取り込み、熱を吸収するために使用し、水蒸気として放出する。水は消えてしまうのだ。
1つの大規模なデータセンターが、1日に数百万リットルもの水を使用することがある。地価の安さや有利な税制条件のために多くのデータセンターが建設される乾燥地域において、これは地元の水源に直接的な負荷をかけることになる。一部の地方自治体は懸念を示している。いくつかの自治体は反対しているが、大半は沈黙している。
AIブームは、これまでの電力網が対応できるように設計されていなかったほどのペースで、データセンターの建設を加速させている。米国の一部地域、アイルランド、オランダでは、地元の送電網が十分な電力を供給できないため、新しいデータセンタープロジェクトが延期または阻止されている。電力会社は、需要を満たすために休止していたガス発電所や、場合によっては石炭火力発電所を再稼働させている。皮肉なことに、自らを「未来」と位置づける業界が、一部の場所では「過去」のエネルギーインフラによって支えられているのだ。
透明性の欠如
いくつかの大手テクノロジー企業は、現在のAIブームが起こる前の数年間に、カーボンニュートラルやネットゼロの誓約を掲げていた。それらの誓約は、主な負荷が検索、メール、クラウドストレージであった時代に立てられたものである。それ以来、AIは計算を一変させた。大規模なモデルのトレーニングと提供には、従来の処理に比べて、計算ユニットあたり大幅に多くのエネルギーが必要となる。気候変動目標の達成に向けて順調に進んでいた一部の企業は、AIによってそれらの目標がさらに遠のいたことを公式に認めている。また、それらに対する報告を静かにやめてしまった企業もある。
これは決して小さな差異ではない。Microsoftは2020年から2024年の間に炭素排出量が29%増加したと報告し、その増加の多くはAI向けのデータセンター拡張によるものであるとしている。Googleは、同様の期間に温室効果ガス排出量が48%増加したと報告し、AI関連のエネルギー需要を原因に挙げている。これらは世界で最も洗練されたサステナビリティプログラムを持つ企業の一部である。彼らが苦戦しているのであれば、リソースが少なく、世間の監視の目も届きにくい小規模な企業が、それ以上の成果を上げているとは考えにくい。
問題は、AIがエネルギーを消費すること自体ではない。すべてのものがエネルギーを消費する。問題は、業界全体がその詳細について語らないことを選択している点にある。プレスリリースでは、ベンチマークスコアや機能リストを揃えた新しいモデルが発表される。しかし、それらの成果を生み出すために消費されたエネルギーや水が、同じ発表に登場することはほぼない。環境負荷は「他人の問題」、あるいは「将来的な効率向上によって自ずと解決する問題」として扱われている。
効率化だけでは解決策にならない
ハードウェアの効率が向上しているのは事実である。新しい世代のGPUや新しいチップアーキテクチャが登場するたびに、ワットあたりの処理能力は以前よりも向上している。しかし、効率の向上は歴史的に「規模の拡大」によって相殺されてきた。プロセッサの効率が上がると、さらに大きなモデルを構築し、より多くのクエリを実行し、より多くのユーザーにサービスを提供するようになる。これは「ジェボンズのパラドックス」として知られ、コンピューティングの歴史において極めて一貫して成り立ってきた。
AIの環境負荷を解決するために効率の向上だけに頼るのは、道路を建設し、車をより多く販売し続けながら、運転の環境負荷を解決するために燃費の良いエンジンだけに頼るようなものである。効率化は不可欠だが、それだけでは不十分だ。それは透明性、測定、そして意図的な行動と組み合わされなければならない。
私たちが業界として取り組むべきだと考えること
私たちは、他社に対して事業の運営方法を指示できる立場にはない。しかし、責任ある実践とはどのようなものか、私たちの考えを述べることはできる。
第一に、数値を公表すること。トレーニングで消費されたエネルギー。推論で消費されたエネルギー。冷却に使用された水。算出方法を添えた炭素排出量。年に一度発行される華やかなサステナビリティレポートとしてではなく、AI企業が自らの仕事について語る際の日常的な情報としてだ。業界がベンチマークスコアを小数点以下4桁まで公表できるのであれば、エネルギー消費データも公表できるはずだ。
第二に、有意義な相殺（オフセット）を行うこと。炭素クレジットはすべて同じように作られているわけではない。検証可能で測定可能、かつ永続的な炭素除去を表すものもあれば、会計上のフィクションに近いものもある。この違いは重要であり、企業はどちらの種類を購入しているのかを透明にする必要がある。
第三に、単なる相殺だけでなく、削減に投資すること。可能な限り再生可能エネルギーを使用すること。クリーンな電力を利用できるデータセンターの場所を選択すること。不要な計算を最小限に抑えるシステムを設計すること。オフセットは架け橋であり、最終目的地ではない。
第四に、水の使用量を考慮すること。環境報告においては炭素が最も注目されがちだが、特に干ばつや水不足に直面している地域では、水の使用に対する懸念が高まっている。AI企業は、炭素排出量と合わせて水消費量を測定し、報告すべきである。
Fabricが取り組んでいること
最先端モデルをトレーニングしている組織に比べれば、私たちは小さな会社である。それに伴い、私たちの直接的な環境フットプリントも小さい。しかし、「より小さい」ことは「ゼロ」と同じではなく、規模が小さいことが何もしない言い訳にはならないと考えている。
Fabricのサブスクリプションが登録されるごとに、ケニアとブラジルの沿岸部にマングローブの木が植えられる。これは曖昧な約束ではない。木にはジオタグが付けられ、写真に収められ、個別に監査されている。私たちの植樹活動地は3年間監視される。私たちは、検証済みの植樹プロジェクトと私たちを繋ぐGoodAPI、およびケニアでの現地検証を担当するVeritreeと提携している。詳細は、私たちの環境に関するページで確認できる。
私たちがマングローブを選んだのには具体的な理由がある。マングローブは、大半の陸上森林よりも大幅に高い割合で炭素を蓄える。また、浸食や嵐の被害から海岸線を守る。漁業や持続可能な収穫を通じて、地域住民の生計を支える。そして、地球上で最も生態学的に重要な沿岸生態系の一部における生物多様性を維持する。マングローブを植えることは、象徴的なジェスチャーではない。それは炭素固定と生態系の健全性に対する、測定可能で検証可能な貢献である。
私たちは、2030年までにFabricのカーボンニュートラルおよびウォーターニュートラルを100%達成することを目指している。これは目標であり、達成を主張するものではない。まだ達成はしていないが、計画があり、パートナーがおり、進捗を測定している。現在の状況を含むその計画の詳細は、私たちの環境に関するページに掲載されている。
私たちが構築するツールにとって、なぜこれが重要なのか
環境への責任と、私たちが作りたいプロダクトの間には、深いつながりがある。Fabricは、人々が不要な摩擦なしに思考を整理し、必要なものを見つけ、協力して作業できるように設計されている。私たちは、無駄を出さずに役立つツールを作りたいと考えている。その原則は、私たちのプロダクトの動作方法や会社の運営方法にも適用される。
私たちは、環境への配慮とAIプロダクトの構築が相反するものだとは考えていない。それらは相互に補完し合うものだと考えている。私たちの経験上、環境への影響を真剣に考えている企業は、自分たちが何をなぜ構築するのかを深く考えている企業でもある。一つの分野における厳格さは、他の分野における厳格さを生み出す傾向がある。
AI業界は急速に成長している。インフラ、エネルギー源、透明性、そして説明責任について、現在下されている決定が、今後何十年にもわたってこのテクノロジーの環境負荷を形作ることになる。私たちは、それらの決定が現在集めている以上の注目に値すると考えている。
Fabricでの私たちの取り組み方に興味がある方は、私たちの環境に関するページで全体像（パートナー、植樹プロジェクト、目標、進捗状況）をご覧いただける。また、様々なカテゴリのソフトウェアがサステナビリティの観点でどのように比較されるかをまとめた記事も公開しており、これにはAIアプリ、クラウドストレージ、メモ作成ツール、生産性アプリ、および環境に優しいAIツールが含まれる。あなたが会社を立ち上げた創業者であっても、スタートアップチームの一員であっても、あるいは自分の価値観を反映したツールを求めている個人であっても、これらは一読の価値があると考えている。
私たちがAIを構築するのは、それが人々のより良い仕事を支援できると信じているからである。また、それを責任を持って構築することは選択肢ではなく、最低限の義務であるとも信じている。
よくある質問
大規模なAIモデルのトレーニングにはどれくらいのエネルギーが消費されますか？
大規模言語モデルの1回のトレーニング実行だけで、数百世帯が1年間に消費するのと同じ量の電力を消費することがあります。正確な数値はモデルのサイズ、使用されるハードウェア、トレーニング期間によって異なりますが、どのような基準で見てもエネルギー需要は膨大です。
なぜデータセンターはそれほど多くの水を使用するのですか？
データセンターには、膨大な熱を発生させる数千ものプロセッサが収容されています。多くの施設では、その熱を吸収して放散するために、真水を消費する蒸発冷却システムを採用しています。1つの大規模データセンターが1日に数百万リットルの水を使用することもあり、水不足に悩む地域では懸念が高まっています。
AI企業は環境への影響について透明性を確保していますか？
大半のAI企業が公開している環境データは限られています。年次サステナビリティレポートで大まかな炭素排出量を提示する企業もありますが、エネルギー使用量、水消費量、および算出方法の具体的な内訳が公開されることは稀です。この業界は、環境情報の開示という点で他のセクターに遅れをとっています。
Fabricは環境フットプリントを削減するために何を行っていますか？
すべてのFabricサブスクリプションを通じて、検証済みのパートナーを介し、ケニアとブラジルの沿岸部にマングローブの木が植えられます。木にはジオタグが付けられ、写真に収められ、個別に監査され、植樹地は3年間監視されます。Fabricは2030年までにカーボンニュートラルおよびウォーターニュートラルを100%達成することを目指して取り組んでいます。詳細は、私たちの環境に関するページに記載されています。
なぜFabricは特にマングローブの木を植えるのですか？
マングローブは、大半の陸上森林よりも大幅に高い割合で炭素を蓄積します。また、海岸線を浸食から守り、地域住民の生計を支援し、重要な沿岸生態系における生物多様性を維持します。これらは、復元プロジェクトにおいて特に効果的な環境的、社会的、および生態学的メリットをもたらします。
Fabricの植樹は誰が検証していますか？
Fabricは、検証済みの植樹プロジェクトに接続するGoodAPI、およびケニアでの現地検証を提供するVeritreeと提携しています。木にはジオタグと写真が付けられ、植樹地は独立した監査と3年間の監視を受けます。
AIのエネルギー消費は今後も増え続けますか？
現在の傾向は「増え続ける」ことを示唆しています。ハードウェアの効率は世代ごとに向上していますが、通常、その向上分はモデルの大型化、ユーザーの増加、クエリの増加によって相殺されます。透明性、再生可能エネルギー、および説明責任に対する意図的な行動がなければ、AIの環境負荷は増大する可能性が高いでしょう。
個人の立場でAIの環境負荷に対して何ができますか？
環境への取り組みについて透明性を確保している企業の製品やサービスを選択することが、一歩となります。自らの影響を測定、報告、および相殺している組織をサポートすることは、業界全体にインセンティブを与えることにつながります。私たちの環境に関するページで、Fabricがこれにどのようにアプローチしているかを詳しくご覧いただけます。
カーボンニュートラルは排出量ゼロと同じですか？
カーボンニュートラルとは、企業が検証済みの炭素除去または削減プロジェクトを通じて自社の排出量を相殺し、正味の排出量をゼロにすることを意味します。企業がまったく排出量を出さないという意味ではありません。オフセットの質と検証可能性は極めて重要であり、そのためFabricは監査され、ジオタグが付けられた植樹プロジェクトと提携しています。
FabricのAI機能を使用することは、環境への負荷につながりますか？
AIの使用には計算が伴い、それにはエネルギーが必要です。FabricのAIアシスタントおよびエージェントは、環境フットプリントを伴うクラウドインフラ上で動作しています。私たちの目標は、植樹プログラムと、2030年までのカーボンおよびウォーターニュートラルへの取り組みを通じて、その影響を完全に相殺することです。
関連ページ
その他のブログ記事:
The Creative's Cold Start Problem
How to Stop Losing Momentum Between Study Sessions
Your Future Self Can't Read Your Mind
The Hemingway Bridge: Stop Working So You Can Start Again
Your ERP Has the Answers. Nobody Can Find Them.
The Usability Layer Your Business Systems Are Missing
手書きノート対デジタルノート：どちらか一方を選ぶ必要はありません
手書きのメモが検索できない理由（とその対策）