WIREDの記事は、AIの「環境にやさしさ」をどう実現するかをめぐって、研究者の Sasha Luccioni に話を聞いたインタビューです。
結論から言うと、彼女の主張はかなりシンプルです。
AIを持続可能にしたいなら、まず数字を出せ。話はそこからだ。
これ、かなり筋がいい話だと思います。
というのも、AIの環境負荷って、議論がどうしてもふわっとしがちなんですよね。「すごく電気を食うらしい」「水もたくさん使うらしい」と言われても、どのモデルが、どの用途で、どれくらい負荷を出しているのかが見えない。これでは企業も政府も、正しい判断ができません。
Luccioni は、AIのエネルギー効率や排出量の透明性を高める活動で知られていて、Hugging Face でもその分野を切り開いてきました。今回の記事では、彼女が新たに Sustainable AI Group を立ち上げ、企業向けに「どうすれば AI を少しでもマシにできるか」を支援していくことも紹介されています。
この記事で印象的なのは、Luccioni が「AIを使うな」とは言っていないことです。
むしろ彼女は、もはや多くの企業にとって AI はビジネスの中核になっていて、問題は利用の是非ではなく、どう使うかだと話しています。
たとえば企業側は、次のような情報を知る必要があると言います。
ここで重要なのは、AIの議論を「良い・悪い」の道徳論で終わらせないことです。
Luccioni の視点はかなり現実的で、使うなら、影響を測って、よりマシな選択をしようという話になっています。個人的には、こういう地に足のついた話のほうがずっと建設的だと思います。
彼女が理想として挙げているのが、ChatGPT や Claude の画面にあるちょっとした表示です。
つまり、1回の質問や会話で、どれくらいのエネルギーを使ったのか、できれば 温室効果ガス排出量 と その電力がどう作られたか まで見せてほしい、という提案です。
これ、地味だけどかなり大事です。
たとえば食品にはカロリー表示があるし、交通でも燃費がある。なのにAIには、そういう“消費ラベル”がほとんどありません。
もし「この問い合わせは軽い」「この使い方は重い」が見えるようになれば、企業も個人も判断しやすくなります。
しかも Luccioni は、こうした透明性はむしろ競争力になる可能性があると言います。再生可能エネルギーで動くデータセンターを前面に出す会社が出てきたら、差別化になるかもしれない、というわけです。これは面白い視点です。環境対応が“コスト”ではなく“ブランド”や“選ばれる理由”になる可能性があるからです。
この記事の核心のひとつはここです。
AIの環境負荷を議論する前に、人々がAIをどう使っているのかをもっと把握する必要があるという点です。
Luccioni は、世の中では大規模言語モデル（LLM）ばかりが注目されているけれど、実際には分類器（classifier）のような、もっと小さくて地味なAIがずっといろいろな仕事を支えてきたと指摘します。
つまり、「AI = ChatGPTみたいな巨大モデル」というイメージが先行しすぎている、ということです。
実際には、会社の文書検索や簡単な判定なら、もっと小さいモデルで十分なことも多い。なのに、つい最大級のモデルを使ってしまう。ここには、かなりの無駄が潜んでいる可能性があります。
個人的には、ここがいちばん“AIブームの雑さ”が出る部分だと思います。
便利そうだから、とりあえずでかいモデルを投げる。これは人間の悪い癖ですよね。
Luccioni によると、企業はすでに社員や役員、取締役会から「これ、ちゃんと測ってるの？」と圧を受けています。
社員が「会社の指示で Copilot を使わされるけど、ESG目標にどう影響するの？」と聞いてくる、という話はかなり象徴的です。
ESG は、環境・社会・ガバナンスの観点で企業活動を見る考え方です。
つまり、AI導入が売上だけでなく、企業の環境目標や説明責任にも関わる時代になってきた、ということです。
ここでLuccioniが言いたいのは、AIはもう「試しに導入する新技術」ではなく、経営判断そのものになっているということ。
だからこそ、どのモデルを使うのか、どこで動かすのか、どの電源を使うのかまで気にしないといけない。たしかに、これを知らずに大規模運用するのはかなり雑です。
記事では、アメリカ政府は環境問題への姿勢が弱いかもしれないが、ヨーロッパやアジアでは透明性を求める流れが強いとも紹介されています。
特に EU AI Act では、AIの持続可能性が最初から重要項目として扱われてきました。
また、International Energy Agency（IEA、国際エネルギー機関）もAIとエネルギー使用に関する報告を進めています。
ただし、そもそも各国がデータセンターの情報を十分に持っていないため、将来の電力需要を見積もるのが難しい、という問題があるそうです。
これはかなり深刻です。
AIの話って最先端っぽく聞こえますが、実際には「電力をどれだけ確保するか」という超現実的な問題に直結しています。未来のAIを語るのに、まず電力インフラの数字が必要、というのは地味だけど避けられない現実です。
Luccioni は、大手AI企業がエネルギーや持続可能性の情報を意図的に出し渋っていると批判しています。
ここには、かなりわかりやすい構造があります。
つまり、「できるだけ大きいモデルを使わせたい」インセンティブが働くわけです。
これは冷静に考えると、かなり偏った市場構造です。もしデータセンター運用、モデル開発、サービス提供が完全に別の会社なら、もっと多様なAIが生まれていたかもしれない、と Luccioni は見ています。これは納得感があります。
最後のやりとりで Luccioni は、AIの環境負荷について「大したことない」という意見も「とんでもなくヤバい」という意見も、どちらも雑になりやすいと示唆しています。
実際には、1回の問い合わせは小さくても、利用者が何百万人もいれば話は変わるからです。
だからこそ必要なのは、感覚ではなく数字。
エネルギー使用量や水使用量のデータがあれば、初めて冷静に比較できます。交通や栄養に数字があるのと同じで、AIにも数字が必要だ、という主張です。
このあたり、私はかなり同意します。
AIの環境負荷は、賛成派も反対派も、やたらと極端に語りがちです。けれど本当に必要なのは、「何がどれだけか」を見える化して、用途ごとに選び分けることではないでしょうか。
この記事が伝えているのは、AIの持続可能性は「気合い」では実現しない、ということです。
必要なのは、次の3つです。
つまり、AIを持続可能にするには、まず見えるようにすること。
それができない限り、どれだけ「グリーンAI」を掲げても、かなり空虚に聞こえてしまうと思います。
