国連の研究：AIが水を使うことで2030年に9.3兆リットル消費し、これは13億人の需要に相当する

国連大学の水・環境・健康研究所（UNU-INWEH）の研究員ミリアム・アクゼル（報告の主な著者）は6月7日、2030年までにAI運用のデータセンター施設が毎年最大で9.3兆リットルの水を消費し得ると警告した。これは、サハラ以南のアフリカの13億人の人々の年間の基礎的な水需要に相当する。

2030年に向けた資源見積りとして確認された3項目

UNU-INWEHの報告によれば、主要な資源見積りの数値は次のとおりである。年間の用水量は9.3兆リットル（13億人の年間の基礎的な用水需要に相当）。電力消費は945テラワット時。土地需要は14,500平方キロメートルを超える（施設、エネルギー基盤インフラ、サプライチェーンを含む）。

カリフォルニア大学リバーサイド校の計算工学教授である任少雷（『National Post』英語版を通じて）が、「この報告はタイムリーで、重要なことを私たちに思い出させてくれます。AIはモデルやアルゴリズムだけではなく、データセンター、電力システム、給水システム、土地利用、そしてハードウェアの供給チェーンにも、実際の物理的・環境的な影響を及ぼし得るのです」と述べた。

確認されたAIの資源消費メカニズム

AI推論（つまり日常的な利用であり、学習ではない）が、AI全体のエネルギー消費の80%から90%を占め、日々の定常利用が主要な資源消費の源となっている。ChatGPTは1日あたり約25億件のプロンプトメッセージを処理している。標準的なチャットボットの1回の対話で消費されるエネルギーは、単純な分類タスクよりもはるかに大きい。ケベックAI研究所の研究員アレックス・エルナンデスは、現在のところAIシステムの消費電力は依然として正確に測定しにくく、それが予測の精度を制限していると指摘している。

よくある質問

UNU-INWEHの9.3兆リットルという水の予測は、どのような計算を基にしていますか？

UNU-INWEHの用水見積りは、2つの側面を含む。データセンターの冷却システムにおける直接の用水（水フットプリント）と、電力生産に関連する間接の用水である。報告書では、データセンター施設内の直接の水消費だけでなく、電力源に伴う水消費も計算フレームワークに組み込んでいる。研究員アレックス・エルナンデスは、現在のところAI施設のエネルギーデータ自体が正確に測定しにくいため、この見積りには固有の不確実性があると述べている。

炭素の削減対策が、なぜ用水量を30倍以上にも増やし得るのですか？

UNU-INWEHの研究分析によれば、データセンターの電力を石炭からバイオエネルギーへ切り替えることは、よくある炭素削減の道筋であり、炭素排出を約70%削減できる可能性がある。一方で、バイオエネルギーの作物栽培には大量の灌漑用水が必要で、さらに多くの農地を占有するため、用水量は30倍以上に増え、土地利用量も約100倍増加するという。アクゼルは、環境影響を炭素排出だけで測ると、こうした水資源と土地の代償が見えにくくなると指摘している。

より効率の高いAIモデルは、用水資源の消費を大幅に減らせますか？

UNU-INWEHの報告書は、「リバウンド効果」のリスクに触れている。より安価で、より効率のよいAIは、1回の利用あたりの資源消費を減らすかもしれないが、コスト低下は通常、利用頻度を大きく引き上げる。結果として、全体の資源消費が、効率改善前の水準より高くなる可能性がある。そのため、モデル効率の向上がマクロな観点でAIの水資源への影響を減らせるかどうかは、使用規模の増加速度が、効率改善の伸び幅を上回るかどうかに左右される。