ハイパースケール型施設やマイクロエッジ型の導入を含むデータセンターのエネルギー需要は、2022年の1%から2030年までに3%超へ増加すると予測されています。
AIは、一部のケースで最大60%のエネルギー使用量削減に、すでに企業を支援しています。主な活用事例には、エネルギー貯蔵の最適化、電池効率の向上、スマートグリッド管理が含まれます。
産業全体で持続可能なAIの導入を可能にするには、協調的な取り組みが必要です。行動の主な重点分野には、規制、財政的インセンティブ、技術革新、市場開発が含まれます。
人工知能（AI）のエネルギー需要と、それがもたらす効率性の向上については数多くの予測がありますが、急速に変化する状況を踏まえると、これらを確実に予測することは困難です。
世界経済フォーラムが最近発表したホワイトペーパーは、次のタイトルです。「Industries in the Intelligent Age - Artificial Intelligence’s Energy Paradox: Balancing Challenges and Opportunities」は、この不確実性への対応、課題への取り組み、そして持続可能なAI導入に向けた機会の実現のために、相互に関連する4つの主要分野を提示しています。
これには次のものが含まれます。
脱炭素化に向けたAI導入の活用。
透明性が高く効率的なAIのエネルギー利用。
技術と設計における革新。
効果的なエコシステム間の協力。
AIのエネルギー消費
AIは、エネルギー分野において機会と課題をもたらします。調査対象企業の約72%が少なくとも1つの業務機能にAIを活用しており、その変革の可能性は明らかです。
Goldman Sachs、国際エネルギー機関、経済協力開発機構のデータに基づくAccentureの集計推計によると、導入の拡大に伴い、AI関連の電力消費量は2023年から2030年にかけて最大50%の年率で増加すると予想され、電力システムにとっての課題となります。
ハイパースケール型施設からマイクロエッジ型の導入に至るまで、データセンターの電力需要は、2022年の世界のエネルギー需要の1%から、2030年までに3%超へ増加すると予測されています。
ただし、こうした予測は変動する可能性があります。AIが全体的なエネルギーにどの程度大きな影響を与えるか、また、発生する課題を緩和し、新たなソリューションの機会をもたらすにはどのような戦略が有効かについては、依然として不確実性が残っています。
AIの急速な拡大にもかかわらず、AIデータセンターの電力消費量は、依然として世界の電力需要のごく一部を占めるにとどまる可能性が高いと考えられます。
ただし、交通や建物の電化といった他の主要な需要要因と合わさると、電力網やエネルギー事業者への負荷をさらに高める要因になりえます。
これに対処するため、エネルギー効率の高いハードウェア、AIに最適化された冷却、よりスマートなデータセンターの設計と運用といった戦略が、AIのエネルギー消費を抑えるために検討されています。さらに、チップやアルゴリズム（例：小規模言語モデル）の進歩により、AIのエネルギー消費がさらに抑制される可能性があります。
産業横断的なエネルギー節約と最適化
既存の産業横断的な活用事例では、一部のケース（例：建築・空間、通信、エネルギー、先進製造など）で、10～60%のエネルギー消費量の削減または節約が実現されており、さらなる最適化の可能性もあります。
測定可能なエネルギー効率と最適化の便益をもたらす、成功したユースケースの導入戦略を発掘・拡大・再現することで、持続可能なAIのアプローチを推進し、産業横断的な協力を可能にできます。
すでに得られている教訓は次のとおりです。
規制、政策、財政面の支援策は、コンプライアンス枠組みと資金調達の仕組みを通じて、責任あるAI開発へのインセンティブを与えることができます。
サプライチェーン連携を拡大する機会があり、その動きはすでに現れ始めています。例えば、新興国を含む産業パートナーシップやマルチステークホルダーによるデジタル変革の協業には、スキル構築やインフラ開発などを組み込むことが考えられます。
業界関係者は、指標の調和に向けた整合の必要性を強調しています。例えば、脱炭素化の評価ツールや、新興の任意の業界標準と政府規制（欧州連合のAI法など）との整合が挙げられます。
課題への対応と機会の実現
AIの導入が各産業で加速するにつれ、AIの純エネルギー影響を把握するうえで、継続的な評価が極めて重要になります。このホワイトペーパーは、この不確実性に対応し、持続可能なAI導入に向けた課題への対処と機会の実現を確実にするために、相互に関連する4つの分野からなる枠組みを提案しています。これら4つの分野には（時間の経過に応じて調整可能）、次のものが含まれます。
脱炭素化に向けたAI導入の活用：クリーンエネルギーソリューション、脱炭素化されたエネルギーグリッド、エネルギー最適化におけるAIの役割を拡大する。
透明性が高く効率的なAIのエネルギー利用：AI開発および運用におけるオープンデータを推進し、エネルギー利用を最適化する。
技術と設計における革新：技術の進歩と持続可能な設計原則を通じて、エネルギー効率の高いハードウェアとAIシステムを発展させる。
効果的なエコシステム間の協力：規制当局、業界関係者、学術機関が関わる協働的なエコシステムを通じて、持続可能なAIを推進する。
AIのエネルギー影響は依然として不確実ですが、その進化する接点を先回りして監視することは、課題を明確にし、機会を見出し、変革的なソリューションを導く助けとなります。
本記事には、Accentureの AI Governance Alliance プロジェクトフェロー兼米国公益事業戦略プリンシパル・ディレクターのMichael Higgins氏、Accentureの Accenture Strategy 公益事業担当マネージング・ディレクターのJames Mazurek氏、世界経済フォーラムの C4IR Digital Technologies デジタル技術ポートフォリオ・マネージャーのMaria Basso氏からも寄稿をいただきました。
