人工知能（AI）と生成AI（GenAI）は、あらゆる産業と世界経済を前進させる変革的な可能性をもたらします。
しかし、データセンターへの依存度が高く、エネルギー使用量も多いため、AIは大きなカーボンフットプリントを残す可能性もあります。
AIが環境課題への取り組みにおいても重要な役割を果たしうることを認識することで、気候関連のソリューションを支えるためにその大きな可能性を活用できます。
人工知能（AI）と生成AI（GenAI）は、あらゆる産業と世界経済を前進させる変革的な可能性をもたらします。データはAIの学習能力と意思決定能力に不可欠であり、そのため、データ処理への需要は大幅に増加すると見込まれています。AIは膨大なデータセットから迅速かつ効率的に洞察を引き出すことができますが、それには膨大な計算能力が必要となる場合があり、データセンターとPCの性能が極めて重要になります。
あらゆる画期的な技術には課題が伴い、AIの環境フットプリントは、業界がすでに取り組んでいるテーマです。大規模なAIモデルやワークロードの学習と実行にはエネルギーと資源が消費され、この革新的な技術を取り入れつつ環境の持続可能性へのコミットメントを果たしたいと考える企業にとって、これは難しい判断を迫るものです。私たちの見るところ、これら両方のコミットメントの勢いは衰えていません。
2023年5月、*Gartner®は次の報告書で述べています：2023 CEO Survey: Grow Through Digitally Enabled Sustainability（Kristin Moyer氏およびMark Raskino氏による作成、2023年5月19日）：「大半のCEO（94%）は、持続可能性およびESG投資を2022年と同程度に増やすか、維持する予定です。」¹ その後、注目はAIと、組織の効率化を推進する大きな可能性へと移りました。Dell Technologiesの調査によると、現在、IT意思決定者の76%がGenAIのユースケースを支援するために予算を増やす計画であり、78%がAIへの投資が自社の組織にもたらす利益に期待を寄せています。
持続可能性への投資とエネルギー集約型技術への投資は相反するように見えますが、持続可能性とAIへの投資は『二者択一（either/or）』の判断である必要はありません。技術の進歩は、野心的な気候目標の達成を目指す企業にとって前提条件です。最良のイノベーションは、技術力を高めつつ、よりエネルギー効率が高く持続可能な未来を支えることで、その両方を実現できますし、実現すべきです。
世界経済フォーラムは、人工知能のためのガードレールをどのように構築していますか？
AI卓越性センターは、各分野のリーダーを結びつけ、人工知能の急速な進化と、それが経済や社会に与える影響を理解する取り組みを支援しています。AIの導入に伴う機会、リスク、トレードオフについて、情報に基づいた対話を支援しています。
信頼できる場と協働イニシアチブを通じて、センターはパートナーが共通理解を築き、責任あるAIのイノベーションと利用のアプローチに向けて共に取り組めるよう支援しています。
両方を両立させる
AIの環境フットプリントを削減しつつ、同時にAIを活用して世界の最大級の課題の解決に取り組めるよう、賢明で持続可能な技術への投資と実践が存在します。持続可能性はAI技術の成功に不可欠であり、その逆もまた然りです。
AIには大きな計算能力が必要ですが、現在、IT分野の世界全体のエネルギー消費に占める割合はわずかです。より多くの企業、政府、組織が、業務やチーム全体で効率と生産性を高めるためにAIを活用するにつれ、この状況は変わると見込んでいます。
AIの増大するカーボンフットプリントを管理し、さらには相殺するため、データセンターのエネルギー消費をより厳格に管理することが、ますます最優先課題になっています。**IDCは次の報告書で次のように述べています：Which Circularity Criteria Are Driving IT Planning and Procurement?（2023年5月）によると、IT意思決定者にとってITの計画と調達における最優先の持続可能性課題は、データセンターのエネルギー消費の削減です。
これらの実践的なソリューションは、この優先課題の実現に役立ちます：
エネルギー効率が高く持続可能な技術を活用する
最新のエネルギー効率の高いサーバーおよびストレージ機器、環境に配慮した冷却方式を通じてAIのカーボンフットプリントを抑えるとともに、データセンターを再生可能エネルギーで稼働させます。エネルギー効率を実現し、再生素材、海洋プラスチックごみ由来やバイオベースのプラスチック、低炭素排出のアルミニウム、クローズドループ素材、再生包装材などの持続可能な素材を用いたPCやその他のハードウェアを利用します。
AIワークロードとデータセンターの経済性を適正規模に合わせる
より大規模な汎用大規模言語モデル（LLM）の恩恵を受ける組織もありますが、多くの組織は分野特化型または企業特化型の導入のみを必要としています。計算要件とインフラを適正規模に合わせることで、データセンターの効率をさらに高められます。また、柔軟な『従量課金』型の支出モデルにより、組織はデータセンターのコストを削減しつつ、持続可能なITインフラを支えることができます。
ローカルコンピューティングの力を認識する
AIワークロードの適正規模化の考え方に沿って、ローカルコンピューティングは、GenAIモデルのプロトタイピング、開発、ファインチューニング、推論において重要な役割を果たします。AI対応PCでの複雑なAIワークロードのローカル実行には、持続可能性上の利点があるほか、費用対効果、セキュリティの向上、レイテンシの低減といった他の利点もあります。
非効率なハードウェアを責任を持って廃棄する
技術機器を返却またはリサイクルすることで、データセンターの性能とエネルギー消費を最適化します。多くのプログラムでは、部品や素材を回収し、再利用、再生、リサイクルしています。これにより電子廃棄物が減り、リサイクル素材をより長く使用し続けられます。同様に、耐用年数を終えたPC、モニター、アクセサリーは、再生またはリサイクルのために返却でき、素材を循環型経済の中で長く保ち、新規素材への需要を減らすことができます。
AIを活用して効率化を図る
データセンターの運用において、AIを使ってデータを追跡・分析し、監視とワークロードの配置を改善します。これにより効率を最適化し、ワークロードを適正規模に合わせ、エネルギーコストを削減できます。
率先垂範
データセンターのエネルギー使用、排出、電子廃棄物は、業界が正面から取り組んでいる深刻な課題です。慎重に進めれば、AIインフラの開発はより持続可能な運営への道筋となり得ます。技術が環境課題への取り組みにおいて重要な役割を果たしていることを認識することで、業界全体として、気候関連のソリューションを支えるAIの大きな可能性を活用できるでしょう。私たちは皆、技術の近代化に取り組み、持続可能性とAIがもたらす『両方を実現する（both/and）』利点をモデルとして示すべきです。
*Gartner、「2023 CEO Survey: Grow Through Digitally Enabled Sustainability」、Kristin Moyer氏、Mark Raskino氏、2023年5月19日（GARTNERは米国およびその他の国におけるGartner, Inc.および/またはその関連会社の登録商標およびサービスマークであり、許可を得て使用しています。全著作権所有。）
**IDC：「Which Circularity Criteria Are Driving IT Planning and Procurement?」Doc #US50683123、2023年5月
