小学生でもわかるスコープ３地獄 ⑪
AIデータセンターは電気を食ってCO₂を吐く
文・武智倫太郎
前回はこちら。
第1話はこちら。
あらすじ
前回は、植林クレジットについて説明した。
木を植えれば、CO₂を吸う。
ここまでは誰でも分かる。
広報部は森の写真を探し、IR資料には青空と苗木が入り、社員はスコップを持って集合写真に収まる。
このあたりで、会社はもう半分くらい地球を救った顔になる。
しかし、植林クレジットは、木を植えた瞬間に終わる話ではない。
その森は、本当に追加で増えた森なのか。
十年後も残っているのか。
山火事で燃えたらどうするのか。
別の場所で森が切られていないのか。
同じ一トンのCO₂を、二社が同時に自慢していないのか。
土地の権利は誰にあるのか。
地域の人は納得しているのか。
生物多様性を壊していないのか。
こういう嫌な質問が、森の写真の後ろから順番に出てくる。
写真の葉っぱは美しい。
だが、有価証券報告書に必要なのは、葉っぱの写真ではない。
その森を、誰が、どこで、何年、どの方法で、どう測り、どう記録し、どう確認するのか。
そこまで追えなければ、植林クレジットは脱炭素ではなく、緑色の気休めになる。
前回は、緑色の地獄だった。
今回は、白い雲の話をする。
クラウドという名前だけなら、空に浮かぶ雲のように聞こえる。
いかにも軽い。
ふわふわしている。
場所も煙突もなさそうに見える。
しかし、クラウドは本当に雲ではない。
中身はデータセンター、巨大な建物だ。
サーバーが並ぶ。
GPUが並ぶ。
空調が動く。
冷却水が流れる。
変電設備がうなる。
送電線の向こうで発電所が動く。
AIは、画面の中で答えているように見える。
だが、画面の外側で電気を食っている。
そして、その電気の後ろにCO₂がいる。
今日は、その話をする。
はじめに
やぁ、みんな。
今日は、AIデータセンターについて説明するよ。
AI。
便利だ。
文章を書く。
画像を作る。
翻訳する。
要約する。
プログラムを書く。
会議資料を作る。
検索の代わりもする。
壁打ちにもなる。
質問すると、すぐ答える。
大人はこれを見ると、すぐ夢を見る。
AIで日本復活。
AIで生産性向上。
AIで行政改革。
AIで教育改革。
AIで地方創生。
AIで人手不足解消。
AIで新産業。
AIで全部。
全部と言い始めたら、疑ったほうがよい。
全部を解決する道具は、たいてい何かを隠している。
AIが隠しているものは、電気、水、冷却、建物、送電網、発電所などだ。
半導体は隠れていない。
AI需要で高騰しているので、むしろ目立ちすぎるくらい目立っている。
しかし、その半導体を作るために必要な膨大な電力、工業用水、薬品、超純水、クリーンルーム、製造装置までは、会議室の資料から抜け落ちやすい。
その抜け落ちたところへ、スコープ３が来る。
クラウドは雲ではない
まず、クラウドという言葉がよくない。
クラウド。
雲。
空に浮かんでいる。
軽い。
白い。
触れない。
場所がない。
この名前のせいで、多くの人がAIはどこか抽象的な場所で動いているかのような勘違いをする。
電力も、水も、土地も、あまり関係なさそうだと。
ところが、クラウドの正体は、誰かのデータセンターだ。
誰かの土地に建っている。
誰かの電力系統につながっている。
誰かの水を使っている。
誰かの半導体を使っている。
誰かの空調で冷やされている。
誰かの警備員が見ている。
誰かの保守担当者が夜中に呼ばれる。
雲というより、煙突の見えにくいデジタル工場に近い。
ただし、煙突の代わりに、きれいな管理画面がある。
工場は見える。
データセンターは見えにくい。
見えにくいものほど、政治家と経営者には都合がよい。
「デジタル化します」
「クラウド化します」
「AI活用します」
そう言えば、紙が減り、人手が減り、効率が上がり、環境にもよさそうに聞こえる。
しかし、裏側では、別の場所で電気を食っている。
スコープ３は、その別の場所を見に行く。
AIは電気を食う
AIは、電気を食う。
もちろん、AIがコンセントに口をつけているわけではない。
サーバーが電気を使う。
GPUが電気を使う。
メモリが電気を使う。
ネットワーク機器が電気を使う。
ストレージが電気を使う。
冷却設備が電気を使う。
照明、監視、非常用電源、変電設備も関係する。
IEAは、世界のデータセンター電力消費が2030年に約945TWhへ倍増するという見通しを示している。
945TWh。
小学生には分かりにくい。
大人にも分かりにくい。
分かりにくい数字は、会議室では脇に置かれる。
横に置くと忘れる。
忘れると、なかったことになる。
だが、電気料金の請求書は忘れてくれない。
IEAは、2024年から2030年にかけてデータセンターの電力消費が年率約15％で伸びると見ている。
これは、他の電力需要の伸びより速い。
特にAIで使われる高速サーバーは、伸びが大きい。
ここで見るべきは、世界全体の割合だけではない。
どこで食うか、という場所の問題だ。
データセンターは、世界中に薄く広がるわけではない。
電力、土地、通信回線、税制、冷却条件、顧客の近さがそろう場所に集まる。
一か所に集まる。
地域の電力系統に負荷がかかる。
送電線が足りない。
変電所が足りない。
発電所が足りない。
水が足りない。
住民説明が足りない。
足りないものが増える。
AIは未来を語る。
電力会社は変電所を数える。
この落差が、味わい深い。
アメリカでは数字がもう大きい
米国エネルギー省は、米国のデータセンターが2023年に全米電力の約4.4％を消費し、2028年には約6.7％から12％に達する可能性があるとする報告を紹介している。
また、米国のデータセンター電力使用量は、2014年の58TWhから2023年の176TWhへ増え、2028年には325TWhから580TWhの範囲まで増える可能性がある。
この数字を見ると、AIは「情報産業」だけの話ではない。
電力産業、送電網、ガス火力、原子力、再エネ、水資源、土地利用、建設工事まで巻き込む話になる。
AI企業は、モデルの性能を語る。
電力会社は、接続容量を語る。
自治体は、雇用と税収を語る。
住民は、騒音、水、電気料金を気にする。
投資家は、成長率を見る。
監査法人は、開示を見始める。
全部が同じデータセンターを見ている。
しかし、見ているものが違う。
大人の会議室では、同じ建物を見ながら別々の資料が開かれる。
スコープ２とスコープ３が同時に来る
データセンターの排出を考えるとき、まずスコープ２が出てくる。
買った電気の問題だ。
データセンター事業者が電気を買う。
その電気を作るときに排出が出る。
これはスコープ２に入る。
では、クラウドを使う会社から見るとどうなるか。
自社ビルでサーバーを動かしていない。
電気料金も直接払っていない。
クラウド会社に利用料を払っている。
この場合、クラウドサービスは購入したサービスとして扱われる。
スコープ３のカテゴリ１に顔を出す。
GHG ProtocolのScope 3をめぐる議論でも、重要性がある場合には、購入したクラウドコンピューティングやデータセンターサービスからの排出を、購入品・サービスの中で示す考え方が出ている。
ここで会社は困る。
クラウドの利用量は分かる。
請求額も分かる。
しかし、その裏でどのデータセンターが動いたのか。
どの地域の電力を使ったのか。
再エネ契約はどうなっているのか。
GPU利用と通常サーバー利用を分けられるのか。
ストレージ、通信、学習、推論を分けられるのか。
ベンダーから排出係数をもらえるのか。
ここで、情報システム部が呼ばれる。
環境部も呼ばれる。
経理も呼ばれる。
調達も呼ばれる。
法務も呼ばれる。
そして誰かが言う。
「クラウドベンダーのレポートでよいですか」
最初はそれでもよい場合がある。
しかし、有価証券報告書に書くなら、前提を説明できなければならない。
どの範囲か。
どの期間か。
どの排出係数か。
マーケット基準か。
ロケーション基準か。
再エネ証書はどう扱うのか。
推計か。
実測か。
またしても、Excelが起動する。
GPUの外側にもCO₂がいる
AIデータセンターは、電気だけでは終わらない。
GPUがいる。
サーバーがいる。
メモリがいる。
ストレージがいる。
ネットワーク機器がいる。
電源装置がいる。
空調設備がいる。
変電設備がいる。
建物がいる。
床がいる。
ラックがいる。
非常用発電機がいる。
ケーブルがいる。
それらを作るには、鉱物、半導体、化学薬品、水、電力、物流がいる。
GPUは、空から降ってこない。
半導体工場で作られる。
半導体工場は、水を使う。
電力を使う。
超純水を使う。
薬品を使う。
クリーンルームを動かす。
製造装置を使う。
その装置を作る会社もある。
その装置に使う部品もある。
スコープ３は、こういう道をたどる。
AI企業が、「当社のAIはクラウド上で動作します」と言う。
それは、雲の上で動いているという意味ではない。
誰かの半導体と、誰かの電力と、誰かの水と、誰かの土地で動いているという意味だ。
ここを見ないAI政策は、画面だけを見て、発電所を見ていない。
PUEは魔法の数字ではない
データセンターにはPUEという指標がある。
Power Usage Effectiveness。
どれだけ効率よく電力をIT機器に使えているかを見る指標だ。
PUEが改善すれば、同じ計算量あたりの無駄は減る。
冷却、サーバー、電源、AIチップの効率を上げることも必要だ。
問題は、効率が上がった分だけ使用量も増えかねないところにある。
冷蔵庫の消費電力が半分になった。
では、冷蔵庫を体育館サイズにしたらどうなるか。
電気代は増えるかもしれない。
AIも似ている。
一回あたりの計算が効率化されても、使う回数が増える。
モデルが大きくなる。
ユーザーが増える。
画像も作る。
動画も作る。
音声も作る。
エージェントも動く。
社内システムにも入る。
検索にも入る。
スマホにも入る。
業務ソフトにも入る。
効率改善と総量増加は、同時に起きる。
だから、効率だけを見て安心してはいけない。
AIは、省エネ家電の顔をしながら、家そのものを大きくすることがある。
大量の水も飲む
AIデータセンターは、水も使う。
冷却に使う。
空調に使う。
地域によっては、発電所側でも水が関係する。
もちろん、水を使わない冷却方式もある。
閉じた循環を使う設備もある。
外気冷却に向いた地域もある。
技術は進んでいる。
だが、水が論点から消えるわけではない。
水が豊富な地域なら、影響は小さいかもしれない。
水が少ない地域なら、話は変わる。
農業用水。
生活用水。
工業用水。
発電所。
データセンター。
同じ地域で水を取り合う。
ここでまた、スコープ３の外側が見えてくる。
データセンター利用者は、クラウド利用料だけを払っているつもりかもしれない。
しかし、そのクラウドの裏側では、地域の水、電力、土地が使われている。
デジタルサービスは、地域から完全に浮いているわけではない。
クラウドは空に浮かばない。
地面に刺さっている。
「AIで削減できます」は入口でしかない
ここで必ず出てくる反論がある。
「AIは排出を増やすだけではありません」
「AIで省エネできます」
「AIで物流を最適化できます」
「AIで需要予測できます」
「AIで電力需給を調整できます」
「AIで材料開発が進みます」
それは正しい。
AIには削減に役立つ使い方がある。
工場のエネルギー管理。
空調制御。
物流最適化。
故障予測。
需要予測。
在庫削減。
食品ロス削減。
電力系統の運用支援。
気象予測。
材料探索。
使い方によっては、排出削減に貢献する。
問題は、そこで話を止めるところにある。
AIで削減できるかもしれない。
では、どれだけ削減したのか。
そのAIを動かすために、どれだけ電力を使ったのか。
GPUを作るときの排出はどう見るのか。
データセンターの増設はどう見るのか。
削減量と増加量を同じ表に入れたのか。
ここまでやらないと、AIは環境ポエムになる。
AIが作った環境ポエム。
それは、なかなか味わい深い。
緩いAI規制で勝てる国の電気代
ここで、日本のAI政策に戻る。
日本は規制が緩いからチャンス。
著作権の扱いが緩いから有利。
AI開発をどんどん進めればよい。
そういう話があった。
この発想には、前にも触れた。
日本企業が世界で勝ってきた局面は、緩い基準で好き放題をしたときではない。
厳しい基準を、工程管理、品質管理、証跡管理に落としたときだった。
AIも同じだ。
緩い規制を誇る前に、見るべきものがある。
電力、水、送電網、半導体、データの由来、著作権、個人情報、説明責任、そして排出量。
「日本は規制が緩いのでAIが使いやすいです」
と言うのは簡単だ。
では、そのAIを動かす電力はどこから来るのか。
再エネか。
ガス火力か。
石炭火力か。
原子力か。
輸入燃料か。
送電線は足りるのか。
データセンターはどこに建てるのか。
地域の水は足りるのか。
GPUは誰が作るのか。
海外クラウドに払った利用料は、どこの投資を増やすのか。
この質問をしないAI政策は、クラウドの絵を描いて、発電所を消している。
発電所は消えない。
煙突も、燃料船も、送電線も、請求書も消えない。
有価証券報告書にAIを書くなら
では、企業が有価証券報告書にAI活用を書くなら、何を見るべきか。
まず、AIによる業務効率化を書く。
ここまではよい。
次に、そのAIがどこで動いているかを見る。
自社サーバーか。
クラウドか。
外部AIサービスか。
API利用か。
SaaSに組み込まれたAIか。
その利用量は分かるか。
ベンダーから排出情報をもらえるか。
クラウドの地域は分かるか。
電力の排出係数はどう扱うか。
AI利用で増えた計算量を、既存のIT利用と分けられるか。
ハードウェア更新は増えたか。
GPUサーバーを買ったなら、カテゴリ２の資本財に関係する。
クラウドサービスを買ったなら、カテゴリ１の購入品・サービスに関係する。
出張を減らしたなら、カテゴリ６に関係する。
物流最適化をしたなら、カテゴリ４や９に関係する。
販売した製品にAI機能を入れたなら、製品使用時の電力にも関係するかもしれない。
金融機関がAIで投資判断をするなら、カテゴリ15の投資先排出とも無縁ではない。
AIは、情報システム部だけの話ではない。
環境部にも来る。
経理にも来る。
調達にも来る。
法務にも来る。
IRにも来る。
監査法人にも来る。
またしても、大人の自由研究が始まる。
小学生向けのたとえ
最後に、小学生向けにたとえよう。
AIは、すごく賢い給食係に似ている。
献立を考える。
材料の量を計算する。
残食を減らす。
アレルギーにも気をつける。
とても便利だ。
しかし、その給食係は、ものすごくお腹が空く。
計算するたびに、ご飯を食べる。
おかずも食べる。
水も飲む。
冷房もつける。
新しいノートも買う。
鉛筆も大量に使う。
給食を効率化するために、給食係が給食を食べすぎていたらどうなるか。
先生は言う。
「どれだけ助けてくれたのか」
「どれだけ食べたのか」
「両方書きなさい」
AIとスコープ３の関係は、ここにある。
AIが何を削減したのか。
AIを動かすために何を使ったのか。
両方を見る。
片方だけ見れば、作文になる。
両方を見れば、経営になる。
本日のまとめ
第11話をまとめる。
AIはたしかに役に立つ。
AIには排出削減に役立つ使い方もある。
しかし、AIは物理から逃げられない。
クラウドは雲ではない。
その中身はデータセンターだ。
データセンターは電気を使う。
水を使う。
半導体を使う。
GPUを使う。
建物を使う。
送電網を使う。
そして、その外側にスコープ３がある。
IEAは、世界のデータセンター電力消費が2030年に約945TWhへ倍増するという見通しを示している。
米国でも、データセンターの電力需要はすでに電力系統の大きな論点になっている。
AIを使う企業は、クラウド利用を環境負荷ゼロの魔法として扱ってはいけない。
クラウドサービスは、企業が買ったサービスとして扱われる。
重要なら、スコープ３のカテゴリ１に顔を出す。
AIによる削減効果を語るなら、AIを動かすための電力、設備、半導体、冷却、水、データセンターも見る必要がある。
「AIで削減できます」
それは入口にすぎない。
出口ではない。
そして、AI政策で「緩い規制がチャンス」と言う前に、電力、水、送電網、著作権、説明責任、排出量を見なければならない。
クラウドは、空に浮かぶ都合のよい雲ではない。
地面に刺さった巨大な電力需要だ。
やはり地獄だ。
今回は、白い雲の地獄だった。
次回予告
次回は、ここまでの話を会社の内側へ戻す。
小学生でもわかるスコープ３地獄 ⑫｜企業は自社の外側を知らない
レジ袋。
廃食油。
水素。
化学肥料。
植林クレジット。
AIデータセンター。
どれも、会社の外側にある。
しかし、有価証券報告書に書くときは、自社の開示になる。
会社は、自分の外側で何が起きているのかを知らなければならない。
ところが、多くの会社は、自社の外側を知らない。
調達先を知らない。
物流を知らない。
製品使用時を知らない。
廃棄後を知らない。
クラウドの裏側も知らない。
それなのに、サステナブルと言う。
その話をしよう。
連載リンク
第1話：小学生でもわかるスコープ３地獄 ①｜有価証券報告書にCO₂がやってくる
https://note.com/aiethics496/n/n5467ae1329fa
第2話：小学生でもわかるスコープ３地獄 ②｜Scope 1・Scope 2・Scope 3は何が違うのか
https://note.com/aiethics496/n/nc397d8f23175
第3話：小学生でもわかるスコープ３地獄 ③｜CO₂調査票が来た会社の末路
https://note.com/aiethics496/n/nb823fd9a43e7
第4話：小学生でもわかるスコープ３地獄 ④｜スコープ３の15カテゴリは、全部読むと眠くなる
https://note.com/aiethics496/n/n385045ac862c
第5話：小学生でもわかるスコープ３地獄 ⑤｜厳しい基準で勝つ国、緩い規制で沈むAI
https://note.com/aiethics496/n/n219d91fc6a14
第6話：小学生でもわかるスコープ３地獄 ⑥｜レジ袋で地球を救えると思った国の有報開示
https://note.com/aiethics496/n/n587496f58475
第7話：小学生でもわかるスコープ３地獄 ⑦｜廃食油はどこにも余っていない
https://note.com/aiethics496/n/n9b8378886dcf
第8話：小学生でもわかるスコープ３地獄 ⑧｜水素は夢のエネルギーではなく運び屋である
https://note.com/aiethics496/n/ne0e33cc6ee07
第9話：小学生でもわかるスコープ３地獄 ⑨｜化学肥料が止まると、持続可能な農業は江戸時代に戻る
https://note.com/aiethics496/n/n16ed7ab944b4
第10話：小学生でもわかるスコープ３地獄 ⑩｜植林クレジットは木を植えれば終わりではない
https://note.com/aiethics496/n/nd0b21f6d8176
第11話：小学生でもわかるスコープ３地獄 ⑪｜AIデータセンターは電気を食ってCO₂を吐く
https://note.com/aiethics496/n/n88c755206bc5
