あなたは持続可能性にコミットし、環境にとって良い選択をしている。リサイクルを行い、もしかすると堆肥化（コンポスト）までしているかもしれない。エネルギー使用にも気を配り、太陽光パネルを設置したり、電気自動車に乗り換えたりした可能性もある。だが、あなたの善意を静かに損なう習慣が1つある。日々頼り、いまや手放せなくなりつつある習慣だ。それがAIの利用——そして、どれほど持続可能な形でそれを使っているかである。
あなたが実行するAIへの問い合わせには、必ずエネルギーのコストが伴う。持続可能性とAIの双方について教え、書いている立場として、使うたびに両者の間で心が引っ張られるのを感じる。ある技術を推進しながら、その環境負荷を案じるという認知的不協和は現実のものであり、同じ思いの人は少なくないはずだ。
証拠は明確で、考えさせられるものがある。テキストでの質問、画像生成の試行、短い動画作成といった標準的な1日のAI使用は、電子レンジを3時間半稼働させるのに相当するエネルギーを消費する可能性がある。さらに基本モデルではなく高性能な推論モデルを使えば、同じタスクでも環境負荷は30倍、場合によっては100倍にもなる。これを毎日処理される25億件のAIクエリに掛け合わせれば、その規模は明らかだ。
しかし認識が広がりつつあるにもかかわらず、多くの人は身動きが取れないと感じている。2025年の調査では、米国人の72%がAIの環境影響を懸念していることがわかった——航空旅行や食肉生産に対する懸念よりも高い。7割超が自分のデジタル習慣に罪悪感を抱いていると認めながらも、行動は変えない。
生産性と責任のどちらかを選ぶ必要はない。ここでは、今日から始められる、日々のAI利用におけるエビデンスに裏付けられた5つのステップを紹介する。
Step 1: 打ち込む前に考える
月曜の朝。チーム宛ての短いメールを下書きするためにAIツールを開く。「会議についてのメールを書いて」といった具合に入力する。返ってきた文章は堅すぎたり長すぎたり、的外れだったりする。あなたはもう一度打ち直す。さらにもう一度。15分が経ち、やり取りは6往復。ようやく使えそうなものができるかもしれない。だが見落としがちなのは、反復のたびにエネルギーがかかっているという点である。
解決策はシンプルだ。最初から具体的にする。「今朝の予算会議での主要な決定事項と、合意した次の3つのステップを要約し、5人のチーム向けに短くカジュアルなメールを書いて」といった具合に。文脈、望む形式、対象読者を含んだ1つの精密なプロンプトである。より良い答えが得られ、そこに至るまでのエネルギー使用も減る。
省エネ効果は実際に確認されている。ユニバーシティ・カレッジ・ロンドン（UCL）の研究では、プロンプトと応答の長さを半分にすることで、エネルギー消費を最大75%削減できることが示された。試行錯誤に頼る人に比べ、プロンプト作成に長けた人は4〜5倍の効率を達成できる——より良い結果を、エネルギーのごく一部で得られるのである。
Step 2: 目的に合ったAIツールを選ぶ
午後3時の電話会議までに、2ページの会議報告を要約する必要がある。あなたはいつものAIモデルを開く——しかも最も強力なモデルだ。ほかで妥協する理由はない——文書を貼り付け、要約を依頼する。もちろんうまくいく。だが気づいていないかもしれないのは、あなたがいま、近所を自転車で一周するために旅客機のエンジンを回したのと同じことをしている点だ。
要約、簡単な下書き、翻訳、ちょっとした質問など、AIを使うすべての作業に、利用可能な中で最も強力なモデルが必要だろうか。おそらく答えはノーである。現在の主要プラットフォームの多くは、フラッグシップモデルと並行して、より軽量で省エネな選択肢を提供している。ClaudeではHaiku、ChatGPTではGPT-4o mini、GeminiではFlashやFlash-Liteがそれに当たる。これらは日常的な作業向けに設計されており、エネルギーコストを大幅に抑えながら同等の結果を出せる。UCLの研究では、より小さくタスク特化のモデルを使うことで、パフォーマンスを落とすことなくエネルギー使用を最大90%削減できることが示された。
AIツールを開く前に、自問してほしい——この作業に最も高性能なモデルが必要なのか、それとも軽量版で同じようにこなせるのか。モデルメニューでは「mini」「flash」「lite」といった表記を探すとよい。プラットフォーム上の名称は頻繁に変わるが、原則は変わらない。
Step 3: AI画像生成の習慣は、あなたが思う以上にコストがかかる
百聞は一見に如かず。脳は画像をテキストの6万倍の速さで処理し、読んだ内容の10〜20%に対して、見たものの65%を記憶にとどめる。AIによる画像生成が、この技術の最も人気の用途の1つになったのも不思議ではない。だが環境面の現実がある。これは、AIで行う行為の中でも群を抜いてエネルギー集約的であり、テキスト生成と画像生成の差は想像以上に大きい。
標準的なAIのテキスト応答は約0.24ワット時のエネルギーを使う——電子レンジを1秒動かすのとほぼ同じだ。AI画像を1枚生成すると、その5倍のエネルギーを消費する。さらにAIに5秒の短い動画を生成させると、そのエネルギーコストはテキスト応答の最大4000倍にもなり得る。最後の数字を、もう一度読んでほしい。
もちろん、だからといってAIでビジュアルを生成するべきではないという意味ではない。カスタムのイラストや、手作業なら数時間かかる独自のグラフィックなど、本当に価値を付加する場面もある。生成ボタンを押す前に問うべきは、ただこれだけだ。そのビジュアルは本当にAI生成である必要があるのか、それとも同じ目的を果たすもっとシンプルな選択肢があるのか。ストック画像、基本的なPowerPointの図形、シンプルなチャート——こうした代替策は、エネルギーコストがはるかに小さく、しかも同様に目的を果たすことが少なくない。
Step 4: 「頻繁に聞く」のではなく、「まとめて聞く」ことでAIをより活用する
用事があるとしよう。スーパーに車で行き、帰宅してから薬局へ行き、また帰宅して、さらにクリーニング店へ行く——そんなことをするだろうか。もちろんしない。1回の外出にまとめれば、時間も燃料も労力も節約できる。ところがAIになると、多くの人が一日中、デジタル版の「別々の用事」を繰り返している——朝にちょっと質問し、昼に1つ作業を頼み、午後の途中に別の依頼をし、その後も散発的に数回。いずれもAIモデルとの新たなやり取りを発生させ、そのたびにエネルギーコストが生じる。
AIへの問い合わせをバッチ化する——一日中、出たり入ったりするのではなく、複数のタスクを1回の集中セッションにまとめる——ことは、AIフットプリントを減らす最も簡単で効果的な方法の1つである。しかも副次的な利点がある。必要なことを一度により十分な文脈として与えられるため、結果がより良く、より一貫しやすいのだ。
Google Cloudの研究でも、複数のリクエストをまとめることで、同じ有用なアウトプットをより少ないエネルギーで得られることが確認されている。食洗機を半分空の状態で回すより、満杯で回した方が水の使用量が少ないのと同じ理屈だ。
試してほしい。毎日の始まりや集中して働くセッションの開始時に、AIに必要なことをすべて書き出す。そして1回か2回の集中セッションでまとめて処理する。1つのプロンプトは例えばこうなる。「クライアントへのフォローアップメールを作成し、添付の2ページ報告書を3つの箇条書きで要約し、午後3時のQ3結果プレゼンのためのトーキングポイントを5つ出して」。1つのプロンプト。3つのタスク。3回の別々のやり取りに比べて、エネルギーはほんの一部で済む。やるべきことは片づき、フットプリントは小さくなる。
Step 5: 使っていないものはオフにする
AIは、必要なときに手を伸ばす道具ではなくなった。メールクライアント、ブラウザ、カレンダー、文章作成ソフト、プロジェクト管理ツール、そしてスマートフォンのキーボードにまで、静かに組み込まれている。これらの機能の多くはデフォルトでオンになっており、私たちの大半は1つとしてオフにしたことがない。
OpenAIのCEOであるサム・アルトマン氏は、AIツールに「ありがとう」と言うだけでもカーボンフットプリントが生じると指摘している。いまこの瞬間もあなたのデバイス上で静かに動いているバックグラウンド機能すべてにそれが積み重なると、数字は想像以上の速さで膨らむ。
これは重要だ。常時オンのAI機能は、あなたが何かを尋ねるのを待たない。バックグラウンドで動作し、文脈を処理し、次の行動を先読みし、気づくかどうかに関わらず継続的にエネルギーを消費する。より長いコンテキストウィンドウ、永続的メモリー機能、バックグラウンドAIアシスタントは、いずれも毎時間、毎営業日、静かにあなたのフットプリントを増やしていく。
研究でも、コンテキストウィンドウを制限し、不要なバックグラウンドAI機能を無効化することで、エネルギーのオーバーヘッド——あなたの認識や同意なしに裏側で起きている計算処理——を大幅に削減できることが確認されている。
対策は驚くほど簡単で、10分もかからない。ブラウザ設定から、Microsoft 365 CopilotやGoogle Workspaceといった生産性アプリまで、よく使うツールの設定を確認する。積極的かつ定期的に使っていないものはすべてオフにする。本当に時間を節約してくれるものだけを残す。デジタルの断捨離だと考えてほしい——そしてそれは、地球にとっても良い行いなのだ。
結論
解決策はAIの利用をやめることではない。人生のほかの持続可能な選択に向けるのと同じ「意図」をもって、AIを使うことだ。リサイクルする。堆肥化する。運転を減らす。そしていま——意図的なAI利用を、そのリストに加えるのである。
5つの小さなステップ。何百万人ものプロフェッショナルが同じ選択をする。私たちが愛用するツールを、必要不可欠な地球を傷つけることなく使うための道筋は、そこにある。
