人工知能による純電力削減は中国の電力システムでの展開効率に依存する

なぜ賢い電力が重要なのか

人工知能（AI）はしばしばクラウド上の見えない頭脳のように描かれますが、あらゆる巧妙なチャットボットや画像生成の背後には実際の電力の流れがあります。本研究は気候とエネルギー計画に重大な影響を持つ問いを投げかけます：電力システム内部でAIがもたらす節電効果は、巨大なデータセンターが消費する追加の電力を上回り得るか？急速に進化する中国の電力網に焦点を当て、著者らはAIがどのようにして増大する電力負担から純削減者へ転じ得るかを、効率的かつ広範に展開された場合を中心にたどります。

人工知能の二面性

論文はまず一つの緊張関係を示します。一方ではAIデータセンターがあり、これらの専用サーバーは従来機より6〜8倍の電力を使用することがあります。モデルが大きく、より頻繁に使われるにつれて、これらの施設は電力網にとって新たな主要な需要源になりつつあります。他方で、AIアルゴリズムは発電・送電・需要側に組み込まれつつあり、風力や太陽光の出力予測、石炭火力の微調整、建物の暖冷房管理、産業負荷のバランス、電池の寿命延長などを支援しています。これらの応用は無駄を削減し、需要ピークを平準化します。核心的な問題は、電力網におけるAIの節電効果が、AI自身の計算が消費する電力を相殺あるいは上回るかどうかです。

時間軸で純効果を測る

これに対処するため、研究者たちは2025年から2060年までを対象とする動的評価モデルを構築します。AI自身の電力使用量は「ボトムアップ」で見積もられ、予測されるAIサーバーの出荷量、稼働期間、学習時と日常使用時の消費電力、そしてデータセンターのエネルギー効率が時間とともにどう改善するかを出発点としています。並行して、AIによる電力節減手法に関する10年分の研究を精査し、メタ分析を用いて石炭火力効率改善、送電損失削減、建物・産業の効率向上、蓄電最適化など7つの主要実践でどれだけ電力が節約できるかを統合します。これらの節電量は、AIツールがシステムにどの程度広がるかという三つの仮定の下で中国全体にスケールアップされます。

AIと電力網の異なる未来

モデルはAIの電力使用に関する三つの筋と、節電能力に関する三つの筋を組み合わせ、9つの可能な未来を生み出します。消費側では、「技術主導」筋はAI計算の急成長を想定しつつもサーバーチップや冷却システムの大幅な改善を仮定します。「政策制約」筋は拡張を制限し効率を求める厳しい規制を想定します。「慣性」筋は改善の遅さと緩い管理を前提とします。節電側では、「効率的」筋は発電所、送電線、建物、工場、蓄電にわたって最良のAIツールが速やかに広く採用されることを想定します。「典型的」筋は中程度の普及、「非効率的」筋は遅いか断続的な展開を想定します。これらのシナリオは、より賢いハードウェアと運用におけるAIの深い利用の両方が、追加需要と回避された無駄のバランスをどのように形作るかを示します。

最大の節約はどこにあるか

AIが役立つ多くの手段の中で、研究は明確な「重要少数」を見出します：約5分の1の実践が総節約ポテンシャルの8割以上を提供します。建物負荷の改善、送電線損失の削減、再生可能エネルギー予測の精緻化が突出した効果を持ちます。全国的には、最も楽観的な節約仮定の下で、AIは2060年までに中国の予測電力使用量を約15％削減し得ますが、典型的または非効率的な仮定では一桁台の割合にとどまります。5省の地域分析では、内モンゴルのように石炭と再エネを豊富に持つ発電中心の地域は供給側でAIの恩恵を最も受け、一方で広東や江蘇のような産業・サービス拠点は建物や工場の需要管理によって大きな利得を得ることが示されます。

AIが純削減者になるとき

研究の重要な指標は「純電力削減率」です：AIによって節約された電力とAIが消費する電力の比率です。100％を超える値は、全体としてAIが網への負荷を軽減していることを意味します。9つの未来のうち、節約アプリケーションの高い展開とデータセンターの技術進歩が組み合わさった――効率的–技術主導のケース――だけが早期にこの成果を実現し、2040年までに約130％に達します。この経路では、電力網や建物へのAIの急速な導入と、高効率チップおよび極めて低い冷却負荷が相まって、節約がAI自身の需要を上回ります。それでも、2050年以降は技術の成熟と容易な利得の枯渇により効果は横ばいかやや低下します。より控えめな未来では、純削減は遅れるか、研究期間内に達成されないこともあります。

日常生活にとっての意味

専門外の人にとっての要点は、AIが気候にとって自動的に良いとも悪いとも限らないということです。無駄の多いデータセンターで増殖し、実際の電力運用での利用が限られるまま放置すれば、主に電力需要を増やします。しかし、積極的な効率基準、より良いハードウェア、発電所・送電線・建物・工場・蓄電にわたる幅広い導入と組み合わせれば、AIは自らの電力消費を上回る節電を実現し得ます。研究は、中国――そして他国も含めて――がこの方向にAIを押し進めるための賢い政策を必要とすると示唆します：非効率なデータセンターへの厳しい規制、高度な冷却やチップへのインセンティブ、電力システム全体の無駄を抑えるAIツールへの強力な支援などです。適切に行えば、電力網を過負荷にする危険をはらむ同じ技術が、それをよりクリーンで信頼できるものにする原動力の一つになり得ます。

引用: Zhou, K., Yang, Z. & Hu, R. Net electricity savings from artificial intelligence depend on deployment efficiency in China’s power system. Commun. Sustain. 1, 72 (2026). https://doi.org/10.1038/s44458-026-00080-4

キーワード: 人工知能とエネルギー, データセンターの効率, 送電網の最適化, 電力需要予測, 再生可能エネルギーの統合