ニュースの概要
AIサービスの利用拡大を受け、世界各地でデータセンターの新設を抑える動きが広がっています。政府や自治体は、膨らむ電力需要による料金上昇、冷却に使う水の不足、用地の確保、騒音や送電設備など地域住民への負担を問題視しています。建設の一時停止や許可の厳格化に踏み切る地域もあり、AIの成長を単純に歓迎するだけでは済まない段階に入りました。国際的な議論は、計算能力を増やせるかではなく、限られた資源の範囲でどのように増やすかへ移っています。
引用元: AIブームを支えるデータセンターに各国当局が規制強化へ（Reuters）
分析・見解
AIの電力需要は発電所と送電網の計画を変える規模に膨らむ
データセンターは、建物の中に計算機を置くだけの施設ではない。大量の電力を常時使い、計算機が出す熱を冷やし、通信回線と変電設備まで一体で整える必要がある。国際エネルギー機関の試算では、世界のデータセンターの電力消費は2022年の約460テラワット時から、2026年には倍増する可能性が示されている。AI向けの高性能計算機は、従来の検索や事務処理より一台当たりの消費電力が大きい。
問題は電気の総量だけではない。データセンターは一日中動くため、地域の送電網に安定した大口需要を加える。再生可能エネルギーの発電量が天候で変わる地域では、足りない時間を火力発電や蓄電池で補わなければならない。AIの利用料が下がっても、送電線や発電設備の費用を家庭や他の産業が負担すれば、社会全体の受益と負担が分かれてしまう。
水と土地の制約が建設許可の判断を左右する
冷却方式によっては、データセンターは大量の水を使う。外気が暑い時期に水を蒸発させて熱を逃がす方式は効率が高い一方、水不足の地域では農業や住民生活と競合する。水使用量は施設の規模、気候、計算機の稼働率で変わるため、「データセンター一棟」という単位だけでなく、流域全体の水収支で評価する必要がある。
土地の問題も見落とせない。安価な土地に施設を置いても、送電線、道路、非常用発電機の燃料輸送などの追加設備が必要になる。騒音や景観、固定資産税の優遇を巡る住民との対立も起きやすい。新設を止める規制は技術への反発というより、地域が受け入れられる負荷の上限を明確にする仕組みと見るべきだ。
省エネ性能だけでなく電力を使う時間帯が評価される
施設の省エネ度を示すPUE（＝建物全体の電力を計算機が使う電力で割った指標）が改善しても、AI計算機そのものの消費が増えれば総量は減らない。今後はPUEに加え、使用した電力がどの地域で、どの時間に、どの発電方法で作られたかを問う評価が重要になる。
その対策として、計算処理を複数地域へ振り分ける方法がある。急ぎでない学習処理を再生可能エネルギーが多い時間へ移す、冷涼な地域で冷却負荷を下げる、廃熱を地域暖房や農業施設に回すといった設計だ。ただし、遠隔地への移転は通信遅延や新たな送電設備を伴う。場所を変えれば解決するのではなく、電力、水、通信、住民負担を同時に比べなければならない。
規制強化はAIの成長を止めるより立地競争を変える
建設規制が強まると、資金と計算資源を持つ企業ほど、許認可が早く電力が安い地域へ移る。しかし自治体が税収や雇用を期待して競争すれば、環境負荷を条件に優遇する「規制の競争」になりかねない。逆に、電力の追加性（＝新しい発電設備を実際に増やす考え方）や水の再利用率を許可条件にすれば、企業の投資を地域インフラの改善へ結び付けられる。
今後の焦点は、AIを特別扱いするか禁止するかではない。電力の調達計画、渇水時の操業ルール、廃棄される計算機の回収、地域への利益還元を開示し、条件を満たす施設だけを通す制度設計である。SDGsの目標6、7、9、11、12、13は別々の課題に見えるが、データセンターでは一つの投資判断に重なっている。
ビジネスへの影響
新設計画は電力と水の確保を最初に審査する
企業がAI基盤を増強する際、計算機の購入や建物の賃借から始めると、後から電力接続や水利用の制約に直面しやすい。候補地ごとに、送電網への接続時期、契約可能な電力量、渇水時の制限、冷却用水の水源、住民説明の必要性を一覧化することが先決だ。自治体の優遇措置だけでなく、送電線の増強費や水再生設備の負担まで含めた総費用で比較したい。
契約では「再生可能エネルギーを購入している」という表示だけで判断しないことも重要である。遠隔地の証書を買うだけでは、施設が立地する地域の発電不足を解消できない場合がある。長期の電力購入契約、蓄電池、屋根や敷地内の発電、需要を一時的に下げる仕組みを組み合わせ、実際の使用時間と発電時間を近づける設計が求められる。
AIの使い方を分けるとコストと環境負荷を同時に下げられる
すべての処理を最大規模の計算機で行う必要はない。文書検索や定型的な要約は小型モデルや社内設備で処理し、高度な推論や大規模な学習だけを外部の高性能基盤へ回す。処理の優先度を分け、急がない計算を電力に余裕のある時間へ移すだけでも、ピーク時の契約電力を抑えられる可能性がある。
調達先を選ぶ際は、モデルの精度や料金に加えて、電力使用量、冷却方式、水使用量、再生可能エネルギーの実態、計算機の廃棄と再利用に関する情報を確認する。取引先に環境データの提出を求めれば、将来の報告義務や顧客の調達基準にも対応しやすい。AIを増やす投資と省エネ投資を別予算にせず、処理量当たりの費用と排出量で同じ表に載せることが、経営判断の精度を高める。