AIは気候変動を救うのか、それとも加速させるのか「猛暑は異常ではなく、新しい日常になる」と日曜討論で聞いて考えたこと。

はじめに――「猛暑は異常ではなく、新しい日常になる」

今日のNHK「日曜討論」で、三重大学の立花義裕教授の話を聞いて、とても印象に残った言葉があった。

それは、「今年だけ特別に暑いのではない。これからはこのような猛暑を前提に社会を作り直さなければならない」という趣旨の話である。

立花教授は、日本の猛暑は単純に「地球温暖化」という一言では説明できず、

• 地球温暖化

• 偏西風の蛇行

• 太平洋高気圧

• 海水温の上昇

• 黒潮

など複数の要因が重なって起きていると説明した。

そして重要なのは、

「猛暑は一時的な異常気象ではなく、新しい常態（ニューノーマル）になりつつある」

という認識である。

私はこの話を聞いてから、ChatGPTと長時間議論をした。

テーマは、

「AIは本当に気候変動を解決するのか。」

である。

最初は単純な疑問だった。

しかし調べれば調べるほど、この問題は技術論ではなく、文明論であり、政治経済の問題なのではないかと思うようになった。

AIを支える巨大物理インフラ

AIというと、多くの人はChatGPTのような画面を思い浮かべる。

しかし実際には、その裏側には巨大な物理インフラが存在する。

AIを支えているのは、

• 巨大データセンター

• GPU

• 発電所

• 送電網

• 冷却設備

• 冷却水

• 半導体工場

• レアメタル

• コンクリート

• 鉄鋼

である。

つまり、

AIはソフトウェア産業であると同時に、巨大なインフラ産業でもある。

この視点に立つと、AIと気候変動の関係が全く違って見えてくる。

AIを支える物理インフラが気候変動に与えるストレス

AIについて議論するとき、多くの人はChatGPTのような画面だけを見てしまう。

しかし、その裏側には膨大な物理インフラが存在する。

そして、その一つひとつが気候変動と密接につながっている。

AIが環境に与える影響は、「データセンターが電気を使う」という一言では語り尽くせないのである。

① 発電所へのストレス

AIデータセンターは、一つの施設だけで数十万世帯から都市一つ分に匹敵する電力を消費するケースも出てきている。

その結果、

• 新しい発電所の建設

• 火力発電所の延命

• 原子力発電所の再評価

• 再生可能エネルギーの大規模導入

など、電力インフラ全体に大きな影響を及ぼしている。

AIの需要が増えれば増えるほど、安定した大量の電力供給が求められる。

② 送電網へのストレス

発電所で電気を作っても、それをデータセンターまで運べなければ意味がない。

そのため、

• 超高圧送電線

• 変電所

• 変圧器

などの整備も必要になる。

現在ではGPUよりも、

「送電網の整備がボトルネックになっている」

と言われる地域もある。

AIはコンピューターだけでは動かない。

社会全体の電力インフラに支えられているのである。

③ 冷却設備へのストレス

GPUは膨大な熱を発生させる。

実は、

AIは「計算能力」よりも、

「どうやって冷やすか」

が大きな課題になりつつある。

空冷。

水冷。

液浸冷却。

海水冷却。

様々な技術が開発されているが、

気温が高くなるほど冷却効率は下がる。

つまり、

気候変動による猛暑は、

AIインフラ自身の運用も難しくしていく。

④ 水資源へのストレス

データセンターでは、

冷却のために大量の水を使用する施設もある。

一方で世界では、

干ばつや水不足が深刻化している地域も増えている。

その結果、

住民生活。

農業。

工業。

そしてAI産業が、

同じ水資源を取り合う構図が生まれ始めている。

気候変動が進むほど、この問題はさらに深刻になる可能性がある。

⑤ 半導体産業へのストレス

AIを支えるGPUは、

極めて高度な半導体工場で製造される。

しかし半導体工場も、

大量の電力と超純水を必要とする。

つまり、

AIが普及すればするほど、

半導体工場の環境負荷も増えていく。

AI産業はデータセンターだけではなく、

その上流にある製造業まで含めた巨大なサプライチェーンなのである。

⑥ 鉱物資源へのストレス

AIインフラには、

• 銅

• リチウム

• ニッケル

• コバルト

• レアアース

など、多くの鉱物資源が使われている。

採掘にはエネルギーを要し、輸送にも燃料が必要になる。

さらに、気候変動による洪水や干ばつが鉱山や港湾に影響すれば、資源供給そのものが不安定になる可能性もある。

⑦ 建設ラッシュによるストレス

現在、世界ではデータセンター建設競争が続いている。

建設には、

• コンクリート

• 鉄鋼

• ガラス

• アルミ

など大量の資材が必要になる。

特にセメントや鉄鋼は製造時に多くの二酸化炭素を排出する産業として知られている。

つまり、

AIインフラを建設すること自体が、

一定の環境負荷を伴う。

⑧ 異常気象によるインフラへの逆襲

興味深いのは、

AIは気候変動に影響を与えるだけではないことである。

逆に、

気候変動の影響を受ける側でもある。

猛暑。

洪水。

山火事。

ハリケーン。

停電。

こうした異常気象は、

データセンターの運用そのものを脅かす。

つまり、

AIインフラは気候変動を加速させる可能性がある一方で、

その気候変動によって自らもリスクにさらされるという、

相互依存の関係にある。

すべては一つのシステムでつながっている

ここまで見てきたように、

AIを支えるのはGPUだけではない。

発電所。

送電網。

冷却設備。

水資源。

半導体工場。

鉱物資源。

建設資材。

そして地球の気候。

そのどれか一つでも大きく崩れれば、AI産業全体が影響を受ける。

だから私は、AIを単なるソフトウェア産業としてではなく、

「地球規模の物理インフラの上に成り立つ巨大な社会システム」

として捉える必要があるのではないかと思う。

そして、そのシステム全体が持続可能なのかという問いこそ、これからのAI時代に最も重要なテーマの一つになるのではないだろうか。

AI産業の主張

現在のAI業界は、一貫して次のように説明している。

「AIは大量の電力を使う。しかしAI自身が社会全体を効率化することで、それ以上のエネルギーを節約できる。」

具体的には、

• スマートグリッド

• 電力需要予測

• 再生可能エネルギー制御

• 工場の最適化

• 物流最適化

• 建物の空調制御

• 気候予測

• 新素材開発

などである。

確かに、この説明には一定の説得力がある。

実際、AIによってデータセンターの冷却効率が改善された事例なども報告されている。

しかし、本当に相殺できるのか

ところが、データセンターについて調べれば調べるほど、私は疑問を持つようになった。

AIは効率化する。

しかし、

AI自身が消費するエネルギーの増加速度の方がはるかに速いのではないか。

巨大なGPU群。

巨大な発電所。

巨大な送電線。

巨大な冷却設備。

大量の水。

大量の半導体。

これらを見ていると、

「AIによる省エネで、本当にAI自身の環境負荷を相殺できるのか。」

という疑問が強くなった。

国際機関や研究者も、AIの効率化には期待を寄せつつも、「それだけで十分かどうかはまだ結論が出ていない」と慎重な見方を示している。

最大の問題は「リバウンド効果」

仮にAIが2倍省エネになったとする。

しかし、

• AI検索

• AIエージェント

• 動画生成

• ロボット

• 自動運転

など利用が10倍になれば、

総電力消費は増えてしまう。

これは経済学でいう「ジェボンズのパラドックス（リバウンド効果）」に近い構造である。

効率化したからといって、総消費量まで減るとは限らない。

AIは国家安全保障の問題になった

さらに重要なのは、

AIはもはや民間企業だけの競争ではないことである。

AIは、

• 国家安全保障

• 経済安全保障

• 軍事

• サイバー防衛

• 国際競争力

に直結する技術になった。

つまり、

AI競争は「軍拡競争」に似た構造を持ち始めている。

どの国も、

「本当は電力消費を減らしたい。」

しかし、

「自国だけAI開発を止めるわけにはいかない。」

という状況になりつつある。

これは国際関係論でいう「安全保障のジレンマ」を思わせる。

トランプ政権との対比

ここで興味深い違いがある。

トランプ政権が気候変動対策に消極的だった背景には、

既存産業や既存雇用を守るという論理があった。

石炭。

石油。

ガス。

製造業。

これらは多くの雇用を抱えている。

しかしAIは違う。

AIは、

ホワイトカラーを含め、

多くの人の雇用を脅かす側面が目立つ。

つまり、

「雇用を守るからAIを守ろう」

という政治的ロジックは、化石燃料産業ほど成立しにくい。

AI産業が政治的に支持される理由は、

雇用ではなく、

国家競争力と安全保障なのである。

5年後には、まったく違う景色が広がっているのではないか

お金の力は強大である。

今、世界はAIブームの真っただ中にある。

「AIバブル」と表現する人もいるほど、AI関連企業には莫大な資金が流れ込んでいる。

AI関連の事業と言えば投資が集まり、金融機関も融資に前向きになる。

世界中でデータセンター建設が相次ぎ、GPUの争奪戦が起き、各国政府はAIを国家戦略として掲げている。

日本も例外ではない。

政府はAIを経済成長や国際競争力の柱として位置付け、企業も自治体も「AI活用」を競い始めている。

今の社会の空気の中では、

「AIの推進に慎重であるべきではないか。」

と発言するだけで、

「時代遅れだ。」

「技術革新を妨げるのか。」

「国際競争に負けてもいいのか。」

そんな反応が返ってきても不思議ではない。

極端に言えば、AI振興に異を唱える人が「非国民」とまでは言わないまでも、それに近い空気を感じることさえある。

しかし、今日のNHK「日曜討論」で立花義裕教授の話を聞いて、私は別の可能性を考えるようになった。

もし、猛暑や豪雨などの気候変動が、今のペースでさらに進んだらどうなるのだろうか。

今年だけ特別暑かった、では済まない。

来年も、その次の年も、35℃を超える猛暑が当たり前になり、豪雨が毎年のように各地を襲う。

農作物への被害が拡大し、水不足や電力需給のひっ迫が日常的なニュースになる。

そうした状況が5年も続けば、社会がAIを見る目は、今と同じだろうか。

私は、違う景色が広がっているかもしれないと思う。

今は、

「AIは未来だ。」

「AIは経済成長のエンジンだ。」

という期待が社会を覆っている。

しかし、もし人々が毎年の猛暑や豪雨を肌で感じ、

「この社会は本当に持続可能なのか。」

という問いを持ち始めたら、

AIに対しても、

「その便利さや経済効果は、この環境負荷を引き受けてまで実現する価値があるのか。」

という問いが向けられるようになるかもしれない。

歴史を振り返れば、社会の価値観は、環境や経済の変化によって大きく変わってきた。

かつては公害対策より経済成長が優先された時代があった。

しかし、公害が深刻化すると、社会は環境規制を求めるようになった。

現在のAIも、それと似た転換点を迎える可能性はないだろうか。

もちろん、私は5年後に必ずそうなると言いたいわけではない。

AI技術がさらに省エネ化し、再生可能エネルギーの普及が進み、AIと環境がよりよく両立する可能性もある。

しかし少なくとも、今の「AIを推進すること自体が善である」という空気が、このまま10年先まで続くと考えるのもまた、楽観的すぎるのではないかと思う。

立花教授が示した「猛暑が新しい日常になる」という見通しは、単に天気の話ではない。

それは、私たちの価値観や政策の優先順位まで変えていく可能性を秘めた話なのだと思う。

世界は三つ巴の時代に入るのではないか

ここまで考えた時、私は一つの構図が見えてきた。

これから5年、10年後、

世界は三つ巴の大論争に入るのではないか。

第一勢力　AI業界

AIを積極的に推進したい人たち。

「AIは経済成長を生み、生産性を高め、最終的には環境問題の解決にも役立つ。」

という立場である。

第二勢力　政府・経済界

「AI競争から降りるわけにはいかない。」

という人たちである。

環境問題は理解している。

しかし、

中国やアメリカとの競争を考えれば、

AI開発を止める選択肢は現実的ではない。

いわば、

「分かっちゃいるけど、やめられない。」

という立場である。

第三勢力　気候変動の影響を直接受ける人たち

農業。

漁業。

屋外労働者。

高齢者。

水不足地域。

洪水被害地域。

彼らにとって、

AIの未来より、

今日の生活が重要である。

この三者の利害は、必ずしも一致しない。

AI業界の中からも「このままでは持続可能ではない」という声が出始めている

ここまで読むと、

「AI業界はみんな『AIが気候変動を解決する』と言っているのではないか。」

と思われるかもしれない。

しかし実際には、AI業界やAI研究の世界にも、現在の開発競争に危機感を抱く人たちが少しずつ増えている。

もちろん現時点では少数派である。

巨大データセンター建設やGPU投資を進める企業が業界の主流であることは間違いない。

しかし、その一方で、

「現在のAI産業の成長モデルそのものを見直すべきではないか。」

という議論も確実に広がり始めている。

「AIは持続可能なのか」を問い直す研究

これまでのAI研究は、

「どうすればAIをもっと賢くできるか。」

が中心だった。

しかし近年は、

「そのAIは本当に持続可能なのか。」

という問いそのものを研究する分野が現れ始めた。

そこでは、

AIモデルだけを見るのではなく、

• データセンター

• GPU

• 半導体工場

• 発電所

• 水資源

• レアメタル

• 廃棄される電子機器

まで含めて、一つの巨大なシステムとして評価しようとしている。

つまり、

「AIそのもの」ではなく、

「AI産業全体」を研究対象にしているのである。

「AIは環境問題を解決する」という前提への疑問

これらの研究者が共通して指摘しているのは、

AI業界では、

「AIは省エネを実現する。」

という話ばかりが強調される傾向があるという点である。

しかし、

AI自身が

• 大量の電力を消費し、

• 大量の水を使い、

• 大量の資源を必要とする

のであれば、

社会全体として本当に環境負荷が減っているのかは慎重に検証する必要がある。

彼らは、

AIによる効率化だけを見るのではなく、

ライフサイクル全体で評価すべきだ

と主張している。

「AI against Sustainability」という新しい問題提起

最近ではさらに踏み込んで、

「AIは持続可能性を実現する技術である。」

という前提そのものを問い直す研究も現れている。

彼らは、

AIは環境問題を解決するだけではなく、

逆に、

環境問題を悪化させる用途にも利用されていることを指摘する。

例えば、

化石燃料開発の効率化。

広告の高度化による大量消費。

24時間動き続ける巨大AIサービス。

こうした用途まで含めて考えなければ、

AIの環境負荷は正しく評価できないというのである。

「問題はAIではなく、成長モデルではないか」

興味深いのは、

これらの研究者の多くは、

AIそのものに反対しているわけではないことである。

彼らが問題視しているのは、

現在のAI産業が採用している

「より巨大に、より多く。」

という成長モデルである。

より巨大なモデル。

より巨大なデータセンター。

より巨大なGPUクラスター。

このスケーリング競争が、

エネルギーや資源に制約のある地球と本当に両立できるのか。

そこに疑問を投げかけているのである。

AIは国家競争になったから止められない

さらに政治経済学の研究では、

AIはもはや民間企業だけの競争ではなく、

国家安全保障や経済安全保障と結び付いた技術になったため、

企業が自主的にブレーキを踏むことは極めて難しいと分析している。

つまり、

問題は企業の善意ではない。

国際競争そのものが、

AIの巨大化を促しているのである。

だからこそ、

現在のAI産業を批判する研究者たちは、

単なる技術論ではなく、

社会制度や国際ルールそのものを見直す必要がある

と主張している。

私が共感した点

ChatGPTと議論を重ねる中で、私が最も共感したのは、

彼らが

「AIを止めよう。」

と言っているわけではないことである。

そうではなく、

「AIをどのような方向へ発展させるのか。」

を問い直しているのである。

現在のAI産業は、

性能競争。

GPU競争。

データセンター競争。

電力競争。

になっている。

しかし、

それ以外の道は本当に存在しないのだろうか。

この問いこそが、次に考えるべきテーマなのである。

そして第四の道はあるのか

では、

AI推進か。

AI反対か。

その二択しかないのだろうか。

私は違うと思う。

ChatGPTとの議論の中で見えてきたのは、

「AIをどう作るか」という第四の道である。

例えば、

• 小型AI（Small AI）

• 地域分散型AI（Local AI）

• 必要な時だけ使うSlow AI

• 適正技術としてのAI

• GPUを循環利用するCircular AI

• 再生可能エネルギーと連動するRenewable AI

• 公共インフラとしてのPublic AI

• 「足るを知る」というAI Sufficiency

である。

現在のAI産業は、

「より巨大に、より多く。」

というスケーリング競争に向かっている。

しかし、

本当に必要なのは、

「より大きなAI」ではなく、「より社会に役立つAI」ではないだろうか。

私たちは何を議論すべきなのか

AI推進派と反AI派が対立するだけでは、生産的な議論にはならない。

本当に議論すべきなのは、

「どのようなAIなら持続可能なのか。」

という問いである。

AIは使う。

しかし、

どこまで使うのか。

どこに使うのか。

何を優先するのか。

そのルール作りが問われている。

おわりに――AI時代の「足るを知る」

立花教授は、

「猛暑は新しい日常になる。」

と語った。

もしその認識が正しいなら、

AI産業もまた、

これまでの延長線上では考えられない。

地球には、

電力の限界がある。

水資源の限界がある。

鉱物資源の限界がある。

そして、

気候変動という限界がある。

AIは間違いなく人類の大きな可能性である。

しかし、その可能性を最大限に生かすためには、

「より巨大なAI」を競う時代から、

「より持続可能なAI」を競う時代へと発想を転換する必要があるのではないか。

AIの未来を考えることは、単に技術の未来を考えることではない。

それは、人類がこれからどのような文明を築いていくのかを考えること、そのものなのである。

今日から個人でできること

ここまで書いてきたように、AIと気候変動の問題は、一人の力で解決できるような話ではない。

国家間競争。

巨大IT企業。

データセンター。

発電所。

送電網。

こうしたスケールの話になると、個人にできることは限られている。

だからといって、「自分には関係ない」と考えるのも違うと思う。

実はこの記事を書きながら、私自身も少し考え方が変わった。

私は毎日のようにChatGPTを使っている。

プログラミングの学習。

文章の構成。

アイデア整理。

情報収集。

こうした用途では、AIは私にとって非常に大きな力になっている。

これからも、おそらく使い続けるだろう。

しかし一方で、

「なんとなく暇だから。」

「特に意味はないけれど遊んでみよう。」

そんな使い方まで、これまでと同じように続けるべきなのかと考えるようになった。

もちろん、趣味や娯楽としてAIを使うこと自体を否定するつもりはない。

人には息抜きも必要だし、新しい技術に触れる楽しさもある。

ただ、今日のNHK「日曜討論」で立花教授が語ったように、これからの猛暑が「新しい日常」になるのだとすれば、AIもまた無限に使える資源ではないという意識を持つことは大切なのではないか。

私自身は、これからもAIを積極的に活用していく。

ただし、使う目的を少し意識してみようと思う。

本当に自分の学びや仕事、社会に役立つ場面では積極的に使う。

一方で、特に目的もなく何度も生成を繰り返すような使い方は、少し控えてみようと思う。

これは「AIを我慢する」という話ではない。

むしろ、限りあるエネルギーや資源の上に成り立っている技術だからこそ、その価値を意識しながら使うということだ。

自動車が便利だからといって、意味もなく一日中走り回る人は少ない。

電気が便利だからといって、使わない部屋の照明をつけっぱなしにするのは避けようという意識は、多くの人に浸透している。

AIも、これからは同じような存在になっていくのかもしれない。

便利だから使う。

必要だから使う。

しかし、その裏側には巨大な物理インフラがあり、電力や水、資源を使っていることを忘れない。

そんな小さな意識の積み重ねが、AIと気候変動のより良い関係を考える第一歩になるのではないかと、私は思っている。

それは、この猛暑を加速させてまでするべきことなのか

このnoteを書き終える頃、私の家の外では激しい雨が降っていた。

今日は豪雨である。

昨日までの一週間は、35℃を超える猛暑日が続いていた。

そして今日は豪雨。

偶然と言えば偶然かもしれない。

しかし、今日のNHK「日曜討論」で立花義裕教授が説明していたことを思い出すと、私は思わず「まさにそのとおりだ」と感じた。

立花教授は、日本は海に囲まれた島国であり、海水温の上昇や大気中の水蒸気量の増加によって、猛暑と豪雨が繰り返されやすい気候になっていくという趣旨の説明をしていた。

気温が上がれば、大気はより多くの水蒸気を含むことができる。

その結果、雨が降るときには、一度に大量の雨となって降る。

猛暑。

そして豪雨。

これがこれからの「新しい日常」になっていくのだとしたら、私たちはその前提で社会を考えなければならない。

ふと窓の外を見る。

激しい雨が降っている。

その一方で、私はエアコンの効いた涼しい部屋で、このnoteを書いている。

そして、その文章を書くためにChatGPTを使っている。

この瞬間にも、どこかのデータセンターではGPUが動き、大量の電力が消費され、冷却設備が稼働している。

もちろん、私が今このnoteを書くために使っているAIが、今日の豪雨を引き起こしたわけではない。

そんな単純な因果関係ではない。

気候変動は何十年にもわたる温室効果ガスの蓄積や、社会全体のエネルギー消費、土地利用など、数多くの要因が重なって進行する現象である。

しかし、それでも私は、自分自身に問いかけずにはいられなかった。

「私たちは、この猛暑をさらに悪化させるかもしれないほどのエネルギーや資源を使ってまで、何を実現しようとしているのだろう。」

AIで医療を進歩させる。

災害予測を高度化する。

科学研究を加速する。

交通事故を減らす。

こうした用途には、大きな社会的価値があるだろう。

一方で、

終わりの見えない性能競争。

わずかな利便性のための際限ない計算。

「より大きく、より速く」を競い続ける開発。

それらすべてが、本当にこの気候変動という代償を払ってまで優先すべきものなのか。

今日の豪雨を見ながら、私はその問いを強く意識した。

このnoteでは、「AIは善か悪か」という単純な結論は出していない。

むしろ、AIは人類にとって非常に大きな可能性を持つ技術だと考えている。

だからこそ、その可能性を生かすためにも、「何のためにAIを使うのか」「どこまでAIを使うのか」という問いから目を背けてはいけないのではないか。

立花教授は、猛暑は一時的な異常ではなく、新しい常態になりつつあると語った。

もしそうなら、AIの未来もまた、その新しい現実を前提に考え直す時期に来ているのかもしれない。

技術の進歩を止めることではなく、技術の進歩と地球環境をどう両立させるのか。

その問いは、もう遠い未来の話ではない。

昨日までの猛暑と、今日の豪雨。

その両方を経験した、まさに今日という一日が、私にそのことを強く考えさせた。

近藤が入力したプロンプト：

オルタナティブでサスティナブルなAI産業の別の道を考えて。

Chat GPTの回答：

面白いテーマです。

現在のAI業界の主流は、

というスケーリング路線です。

しかし、これ以外にも、AI産業のあり方は考えられます。

1. Small AI（小さなAI）

現在は

「GPT-7を作る」

「さらに巨大なモデル」

という競争ですが、

逆に

必要最小限のAI

を作るという方向です。

例えば

• スマホだけで動く

• オフラインで動く

• 数十億パラメータ程度

• 特定用途専用

これなら

• データセンター不要

• 通信量も少ない

• 電力消費も少ない

2. Local AI

クラウドではなく

地域に置くAIです。

例えば

自治体

病院

学校

工場

それぞれが

小型サーバーを持ち

地域内だけでAIを動かす。

すると

巨大データセンターへの依存が減ります。

3. Slow AI

現在は

何でもAI

ですが、

本当に必要な時だけAIを使う。

例えば

Google検索でも

毎回LLMを動かさず、

通常検索で十分なら通常検索。

生成AIは必要な時だけ。

これは

「スローフード」

に近い発想です。

4. Appropriate AI（適正技術としてのAI）

昔からある

Appropriate Technology

の考え方です。

地域に合った技術。

例えば

アフリカ

離島

山村

では

巨大AIではなく

小型AIの方が役立つかもしれません。

5. Circular AI

AI専用GPUは

数年で更新されています。

そこで

• リユース

• リファービッシュ

• GPU再利用

を前提にします。

サーバーも

循環型経済へ。

6. Renewable AI

データセンターを

24時間動かす

ではなく、

風力

太陽光

水力

が余っている時間帯に

学習を集中させる。

推論は必要ですが

学習は比較的柔軟です。

7. Public AI

巨大AIは

巨大企業が独占しています。

代わりに

公共インフラとして

大学

自治体

政府

共同組合

がAIを運営する。

利益最大化ではなく

公共利益を目的にします。

8. AI Sufficiency（AIの足るを知る）

これは近年の

Energy Sufficiency

に近い考え方です。

つまり

「AIを増やす」

ではなく

どこまでAIを使えば十分なのか

を考える。

例えば

• メール要約

• 医療診断支援

にはAIを使う。

しかし

SNS広告を1%改善するために

巨大GPUを何万台も回すのは

社会全体として本当に必要なのかを問い直します。

9. 地域レジリエンス型AI

これは地方創生とも相性が良い考え方です。

例えば

地方なら

• 小水力

• 太陽光

• バイオマス

など地域のエネルギーで動く小規模AIを活用し、

• 防災

• 医療

• 交通

• 農業

を支援する。

巨大クラウドへの依存を減らし、地域のインフラと一体化したAIを目指します。

10. 「AIの量」ではなく「AIの質」を競う

現在の競争は

• GPU何万台

• データセンター何GW

• パラメータ何兆

という「量」の競争になっています。

オルタナティブな道では、

• 同じ性能をより少ない計算資源で実現するアルゴリズム

• 限られたエネルギーで高い価値を生む用途

• 社会的便益を最大化する設計

を競争軸にします。

共通する思想

これらに共通するのは、

という発想です。

これは、20世紀の「大量生産・大量消費」の延長線上にAIを置くのではなく、AIをエネルギー制約や資源制約の中で再設計するという考え方とも言えます。

もしこの考え方をさらに発展させるなら、「サステナブルAI」というよりも、**「ポスト・スケーリングAI（Post-Scaling AI）」**という一つのビジョンとして整理できるかもしれません。現在の「より大きく、より多く」という競争から、「十分で、効率的で、社会的価値が高いAI」へと軸足を移す構想です。