はじめに ― 複合的危機(ポリクライシス)の時代へ 二十一世紀の国際社会は、いま「複合的危機(Polycrisis)」と呼ぶべき時代に突入している。人工知能(AI)の指数関数的な進化、気候変動とそれに伴うエネルギー危機、大国間の先鋭化する地政学的対立、そして多発・長期化する武力紛争。これらが複雑に絡み合い、もはや個別に論じることが不可能なまでに連動しているのだ。 かつて主に学術的な探求の対象であったAIは、いまや数兆ドル規模の経済的価値を生み出し、国家の安全保障と産業競争力を左右する中核的な汎用技術(General-Purpose Technology)へと変貌を遂げた。しかし、このデジタル技術の飛躍的な進歩は、無機質なサイバー空間のなかだけで完結するものではない。AIモデルの学習と推論を維持するためには、膨大な電力、冷却用の水資源、そして半導体インフラを構築するための重要鉱物(クリティカル・ミネラル)といった、地球上の極めて限られた物理的リソースが不可欠である。 本稿は、最新の国際機関データ、学術研究、地政学的リスク評価に基づき、AIが環境問題、エネルギー需要、地政学的なサプライチェーン、そして国家間および非国家間の紛争にどのような連鎖的影響――一次的、二次的、三次的効果――を及ぼしているかを、包括的に解き明かそうとするものである。 AIは、核融合や気候モデリングを通じて地球環境問題を解決するための強力なイネーブラー(推進力)であると同時に、資源制約を悪化させ、地政学的な断層を深め、さらには戦場における暴力の性質を根本から変容させる「脅威の乗数(Threat Multiplier)」としての二面性を内包している。技術的、経済的、そして政治的なダイナミクスを理解することは、持続可能で安定したグローバル・ガバナンスを構築するための、もはや欠かすことのできない前提条件なのだ。 第一章 計算する怪物 ― AIが食らう電力と水 データセンターが揺さぶる送電網 人工知能の普及は、世界のエネルギーシステムを構造的に再編しつつある。 国際エネルギー機関(IEA)が2025年4月に発表した画期的な報告書『Energy and AI』によれば、AIモデルのトレーニングと運用を支える重要インフラであるデータセンターの電力需要は、2025年に世界全体で前年比17%増という急激な成長を記録した。さらに注目すべきは、AI処理に特化したデータセンターからの電力消費が、それをはるかに上回る50%という驚異的なペースで急増している点である。 データセンターの電力消費の純増分を要素別に分解すると、AIの並列計算に不可欠なアクセラレーテッド・サーバー(GPU等の演算装置)が全体の約半分を占めており、従来の汎用サーバーは20%、冷却システムなどの付帯インフラが20%を占めている。 マクロな視点で見れば、データセンターの電力需要の成長は、2024年から2030年の間に見込まれる世界の電力需要の全体的な成長の10%未満にとどまると予測されている。電気自動車(EV)の普及や産業用機器の電化、空調設備の導入拡大といった他の要因こそが、絶対的な電力需要を押し上げる主因であることに変わりはない。 しかし、AIデータセンターの電力消費がもたらす真の脅威は、その「極端な地理的集中性」と「急速なスケールアップ」にある。電気自動車が広範な地域に分散して電力を消費するのに対し、データセンターは冷涼な気候、水資源の豊富さ、税制優遇、ファイバー網の結節点といった特定の地理的条件を満たす地域に、極度に集中する傾向がある。 たとえば、米国のバージニア州北部やアイルランドなどの主要なデータセンター市場では、ギガワット規模の電力を要求する施設が次々と立ち上がっており、これが地域的な送電網(グリッド)に深刻なボトルネックを生じさせている。この局所的な電力ひっ迫は、インフラの新規建設やグリッドの近代化投資を不可避なものとし、電力の安定供給と価格の妥当性(アフォーダビリティ)に対する政策的課題を浮き彫りにしているのだ。 一部の巨大テクノロジー企業は、逼迫する公共の送電網を迂回し、自社専用の発電施設(プライベート・パワー・ファウンドリ)を建設する動きすら見せている。エネルギーの公共性と民間によるインフラ独占の境界線が、いま揺らぎ始めているのである。 巨大モデルの環境フットプリント AIの環境的代償は、計算資源の指数関数的な増加に伴い、もはや看過できないレベルに達している。生成AIの環境影響は、モデルのトレーニング(事前学習)段階と、ユーザーのクエリに応答する推論(デプロイメント)段階の双方において、膨大なフットプリントを残す。 2026年版の『AI Index Report』によれば、最先端の巨大モデルの一つである「Grok 4」のトレーニングに伴う二酸化炭素換算排出量は、約7万2816トンに達したと推定されている。これはガソリン車1万7000台が1年間に排出する温室効果ガスに匹敵する規模である。 さらに、個別のAIクエリレベルに細分化して評価した場合でも、1回のAIによる検索や推論は約4.3グラムのCO2を排出し、データセンターの冷却プロセスにおいて約10ミリリットルの淡水を消費していることが明らかになっている。 数字の概要を改めて整理しておけば、データセンター電力需要の成長率は2025年に全体で17%増、AI特化型施設では50%増を記録した。データセンターのグローバル容量は2024年の200ギガワットから、2030年には382ギガワットへ拡大すると予測されている。1回のAIクエリに伴う環境負荷はCO2排出量約4.3グラム、淡水消費量約10ミリリットル。Grok 4クラスの巨大モデルのトレーニング排出量は約7万2816トン、これは自動車1万7000台分の年間排出量に相当する。北米データセンターの2025年の年間水消費推定は、約1兆リットルに達した。 特に水資源(ウォーター・フットプリント)への影響は、気候変動による渇水が頻発する現代において深刻な摩擦を引き起こしている。北米に設置されたデータセンター群だけでも、2025年には約1兆リットルもの水資源を消費したと推定されている。 さらに、GPT-4oクラスの高度なAIモデルの推論を維持するために消費される水――サーバーの冷却や水力発電の稼働に利用される水――だけで、1200万人以上の人々の飲料水需要を上回る可能性があると指摘されている。 こうしたAIの計算量爆発は、大手テクノロジー企業が掲げる野心的なESG(環境・社会・ガバナンス)目標の達成を、根底から揺るがしている。GoogleやMicrosoftなどのハイパースケーラーは、2030年までのカーボンニュートラルやカーボンネガティブ、さらには使用量以上の水環境を回復させるウォーターポジティブといった目標を設定している。だが現実は厳しい。 Googleの2025年サステナビリティ・レポートにおいては、AI関連のエネルギー需要の急増により将来の排出軌道を描くことが困難になっており、2030年のネットゼロ目標を「極めて困難な気候へのムーンショット」と表現せざるを得ない状況に追い込まれている。同様にMicrosoftの最新の報告でも、AI事業の拡大等の要因により、2020年のベースラインから総排出量が約23%増加した事実が認められている。 効率化への苦闘 この環境負荷への批判に対し、テクノロジー企業と学術界は、ハードウェアおよびソフトウェアの両面からAIのエネルギー効率を向上させる技術開発を急いでいる。 学術研究においては、「D-CAIS」と呼ばれるフレームワークが提唱されており、これはAIのカーボンフットプリントを低減するための「内部サイクル(Internal cycle)」と「外部サイクル(External cycle)」から構成される。内部サイクルでは、軽量モデルの開発、低エネルギー・アルゴリズムの実装、そして専用プロセッサの最適化を通じて、AIシステム自体のエネルギー効率を直接的に改善する。一方の外部サイクルでは、AIの最適化能力を活用して、エネルギー産業や交通部門といった高排出産業の炭素削減を支援するアプローチを取る。 Googleは、AIシステムのエネルギーおよびカーボンフットプリントを削減するための4つの実践的アプローチを特定している。第一に、パラメータ数の少ない「スパースモデル(Sparse models)」を使用すること。第二に、汎用プロセッサではなく機械学習のトレーニングに特化して設計された専用プロセッサ(TPU等)を採用すること。第三に、ローカル環境よりも本質的にエネルギー効率が高いクラウドベースのデータセンターを活用すること。そして第四に、よりクリーンなエネルギー源を利用できる地域にクラウド拠点を動的に最適化することである。 データセンターの物理的インフラ設計におけるイノベーションも進行している。Microsoftは、次世代データセンターの設計において「ダイレクト・トゥ・チップ(Direct-to-chip)冷却技術」を導入し、施設あたり年間1億2500万リットル以上の水消費を削減している。また、従来のコンクリート中心の建設モデルと比較して、内包炭素(Embodied carbon)を最大65%削減できる木材と鉄骨のハイブリッド構造の導入を進めている。中国のAlibabaにおいても、AI駆動型の冷却制御システムを導入することでエネルギー使用量を20%以上削減することに成功している。 しかし投資家層からは依然として、これらハイレベルな企業の取り組みだけでは不十分であり、施設レベル(サイトレベル)での詳細な水・エネルギー使用量の開示と、地域コミュニティへの影響に関する透明性の確保を強く求める声が上がっている。 第二章 救済者にして破壊者 ―...