【提言】生成AIの普及が与える日本の電力需要への影響

生成AIの「社会浸透」と「基盤モデルの大規模化」という2つの要因により、2040年の日本の総計算量は2020年比で最大十万倍以上に達する可能性があります。生成AIの学習や推論が行われるデータセンターなどICTセクターで、電力需要が急増する恐れがあります。

電力消費の急増を抑えつつ生成AIの利活用を実現するためには、2つの解決策があります。1つは省エネ型の生成AIを活用するなどの工夫によって計算量の急増を緩和すること、もう1つは半導体技術の開発等によって電力効率の向上を図ることです。

省エネ型生成AIの活用では、ユースケースに応じた適正な規模の基盤モデルを「適材適所」の方針で活用することで、2040年のデータセンターでの計算量を最大シナリオの1/14程度（2020年比では約8,000倍）に抑制できると推計しました。

半導体技術の進展では、①半導体の集積化 ②先端パッケージング^※1 ③光電融合^※2 ④AI特化チップ^※3の4つの技術を組み合わせることで、2040年には最大で約6万倍の電力効率の向上が期待できます（「④AI特化チップ」の適用が難しい用途では、600倍程度の電力効率の向上が見込まれます）。

省エネ型生成AIの活用や有力な半導体技術の進展により、各対策単独ではそれぞれ2040年のICTセクターの電力需要を半分以下に抑制することが可能です。また複数の対策を組み合わせることによって、電力需要が最大となるシナリオと比較し1/10以下に電力需要を抑制できます。

カーボンニュートラルを目指しながら生成AIの利活用を進めるためには、日本が強みを持つ光電融合などの半導体技術に対して積極的な投資を進めることが重要です。また、計算量節減のために生成AIを「適材適所」で利活用することも必要です。特に、適材適所シナリオで重要な役割を担う小型AIの開発と利活用を、主にB2B（法人向け）で推進することが求められます。

こうした取り組みは、電力制約の緩和だけでなく、日本の国際競争力の強化やデジタル赤字の解消にも寄与すると考えられます。