生成AIを使うたびに、どれほどの電力が消費されているのでしょうか。問題の本質は一回の質問ではなく、世界中で常時稼働するデータセンターが急増し、その需要が地域の電力網に集中することです。本記事では、AIと電力需要の関係、再生可能エネルギーと原子力の役割、日本が備えるべき課題を解説します。

AIはなぜ大量の電力を必要とするのか？

AIの電力消費とは、主にデータセンター内で計算処理と冷却を続けるために必要となる電力のことである。

生成AIは、文章や画像を無から生み出しているわけではありません。大量のデータから規則性を学び、利用者の指示に応じて膨大な計算を行うことで、回答や画像、動画などを生成しています。

その計算を担うのが、GPUをはじめとする高性能な半導体です。多数の半導体を高密度に並べて同時に動かすと大量の熱が発生するため、計算装置だけでなく冷却設備にも電力が必要になります。

AIに関係する電力消費は、主に次の要素から成り立っています。

  • AIモデルを開発するための学習処理
  • 利用者の指示に回答する推論処理
  • サーバーや記憶装置などの運転
  • 半導体から発生する熱を取り除く冷却
  • 停電を防ぐための蓄電池や予備電源

したがって、AIの電力問題を「一回の質問で何ワット使うか」だけで捉えるのは適切ではありません。サービスの利用回数、処理内容、設備の効率、データセンターの立地、使われる電源まで含めて考える必要があります。

学習よりも推論が重要になる可能性

大規模なAIモデルの学習には、短期間に極めて大きな計算能力が投入されます。一方、完成したモデルが世界中で利用されるようになると、質問に答え続ける推論処理が長期間積み重なります。

今後は文章生成だけでなく、画像や動画の生成、複雑な推論、複数の作業を自動実行するAIエージェントが広がるとみられます。利用者一人当たりの処理量が増えれば、半導体の効率が向上しても、全体の電力消費は増える可能性があります。

データセンターの電力需要はどこまで増えるのか？

国際エネルギー機関は、世界のデータセンターによる電力消費が2025年の485テラワット時から2030年には約950テラワット時へ、ほぼ倍増すると予測している。

国際エネルギー機関（IEA）の2026年報告書「Key Questions on Energy and AI」によると、2025年のデータセンター電力消費は前年比17％増加しました。なかでもAI向けデータセンターの消費は、同年に50％増加したとされています。

IEAの中心的な予測では、2030年のデータセンター電力消費は世界全体の電力需要の約3％を占めます。AI向けデータセンターに限ると、2025年から2030年までに電力消費が約3倍になる見通しです。

ただし、世界全体の割合だけを見ると、問題の大きさを見誤ります。データセンターは特定の都市や地域に集まりやすく、発電所、送電線、変電所の能力を局地的に圧迫するからです。

一回の利用は軽くなっても総量は増える

IEAは、AIの一つの処理に必要な電力が、半導体とソフトウェアの進歩によって急速に減少していると分析しています。しかし、利用者の増加と用途の高度化が省電力化の効果を上回れば、総消費電力は増加します。

これは、製品の効率化によって利用コストが下がると、かえって利用量が増える「リバウンド効果」に近い現象です。AIでは性能向上が新たな需要を生むため、効率化だけで電力問題が解決するとは限りません。

日本でも電力需要は増加へ転じるのか？

日本では人口減少や省エネによる需要減少を、データセンターや半導体工場の新増設による需要増加が上回ると予測されている。

電力広域的運営推進機関が2026年1月に公表した「2026年度 全国及び供給区域ごとの需要想定」では、2025年度から2035年度までの需要電力量が年平均0.5％増加すると見込まれています。最大電力需要についても、同じ期間に年平均0.4％の増加が予測されました。

この見通しにはAIだけでなく、経済成長、データセンター、半導体工場などの影響が含まれます。それでも、長く省エネと人口減少を前提としてきた日本の電力需要が増加方向へ変わることは、エネルギー政策上の大きな転換です。

AI時代の日本が直面する課題は、単純な発電量の不足だけではありません。

  • データセンター建設に送電網の整備が追いつかない
  • 電力需要が東京圏や大阪圏などに集中しやすい
  • 再エネに適した地域とデータ需要の多い地域が離れている
  • 発電所や送電線の建設には長い期間がかかる
  • 計画されたデータセンターが予定どおり稼働するとは限らない

需要を過大に見積もれば、使われない設備の費用が残ります。反対に過小評価すれば、接続待ちや電力不足によって、AI関連産業の国内立地が遅れるおそれがあります。

「ワット」と「ビット」を一緒に考える

経済産業省と総務省の「ワット・ビット連携官民懇談会」は、電力網を意味するワットと通信網を意味するビットを一体で整備する考え方を、2025年の取りまとめで示しました。電力を大量に使うデータセンターを、通信の都合だけでなく、電源や送電網の余力も踏まえて配置する政策です。

データは光ファイバーで遠くへ運べますが、大量の電力を新たな送電線で運ぶには時間と費用がかかります。再エネ電力を確保しやすい地域へ計算処理を移せれば、地方への産業分散と送電網の負担軽減を同時に進められる可能性があります。

再生可能エネルギーだけでAIを支えられるのか？

再生可能エネルギーはAIの脱炭素化に不可欠だが、発電量の変動を補う蓄電池、送電網、調整電源と組み合わせなければ安定供給は難しい。

太陽光や風力は、発電時に二酸化炭素をほとんど排出せず、比較的短期間で設備を増やせることが強みです。大手IT企業が再エネ事業者と長期の電力購入契約を結べば、新たな発電設備への投資も後押しできます。

一方、データセンターは昼夜を問わず稼働します。太陽光は夜間に発電できず、風力も気象条件によって出力が変わるため、年間の使用量と同量の再エネ電力を購入しただけでは、毎時間の需要を再エネで賄ったことにはなりません。

再エネをAIの電源として生かすには、次の仕組みを同時に整える必要があります。

  • 蓄電池によって余剰電力を別の時間帯へ移す
  • 地域間連系線を増強して発電地域から需要地へ送る
  • AI処理の一部を電力に余裕がある時間へ移す
  • 水力、地熱など比較的安定した再エネも活用する
  • 発電量が不足する時間帯に備えて調整電源を確保する

再エネか安定供給かという二者択一ではなく、変動する電源をどのような設備と運用で支えるかが重要です。AI事業者にも、電力を購入するだけでなく、需要を柔軟に動かす責任が求められます。

AIの普及で原子力が再評価されるのはなぜか？

原子力は運転時の二酸化炭素排出が少なく、天候に左右されず大量の電力を供給できるため、AI時代の安定した脱炭素電源として再び注目されている。

米国では、大手IT企業が原子力発電の長期利用へ動いています。Microsoftは2024年、閉鎖されていたペンシルベニア州の原子力発電所を再稼働させる計画につながる電力購入契約を発表しました。

Googleも同年、Kairos Powerが開発する小型モジュール炉から、最大500メガワットの電力を調達する契約を発表しています。最初の設備を2030年までに稼働させる計画ですが、これは実用化が確定した発電実績ではなく、将来を見据えた開発・調達計画として見る必要があります。

原子力には、建設期間の長さ、事業費の膨張、事故への備え、使用済み燃料、廃炉、地域合意という重い課題があります。AI需要が増えるからといって、安全性や費用をめぐる検証を省略してよいわけではありません。

日本政府が2025年2月に閣議決定した第7次エネルギー基本計画では、2040年度の電源構成を再エネ4～5割程度、原子力2割程度、火力3～4割程度と見込んでいます。政府の計画も、再エネと原子力のどちらか一方ではなく、双方を脱炭素電源として活用する構成です。

AIと電力を両立させる鍵は需要側にもある

AI時代のエネルギー対策は、発電所を増やすだけでなく、計算量、運転時間、立地、費用負担を需要側から管理することが本質である。

AIの性能競争が続く限り、必要な電力をすべて供給側で追いかける方法には限界があります。半導体や冷却設備の効率を高めるとともに、目的に対して過大なモデルを使わない設計も重要になります。

電力に合わせて計算を動かす

すべてのAI処理に即時性が必要なわけではありません。緊急性の低い学習やデータ処理を、再エネの発電量が多い時間帯や、電力網に余裕がある地域へ移すことは可能です。

データセンターに設置される蓄電池も、停電時の予備設備にとどまりません。電力需給が厳しい時間帯には使用量を抑え、余裕がある時間帯に充電することで、電力網を支える資源になり得ます。

必要な対策は、次の五つに整理できます。

  • 半導体、モデル、冷却設備の省電力化
  • 電力供給に応じて処理時間を調整する需要制御
  • 再エネ、原子力、蓄電池、調整電源の組み合わせ
  • 電源と通信網を踏まえたデータセンターの地域分散
  • 送電網増強費用を誰が負担するかというルール整備

特に重要なのが費用負担です。特定企業のデータセンターに必要な送電線や発電設備の費用が、一般家庭や地域企業の電気料金へ過度に転嫁されれば、AI産業に対する社会的な反発を招きます。

AI事業者が需要見通しを開示し、長期契約や設備投資を通じて必要な費用を負担する仕組みが欠かせません。電力を大量に使う企業には、安い電力を探すだけでなく、地域の安定供給を損なわない立地と運用が求められます。

まとめ

AIとエネルギー問題の本質は、デジタルサービスの急成長を、時間のかかる発電所と送電網の整備が支えられるかという速度の違いにある。

AI一回当たりの消費電力は、技術の進歩によって低下していく可能性があります。しかし、利用者の増加と動画生成、複雑な推論、AIエージェントなどの普及が続けば、データセンター全体の電力需要は増えていきます。

必要なのは、再エネか原子力かという単純な対立ではありません。再エネの拡大、原子力の安全な活用、蓄電池と送電網の整備、省電力化、計算需要の柔軟な運用を組み合わせることです。

AIは目に見えない「知能」として利用されていますが、その基盤は発電所、送電線、半導体、冷却設備という物理的なインフラです。これからのAI政策は、性能や利便性だけでなく、その知能をどの電力で、どこまで持続的に支えるのかを問う段階に入っています。

主な参考資料

  • 国際エネルギー機関（IEA）「Key Questions on Energy and AI」（2026年）
  • 国際エネルギー機関（IEA）「Energy and AI」（2025年）
  • Google「New nuclear clean energy agreement with Kairos Power」（2024年）
  • Microsoft「Accelerating the addition of carbon-free energy」（2024年）