サステナビリティとAI

自社の「戦略」の準備度は？10問・約3分で確かめる（無料・登録不要）

脱炭素や資源の有効活用など、サステナビリティへの取り組みを求められる場面が増えています。大企業だけでなく、その取引先である中小企業にも、排出量の把握や削減の取り組みについて問い合わせが届くことがあります。AIはこうした取り組みを助ける道具になる一方で、AI自体もデータセンターで電力を使っています。この記事では、サステナビリティとAIの関係を、二つの面から整理します。

AIは、サステナビリティの取り組みをどう助けますか？

AIが役立つのは、主に「ムダを見つけて減らす」場面です。

作りすぎ・仕入れすぎを減らす

過去の販売の実績や季節、天候などのデータから需要を予測し、生産や仕入れの量を調整します。売れ残りや廃棄が減れば、原材料やエネルギーのムダも減ります。

エネルギーの使い方を見える化する

設備や建物のエネルギーの使用量をセンサーで集め、AIで分析すると、ムダの多い時間帯や設備が分かります。分析の結果をもとに、運転の時間や設定を見直せます。

移動と輸送を効率化する

配送の経路や積み合わせを見直すと、走行の距離が減り、燃料の使用量も抑えられます。

報告の作業を助ける

取引先からの問い合わせへの回答や、社内の取り組みの報告書のたたき台づくりなど、文章の作業にも生成AIが使えます。ただし、排出量などの数字は、元のデータと照らし合わせて人が確かめます。

AIの利用には、どんな環境への負担がありますか？

AIの学習や利用は、データセンターのサーバーで行われ、電力を使います。資源エネルギー庁は2026年5月の解説記事で、DXとGXの進展により今後の電力需要の増加が見込まれるとし、データセンターの省エネの重要性を説明しています。

自社の排出量の考え方では、サプライチェーン全体の排出量を、Scope1・Scope2・Scope3に分けて捉えるのが一般的です。環境省のグリーン・バリューチェーンプラットフォームでは、Scope1を燃料の使用などによる直接の排出、Scope2を購入した電気や熱の使用に伴う排出、Scope3をそれ以外のサプライチェーンの事業活動に関する間接的な排出として説明しています。

外部のクラウドやAIのサービスを使う場合、そのサーバーの電力は自社のScope2ではなく、購入した製品・サービス（Scope3のカテゴリ1）に関わります。環境省の同じページでは、カテゴリ1の対象に購入・取得したソフトウェアなどのサービスを挙げ、例として外部のレンタルサーバーの利用などを示しています。一方、自社でサーバーを置いてAIを動かす場合は、その電力は自社のScope2に関わります。

開示の動きは、中小企業にも関係しますか？

上場企業では、サステナビリティに関する情報の開示を充実させる動きがあります。サステナビリティ基準委員会（SSBJ）は2025年3月にサステナビリティ開示基準を公表しました。金融庁は2026年2月20日に改正した内閣府令で、有価証券報告書でのSSBJ基準の適用の対象を、東京証券取引所プライム市場に上場する会社のうち平均時価総額が1兆円以上の会社としました。原則として2028年3月31日以後に終了する事業年度から、平均時価総額が3兆円以上の会社は2027年3月31日以後に終了する事業年度から適用されます。

中小企業が自らこの基準で開示を求められるわけではありませんが、取引先の上場企業がサプライチェーン全体の排出量を把握するために、取引先に情報を求める場面は考えられます。ふだんから、自社のエネルギーの使用量や、使っている主なサービスを把握しておくと、問い合わせに答えやすくなります。

自社の取り組みに、AIをどう位置づければよいですか？

AIを「サステナビリティのための特別な取り組み」として扱うより、ふだんの業務改善の中で、効率化と環境への配慮を同時に進める道具として位置づけると、無理なく続けられます。次の順番で考えると整理しやすくなります。

1. ロスが見えている業務を選ぶ：廃棄、在庫、エネルギーの使いすぎなど、数字で確かめられるロスがある業務から始めます
2. 効果をお金と環境の両方で測る：削減できた費用と、減った廃棄の量やエネルギーの使用量をあわせて記録します
3. AIの利用の仕方も見直す：必要以上に大きなモデルを使っていないか、同じ処理をくり返していないかを見直すと、費用も電力も抑えられます
4. 取引先に説明できるようにする：どの業務でAIを使い、どんな効果があったかをまとめておくと、問い合わせへの回答や自社の取り組みの説明に使えます

サステナビリティとAIは、どちらか一方を優先するものではありません。ムダを減らすという点で、二つの取り組みは同じ方向を向いています。