活用例 · AI とデジタル
AI とデジタル利用をオフセットする方法
小規模なソフトウェア製品や負荷の高い AI・クラウド利用は、データセンターの電力により年間およそ5〜20トンのCO₂eを排出します。オフセットの方法をご紹介します。
典型的な要因
クラウドの計算資源
最大の割合
学習と推論
電力集約的
保存と転送
継続的
排出量を左右する要素
AI やデジタル製品はデータセンターの上で動いており、その排出量は電力が大半を占めます。クラウドでの計算、モデルの学習と推論、データの保存と転送です。小規模な SaaS や AI 製品なら年間5〜20トンのCO₂e、負荷の高い学習ではそれをはるかに上回ります。
効率化（適正なサイジング、効率のよいモデル、排出の少ないリージョン）は排出を源から減らします。残りは再生可能エネルギーのクレジットでオフセットすれば、電力という要因に対応した筋の通った説明になります。
オフセットの方法 · 90秒 今すぐ 10 t をオフセット →
3ステップ、開始から証書まで。
01
排出量を試算する
小規模な SaaS または AI 製品、1年：およそ 10 tCO₂e。正確な数値は計算ツールをご利用ください。
02
方法を選ぶ
この用途には、1トンあたり 12 ドルの 再生可能エネルギー をおすすめします — Gold Standard。
03
支払って償却する
当社がクレジットを卸で購入し、お客様に代わって公開登録簿で償却し、検証可能な証書をメールでお送りします。
まず削減、それからオフセット
オフセットの前に、減らせるものは減らしましょう。
オフセットは、まだ避けられない排出のためのものです。この排出量を根本から減らす実践的な方法をいくつかご紹介します。
- →低炭素のクラウドリージョンで処理を実行しましょう。
- →インフラを適正な規模にし、効率のよいモデルを使いましょう。
- →重い処理は、電力がよりクリーンな時間帯や地域に合わせて実行しましょう。
よくある質問
クラウドの排出量はどう見積もりますか？
多くの事業者が炭素ダッシュボードを提供しています。その数値を使うか、法人向け計算ツールでおおよその見積もりを出してください。
AI 企業として説明が立ちますか？
はい。再生可能エネルギーのクレジット償却と実際の効率化を組み合わせれば、登録簿でたどれる擁護可能な説明になります。
モデルの学習分もオフセットの対象ですか？
はい。学習と推論の電力を見積もりに含め、それに見合うクレジットを償却してください。まずは学習での無駄を減らすことが先です。