AIは持続可能性の取り組みを大きく後押しする可能性を秘めている。
しかし、AIを万能の解決策とみなすべきではない。AIには欠点もある。
それらの欠点に対処し、AI技術への投資に対して適切な投資収益率を確保することが重要である。
世界は重大な岐路に立っている。2023年は観測史上最も暑い年となり、私たちは産業革命前と比べて重要な1.5°Cの閾値を超える寸前にある。気候危機は深刻化しており、迅速かつ断固たる行動が取られなければ、取り返しのつかないティッピングポイントに達するおそれがある。
企業は変化の主要な推進役として前に出る必要がある。人工知能（AI）と持続可能性の融合は、気候変動対策を加速させる独自の機会をもたらしている。
AIは気候変動への対応策として「銀の弾丸」ともてはやされることが多いが、その真の可能性と限界を理解することが重要である。AIは持続可能性の取り組みを拡大し加速させることができるが、クリプトナイトのように、慎重に管理されなければ、そのエネルギー需要が恩恵を損なうおそれがある。
では、AIは私たちを前進させることができるのか、それとも、そのコストが私たちを重荷で押し下げるのか。
銀の弾丸：加速装置としてのAI
AIだけで気候危機が解決するわけではないが、持続可能性の取り組みを劇的に加速させ、拡大する可能性を秘めている。その強みは、グローバルなサプライチェーンから電力網、気候に至るまで、システムの複雑さを把握し管理できる点にある。これらのシステムは深く相互に結びついており、一つの領域の小さな変化が広範囲に影響を及ぼしうる。AIは様々な分野の膨大なデータを分析する能力を持つため、従来の自動化では見落としかねない隠れたパターン、つながり、非効率性を明らかにすることができる。
AIの高度な機能により、企業は変化を追跡し、結果を予測し、システムの振る舞いを従来では考えられなかった方法で強化できるようになる。例えば、材料特性に関する膨大なデータセットで訓練されたAIを考えてみよう。これらのシステムは、数十億通りの可能性を迅速に分析し、持続可能な製品を作るための最適な材料を特定できる。このプロセスは従来の方法よりも大幅に速い。同様に、AIを活用した精密農業は、衛星画像、気象予報、土壌センサーのデータを分析し、農家が水、肥料、農薬の使用を最適化できるよう支援する。これにより、資源の無駄遣いや化学物質の過剰使用を最小限に抑えることで、作物の収量が増え、環境への影響が減る。
エネルギー分野では、AIが分散型エネルギーシステムに革命をもたらしている。例えば、家庭に設置された蓄電池が自律的に電力を系統へ戻す仮想発電所などの持続可能性に関するイノベーションを通じてである。AIはこのプロセスを最適化し、従来の発電所への負荷を軽減するとともに、エネルギー効率を向上させる。例えば、SAPのAI支援ソリューションは、最も効率的な経路とスケジュールを特定することで、輸送における燃料消費量と排出量を削減しており、走行時間と燃料使用量の両方を最小限に抑えている。
欠点：エネルギー消費と投資収益率のジレンマ
ただし、AIは持続可能性への免罪符ではない。AIシステムやそれを支えるデータセンターは、従来のITやクラウドソリューションを上回る大量のエネルギーを消費する。このパラドックスは、投資収益率（ROI）をめぐるおなじみの議論を呼び起こす。従来機の30%高いコストがかかる機械を想像してみよう。コストの観点だけで見ると、それは割に合わない投資に思える。しかし、この新しい機械が生産効率を45%向上させるのであれば、投資収益率が初期コストを正当化する。
同様に、AIは炭素排出量が多いものの、そのサステナビリティへの応用、例えばサプライチェーンの最適化、エネルギー消費の管理、エネルギー貯蔵の実現などは、全体の排出量を大幅に削減できる。重要な問いは、AIのサステナビリティ上の便益が、AI自身のエネルギー需要を上回るかどうかである。再生可能エネルギーを系統に統合する上で重要な部分は、エネルギー貯蔵を最適化し、エネルギー転換を促進するAIの能力にかかっており、それにより脱炭素化をより速く進めることができる。
さらに、AIは自らのエネルギー消費を最適化する動きも強まっている。データセンターのエネルギー効率や、クラウドサービスの最適化の進歩が、AIの炭素排出量の抑制に役立っている。
産業界が大規模なデータセットの処理や意思決定の自動化にAIへの依存を強めるにつれ、これらのシステムの効率を改善することが、この均衡を保つうえで極めて重要になるだろう。
企業はAIでどのようにグリーン化を進めているか
SAPの顧客は、世界の商取引全体の約84%を生み出している。以下は、その中から代表的な2つの事例研究であり、AIを導入して持続可能性への効果を加速させる方法と、便益がコストを上回るようにする方法を示している。
Ambipar：環境影響データの分析
Ambiparは、40か国で事業を展開する環境ソリューションのグローバルリーダーであり、エンドツーエンドの炭素管理と環境保全に関する新たな基準を打ち立てつつある。同社は、ERP中心のAI搭載型持続可能性ソリューションを用いて、グローバルな事業全体でデータの共通基盤を監視・確立するとともに、将来の成長機会に備えている。先進的なクラウドソリューションを通じて財務データと持続可能性データを統合することで、環境への取り組みがリスクをもたらすのか、それとも事業に価値を加えるのかを包括的に把握できる。Ambiparでは、AIが環境影響データの整理と分析において中心的な役割を果たし、より的を絞った効果的な持続可能性の取り組みを可能にしている。収集したデータでAIモデルを訓練し、それを他の環境指標と突き合わせることで、Ambiparは複数の分野に響く持続可能な成果を見据えており、業界の他社にとっての指標を示している。
msg global：持続可能性への取り組みの体系化
msg global は、場当たり的な取り組みから、明確な報告と目標設定を含む体系的な持続可能性アプローチへと移行するため、持続可能性管理技術を導入した。中核的な業務プロセス全体に組み込まれた信頼性の高いデータの可視性が向上したことで、同社は持続可能性戦略の進捗を監視し、リアルタイムの洞察に基づき役割に応じた形で情報に基づく意思決定を行うことができる。データの透明性と実行可能な洞察により、msg globalは持続可能性目標に向けて全体的に舵を取りつつ、ステークホルダーとの信頼関係を築いている。
AIを活用した持続可能な未来に向けた共同の取り組み
AIだけで気候危機を解決できるわけではないが、Ambiparやmsg globalの事例のように、持続可能性の取り組みを拡大し加速させるための強力なツールを提供している。 そして、その他多くの企業も同様である。複雑なサプライチェーンの管理からエネルギー網の最適化に至るまで、AIは従来の手法では及ばない方法で、企業が環境影響を測定、予測、最適化することを可能にする。
しかし、AIの潜在能力を最大限に引き出し、その欠点を抑えるには、政府、産業界、市民社会にまたがる協力が必要である。持続可能性におけるイノベーションを促進し、現実世界での効果をもたらすために、AI研究とデータ共有への投資が求められている。同時に、AIに伴うエネルギー消費の課題にも対処しなければならない。データセンターの最適化とAIの効率改善に注力することで、AIの持続可能性上の便益がその環境負荷を上回るようにできる。
AIは、2030年までに世界の排出量を半減させるペースを加速させる手段を提供している。課題は困難だが達成可能であり、AIを拡張可能で意味のある変化の触媒とすることで、企業は経済成長と環境保全を両立させることができる。
今こそ行動すべき時であり、AIの力を活用して、持続可能性と収益性が両立する未来を創り出すときである。
