【ニュースを読む】ChatGPTの向こう側で、水が使われている

こんにちは。地理おた部です。

最近、こんなニュースを目にしました。

「AIの利用によって、データセンターが使う水の量が急増している」
「2030年までに、データセンターの電力と水の消費量が現在の2倍以上になる可能性がある」
「地域によっては、人々の生活用水と競合するほどの水需要になりつつある」

AIと水。

一見すると、あまり結びつかない組み合わせかもしれません。

私たちがChatGPTのような生成AIを使うとき、目の前にあるのはスマートフォンやパソコンの画面です。
そこに水道の蛇口はありません。
バケツもありません。
川も田んぼも見えません。

だから、AIはどこか宙に浮いた、目に見えない存在のように感じます。

よく「クラウド」という言葉が使われます。
データはクラウドに保存される。
AIはクラウド上で動いている。
私たちは、まるで情報が空の上にふわふわ浮かんでいるような感覚でデジタル技術を使っています。

でも、地理の目で見ると、クラウドは雲ではありません。

クラウドの正体は、どこかの土地に建てられた巨大なデータセンターです。
そこにはサーバーが並び、電気が流れ、熱が発生し、その熱を冷やすために水が使われています。

AIは、空の上にあるのではありません。
地面の上にあります。

そして、地面の上にある以上、必ず「場所」の問題を抱えます。

まず、なぜAIが水を使うのでしょうか。

理由はシンプルです。

AIを動かすには、膨大な計算が必要です。
膨大な計算をするには、大量のサーバーが必要です。
サーバーは動けば動くほど熱を出します。
その熱を冷やさなければ、機械は安定して動きません。

つまり、AIの裏側には、常に「熱」があります。

私たちはAIの答えを、画面上の文字として受け取ります。
けれど、その文字が表示されるまでのどこかで、サーバーは電気を使い、熱を出し、冷却されています。

この冷却に水が使われることがあります。

もちろん、すべてのデータセンターが同じように大量の水を使うわけではありません。
空冷を使う施設もあります。
水を循環させる閉じた冷却システムを使う施設もあります。
海水や再生水を活用する場合もあります。

けれど、大きな流れとしては、AIの利用が増えるほど、計算量が増え、データセンターの規模が大きくなり、電力と冷却の需要が増えていきます。

ここで大切なのは、「AIは水を使うらしい。だから悪い」と単純に言うことではありません。

地理で見たいのは、もう一歩奥です。

その水は、どこの水なのか。
どの季節に使われるのか。
誰の水利用と競合するのか。
その地域は、水に余裕がある場所なのか。
それとも、もともと干ばつに苦しんでいる場所なのか。

ここからが、地理の出番です。

水問題を考えるとき、つい「地球全体には水がどれくらいあるのか」という話をしたくなります。

たしかに、地球は水の惑星です。
表面の多くは海に覆われています。

でも、私たちがそのまま使える淡水は限られています。
さらに、その淡水がどこに、どの季節に、どの形で存在しているかは、地域によって大きく異なります。

ここが大切です。

水は、世界全体で足し算して考えるだけでは不十分です。

日本に雨が降っていても、アメリカの乾燥地域の水不足は解決しません。
ある地域で地下水が豊富でも、別の地域の農民が使える水が増えるわけではありません。
同じ国の中でも、流域が違えば、使える水はまったく別物です。

水は、きわめてローカルな資源です。

だから、AIデータセンターの水問題も、「世界全体で何リットル」という数字だけを見ていては、本質を見誤ります。

重要なのは、どこに建つのかです。

データセンターは、電力が安い場所、土地が広い場所、通信インフラが整った場所、企業誘致に積極的な地域に集まりやすい。
しかし、その場所が必ずしも水に余裕のある地域とは限りません。

むしろ近年は、干ばつに悩む地域にもデータセンター建設が進んでいることが問題になっています。

ここで、点と点がつながります。

AIの利用増加。
データセンターの拡大。
サーバーの発熱。
冷却用水。
干ばつ地域への立地。
農業や生活用水との競合。

これらは別々の話ではありません。

「AIが便利になった」というニュースの裏側で、「どこの水を使って、その便利さを支えているのか」という地理の問いが立ち上がっているのです。

私たちはデジタル技術を、どこか軽いものとして捉えがちです。

紙を使わないからエコ。
移動しなくていいから省エネ。
オンラインだから場所を選ばない。

もちろん、そうした面はあります。

でも、デジタルは「物質から自由になった世界」ではありません。

クラウドの裏側には、土地があります。
電力があります。
送電網があります。
冷却水があります。
排熱があります。
地域住民がいます。

つまり、AIは地理から自由になった技術ではなく、むしろ地理に深く依存している技術なのです。

ここが面白いところです。

AIは「どこでも使える」ように見えます。
東京のカフェでも、宮崎の教室でも、ニューヨークのオフィスでも、同じように使えます。

でも、その処理を支えているデータセンターは、必ずどこかにあります。
その「どこか」では、水道インフラが必要になり、電力網が必要になり、地域社会との調整が必要になります。

利用者にとってAIは「場所を消す技術」に見える。
けれど、支える側から見るとAIは「場所にものすごく依存する技術」なのです。

このズレこそ、地理で読むべきポイントです。

AIデータセンターの問題は、単に「企業が水を使いすぎている」という話ではありません。

もちろん、企業には透明性が求められます。
どれだけ水を使っているのか。
どの水源から取っているのか。
再生水を使っているのか。
地域の水道や農業に影響はないのか。
こうした情報は、もっと見える化される必要があります。

ただ、それだけでなく、社会全体で考えなければならない問いがあります。

私たちは、どこまでAIを使うのか。
便利さのために、どれだけの電力と水を使うのか。
水が豊富な地域と少ない地域で、同じルールで考えてよいのか。
データセンターの立地は、誰が決め、誰が負担を引き受けるのか。

これは、地理総合でいう「資源・エネルギー問題」そのものです。

かつて、工業は石炭や鉄鉱石の近くに立地しました。
高度経済成長期の工業地帯は、港湾、用水、電力、労働力と深く結びついていました。
半導体工場も、大量の水と電力を必要とするため、立地が大きな問題になります。

そして今、AIも同じです。

AIは最先端の技術ですが、抱えている問題はとても地理的です。

水がある場所。
電力がある場所。
冷やしやすい気候の場所。
災害リスクの低い場所。
住民の合意が得られる場所。

AIの未来は、アルゴリズムだけで決まるのではありません。
地形、気候、水資源、エネルギー、地域社会との関係によって決まっていきます。

ここで誤解したくないのは、この記事は「AIを使うのをやめよう」と言いたいわけではない、ということです。

AIは便利です。
文章を書く。
翻訳する。
画像を作る。
調べ物を助ける。
教育や医療、防災にも役立つ可能性があります。

私自身も、AIの可能性には大きな関心があります。

だからこそ、見えないコストを見えるようにしたいのです。

便利な技術ほど、使っている側からは足元が見えにくくなります。

スマホの向こう側にある鉱山。
動画配信の向こう側にある電力。
ネット通販の向こう側にある物流倉庫。
そして、AIの向こう側にある水。

地理は、その「向こう側」を見に行く学問です。

私たちがAIに質問を投げかけるとき、その一文の裏側で、どこかのデータセンターが動いています。
サーバーが熱を持ち、それを冷やす仕組みが働いています。
その冷却のために、水や電力が必要になることがあります。

そのことを知ったうえで使うのと、まったく知らずに使うのとでは、世界の見え方が変わります。

今回のニュースは、AIのニュースであると同時に、水のニュースです。
水のニュースであると同時に、地域のニュースです。
そして地域のニュースである以上、それは地理のニュースです。

「AIが水を使う」と聞くと、最初は少し意外に感じます。

でも、考えてみれば当然です。

どんなに高度な技術も、地球の上で動いている。
どんなに見えないサービスも、どこかの土地に支えられている。
どんなに便利なクラウドも、完全に空中に浮かんでいるわけではない。

AIの時代になっても、私たちは地理から逃れることはできません。

むしろ、技術が高度になればなるほど、その足元にある土地、水、電力、気候、地域社会を見つめる力が必要になります。

これが、今の時代に地理を学ぶ意味のひとつだと思います。

ニュースを点で見ると、こうです。

「AIが水を大量に使っているらしい」

でも、地理のレンズで線にすると、こう見えてきます。

AIの利用が増える。
計算量が増える。
データセンターが増える。
サーバーが熱を出す。
冷却に水が必要になる。
その水は、どこかの地域の水資源から来る。
干ばつ地域では、生活用水や農業用水と競合する。
だから、AIの便利さは、地域の水問題とつながっている。

点と点がつながると、ニュースの見え方が変わります。

AIは、未来の技術です。
でも、その未来は、どこかの水道管と、どこかの川と、どこかの地下水に支えられています。

クラウドを見上げるだけでなく、その足元の地理を見る。

これからのAI時代にこそ、そんな見方が必要なのではないでしょうか。