ChatGPTの質問3万回はアーモンド1粒分の水しか使わない？サム・アルトマン発言の真偽を徹底検証

皆さん、こんにちは。最近、生成AIがどれくらいのリソースを消費しているのか、気になったことはありませんか？

AI技術が急速に進化する一方で、「AI データセンター 環境負荷」への懸念が世界中で高まっています。そんな中、OpenAIのCEOであるサム・アルトマン氏の「ある発言」が、海外のエンジニアやIT従事者の間で大きな波紋を呼んでいるんです。

果たして、サム・アルトマン氏のアーモンドとAIの水消費量の比較は本当なのでしょうか？今回は、実際の農業データや学術研究に基づく客観的な数値を用いて、この刺激的な発言をファクトチェックしてみたいと思います。

1. 炎上の火種となった「サム・アルトマン 発言」とは？

事の発端は、サム・アルトマン氏がAIの水消費に関して述べた以下の主張です。

• 「ChatGPTの38,000回のクエリで消費される水は、カリフォルニアでアーモンド1粒を生産するのに使われる水量と同じである」
• 「データセンターの水消費量は通常のオフィスビルと変わらない」

一見すると、「AIって意外と環境に優しいんだな」と思ってしまいそうな例えですよね。しかし、この発言が報じられるやいなや、RedditやHacker Newsといった海外のIT系掲示板では、極めて懐疑的な反応が殺到しました。

多くのユーザーが自ら計算を行い、「過去の研究データと全く合わない」「意図的な統計の操作だ」と強く批判しています。特に「データセンターの水消費がオフィスビルと同じ」という主張に対しては、ITエンジニア層から「巨大な冷却塔の存在を無視している」「物理法則を無視した魔法の冷却システムでも発明したのか」といった皮肉や反発が相次ぐ事態となっています。一部では、企業が環境に配慮しているように装う「グリーンウォッシュ AI」の典型的な例ではないか、という厳しい声も上がっているんです。

2. 【ファクトチェック】実際のデータで計算して比較してみよう

では、ネット上の批判が正しいのか、それともアルトマン氏の主張が正しいのか。実際のデータを使って検証してみましょう。

アーモンド1粒を育てるのに必要な水

まず、比較対象となったアーモンドのデータです。農業データによると、水不足が深刻なカリフォルニアにおいて、アーモンドを1粒生産するために必要な水量は**約1〜3.2ガロン（約3.8〜12リットル）**だとされています。「アーモンド 水不足 カリフォルニア」というキーワードで度々社会問題になるほど、アーモンドは水を多く必要とする作物です。

ChatGPTの水消費量に関する学術データ

一方で、AIの水消費量についてはどうでしょうか。カリフォルニア大学リバーサイド校などの学術研究では、ChatGPTは10〜50回のプロンプトごとに約500mlの水を消費（主にサーバーの冷却用途など）すると推計されています。

両者を比較すると…？

既存の学術データ（50回で500mlと仮定）を適用して、アルトマン氏が提示した「38,000回のクエリ」に必要な水量を計算してみます。

• 38,000回 ÷ 50回 = 760
• 760 × 500ml = 380,000ml = 380リットル

アーモンド1粒の最大消費水量が約12リットルであるのに対し、計算上のChatGPT（38,000回）の消費水量は約380リットル。なんと30倍以上の大きな乖離があることが分かります。これでは、掲示板のユーザーたちが「過去のデータと全く合わない」と怒るのも無理はありません。

3. なぜここまで数字が違う？専門家が指摘する「カラクリ」

これほどまでに数字が食い違う背景には、一体何があるのでしょうか？環境問題やAIのサステナビリティを研究する専門家たちは、アルトマン氏の主張と査読済みの学術研究との間に大きな矛盾があると指摘しつつ、いくつかの「カラクリ」を推測しています。

「消費（Consumption）」と「取水（Withdrawal）」の定義の違い

一部の業界関係者は、アルトマン氏が言葉の定義を巧みに使い分けている可能性を指摘しています。
データセンターの水利用には、蒸発して失われる「消費（Consumption）」と、冷却後に川や湖などへ戻される「取水（Withdrawal）」があります。もしアルトマン氏が「最終的に失われた水（消費）」だけを極端に少なく見積もるような独自の計算式を用いているとすれば、数字が小さく見えるかもしれません。

最新の「AI 冷却システム 水」効率化を前提としている可能性

また、彼がクローズドループ式の液冷システム（水を循環させて外部に逃がさない仕組み）など、極めて水効率の高い『次世代の特定のデータセンター』のみを前提に話している可能性もあります。しかし、世界中で稼働しているすべてのデータセンターがそのような最新設備を備えているわけではありません。

PR戦略としての側面

AIによる環境負荷への懸念が世界的に高まる中、今回の発言は、規制当局や世論の批判をかわすための戦略的なPRの一環であると分析する声もあります。あえて直感的な「アーモンド」という比喩を使うことで、一般層に「AIは環境に優しい」というイメージを植え付けようとしたのかもしれません。

4. 生成AI サステナビリティの未来に向けて

今回の検証から見えてきたのは、AIの進化の裏には、私たちが想像する以上の物理的なリソース消費が存在するということです。クラウド上のAIは魔法ではなく、巨大なデータセンターと膨大な電力、そして冷却のための「水」によって支えられています。

アルトマン氏の刺激的な発言は、結果的に「AIデータセンターの環境負荷の真実」に多くの人の目を向けさせるきっかけとなりました。

私たちが日常的に使っている便利なAIツールが、地球環境とどう関わっているのかを知ることは、これからのテクノロジー社会を生きる上で非常に重要です。もしこの記事を読んで「生成AI サステナビリティ」についてもっと深く知りたいと思った方は、MicrosoftやOpenAIなどのテック企業が定期的に公開している最新の「環境報告書（サステナビリティレポート）」を実際に確認してみてはいかがでしょうか？ニュースのヘッドラインだけでは分からない、テクノロジーの裏側のリアルな数字が見えてくるはずですよ。

---

読者の疑問に答えるFAQ

Q. アルトマン氏の計算の根拠となっているのは、具体的にどのアーキテクチャや冷却技術を採用したデータセンターなのでしょうか？

現時点では、OpenAIから具体的なデータセンターの仕様や冷却技術の詳細は公開されていません。そのため、専門家からは「極めて限定的な最新設備（クローズドループ式の液冷システムなど）の理論値を持ち出しているのではないか」と推測されていますが、検証可能なデータが不足しているのが実情です。

Q. 彼が言及している「水消費」には、データセンターを稼働させるための発電に要する水（Scope 3）が含まれているのでしょうか？

この点も専門家から疑問視されている部分です。一般的に、データセンターの環境負荷を正確に測るには、施設内での直接的な冷却水（Scope 1）だけでなく、電力を生み出す発電所で使われる水（Scope 3）も含める必要があります。もしアルトマン氏の計算が「施設内の直接的な水」だけを指しているのだとすれば、AIの真の水消費量を過小評価していることになります。