はじめに
Watershedによる最新のベンチマーク研究（2026年）が、AI搭載カーボンフットプリント算定ツールの重大な問題を明らかにしました。最終的な製品カーボンフットプリント（PCF）の数値は77%の精度を示す一方、途中の計算ステップを検証すると精度が37%まで低下します。自動化の恩恵と落とし穴の両方を知った上でツールを選択することが、今やGX実務者に不可欠です。
問題の構造
なぜ最終スコアが合っていても危ないのか
製品の特定部品の排出量データが誤っていても、全体のカーボンフットプリントが「偶然に」正しい値に近づくことがあります。しかし、その部品のサプライヤーを変更することで排出削減を狙う場合、誤ったデータに基づく意思決定になります。
研究者のKrishna Raoはこう警告します：「最終スコアではなく、中間のステップを理解しなければならない。」
調査対象ツールと主要企業
| ツール名 | 主な主張 |
|---|---|
| Makersite | 「製品ポートフォリオ全体のLCAを数秒で自動化」 |
| Terrascope | 「サプライヤーデータなしで70%精度を達成」 |
| Watershed | 算定ツール提供かつ今回の研究実施者 |
- テスト済みAIモデル：Anthropic・DeepSeek・Google・OpenAIのフロンティアモデル
実装ステップ：正しいツール選択と検証手順
ステップ1：ツール選定時の確認事項
- 中間計算の可視化：各部品・工程ごとの排出量が確認できるか
- 根拠データの明示：計算に使われた排出係数の出典（IPCCデータベース・ecoinvent等）が確認できるか
- 不確実性の表示：推計範囲（信頼区間）が示されるか
ステップ2：ツール導入後の検証プロセス
- サンプルLCA検証：既知の製品について手計算と自動計算を比較し、中間値の誤差率を測定
- 上位ホットスポットの確認：全体排出量の80%を占める上位部品・工程の計算根拠を手動で確認
- バージョン管理：排出係数データベースの更新に合わせてツールの更新頻度を確認
ステップ3：結果の使い方を限定する
- 決定に使う前に確認：削減施策の投資判断に使う前は必ず対象領域の中間計算を検証
- サプライヤー選択への適用は慎重に：供給網の変更判断に使う場合は誤差が最も大きい
使うツール・標準
- ecoinvent：LCAのための主要な排出係数データベース（中間計算の根拠確認に使用）
- GHGプロトコル Scope3技術ガイダンス：カテゴリ別の算定方法論の参照
- ISO 14067：製品カーボンフットプリントの国際標準（ツール評価の基準）
- PACT（Pathfinder Framework）：サプライチェーンPCF共有の業界標準
成功のポイント
- 「速さ」と「正確さ」はトレードオフ：「数秒で全製品のLCA」は魅力的だが、精度の担保なしでは意思決定に使えない
- 現在PCFがある製品は全体の31%：残り69%の製品に自動化を使う際は特に検証が必要
- 中間精度が低い＝改善施策を間違える：「どの工程を改善すべきか」の特定こそが実務で最も重要な問いであり、そこで精度が落ちるリスクが最大
日本企業への適用
- ISSB（IFRS S2）・CSRD・CDP開示では、算定根拠の透明性が問われる方向に動いている
- 日本の製造業でScope3 Category 11（販売した製品の使用）の算定ニーズが高まる中、ツールの中間精度検証は必須
- 「AIが出した数字だから正確」という過信がサプライチェーン投資判断の誤りにつながるリスクに注意
