← 論文一覧に戻る

Artificial Intelligence and Its Impact on Environment and Climate Change: A Comprehensive Review of Environmental Footprints, Mitigation Strategies, and Sustainable Pathways

人工知能と環境・気候変動への影響：環境フットプリント、緩和戦略、持続可能な経路の包括的レビュー (AI 翻訳)

Hadia Arshad

Zenodo (CERN European Organization for Nuclear Research)ジャーナル2026-07-10#AI×ESG経営インパクト: コスト削減対象セクター: cross_sector
DOI: 10.5281/zenodo.21298927
原典: https://doi.org/10.5281/zenodo.21298927

🤖 gxceed AI 要約

日本語

本レビューは、AIの環境フットプリント（エネルギー消費、水使用、炭素排出、電子廃棄物、レアアース採掘）と気候変動緩和への応用を包括的に分析。データセンター電力消費は2024-25年に415-470TWhに達し、AI負荷は2030年までに46%を占めると予測。一方、AIは2030年までに年間15-40億トンのCO2削減可能性を持つ。

English

This review comprehensively analyzes AI's environmental footprint (energy, water, carbon, e-waste, rare earths) and its climate mitigation potential. Data center electricity reached 415-470 TWh in 2024-25, with AI workloads projected to reach 46% by 2030. AI could reduce global CO2 emissions by 1.5-4.0 Gt annually by 2030.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本では、AI需要の急増に伴うデータセンターの電力消費と再生可能エネルギー調達が重要な課題。GX政策や省エネ法との整合性、AIの環境負荷を考慮した持続可能なAI戦略の策定が求められる。

In the global GX context

Globally, this review informs ISSB/CSRD disclosure on AI-related environmental impacts and supports transition finance for sustainable AI infrastructure. It highlights the need for regulatory frameworks balancing AI growth with climate goals.

👥 読者別の含意

🔬研究者:AIの環境影響と緩和策の全体像を把握し、今後の研究ギャップを特定するための基盤となる。

🏢実務担当者:データセンターやAI活用企業が環境負荷を評価し、持続可能なAI戦略を策定するための指針を得られる。

🏛政策担当者:AIの環境規制と気候目標の整合性を検討する際のエビデンスとして有用。

📄 Abstract（原文）

The rapid proliferation of artificial intelligence (AI) technologies has precipitated an unprecedented surge in computational demand, fundamentally reshaping the global energy landscape and presenting both formidable environmental challenges and transformative climate mitigation opportunities. This comprehensive review synthesizes current evidence on AI's environmental footprint, encompassing energy consumption, water usage, carbon emissions, electronic waste generation, and rare earth mineral extraction. Global data center electricity consumption reached approximately 415-470 TWh in 2024-2025, with AI-specific workloads accounting for 20-29% of this demand and projected to reach 46% by 2030. Key Findings: - Training of large language models (GPT-4) consumed ~50 GWh of electricity - Inference operations constitute 80-90% of total AI computing energy - Global AI-related water demand projected to reach 4.2-6.6 billion m³ by 2027 - AI could reduce global CO₂ emissions by 1.5-4.0 Gt annually by 2030 Coverage Includes: - Energy consumption in AI training and inference - Water consumption and thermal management - Carbon emissions and grid intensity analysis - Electronic waste and hardware lifecycle - Rare earth mineral extraction - AI in climate mitigation (renewable energy, smart grids, carbon capture) - Jevons Paradox and rebound effects - Regulatory frameworks (EU, US, China) - Sustainable AI strategies and best practices Author:Hadia Arshad Keywords: Artificial Intelligence, Climate Change, Data Centers, Carbon Footprint, Renewable Energy, Smart Grid, Sustainability, Jevons Paradox, Renewable Energy, Environmental Policy

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。