避けられない「サステナビリティ報告」の波とIT部門の苦悩
企業の環境・社会・ガバナンス（ESG）に対する取り組みが、投資家や消費者から厳しく評価される時代になりました。これに伴い、サステナビリティ情報の開示は、従来の財務情報と並ぶ「経営開示の両輪」として制度化が進んでいます。
グローバル基準の厳格化と日本への波及
特に影響が大きいのが、欧州連合（EU）のCSRD（企業サステナビリティ報告指令）です。2024年から段階的に適用が始まり、EU域内に子会社を持つ多くの日本企業も対象となります。また、ISSB（国際サステナビリティ基準審議会）が策定したIFRS S1およびS2基準も、2025年度から日本国内での任意適用が開始される見込みであり、国際的な報告基準の統一化が進んでいます。
国内においても、金融庁・経済産業省・環境省の三省は、東証プライム上場企業を中心に、2025年以降、温室効果ガス（GHG）排出量の開示を段階的に義務化する方針を示しています。
IT部門を直撃する「開示品質の保証」という重圧
これらの制度変化は、単なる「報告書作成」という事務作業の追加にとどまりません。開示が求められるGHG排出量の算定において、企業活動の「Scope 1（直接排出）」「Scope 2（間接排出）」に加え、「Scope 3（サプライチェーン全体の排出）」が重要視されています。
IT部門は、この算定において極めて重要な役割を担います。自社のデータセンター（オンプレミス）の電力使用量（Scope 2）はもちろんのこと、利用しているクラウドサービスの電力消費、購入したサーバーやPCなどのハードウェア製造（Scope 3）に至るまで、ITインフラに関連するデータが算定対象となるからです。
従来、IT部門は「報告支援部門」として、ESG部門にデータを提供する立場でした。しかし、開示情報に「監査」が入り、その信頼性が厳しく問われるようになると、IT部門は「開示品質の保証部門」へと進化せざるを得ません。ITシステムがどれだけ正確に、網羅的に、遅滞なくデータを収集・加工・可視化できるかが、企業全体のESG開示の信頼性を左右することになるのです。
さらに、2024年に公布され、2025年4月1日に施行された「情報流通プラットフォーム対処法」（旧プロバイダ責任制限法）も、直接的な環境規制ではないものの、大規模プラットフォーム事業者に対する運用の透明化や説明責任の拡大を求めています。こうした「説明責任の拡大」という社会的な潮流は、間接的にIT部門の実務にも影響を及ぼし、現場のプレッシャーを高める一因となっています。
クラウドとAIが加速させる電力消費と「再エネ100%」の現実
ITインフラの消費電力は、クラウドサービスの普及、そして近年のAI活用の爆発的な拡大によって、急増の一途をたどっています。
クラウド大手の野心的な目標と「年間マッチング」の罠
大手クラウド事業者（AWS、Microsoft、Google）は、この課題に率先して取り組む姿勢を見せています。Amazon（AWSの親会社）は2023年に消費電力を100％再生可能エネルギーで「マッチした」と発表しました。Microsoftも2030年のカーボンネガティブ達成を目標に掲げています。
特にGoogleは、2030年までに全拠点で「24時間・毎日カーボンフリー電力（24/7 CFE）」での運用を目指すという、最も野心的な目標を掲げています。
しかし、ここで注目すべきは「100percent再エネ」という言葉の定義です。多くの企業が採用する「年間マッチング」方式は、年間の総消費電力量と同等量の再エネ証書（REC）を購入したり、PPA（電力購入契約）を結んだりすることで「100%」を達成するものです。これは、データセンターが24時間稼働している一方で、太陽光が発電しない夜間や風が吹かない時間帯には、実際には系統電力（化石燃料を含む）を使用している可能性があることを意味します。
これに対し、Googleが目指す「24/7 CFE」は、電力消費の「実時間（リアルタイム）」でカーボンフリー電力を調達・運用することを目指すものであり、技術的なハードルは格段に上がります。Google自身も、2021年時点でCFE比率が66％であったと報告しており、完全な脱炭素化がいかに困難であるかを示しています。
日本の電力事情という高い壁
日本国内において、このハードルはさらに高くなります。経済産業省の「エネルギー白書2025」によれば、2023年度の日本の電源構成において再生可能エネルギーが占める比率は22.9％にとどまり、依然として68.6％を火力発電に依存しています。
北海道や九州のように再エネ電源が比較的豊富な地域もありますが、データセンターの需要が集中する首都圏近郊では、系統容量の制約や地価の高騰から、大規模な再エネ発電所や専用データセンターの新設は容易ではありません。
国内でもNTTやさくらインターネット、富士通などが再エネ由来の電力によるデータセンター運用を進めていますが、全国的に見ればまだ限定的です。結果として、多くの日本企業は「国内のデータセンターでは電力制約や再エネ調達の難しさに直面し、海外のクラウドを利用すればデータ主権や複雑な報告制約に悩まされる」という二重の板挟み状態に置かれています。
性能か、環境か？ AI導入が突きつける「電力のジレ ンマ」
サステナビリティへの対応と同時に、企業はAI、特に生成AI（LLM）の導入によるDX推進という、もう一つの大きな命題にも直面しています。しかし、この二つは時として相反する要求を現場に突きつけます。
AIの学習と「推論」が消費する莫大な電力
大規模言語モデル（LLM）の「学習」に莫大な電力が消費されることはよく知られており、研究機関の推計では、学習1回あたりで数千トン規模のCO₂を排出する例も報告されています。
しかし、問題は学習フェーズだけではありません。一度学習されたモデルが、日々の業務でユーザーからの問い合わせに答える「推論」フェーズでも、継続的に電力が消費されます。ビジネスがAIを活用すればするほど、推論処理による電力負荷は増大し続けるのです。
空冷の限界と「液冷」への移行コスト
このAIの計算処理を支えるのがGPU（画像処理半導体）サーバーです。NVIDIAのH100（SXM仕様）のような最新の高性能GPUは、1基で最大700ワットを超える電力を消費します。これを高密度に集積したサーバーラックは、従来の「空冷」では冷却が追いつかなくなっています。
そのため、サーバーを特殊な液体に浸したり、配管で冷却水を循環させたりする「液冷」技術への移行が不可避となっています。しかし、これはデータセンター側にとって、液冷配管や熱交換器、専用変圧器の設置など、莫大な追加投資と大規模な設備改修を意味します。国内のデータセンター事業者からも、こうした対応を公表する例が出てきています。
日本はOECD主要国と比較して商用電力単価が高いことでも知られています。AIを大規模に運用しようとする企業ほど、「高い電力コスト」と「脱炭素・液冷化への追加投資」という二重の負担を負うことになります。「性能を上げれば電力消費が増え、省エネを優先すればAIの応答性や生成速度が落ちる」という、構造的なトレードオフが現場を圧迫しているのです。
“見える化”の罠――CO₂算定に追われる現場の実態
制度対応と技術革新の狭間で、IT部門の実務は具体的にどのような混乱に見舞われているのでしょうか。
国内のある製造業のIT部門担当者は、次のように証言します。「クラウド利用量を月次でエクスポートし、GHG排出量を算定しようにも、利用リージョン（国）ごとに排出係数が異なり、それらを統合計算するだけで1週間かかることもある」
こうした“データ整合の遅延”は、制度的な要求と現場のキャパシティのギャップを如実に示しています。報告業務そのものはESG部門が主導していても、実データの収集・加工はIT部門に集中し、本来の開発プロジェクトと並行して対応せざるを得ないのです。
マルチクラウド環境の複雑さ
各クラウドベンダーが提供する「カーボンフットプリント・ダッシュボード」は有用なツールですが、各社の算定方式や開示データの粒度（細かさ）は微妙に異なります。多くの企業が複数のクラウド（マルチクラウド）を使い分ける現代において、これらの異なる基準のデータを正確に統合し、会社全体の排出量として報告する作業は、想像以上に煩雑です。
Uptime Instituteが発表した「International Information Middle Survey 2024」も、AI対応とサステナビリティ報告の両立が、データセンター運用における主要な課題の一つになっていると指摘しています。
さらに、EUの炭素国境調整メカニズム（CBAM）は、2026年以降、鉄鋼やアルミなど炭素集約型の輸入品に事実上の課税を行う制度ですが、ITサービスは直接の対象ではないものの、サーバー筐体や電材といったハードウェアの調達において、間接的な影響を受ける可能性があり、サプライチェーン全体での管理が一層複雑化しています。
「グリーンIT疲れ」を乗り越える
グリーンITは理念としては正しいものの、現状では「見える化」や「報告対応」にとどまり、実効的な排出削減に結びついていないケースが散見されます。電力や排出量を可視化するだけでは、根本的な最適化には至りません。
今、求められているのは、クラウドやシステムの「設計段階」からエネルギー効率を組み込む「Inexperienced by Design（設計によるグリーン化）」という思想です。
例えば、以下のような取り組みが考えられます。
- ソフトウェア設計の最適化: より効率的なアルゴリズムを採用し、不要なデータ処理やデータ転送を削減する。軽量なフレームワークを選定し、アプリケーションが必要とするコンピューティングリソースを最小限に抑える。
- インフラ選定の最適化: クラウド契約時に、単なるコストや性能だけでなく、リージョン（拠点）ごとの電源構成（再エネ比率）やPUE（電力使用効率）を比較検討し、より環境負荷の低い拠点にワークロード（処理）を配置する。
- 運用スケジュールの最適化: AIの学習や大規模なデータ分析など、即時性を求められないバッチ処理は、電力需要が低く、再エネ比率が高い夜間の低炭素電力時間帯にシフトする。
- 「サステナブルFinOps」の導入: クラウドコストを最適化する「FinOps」の概念を拡張し、コストと環境負荷（カーボンフットプリント）の両方を監視・最適化する「GreenOps（またはサステナブルFinOps）」の考え方を導入する。
経済産業省が推進する「GXリーグ」では、企業の排出削減努力をスコア化し、それが取引先選定にも反映される動きが広がっています。IT部門のグリーン化は、もはや単なる内部の効率化やコスト削減の問題ではなく、企業価値そのものを左右する経営戦略の要素となりつつあります。
IT部門が「グリーンIT疲れ」を抱える背景には、理想と現実の乖離、そして制度と現場のキャパシティのギャップがあります。真に持続可能なITを実現するためには、「報告のためのグリーン」から脱却し、「設計思想としてのグリーン」を取り戻さなければなりません。そのとき初めてグリーンITは、単なるコストや負担ではなく、経営リスクの低減と新たな成長投資を両立させる、企業の中核戦略として再定義されるのです。
