# ジェボンズのパラドックス：AI の効率は 33 倍になったのに、なぜ電力消費は倍増するのか？

> Google の Gemini は、プロンプト 1 件あたりのエネルギーが 1 年前の 33 分の 1 になりました。それでもデータセンターの電力消費は 2030 年までに 2 倍以上になる見込みです。1865 年の石炭の本が、このパターンを説明しています。53 秒の解説動画と、両方の側の数字。

- URL: https://oliverz.dev/ja/videos/jevons-paradox
- Author: Oliver Zhang (https://oliverz.dev)
- Language: ja
- Published: 2026-10-31
- Tags: ai, energy, economics, explainer
- Video: https://www.youtube.com/shorts/7BQIKw5YqC0

> **要点：** プロンプト 1 件あたりで見ると、AI は確かに大幅に効率化しています。Google によれば、Gemini のテキストプロンプトの中央値のエネルギーは 12 か月で 33 分の 1 になりました。それでもデータセンターの電力消費は 2030 年までに 2 倍以上になる見込みで、国際エネルギー機関（IEA）は AI をその主な要因に挙げています。このパターンには名前があり、160 年前の実例もあります。1860 年代、スコットランドの製鉄炉は鉄 1 トンあたりの石炭を 3 分の 1 未満に減らし、スコットランドが燃やす石炭は 10 倍になりました。W. S. Jevons（ジェボンズ）が 1865 年にこれを書き記し、今ではジェボンズのパラドックスと呼ばれています。「効率が上がった」ことでエネルギーの問題は片づきません。決めるのは、どれだけ使うかです。

## プロンプト 1 件あたり 33 分の 1 のエネルギー

2025 年 8 月、Google は Gemini アシスタントが回答にどれだけのエネルギーを使っているかを公表しました。見出しになったのは次の一文です："over a recent 12 month period, the energy and total carbon footprint of the median Gemini Apps text prompt dropped by 33x and 44x, respectively, all while delivering higher quality responses"（直近 12 か月で、Gemini アプリのテキストプロンプトの中央値のエネルギーと総カーボンフットプリントは、それぞれ 33 分の 1、44 分の 1 になり、しかも回答の質は向上した）。

絶対値では、Google は "the median Gemini Apps text prompt uses 0.24 watt-hours (Wh) of energy"（Gemini アプリのテキストプロンプトの中央値は 0.24 ワット時（Wh）のエネルギーを使う）と見積もっています。Google 自身のたとえでは："The per-prompt energy impact is equivalent to watching TV for less than nine seconds."（プロンプト 1 件あたりのエネルギーは、テレビを 9 秒未満見るのに相当する。）

この数字は 1 社の 1 つのモデル、Gemini と、その中央値のテキストプロンプトについてのものです。「AI」全体の話ではありません。

## それでも総量は倍増へ

では、もう一つの数字です。国際エネルギー機関（IEA）はこう述べています："Data centres accounted for around 1.5% of the world's electricity consumption in 2024, or 415 terawatt-hours (TWh)."（2024 年、データセンターは世界の電力消費の約 1.5%、415 テラワット時（TWh）を占めた。）

そして、これが増えると見込んでいます："Data centre electricity consumption is set to more than double to around 945 TWh by 2030. This is slightly more than Japan's total electricity consumption today. AI is the most important driver of this growth, alongside growing demand for other digital services."（データセンターの電力消費は 2030 年までに 2 倍以上の約 945 TWh になる見込みで、これは現在の日本の総電力消費をわずかに上回る。この伸びの最大の要因は AI で、ほかのデジタルサービスの需要拡大も加わる。）

つまり、1 回あたりはずっと少なく、総量はずっと多い。総量はプロンプト 1 件あたりのエネルギー × プロンプトの件数であり、爆発的に増えているのは後者だと思い出せば、矛盾ではありません。

## 前にも起きていた、石炭で

1865 年、W. S. Jevons は *The Coal Question*（『石炭問題』）を出版しました。その中で、逆に聞こえる主張をしています："It is wholly a confusion of ideas to suppose that the economical use of fuel is equivalent to a diminished consumption. The very contrary is the truth."（燃料の節約が消費の減少に等しいと考えるのは、まったくの考え違いである。真実はその正反対だ。）

根拠はスコットランドの製鉄業でした。そこの製鉄炉は大幅に効率化していたのに："the reduction of the consumption of coal, per ton of iron, to less than one-third of its former amount, has been followed, in Scotland, by a ten-fold total consumption"（鉄 1 トンあたりの石炭消費が以前の 3 分の 1 未満に減ったあと、スコットランドでは総消費量が 10 倍になった）。

1 トンあたりの石炭は 3 分の 1 未満。石炭の総量は 10 倍。彼の言葉では、"the greater number of furnaces will more than make up for the diminished consumption of each"（炉の数が増えることで、1 基ごとの消費の減少は十分すぎるほど埋め合わされる）。

彼の説明は、節約そのものが使用を押し上げる、というものです："It is the very economy of its use which leads to its extensive consumption. It has been so in the past, and it will be so in the future."（大量の消費をもたらすのは、まさにその使用の節約である。過去もそうだったし、将来もそうだろう。）

## ジェボンズのパラドックス

この考えは今、彼の名前で呼ばれています。イェール大学の Energy History プロジェクトはこう書いています："His insight, often called Jevons' Paradox, is today used to explain why increased energy efficiency does not necessarily reduce present-day demand for electricity or gasoline."（ジェボンズのパラドックスとよく呼ばれる彼の洞察は、エネルギー効率が上がっても、今日の電力やガソリンの需要が必ずしも減らない理由を説明するのに使われている。）

AI に当てはめると、プロンプトが安くなれば、プロンプトは増えます。そして利用はすでに膨大です。TechCrunch は 2025 年 7 月にこう報じました："ChatGPT receives 2.5 billion prompts from global users every day, OpenAI told Axios"（OpenAI が Axios に語ったところでは、ChatGPT には世界中のユーザーから毎日 25 億件のプロンプトが届く）。これは 1 つの製品だけの数字です。

Microsoft の CEO も、AI についてこれを口にしました。フォーチュン誌の引用によると、2025 年 1 月、Satya Nadella（サティア・ナデラ）はこう書いています："Jevons paradox strikes again! As AI gets more efficient and accessible, we will see its use skyrocket, turning it into a commodity we just can't get enough of."（またジェボンズのパラドックスだ！AI がより効率的で手軽になるにつれ、その利用は急増し、いくらあっても足りないコモディティになるだろう。）

研究者も取り上げています。Luccioni、Strubell、Crawford による 2025 年の論文は "examines how the problem of Jevons' Paradox applies to AI, whereby efficiency gains may paradoxically spur increased consumption"（ジェボンズのパラドックスの問題が AI にどう当てはまるかを検討する。効率の向上が、逆説的に消費の増加を促しうるという問題だ）。

念のため注意しておくと、ここに挙げたどれも、Gemini の 33 倍の効率化が倍増を*引き起こした*とは言っていません。ジェボンズのパラドックスは、効率の向上と総量の増加がなぜ同時に起きるのかについて、出典が挙げている仕組みであり、このケースを測定したものではありません。

## 規模感

データセンターは、世界の電力の話のすべてではありません。再び IEA から："Data centres account for around one-tenth of global electricity demand growth to 2030, less than the share from industrial motors, air conditioning in homes and offices, or electric vehicles."（2030 年までの世界の電力需要の伸びのうち、データセンターは約 10 分の 1 を占める。これは産業用モーター、家庭やオフィスの空調、電気自動車のそれぞれの割合より小さい。）

## まとめ

1. プロンプト 1 件あたりで見ると、AI は確かに大幅に効率化しています（Gemini：1 年で 33 分の 1）。
2. それでも総使用量は増え続けます。安く使えるようになると、使う量がずっと増えるからです。ジェボンズは 1865 年に石炭でこれを見ていました。
3. だから「効率が上がった」ことでエネルギーの問題は片づきません。決めるのは、どれだけ使うかです。（なお、データセンターは今も世界の需要の伸びの約 10 分の 1 です。）

## 出典

- Google Cloud (Amin Vahdat, Jeff Dean), [Measuring the environmental impact of AI inference](https://cloud.google.com/blog/products/infrastructure/measuring-the-environmental-impact-of-ai-inference), 21 Aug 2025
- IEA, [Energy and AI, executive summary](https://www.iea.org/reports/energy-and-ai/executive-summary), Apr 2025
- W. S. Jevons, [The Coal Question](https://archive.org/stream/bub_gb_nVtJUsGgLcoC/bub_gb_nVtJUsGgLcoC_djvu.txt), 2nd ed., Macmillan, 1866, ch. VII "Of the Economy of Fuel", pp. 123–125 and 134–135
- Yale University, Energy History, [W. Stanley Jevons, The Coal Question (1865)](https://energyhistory.yale.edu/w-stanley-jevons-the-coal-question-1865/)
- TechCrunch, [ChatGPT users send 2.5 billion prompts a day](https://techcrunch.com/2025/07/21/chatgpt-users-send-2-5-billion-prompts-a-day/), 21 Jul 2025
- Fortune, [Microsoft CEO Satya Nadella on DeepSeek and the Jevons paradox](https://fortune.com/2025/01/27/microsoft-ceo-satya-nadella-deepseek-optimism-jevons-paradox/), 27 Jan 2025
- Luccioni, Strubell, Crawford, [From Efficiency Gains to Rebound Effects: The Problem of Jevons' Paradox in AI's Polarized Environmental Debate](https://arxiv.org/abs/2501.16548), arXiv, Jan 2025

動画はコードでアニメーションを作り、台本は AI の手を借りて書きました。上の数字はすべて出典で確認しています。2 本線のグラフ（曲線は形を示すだけでデータではありません。出典のある数字は棒グラフとカウンターに載せています）、製鉄炉と石炭のブロック、プロンプトの吹き出しが並ぶグリッドはイメージです。動画は英語です。制作には [Shotloop](https://oliverz.dev/ja/products/shotloop) を使いました。コードで解説動画をつくり、1 ショットずつ直せる、私の無料 Mac アプリです。