いよいよ再エネと電力供給について核心に迫ってきました。
再エネは言われているほど供給力が大きくなっているわけではなく、また環境問題の制約から火力発電への投資は抑えられており、原発は回帰と言われているもののすぐに設置し運転できる状況ではありません。
このような状態で特にAIの急速な進化と増加によりデータセンターという電力を食い荒らす化物のようなものが世界各地に次々と建設されています。
この先の電力需給はどうなるのか。
またも「ChatGPT」頼りです。
非常に重要な論点です。ご指摘のような状況、つまり
🌞 再エネ（太陽光・風力）は供給が不安定・変動が大きく
🔥 火力は脱炭素方針・老朽化・燃料リスクなどで漸減傾向
☢ 原子力は新増設が制度的・社会的・技術的に短期では不可能
という電源側の制約がある中で、
🤖 AIやデータセンターによる電力需要が急増 すれば、電力システム全体に深刻な負荷がかかります。
以下、主な影響を整理します👇
① 需給逼迫・停電リスクの上昇
AI用途のデータセンターは24時間稼働が前提で、出力変動に合わせて止めることは基本的にできません。
再エネの出力が天候などで急減した際、火力や原子力がすぐに代替できないと、**需給バランスが崩れ停電や大規模な負荷遮断（計画停電）**のリスクが高まります。
特に日本のように系統容量が地域ごとに分断されている国では、局所的な需給逼迫が深刻になりやすいです。
② 価格高騰・経済への波及
供給余力が乏しい中で需要が急増すれば、卸電力価格が跳ね上がり、企業や家庭の電気料金にも波及します。
実際、欧州でも再エネ比率が高まった一方で供給余力が減少した国では、需給逼迫時に価格が数十倍になることもあります。
電力価格高騰は、AI関連企業の採算にも大きく影響します（→海外移転の誘因にもなりうる）。
③ データセンター立地と電源のミスマッチ
AIデータセンターは立地条件（地価・通信回線など）を重視して建設されがちですが、立地先に安定した大容量電源がない場合が多い。
日本でも再エネが豊富な地域（例：北海道・東北）と需要地（首都圏・関西）との送電力に限界があります。
そのため、送電網の拡張・蓄電設備整備・需給調整力確保といったインフラ投資が急務になりますが、これは数年単位のプロジェクトになります。
④ 火力依存の逆戻り or AI投資の抑制という二択
現実的には短期で再エネや原子力を大幅に増やすのは困難なため、
一時的に火力の稼働を増やす（または廃止を先送りする）方向に回帰するか、
需要側（特にAI）の新規投資を抑制・許認可で調整するか、
のいずれか、あるいは両方の政策対応が必要になると考えられます。
⑤ 長期的課題：AI需要は今後も爆発的
モデルの高度化と利用拡大に伴い、世界的にAI関連電力需要は今後10年で数倍以上になると見込まれています。
電源・送電・蓄電の整備がそれに追いつかなければ、電力がボトルネックとなり、AI成長戦略自体が頓挫する可能性もあります。
まとめ
⚡ 供給力が脆弱な状態でAI電力需要だけが急増すると、
→ ①需給逼迫・停電、②価格高騰、③インフラひっ迫、④火力依存の逆戻り、⑤成長戦略の制約
といった深刻な連鎖が起こるリスクがあります。これは技術ではなくインフラと政策のスピードの問題です。再エネ拡大を謳うだけでは、この急増需要には対応できません。
ご希望であれば、日本の電源構成とAI需要予測を用いて、簡単な需給シミュレーション（例えば2030年頃）をお見せすることもできますが、やってみますか？
このように、このままでは電力価格の急騰もあり得るということで、火力発電の新設やAI投資の抑制といった対応が必要となるということです。
なお、ChatGPTは知っているのか知らないのか触れていませんが、石炭火力が大幅に新設されることになれば、石炭価格も急騰しそれに伴い石油や天然ガス価格も連動する危険性が高いと考えられます。
この先の予測も出してみました。（図も出力できますが、それは省きます）
やりました — シンプルなシナリオシミュレーションを実行しました。結果と前提、重要な出典を以下に整理します。
前提（要約）
非AI部門の需要増は年率0.5%（保守的想定）。
AI（データセンター）電力の初期値を3シナリオで試行：
Low：10 TWh（約1.2%）
Medium：20 TWh（約2.5%）
High：40 TWh（約5%）
（注：日本のデータセンター消費の正確な国別値は公開推計が限られるため、幅を持たせて試算しています。）AI需要の年成長率：15%/年（IEAのデータセンター/AI関連の成長前提に合わせたベースケース）。(IEA)
供給側は短期的に**増強されない（固定：805.9 TWh）**と仮定。これは「短期で火力・原子力の大規模増設や送電網拡張が間に合わない」状況を表現するためです。
必要な安全余裕（予備率）は**10%**と仮定。
出典（主要）
IEA レポート（データセンター／AIの電力需要成長、約15%/年の想定）。(IEA)
補助的に、米国や国際的な事例を解説する報道・分析（DOE, BNEF, Nature 等）。(The Department of Energy's Energy.gov)
表・図（実行済み）
2024〜2030年までの各シナリオ（Low/Medium/High）での非AI需要・AI需要・総需要・必要供給（10%余裕込み）・供給ギャップを計算し、表と図にしました。
表（インタラクティブな表形式）を表示しました（「Japan_AI_demand_scenarios」という名前でテーブル表示）。プロットは「総需要（各シナリオ）と固定供給（点線）」を示します。
（図の要点）
Lowシナリオでも2030年にかけて総需要は上昇しますが、固定供給に対し余裕が小さくなる程度。
Mediumシナリオでは2030頃に、10%予備率を考慮すると明確な供給不足が発生し始めます。
Highシナリオだと2027–2028年ごろから供給余裕がマイナスになり、系統的な逼迫が起きます。
解釈（実務的な含意）
短期（数年）で供給をほとんど増やさない前提だと、AI需要がIEA想定レベルで伸びる場合、数年内に需給余裕が失われる可能性が高い。特に、企業が大規模GPUクラスタ／専用データセンターを短期間で多数稼働させる局面では、局所的な（地域的な）停電や需要抑制が現実味を帯びます。(IEA)
送電網・系統の拡張（長期）や蓄電（中短期）の拡充がなければ、結果的に以下のどれかが起きやすい：
火力の稼働復帰・継続（脱炭素目標の後退リスク）(ワールド・ニュークリア・アソシエーション)
データセンター側の稼働抑制・時差稼働・需要管理の導入（ただし多くのAIワークロードは24/7で止めにくい）(The Department of Energy's Energy.gov)
送電設備や非常用発電（企業別）への巨額投資（企業が自前で電源を確保する動き）。(Le Monde.fr)
政策的インパクト：電力市場の価格ボラティリティ上昇、託送料金・賦課金への影響、家庭・産業向けの電気料金上昇といった波及が起きやすい。(Business Insider)
次にできること（提案）
（追加分析）より精緻にするなら：
上記のいずれかを希望する場合は、私はすぐにそのシミュレーション（地域別または供給シナリオ追加）をやります。追加データは私がウェブで引っ張ってくるか、ユーザー側で指定してもらえれば反映します（例：特定年度の送電容量、蓄電池導入量想定、特定企業のデータセンター容量など）。
必要なら、先ほどの結果の数値表をここに貼る（主要年のサマリ）か、地域別・時間分解能ありの次段階シミュレーションに進めます。どちらを優先しますか？
AIの成長予測が年１５％というのはかなり保守的なものかもしれません。
それで電力供給はほとんど増えない。
そのような状況であればもうあと数年で電力需給は逼迫するということです。
データセンター建設を押えるような施策がとれるのか。
それができなければ早ければ後2－３年、遅くとも５年もすれば電力危機が始まるということでしょう。
AIは学生などが学校の論文作成に隠れて使うだけではありません。
もはや急激に産業や生活の隅々にまで影響するようになってきます。
それを電力が不安だから止めろといって止まるはずもないでしょう。
電力を準備できない政府への批判、攻撃が激化することになります。
力のある企業などは自前で電力調達をするような動きも強まります。
アメリカではIT企業が原発建設という話も出ていますが、日本ではそこまではできずとも、火力発電所の建設はありそうです。
もはや石炭使用停止などと言ってられる場合ではなくなります。
最後に、「電力需給が厳しい場合、AI使用を制限すべきか」とChatGPTさんに聞いてみました。
とても重要な論点です。
電力需給が逼迫する場合、AIの利用をどのように扱うかは、今後のエネルギー政策・経済活動の大きな焦点になり得ます。以下に整理してみます👇
🧭 1. 前提：AIは意外と電力を大量消費する
データセンターは24時間稼働し、AIの学習（training）はもちろん、推論（inference＝実際の利用）でも相応の電力を消費します。
特に生成AIや大規模モデルは、従来のウェブサービスの数十〜数百倍の電力を使う場合があります。
日本のように再エネの供給力が不安定で、火力・原子力の増設も困難な状況では、急増するAI需要が電力逼迫の要因になり得ます。
⚡ 2. 電力逼迫時の選択肢
逼迫時にAIをどう扱うかは、大きく次の3パターンが考えられます：
対応策 内容 メリット デメリット ① 優先的に削減 電力逼迫時にAI関連処理（特に学習や非必須推論）を制限 需要抑制が即効的 AI産業の成長が停滞、サービス停止の影響 ② 他産業と同様に削減対象に含める 工場・商業施設などと同じ需要抑制ルールを適用 公平性 需給調整効果が限定的（AIの占める比率次第） ③ 削減しない（優先供給） AIを「社会基盤」とみなし、他より優先して電力を確保 AI産業の発展維持 他分野の停電・制限のリスク、社会的反発
🧠 3. 実際の削減対象の検討
すべてのAI利用が同じではないため、優先順位を付けるのが現実的です。
🔸 削減しやすいもの
大規模モデルの学習（消費電力が極めて大きく、短期停止可能）
広告配信や娯楽目的の生成AI（非必須）
🔸 維持すべきもの
医療、災害対応、重要インフラ監視など公共性の高いAI
経済基盤（金融決済、物流最適化など）に使われるAI
🌍 4. 政策面の視点
欧州や一部の米国州では、電力事情を考慮してデータセンターの立地・使用電力に制限を設ける動きがあります。
日本でも将来的には以下のような政策が議論される可能性があります：
AI用データセンターへの電力利用上限やピーク時制限
「非優先AI処理」の需給調整契約（ピーク時は自動で停止）
地方・再エネ豊富地域へのAI施設の分散誘導
📝 まとめ
👉 電力需給が逼迫する場合、AIの使用削減は有力な選択肢の一つです。
ただし一律削減ではなく、用途別・優先度別に調整するのが現実的。AIを重要インフラとみなすか、他の産業と同列に扱うかは社会的合意の問題でもあります。
希望があれば、AI利用削減の電力需給への影響を数値シミュレーション表で示すことも可能です。
作成してみますか？（例：日本のデータセンター需要×AI利用率 など）
一応、公平な意見が書かれていますが、生成AIの本心（そんなものがあればですが）かどうかは知りません。
しかし、電力供給が大幅に増加できる状態にならない限り、AI使用にブレーキを掛けることができなければ社会的な混乱は必至です。
これは日本ばかりではなく世界のどこの国でも起きることでしょう。
その対応は国によってかなり違うこともあり得るわけですが、どこに正解があるのか。
それが見えてくるのはそう遠くはない未来、まだ私の息の在る間には分かってきそうです。
