Ceresのデータセンター水使用に関する調査結果、AIの電力源に監視の目
Ceresは、AIをめぐる水使用の議論をサーバー冷却の枠を超えて広げ、水効率の高いデータセンターが必ずしも小さな水フットプリントを持つとは限らないという見方を提示した。Ceresのデータセンター水使用に関する調査結果は、施設自体が消費量を削減しても、水需要が依然として大きくなり得る発電に注目を向けている。
対立するのは、拠点単位の効率性に関する主張と、コンピューティングを提供するために必要な広範なインフラである。Microsoftの冷却方式の変更やGoogleの地域ごとの冷却戦略は、実際の運用上の懸念に対応している。ただし、いずれの手法も単独では、それを支える電力システムがどれほどの水を必要とするかを示すものではない。
クラウド事業者、電力会社、企業の購入担当者にとって、この違いは問うべき質問を変える。冷却に関する発表は、システムの一部を説明するものだ。AIインフラを評価するには、電力供給、影響を受ける流域、そして利用可能な証拠の限界も検討する必要がある。
Ceresのデータセンター水使用に関する調査結果、冷却を超えて評価範囲を拡大
Ceresは2026年8月25日、Water Behind the Watts: The Hidden Risk of Powering Data Centersを発表した。その発電における水使用分析は、バージニア州、テキサス州、カリフォルニア州、イリノイ州、ジョージア州、オハイオ州、アリゾナ州を対象としている。
Ceresによると、これらの州には米国のデータセンターのおよそ半数が集積している。報告書は、データセンターの水リスク評価において、電力調達への注意をより高めるべきだと主張している。
中心的な変化は、説明責任の境界にある。水リスクはサーバーが稼働する敷地の外まで及ぶ。
この境界は、AIインフラに関する主張を評価する際に重要となる。ある施設は敷地内の水需要を削減できても、別の場所での水利用に依存し続ける可能性がある。地域での冷却性能は、上流側の問題への答えにはならない。
このように読み解くCeresの水使用報告書は、特定の冷却技術に対する判定ではなく、報告慣行への課題を示している。事業者は、自社の水使用に関する主張に何が含まれるのかを示す必要がある。
冷却による消費量を語る企業は、その対象範囲を明確にすべきだ。総合的な運用上の水フットプリントを語る企業は、購入電力をどのように扱っているかを説明する必要がある。
読者は、この最近の報告書と、その根底にある物理的な関係も区別すべきである。現在のAI拡大以前から、発電には水が必要だった。Ceresは、既存のこの依存関係をインフラ投資をめぐる議論へと持ち込んだ。
この区別は、何が変化したのかについて誤解を招く説明を防ぐ。報告書は、電力と水が相互に関わるという事実を発見したわけではない。データセンターの計画がその相互関係を十分に考慮しているかどうかへの監視を強めたのである。
同じ姿勢は、「AI」という用語にも当てはまる。データセンターは、ストレージ、従来型クラウドソフトウェア、業務アプリケーションなど、多様なワークロードを支えている。業界全体に関する証拠を、そのままAIだけの総量とみなすことはできない。
したがって本稿では、これらの調査結果をインフラに関する警告として扱う。上流側のリスクを検討すべき理由は示す一方、個別の施設やワークロードについては、さらなる調査が必要である。
冷却水の消費を最小限に抑えると宣伝する新設キャンパスを考えてみよう。この説明は、自治体が飲料水システムへの需要を評価するうえで役立つ可能性がある。しかし、電力供給に伴う水使用の影響を、それだけで立証することはできない。
実務上の問いは、プロジェクト評価がこれらのシステムを結び付けているかどうかになる。冷却と電力を別々に検討すると、その間にある重要な依存関係が十分に検討されないおそれがある。
これが、Ceresのデータセンター水使用に関する調査結果から得られる有用な示唆である。関連するインフラには、コンピューティングが行われる場所だけでなく、電力が生み出される場所も含まれる。
読者にとって、最も確かな解釈は具体的であり続ける。水効率の高い冷却は、施設に関する有意義な証拠である。しかし、それを電力依存型の運用全体に関する証拠として提示すれば、不完全な答えとなる。
この枠組みは、改善の余地も残す。事業者は、すべてのプロジェクトを同じ冷却指標で擁護するのではなく、より適切な開示とインフラ選択を通じて上流側のリスクに対応できる。
全国推計が示す、電力に注目すべき理由
Berkeley Labが2024年12月に公表したデータセンターのエネルギー研究は、別の全国的な基準を提供している。同研究は、米国のデータセンターが2023年に直接消費した水の量を約660億リットルと推計した。
さらに、電力使用に関連する間接消費量は約8,000億リットルに達すると推計した。これらの推計はAIだけではなく、米国のデータセンター全般を対象としている。
全国的な比較は、電力に関連する水消費を検討する根拠となるが、個別のAIサービスのフットプリントを立証するものではない。
Berkeley Labは、間接的な影響を推計するために地域ごとの電力構成を用いた。その手法には、個別施設の電力購入契約や、施設のメーターより内側に設置された発電設備は組み込まれていない。
こうした限界は、特定の事業者を評価する際に重要である。地域推計は文脈を提供するが、その事業者の実際の電力調達に関する証拠の代わりにはならない。
それでも、この比較は報告上の問題を浮き彫りにする。直接的な冷却水消費に注目がとどまれば、運用上の水需要における大きな区分を除外してしまう可能性がある。
必要なのは、より劇的な外挿ではなく、より良い測定である。全国推計は、地域条件、電力源、施設運用を調査するための指針となるべきだ。
企業の購入担当者にとって、これはデューデリジェンス上の課題となる。ベンダーは精密な冷却指標を提示しても、環境に関する主張の上流側にある前提について、ほとんど情報を示さない場合がある。
この可視性の差は、調達判断を左右し得る。プロバイダーを比較する購入者には、一見似た数値が同じ活動を測定しているかを理解するための十分な文脈が必要だ。
電力会社も、関連する分析上の課題に直面する。提案されたコンピューティング負荷には電力需要が伴うが、その需要を評価するには、供給に必要な資源も考慮しなければならない。
完全な評価では、予測需要を関連する発電前提と結び付ける。そのうえで、どの水に関する問いを審査に含めるべきか、何が未解決なのかを明らかにする。
地方当局は別の境界に直面する。直接の管轄はキャンパスの給水接続に焦点を当てるかもしれないが、プロジェクトの電力依存はその地域の外まで及ぶ。
そこから導かれるのは連携の必要性である。敷地の審査と電力システムの審査は関連した問いに答えるものであり、どちらも他方がすべての懸念をすでに解消したと示唆すべきではない。
これは、AI利用者が各利用ごとに水消費量を計算する必要があるという意味ではない。サービスを支えるインフラについては、引き続き供給事業者が責任を負う。
AIを大規模に導入する企業は、購買判断に見合う証拠を求めることができる。有用な回答では、サービス地域、測定期間、報告範囲、重要な除外事項を説明する。
小規模なチームにとって、その情報を個別に求めても成果は限られるかもしれない。より大規模な購入者や業界の調達団体には、プロバイダー間で比較可能な開示を求める理由がより大きい。
したがって、圧力はインフラに関する主張を行う組織に向かう。自らの証拠が何を示し、どこから推計が有益でなくなるかを説明すべきである。
精密な数値は、その限界が見えるときにより有用になる。限界が示されなければ、正確な統計であっても、本来意図されていない結論を支えることになり得る。
ゼロウォーター冷却でも電力の問いは残る
Microsoftは2024年12月、次世代の冷却設計を発表し、この手法により冷却のための水の蒸発をなくすとしている。同社の閉ループ冷却設計では、サーバーと冷却装置の間で水を循環させる。
同社はまた、蒸発冷却を機械式冷却へ置き換える際のエネルギー面のトレードオフも認めている。蒸発冷却は、水を蒸発させることで熱を取り除く。
冷却水の削減は、それだけで電力に関連する水消費全体の削減を示すものではない。
これが、最も限定的な意味でのMicrosoft cooling water tradeoffである。上流側の結果は、必要となる電力量と、その供給に伴う水使用の影響の両方に左右される。
このトレードオフが常に利点を相殺すると考えることも、同様に誤解を招く。Microsoftの発表はその結論を示しておらず、異なる電力供給については個別の評価が必要である。
妥当な解釈は、両方の事実を保つ。敷地内での蒸発を減らすことは、現実の需要源に対処する。より広い結果を評価するには、冷却システムを超えた情報が必要となる。
Googleは、気候を意識した冷却アプローチにおいて、異なる判断の枠組みを説明している。同社は、エネルギーと排出量の要因に加え、地域の水条件を考慮するとしている。
この比較は、事業者が必ずしも互いに矛盾することなく異なる冷却判断に至り得る理由を示している。関連する制約は地域によって異なり、企業の説明だけでは同等の結果を立証できない。
どちらの企業が示したアプローチも、普遍的な順位付けに使うべきではない。結果を比較するには、報告境界、運用条件、各評価の根拠となる電力の前提を揃える必要がある。
エンジニアリング用語は、この違いを覆い隠す場合がある。液冷は液体を使って熱を移動させるが、その言葉だけでは、熱が最終的にどのように施設から排出されるのかはわからない。
同様に、閉ループはシステム内の循環を表す。それだけで、運用の他の場所にあるすべての水需要を説明するわけではない。
こうした用語に触れた購入者は、それらを設計情報として扱うべきだ。測定された性能と明確に定義された範囲に結び付けられて初めて、環境面の証拠となる。
設計発表と運用結果の違いを考えてみよう。発表は意図された挙動を説明し、結果は実際の条件下で何が起きたかを示す。
この違いは、計画中の施設と既存の設備群を比較する際に特に重要である。将来の仕様は、異なるシステムを用いる施設の現在の性能を示すことはできない。
Microsoft cooling water tradeoffは、見出しとなる指標が不完全な比較を促し得る理由も示している。最も目立つ指標を改善しても、関連する資源に関するすべての問題が解決するわけではない。
有効な評価は、これらの指標を一つの標語に押し込めず、ともに扱う。地域の水消費、電力需要、上流側のリスクは、それぞれ重要な事柄を説明している。
地域社会にとって、このアプローチは直接需要を減らす価値を維持する。また、冷却の改善が支援する電力システム全体に対する包括的な保証へと変わるのを防ぐ。
事業者にとって、伝えるべきことは明確だ。便益を正確に述べ、境界を開示し、より広範な主張を裏付ける根拠を説明する。
したがって、最も優れた冷却に関する発表は検証の余地を残す。エンジニアリングがどこで性能を改善するかを示し、運用データを必要とする残る疑問を特定する。
取水、消費、AIへの帰属が論点を変える
取水とは、水源から水を取り出すことを指す。水消費とは、蒸発によって失われる水を含め、その場の水源へ容易には戻らない部分を表す。
これらの指標は異なる問いに答える。基礎となる数値が正確に引用されていても、両者を同じものとして扱えば比較を誤解させる可能性がある。
水に関する主張は、読者がその意味を解釈する前に、指標、場所、期間、ワークロードの境界を定義する必要がある。
取水は、インフラが関係する水を確保し、扱わなければならないため重要になり得る。消費が重要なのは、一部の水がその場のシステムで利用できなくなるためだ。
いずれの指標も、地域への完全な影響を自動的に示すものではない。評価では、水がどこから来るのか、そこでどのような条件が適用されるのかも考慮する必要がある。
同じ数値の水量でも、流域によって意味合いは異なる。そのため、全国規模の比較だけで地域の許認可判断を解決することはできない。
AIについての大まかな主張が脆弱になるのもここだ。データセンター業界には、生成AIがなくても継続される活動が含まれている。
業界全体のフットプリントをAIに帰属させることは、証拠が示す範囲を誇張する。一方で、新たな需要に対するAIの寄与を無視することも、別の分析上の失敗を生む。
適切な報道の課題は、開示された手法に支えられた配分にある。その配分が得られない場合、記事は正確な比率を作り出すのではなく、不確実性を残すべきだ。
Eric Masanetによる2026年10月の水推計レビューは、時宜を得た方法論上の警告を加えている。このプレプリントは、研究設計が推計にどう影響するかを検証し、より強固な研究実践の機会を特定している。
ここでの意義は手続きにある。結果は見出しの数値が都合よいかどうかで受け入れたり退けたりするのではなく、その前提と範囲を通じて評価すべきだ。
たとえば、平均的な電力構成に基づく推計は、追加の発電を評価する分析とは異なる問いに答える。前者は既存システムの影響を配分し、後者は変化を検証する。
目的が明確であれば、どちらの手法も有用になり得る。一方の手法による結果が、別の問いへの確信に満ちた回答として扱われると、混乱が生じる。
この区別は、電力契約に関する主張にも影響する。特定の物理的な水の結果をもたらすと結論づける前に、購入契約を慎重に解釈する必要がある。
読者自身がすべての会計上の議論を解決する必要はない。ただし、主張が何を裏付けられるかを理解するために、十分な方法論上の情報は必要だ。
企業の数値はそのような検証に値し、批判的な推計も同様だ。好ましい立場を最も支持する数値を選ぶよりも、一貫性の方が議論を改善する。
こうした区別なしに説明されたCeresの水に関する報告書は、運用上の判断から切り離された、また別の大まかな警告になりかねない。区別を加えれば、プロジェクト審査のための具体的な問いが見えてくる。
「最大の水問題」という表現にも限界がある。全国規模の水量、地域の水不足、供給の信頼性、生態学的な影響は、それぞれ異なる側面を表す。
集計上のフットプリントが大きいからといって、より小さな地域の問題が無関係になるわけではない。住民が経験するのは全国平均ではなく、自らの水システムの状況だ。
したがって、より良い結論は条件付きで有用なものとなる。電力発電は分析に含めるべきだが、個別プロジェクトの影響の深刻さには、なお地域の証拠が必要である。
増大するAI需要が不完全な報道の代償を高める
国際エネルギー機関が2026年4月に公表したAI電力見通しは、こうした会計上の境界が今重要である理由を説明している。同機関によれば、世界のデータセンターの電力需要は2025年に17%増加した。
同機関によると、AIに重点を置くデータセンターの電力消費は50%増加した。これらは電力の傾向であり、水消費が同程度に増えたことを示す測定値ではない。
コンピューティング需要の増加は上流側の開示をより重要にする一方、水の結果はその需要がどのように供給されるかに依存したままである。
この関係は計画上の課題を生む。効率改善はタスクに必要な資源を減らし得る一方、利用の拡大は必要となる資源総量を増やし得る。
こうした展開は同時に起こり得る。タスク当たりの性能向上だけでは、インフラ全体のフットプリントが減少したことを独立して示すことにはならない。
AIの購入者にとっての意味は、効率に関する主張と総需要に関する主張を分けることだ。それぞれに固有の証拠が必要であり、どちらも暗黙にもう一方の代わりにはならない。
同じ区別は、冷却を評価する際にも当てはまる。事業者は、提供するコンピューティング量を拡大しながら、冷却性能を改善できる。
その場合、総水消費量が増えるのか減るのかは実証的な問いとなる。答えには、一貫した報告境界にわたる活動量と資源に関する測定データが必要だ。
だからこそ、企業の調達はこの問題に含まれる。AIインフラを選ぶ組織は、事業者が商業的に必要だと考える開示内容に影響を与えられる。
文書処理のワークロードをクラウドサービスへ移す仮想的な企業を考えると、この問題がよく分かる。アプリケーションチームは、精度、応答時間、セキュリティ要件、サービス可用性を比較するかもしれない。
サステナビリティチームは別途、事業者の企業としてのコミットメントを確認するかもしれない。連携がなければ、どちらのチームも提案された導入に関係する地域インフラを必ずしも検討しない。
この隔たりは技術的であると同時に組織的でもある。世界的なサステナビリティ声明と、サービスレベルの購買判断は、異なる詳細度で機能する。
実務的な対応は、判断を入手可能な地域の証拠と結び付けることだ。事業者にその証拠がなければ、購入者は無関係なフリート平均で置き換えるのではなく、その不足を記録すべきである。
こうした資料を整理するチームは、検索可能なナレッジベースを使い、ソース文書と前提を保存できる。証拠を整理することは、レビュー担当者が結論をたどる助けになるが、基礎となる測定値を検証するものではない。
開発者にも役割はあるが、責任は相応の範囲にとどめるべきだ。アプリケーション上の判断は要求されるコンピューティング量に影響し、インフラ事業者は利用者が検査できないシステムを管理している。
開発者は、インターフェースからサービスの完全な水フットプリントを推測することはできない。したがって事業者には、関連するインフラ情報を利用可能にする責任が残る。
また、測定の不確実性を、有用なアプリケーションへの恣意的な制限の理由にすべきではない。より強いアプローチは、運用上の選択を証拠と、そのワークロードが果たす目的に結び付けるものだ。
電力会社や規制当局にとっても、並行して求められるのは前提の透明性である。プロジェクト審査では、発表されたコンピューティング能力と、分析で実際に用いられた需要を区別すべきだ。
この規律は意見の相違をより生産的にする。参加者は、異なるシステムを表す主張について議論する代わりに、前提に異議を唱えたり、欠けている証拠を求めたりできる。
運用データ、電力計画、より明確な境界に注目する
今後数カ月で最も有用な兆候は、開示資料とプロジェクト文書から得られる。実際の運用に結び付いた証拠に比べれば、また一つの一般的なサステナビリティの約束が明らかにすることは少ない。
重要な検証点は、事業者が冷却性能を電力供給、そしてその背後にある水の条件と結び付けるかどうかである。
まず、新しい冷却設計を採用した施設の運用結果に注目したい。有用な開示では、直接的な水性能と、それを達成するために必要な電力を併せて説明するはずだ。
明確に示された境界の範囲内で、そうした結果がより広範な便益を裏付けるなら、その便益への信頼は高まる。冷却だけの結果では、上流側の問いは未解決のままだ。
期待外れの結果も、慎重に解釈する必要がある。特定施設の条件を、類似の機器を使うすべての設備に対する判断へ自動的に広げるべきではない。
関連する比較は、開示された条件下での約束と測定された運用の間で行うものだ。この比較が、エンジニアリング上の主張を評価する基盤となる。
次に、提案されているデータセンターに関連する電力会社の計画文書と電力契約に注目したい。新たな負荷を支える発電に関する前提が説明されているかを確認すべきだ。
こうした前提に付随する水の分析は、上流側の影響が実質的な審査を受けていることを示す根拠を強める。その不在は、ここで指摘した懸念を残すことになる。
これは、すべてのプロジェクトに同じ評価が必要だという意味ではない。適切な深さは、提案されるインフラ、利用可能な証拠、影響を受ける水システムの条件によって決まる。
有用な兆候は、意思決定者が自らの判断を説明するかどうかだ。透明な説明によって、地域社会と購入者は何が評価され、何が未解決のままなのかを理解できる。
第三に、企業環境開示の境界に注目したい。事業者は、取水と消費、直接運用と購入電力、測定結果とモデル推計を区別すべきだ。
そうした区別を行う開示は比較可能性を改善する。明確な定義のない混在した数値では、読者は進捗を確信を持って評価できない。
同じ基準は、Ceresによるデータセンターの水に関する調査結果の報道にも適用されるべきだ。今後の報道では、新たな証拠が上流側への警告を強めるのか、それともその重要性を限定するのかを説明すべきである。
これらの兆候は、最大の数値を競うことよりも有益だ。事業者、電力会社、購入者が実際に変えられる判断と、公開討論を結び付ける。
また、当初の見方を複雑にする結果の余地も生まれる。ある施設が大幅な直接的節水と管理可能な上流側の影響を示すこともあれば、さらなる注意を要するトレードオフを明らかにすることもある。
透明な証拠に裏付けられていれば、どちらの結果も理解を深める。目的は、AIについてあらかじめ決められた判断ではなく、資源需要に関する擁護可能な説明である。
実務上の帰結は、主張に対する基準がより高くなることだ。冷却の改善は、それが確立した便益について評価されるべきであり、より広範な保証にはより広範な証拠が必要となる。
次のAI調達またはインフラ審査の前に、事業者に水に関する主張の境界を定義するよう求めよう。対象地域、報告期間、測定方法、購入電力の扱いを要求する。どの数値が既存の運用を示し、どの数値が将来の設計を示すのかを尋ねる。別のレビュー担当者が推論を追えるよう、ソース文書を保存する。事業者が冷却に関する統計のみを提示する場合は、その統計が何を確立し、何を未解決のままにするのかを記録する。Ceresのデータセンターの水をめぐる議論は、その明確さを生み出すときに有用になる。施設の冷却に関する主張から始め、その電力依存性をたどり、残る水の問いを特定できるところまで進めよう。
