Sztuczna inteligencja – czy zachłanny konsument zasobów pomoże w zielonej rewolucji?

Doniesienia na temat sztucznej inteligencji od dłuższego czasu koncentrują się na jej błyskawicznym rozwoju, kamieniach milowych i kolejnych inwestycjach. Entuzjazm dla korzyści, jakie AI przynosi w sferze nauki, biznesu i rozrywki, zdaje się przysłaniać wątek kosztów środowiskowych tej technologii, już teraz i w przyszłości – a te są niebagatelne. Równocześnie rozwiązania te mają duży, jeszcze nie do końca wykorzystany potencjał oszczędzania zasobów i ochrony środowiska.

Rozmowa z chatbotem wydaje się prostą, zupełnie niewinną czynnością, która nie różni się wiele od korzystania ze zwykłej wyszukiwarki. Tymczasem odpowiedź na jedno pytanie udzielona przez narzędzia Google napędzane AI to wydatek energii na poziomie 3 Wh – dziesięć razy więcej, niż potrzebuje standardowa wyszukiwarka (0,3 Wh). Według innych wyliczeń zużycie energii w takim przypadku może wynieść od 6,9 do 8,9 Wh. Tę jednostkę należy przemnożyć przez liczbę użytkowników sztucznej inteligencji na świecie, która rośnie lawinowo. Jesienią 2024 r., po dwóch latach obecności na rynku ChatGPT miał 200 mln użytkowników. W marcu 2025 r. był najchętniej ściąganą aplikacją na świecie z liczbą pobrań sięgającą 46 mln, czyli 28% więcej niż w lutym br. i 148% więcej niż w analogicznym okresie poprzedniego roku. Nic dziwnego, że dziennie zużywa tyle energii, ile byłoby potrzebne, żeby zasilić Empire State Building przez półtora roku¹. A to tylko jeden – choć najpopularniejszy – z dostępnych modeli językowych i licznych narzędzi bazujących na AI.

Sztuczna inteligencja to żarłoczny konsument energii: jest ona potrzebna na etapie budowania infrastruktury, następnie trenowania modeli językowych i w ich codziennej pracy. Centra danych napędzają nie tylko AI, ale także popyt na energię. Obecnie jest ich 9774 w 166 krajach świata, z czego 84 w Polsce². Międzynarodowa Agencja Energetyczna (International Energy Agency, IEA) szacuje, że przeciętne centrum danych obsługujące sztuczną inteligencję potrzebuje ok. 5–10 MW, a te duże, które stają się coraz powszechniejsze, wymagają jeszcze więcej – ponad 100 MW. W 2022 r. zużyły łącznie 460 TWh³.

Prognozy dotyczące zużycia energii przez sztuczną inteligencję są różne, ale mają wspólny mianownik – brak optymizmu. Według Goldman Sachs Research centra danych na całym świecie wykorzystują teraz 1–2% całkowitej mocy, ale wartość ta prawdopodobnie wzrośnie do 3-4% do 2030 r., co spowoduje wzrost zapotrzebowania na energię o 160%⁴. Inne scenariusze zakładają, że w przyszłości AI dostarczona przez Google może zużywać ok. 29 TWh rocznie (tyle samo co Irlandia) albo że w 2027 r. do zasilenia AI potrzeba będzie 85–134 TWh rocznie (tyle, ile zużywa Holandia). Po przelicznik w postaci kraju sięgnęła też wspomniana IEA: zgodnie z jej prognozą w 2026 r. centra danych będą zużywać ponad 1 000 TWh, czyli tyle, ile cała Japonia⁵. W tej sytuacji giganci technologiczni dążą do zapewnienia sobie własnych źródeł energii. Obiektem ich zainteresowania jest energia odnawialna (głównie ze słońca), a nawet jądrowa. Z myślą o jej pozyskaniu inwestują w start-upy energetyczne, planują wybudowanie własnych farm fotowoltaicznych oraz reaktorów modułowych (SMR) i większych reaktorów jądrowych.

Ogromny popyt na energię to tylko jeden z problemów; innym są rosnące emisje. Goldman Sachs Research wyliczył, że emisja CO2 centrów danych może wzrosnąć ponad dwukrotnie w latach 2022-2030⁶. Kolejną konsekwencją korzystania ze sztucznej inteligencji jest duże zużycie wody potrzebnej do chłodzenia systemów. Proces uczenia się ChatGPT-3 wymagał 700 tysięcy litrów wody, co wystarczyłoby na wyprodukowanie 370 BMW lub 320 tesli. Podczas opracowywania dużych modeli językowych Google i Microsoft zwiększyły swoje zużycie wody odpowiednio o 20% i 34% w ciągu jednego roku. W przeliczeniu na użytkownika może to wyglądać skromnie: sesja z botem licząca od kilku do 50 pytań wymaga zużycia przez system 500 ml wody. Jednak w większej skali liczby są alarmujące. Jedna z prognoz mówi, że do 2027 r. globalne zapotrzebowanie AI na wodę może wynieść blisko 2/3 jej zużycia w Wielkiej Brytanii⁷. W związku z tym rozwój sztucznej inteligencji wskazuje się jako jedno z zagrożeń dla światowych zasobów wodnych.

Okazuje się jednak, że AI ma potencjał bycia bardziej eko. Kierunek działań wytyczają tzw. zielone serwerownie, które nie tylko korzystają z energii pochodzącej z OZE, ale też są chłodzone przy użyciu mniejszych ilości wody. Elementy stosowane w obecnych systemach są bowiem odporne na wyższą temperaturę przy zachowaniu żywotności i niezawodności. Ponadto duże ilości ciepła, generowanego przez serwerownie, mogą być traktowane nie jako odpad, ale wartościowy, bezemisyjny zasób energii. Jak wynika z analizy Forum Energii, centrum danych o mocy 40-50 MWe mogłoby w 75% pokryć zapotrzebowanie sieci ciepłowniczej w 30-tysięcznym mieście. Ciepło pozyskane z obiektu o mocy 300 MWe zaspokoiłoby potrzeby 25% sieci miejskiej w Warszawie⁸.

Wreszcie AI to całe spektrum narzędzi, które mogą działać na korzyść środowiska. Można powiedzieć, że wyrównuje rachunki z sektorem energetycznym, bo dostarcza mu skutecznych rozwiązań, w szczególności w dziedzinie prognoz podaży i popytu w energetyce. Już jesienią 2023 r. IAE podała, że sztuczna inteligencja ma ponad 50 zastosowań w energetyce. AI może służyć m.in. do monitoringu jakości wody i powietrza, prognozowania pogody czy pomagać w maksymalizowaniu wykorzystania odnawialnych źródeł energii⁹. Według raportu Google „Szanse sztucznej inteligencji dla celów klimatycznych Europy” AI może pomóc zmniejszyć globalne emisje gazów cieplarnianych o 5-10% do 2030 r¹⁰.

Rozwiązania bazujące na sztucznej inteligencji mogą być wykorzystywane przez firmy i w ten sposób – dzięki połączonym wysiłkom wielu podmiotów – przynieść pozytywny rezultat. Chodzi tutaj np. o systemy zarządzania logistyką w przedsiębiorstwie. Planowanie tras i ich aktualizacja w czasie rzeczywistym pomagają zmniejszyć spalanie, a co za tym idzie – ograniczyć emisje. Zarządzanie stanami magazynowymi umożliwia ograniczenie strat; podobny cel ma prognozowanie popytu i planowanie produkcji. Optymalizacja parametrów produkcji oraz zarządzanie energią pozwala obniżyć zużycie surowców i mediów.

Niezależnie od tych zastosowań, które nieco łagodzą negatywne skutki rozwijania i korzystania ze sztucznej inteligencji, wskazane jest racjonalne podejście do tej technologii i użytkowanie jej ze świadomością kosztów środowiskowych. Ponadto potrzebne wydają się regulacje prawne, które zmotywują firmy technologiczne do działania w duchu zrównoważonego rozwoju i poszukiwania rozwiązań minimalizujących wpływ na środowisko.

1) https://www.businessenergyuk.com/knowledge-hub/chatgpt-energy-consumption-visualized/ [dostęp 21.05.2025].
2) https://www.datacentermap.com/datacenters/ [dostęp 21.05.2025].
3) https://iea.blob.core.windows.net/assets/6b2fd954-2017-408e-bf08-952fdd62118a/Electricity2024-Analysisandforecastto2026.pdf [dostęp 21.05.2025].
4) https://www.goldmansachs.com/insights/articles/AI-poised-to-drive-160-increase-in-power-demand [dostęp 21.05.2025].
5) https://iea.blob.core.windows.net/assets/6b2fd954-2017-408e-bf08-952fdd62118a/Electricity2024-Analysisandforecastto2026.pdf [dostęp 21.05.2025].
6) https://www.goldmansachs.com/insights/articles/AI-poised-to-drive-160-increase-in-power-demand [dostęp 21.05.2025].
7) https://www.theguardian.com/technology/2025/jan/13/labour-ai-datacentre-growth-zone-water-shortages-abingdon-reservoir [dostęp 21.05.2025].
8) „Inteligencja sztuczna – ciepło prawdziwe. Jak się ogrzać przez Internet”, Andrzej Rubczyński, Forum Energii, Warszawa, grudzień 2024.
9) https://www.ey.com/pl_pl/insights/digital-first/wykorzystanie-sztucznej-inteligencji-w-walce-ze-zmianami-klimatycznymi-ai-fy24-esg-fy24 [dostęp 21.05.2025].
10) https://energetyka24.com/elektroenergetyka/analizy-i-komentarze/google-ai-moze-obnizyc-globalne-emisje-o-ponad-5-proc-do-2030-roku [dostęp 21.05.2025].