AI zużyje tyle wody, co 1,3 mld ludzi. Nowy raport zmienia perspektywę

AI wysysa nasze zasoby. Nowy raport ujawnia niewygodną prawdę

→ Czytaj też: Największy otwarty model AI ma 2,8 biliona parametrów. Chiny rzucają wyzwanie USA

Do 2030 roku centra danych obsługujące sztuczną inteligencję będą zużywać rocznie tyle wody, ile wystarczyłoby na podstawowe potrzeby domowe 1,3 miliarda ludzi. To nie futurystyczna wizja, a prognoza naukowców z Uniwersytetu ONZ (UNU), którzy w swoim raporcie policzyli realne koszty środowiskowe AI. Okazuje się, że za każdym wygenerowanym obrazem czy odpowiedzią czatu kryje się gigantyczny ślad węglowy – i wodny, i gruntowy.

Nie tylko prąd. Dziura w rachunku za AI

→ Czytaj też: AI rozszyfrowała śpiew ptaków. Co mówią nam od lat?

Gdy mówimy o wpływie sztucznej inteligencji na środowisko, najczęściej myślimy o emisji dwutlenku węgla. To błąd – przekonują autorzy raportu UNU. Ich zdaniem ocena kosztów AI nie może ograniczać się do gazów cieplarnianych, bo wtedy pomija się zużycie wody i zajmowanie gruntów przez centra danych oraz infrastrukturę energetyczną. Według prognoz do 2030 r. globalne centra danych będą potrzebować aż 945 terawatogodzin energii elektrycznej rocznie – to niemal trzykrotnie więcej niż łączne roczne zużycie energii przez Pakistan, Bangladesz i Nigerię.

Jeszcze bardziej porażający jest ślad wodny: 9,3 biliona litrów rocznie. Dla porównania – to tyle, ile wynoszą podstawowe potrzeby domowe 1,3 mld ludzi. Do tego dochodzi ślad gruntowy przekraczający 14,5 tys. km kw., czyli obszar dwukrotnie większy od aglomeracji Dżakanty, zamieszkanej przez ponad 32 mln osób. A to nie wszystko – infrastruktura AI będzie generować do 2,5 mln ton elektroodpadów rocznie.

Inferencja pożera wszystko. ChatGPT jako przykład

Jeszcze kilka lat temu głównym źródłem zużycia energii było trenowanie modeli. Dziś, jak przypominają eksperci UNU, to już przeszłość. Lwią część energii – bo aż 80–90 proc. – pochłania tak zwana inferencja, czyli codzienne generowanie odpowiedzi na zapytania użytkowników. Sam ChatGPT obsługuje około 2,5 miliarda zapytań dziennie. Przekłada się to na zużycie około 383 GWh energii elektrycznej rocznie. Jego ślad wodny odpowiada minimalnym rocznym potrzebom domowym około 500 tysięcy mieszkańców Afryki Subsaharyjskiej.

Co ciekawe, nie wszystkie zadania są równie żarłoczne. Badania wykazały ogromne różnice między poszczególnymi typami zadań. Wygenerowanie pojedynczego obrazu może wymagać około 1450 razy więcej energii niż prosta analiza tekstu. Krótki film wygenerowany przez AI zużywa tyle energii, co sprawdzenie 200 tysięcy wiadomości pod kątem spamu.

Paradoks Jevonsa. Im wydajniej, tym więcej?

Te dysproporcje wiążą się z tak zwanym paradoksem Jevonsa – zjawiskiem, w którym wzrost efektywności technologii prowadzi do jej intensywniejszego wykorzystania. W praktyce oznacza to, że oszczędności wynikające z większej wydajności mogą zostać zniwelowane przez rosnącą liczbę użytkowników i zapytań. Innymi słowy: im lepsze i tańsze energetycznie stają się modele AI, tym więcej osób i firm zaczyna z nich korzystać, co finalnie zwiększa całkowite zużycie zasobów.

Autorzy raportu podkreślają, że niskoemisyjność nie zawsze oznacza brak presji na środowisko – jest ona po prostu przenoszona na inne zasoby. Źródła energii, które ograniczają emisje CO2, często zwiększają zapotrzebowanie na wodę lub powierzchnię terenu. Dlatego – jak zaznaczają naukowcy – kluczowe jest uwzględnianie pełnego wpływu AI na środowisko, a nie tylko jednego wskaźnika.

Dwa kraje rządzą AI. Reszta płaci rachunki

Raport UNU zwraca uwagę na jeszcze jeden niepokojący aspekt – nierównomierną koncentrację infrastruktury. Ponad 90 proc. wyspecjalizowanych mocy obliczeniowych znajduje się w zaledwie dwóch krajach: Stanach Zjednoczonych i Chinach. Tymczasem ponad 150 państw nie dysponuje własną infrastrukturą obliczeniową, choć często ponosi koszty związane z wydobyciem surowców potrzebnych do produkcji sprzętu oraz z zagospodarowaniem elektroodpadów.

To prowadzi do sytuacji, w której korzyści płynące z rozwoju AI trafiają do wąskiej grupy państw i korporacji, a koszty środowiskowe i społeczne rozkładają się globalnie. Autorzy raportu nie są przeciwnikami sztucznej inteligencji – podkreślają, że poprawia ona życie miliardów ludzi. Apelują jednak o odpowiedzialny rozwój i sprawiedliwy podział zarówno zysków, jak i obciążeń. Bo przyszłość AI nie może opierać się na zasobach, których wkrótce może zabraknąć.