AI będzie zużywać tyle wody co 1,3 mld ludzi. Raport ONZ obnaża ukryte koszty rewolucji

👁 162 przeczytań

„Koszty środowiskowe sztucznej inteligencji są obecnie błędnie mierzone” - alarmują eksperci z Uniwersytetu ONZ. Gdy świat ekscytuje się kolejnymi możliwościami modeli językowych i wizyjnych, za kulisami narasta cichy kryzys: gigantyczne zapotrzebowanie na energię, wodę i ziemię, które wymyka się uproszczonym kalkulacjom śladu węglowego. Czy rozwój AI niepostrzeżenie zmienia się w wyścig, w którym stawką jest dostęp do podstawowych zasobów planety?

Miliardy spragnione serwerów

Mówiąc o środowiskowym śladzie technologii, zwykle patrzymy wyłącznie na emisję CO₂. Tymczasem raport naukowców z Uniwersytetu ONZ (UNU) rozlicza AI z dodatkowych trzech wymiarów: śladu wodnego, gruntowego i generowanych elektroodpadów. Wnioski nie są uspokajające. Prognozy na rok 2030 wskazują, że globalne centra danych będą pochłaniać 945 terawatogodzin energii elektrycznej rocznie - to niemal trzykrotnie więcej niż łączne zużycie Pakistanu, Bangladeszu i Nigerii. Powiązany z tym ślad wodny ma osiągnąć 9,3 biliona litrów, czyli tyle, ile wynoszą podstawowe roczne potrzeby domowe 1,3 miliarda ludzi. Ślad gruntowy przekroczy natomiast 14,5 tysiąca kilometrów kwadratowych, co odpowiada powierzchni blisko dwukrotnie większej od aglomeracji Dżakarty, zamieszkiwanej przez ponad 32 miliony osób.

Autorzy opracowania podkreślają zasadniczą pułapkę: niskoemisyjność nie oznacza braku presji na środowisko - jest ona po prostu przenoszona na inne zasoby. Elektrownia jądrowa czy farma fotowoltaiczna nie kopcą, ale zajmują teren i często konkurują o wodę. Tym samym zawężanie dyskusji do emisji dwutlenku węgla zwyczajnie ukrywa prawdziwy rachunek, jaki przyjdzie nam zapłacić za erę generatywnego uczenia maszynowego.

Inferencja zjada najwięcej

Jeszcze niedawno w debacie publicznej dominowało przekonanie, że głównym winowajcą jest energetycznie żarłoczny trening modeli. Z raportu UNU płynie inny, znacznie bardziej niepokojący obraz: dziś od 80 do 90 procent całkowitego poboru mocy przypada na inferencję - codzienne, rutynowe generowanie odpowiedzi na zapytania użytkowników. Sam ChatGPT przetwarza około 2,5 miliarda zapytań dziennie. W skali roku oznacza to konsumpcję rzędu 383 GWh energii elektrycznej i ślad wodny odpowiadający minimalnym rocznym potrzebom domowym niemal 500 tysięcy mieszkańców Afryki Subsaharyjskiej.

„Niskoemisyjność nie zawsze oznacza więc brak presji na środowisko - jest ona po prostu przenoszona na inne zasoby.”

Co więcej, obciążenie nie rozkłada się równomiernie. Wygenerowanie jednego obrazu może wymagać około 1450 razy więcej energii niż prosta analiza tekstu. Krótki film wyprodukowany przez AI potrafi pochłonąć tyle prądu, co przeskanowanie 200 tysięcy wiadomości w poszukiwaniu spamu. Naukowcy zwracają tu uwagę na zjawisko zwane paradoksem Jevonsa: wzrost wydajności nie prowadzi do mniejszego zużycia, lecz - za sprawą niższego kosztu jednostkowego - do gwałtownego zwiększenia skali wykorzystania technologii.

Kto płaci, a kto korzysta?

Raport odsłania również geopolityczny wymiar kryzysu. Ponad 90 procent wyspecjalizowanych mocy obliczeniowych dla AI znajduje się w rękach dwóch państw: Stanów Zjednoczonych i Chin. Jednocześnie ponad 150 krajów w ogóle nie dysponuje własną infrastrukturą obliczeniową, choć często ponosi koszty wydobycia surowców niezbędnych do produkcji chipów oraz zagospodarowania gór elektroodpadów - tych do 2030 roku przybędzie nawet 2,5 miliona ton rocznie. To pęknięcie między beneficjentami a dostawcami zasobów czyni sprawiedliwą transformację technologiczną postulatem coraz trudniejszym do zignorowania. Eksperci z UNU nie wzywają do hamowania innowacji - sami przyznają, że AI poprawia życie miliardów ludzi. Domagają się zaś pełnej transparentności: uwzględniania całego cyklu życia technologii w rachunku kosztów środowiskowych.

Bez tej zmiany perspektywy pozostaniemy w świecie, w którym kliknięcie „generuj obraz” wydaje się nie mieć żadnej wagi. A przecież każda taka operacja zostawia mokry ślad - tyle że wypłukany z rzek i lagun na innym kontynencie.

// czytaj dalejChatGPT wysysa wodę jak 500 tys. ludzi. Raport UNU ujawnia prawdziwy koszt AINaukaPolska z dostępem do GPT-5.5 Cyber. AI będzie samodzielnie łatać luki w systemachNaukaAI dostrzega ukrytego zabójcę w EKG. Ten biomarker umykał kardiologom od dekadNauka