Big techy kłamią o kosztach AI. "Pokażcie, ile żre naprawdę"

Sekretarz generalny ONZ António Guterres podczas London Climate Action Week wezwał największe firmy rozwijające sztuczną inteligencję do publicznego ujawniania pełnego kosztu środowiskowego swoich systemów. Chodzi nie tylko o emisje CO2, ale też o zużycie wody, zajmowaną ziemię i rzeczywisty wpływ centrów danych na lokalne sieci energetyczne.

O AI przez długi czas mówiło się głównie tak, jak było wygodnie dla branży. Dużo było o produktywności, nowych narzędziach i przełomach, a znacznie mniej o tym, co stoi za kulisami. A przecież każdy model trzeba gdzieś wytrenować, każde zapytanie musi przejść przez serwery, a każdy nowy produkt dokłada swoje do infrastruktury, która wcale nie jest ani wirtualna, ani darmowa.

ONZ uruchamia AI Environmental Transparency Initiative, czyli inicjatywę, która ma zwiększyć przejrzystość. Pomysł jest prosty: jeśli firmy chcą przekonywać, że AI pomoże rozwiązywać światowe problemy, powinny najpierw jasno pokazać, jaki mają w nich udział.

Największy problem z AI polega na skali. Pojedyncza odpowiedź chatbota może wydawać się dla nas błahostką. Kilka sekund pracy serwera, trochę energii, trochę chłodzenia. Tyle że takich odpowiedzi są miliardy, a do tego dochodzi trenowanie nowych modeli, generowanie obrazów, wideo, kodu, wyników wyszukiwania i coraz bardziej rozbudowanych agentów, którzy nie odpowiadają raz, tylko wykonują całe łańcuchy operacji.

O tym, że rachunek za AI robi się coraz mniej abstrakcyjny, pisaliśmy już wcześniej w tekście: AI wypija tyle wody, co cała ludzkość razem wzięta. Woda nie jest tu metaforą. Centra danych potrzebują jej do chłodzenia, a im większa moc obliczeniowa, tym większe znaczenie ma temperatura, lokalizacja i dostęp do infrastruktury.

Międzynarodowa Agencja Energetyczna jeszcze w 2024 r. szacowała, że zużycie energii przez centra danych może ponad podwoić się do 2030 r. i dojść do około 945 TWh rocznie. To więcej niż dzisiejsze zużycie energii elektrycznej w Japonii. AI jest jednym z głównych motorów tego wzrostu. I właśnie dlatego rozmawianie o chmurze zaczyna być coraz bardziej mylące. To nie chmura. To po prostu przemysł ciężki w wersji cyfrowej.

Najlepiej widać to po kierunku inwestycji. Firmy technologiczne nie siedzą z założonymi rękami, licząc, że sieci energetyczne same nadążą za ich potrzebami. Coraz częściej same dbają o dostęp do energii: rezerwują moce, podpisują długoterminowe umowy, inwestują w projekty odnawialne, jądrowe albo gazowe i traktują centra danych jak pełnoprawne zakłady przemysłowe.

Widać to szczególnie w USA, gdzie AI zaczyna zmieniać lokalne plany energetyczne. Pisaliśmy o tym w tekście: Big techy stawiają sobie elektrownie, a ludzie dowiadują się po fakcie. To obiekty, które mogą wpływać na ceny energii, obciążenie sieci, lokalne zasoby wody i decyzje o tym, jakie źródła prądu będą budowane w okolicy.

Guterres chce, aby firmy zobowiązały się do zasilania centrów danych energią odnawialną do 2030 r. Brzmi słusznie, ale diabeł tak naprawdę tkwi w szczegółach. Certyfikat zielonej energii nie zawsze oznacza, że nowe centrum danych faktycznie działa wtedy i tam, gdzie dostępna jest czysta energia. Jeśli zapotrzebowanie rośnie szybciej niż sieć i odnawialne źródła, ktoś musi uzupełnić brakującą moc. Często robią to gaz, węgiel albo kosztowna rozbudowa infrastruktury.

Nie chodzi o to, żeby udawać, że sztuczna inteligencja nie ma sensu, bo tak nie jest. Może pomagać w modelowaniu pogody, optymalizacji sieci energetycznych, projektowaniu materiałów, wykrywaniu metanu, analizie danych satelitarnych i przyspieszaniu badań naukowych. Problem zaczyna się wtedy, gdy potencjalne korzyści są liczone bardzo szeroko, a koszty bardzo wąsko.

Firmy technologiczne lubią mówić o przyszłych oszczędnościach, ale mniej chętnie pokazują koszt dzisiejszego wyścigu na coraz większe modele. A przecież środowiskowy rachunek AI nie kończy się na zużyciu prądu. To także produkcja chipów, łańcuch dostaw, budowa hal, chłodzenie, woda, zajęta ziemia, odpady elektroniczne i presja na regiony, w których powstają nowe centra danych.

Właśnie dlatego pełna przejrzystość jest tu absolutnym minimum. Użytkownik, regulator i lokalna społeczność powinni wiedzieć, ile energii i wody pochłania dany typ usługi. Inaczej debata o AI pozostanie asymetryczna: zyski będą prywatne i świetnie policzone, a koszty publiczne, rozproszone i ukryte za słowem: innowacja.

Największy problem z big techem nie polega na tym, że rozwija AI. Chodzi raczej o to, że przez długi czas przedstawiał ją jak coś niemal oderwanego od rzeczywistości: inteligencję bez zaplecza, chmurę bez fizycznej infrastruktury, automatyzację bez kosztów. To wygodna narracja, ale coraz trudniej ją utrzymać.

Przeczytaj także:

Jeśli generatywna AI ma stać się ważną częścią naszej infrastruktury, to powinna być rozliczana tak jak każda inna: ze zużycia energii, wody, emisji, zajmowanej przestrzeni i wpływu na lokalne społeczności. Firmy, które naprawdę wierzą w swoją technologię, nie powinny mieć problemu z pokazaniem tych danych. A jeśli mają, to znak, że rzeczywisty koszt może być większy, niż wynika z tego, co oficjalnie podają.

*Źródło zdjęcia wprowadzającego: Brett Sayles; Pexels / Canva Pro