AI zagrożeniem dla wody pitnej? ONZ bije na alarm

Sztuczna inteligencja może do 2030 roku pochłonąć więcej wody, niż wynoszą roczne potrzeby pitne całej ludzkości. To jeden z kluczowych wniosków raportu ONZ, który analizuje środowiskowe konsekwencje dynamicznego rozwoju technologii AI. Dane są niepokojące — i dotyczą nie tylko klimatu, ale też globalnych nierówności.

Gigantyczne zapotrzebowanie na wodę i energię

Centra danych obsługujące systemy sztucznej inteligencji już teraz zużywają tyle energii elektrycznej, co Arabia Saudyjska — kraj zajmujący 11. miejsce na świecie pod względem poboru prądu. Jeśli prognozy się sprawdzą, do 2030 roku zapotrzebowanie to się podwoi, a same centra danych będą odpowiadać za około 3 procent globalnego zużycia energii elektrycznej.

Jeszcze bardziej alarmujące są dane dotyczące wody. Raport szacuje, że infrastruktura AI może wymagać nawet 9,3 biliona litrów wody rocznie — głównie do chłodzenia serwerów. To ilość przekraczająca roczne potrzeby pitne całej populacji Ziemi. Do tego dochodzi zajętość terenu: powierzchnia potrzebna pod infrastrukturę może być blisko dziesięciokrotnie większa niż obszar Meksyku.

Neutralizacja samego tylko wzrostu emisji dwutlenku węgla związanego z podwojeniem zużycia energii wymagałaby posadzenia 6,7 miliarda drzew w ciągu dekady.

Paradoks Jevonsa, czyli dlaczego wydajność nie rozwiązuje problemu

Autorzy raportu zwracają uwagę na zjawisko, które ekonomiści znają od XIX wieku. William Stanley Jevons zaobserwował w Anglii, że gdy wydobycie i spalanie węgla stawało się tańsze i bardziej efektywne, całkowite zużycie tego surowca nie malało — wręcz przeciwnie, rosło. Tańsza technologia zachęcała do jej szerszego stosowania.

W kontekście AI mechanizm ten działa analogicznie. Bardziej wydajne modele językowe obniżają koszty wdrożenia, co przyciąga nowych użytkowników i otwiera kolejne obszary zastosowań. Efekt netto to większe — nie mniejsze — obciążenie dla środowiska. Raport ONZ podkreśla, że postęp techniczny sam w sobie nie wystarczy, by ograniczyć środowiskowy ślad sztucznej inteligencji.

Nie każde zadanie AI kosztuje tyle samo

Ważnym wątkiem raportu jest zróżnicowanie kosztów energetycznych w zależności od rodzaju wykonywanego zadania. Generowanie tekstu, pisanie kodu, tworzenie obrazów czy produkcja wideo — każda z tych operacji wymaga innej mocy obliczeniowej. Poszczególne modele mają też odmienne profile zużycia energii i wody. To oznacza, że skala problemu zależy nie tylko od liczby użytkowników AI, ale też od tego, do czego konkretnie technologia jest wykorzystywana.

Nierówny podział korzyści i kosztów

Raport ONZ zwraca uwagę na poważną asymetrię globalną. Infrastruktura chmurowa dedykowana sztucznej inteligencji istnieje zaledwie w 32 krajach, a 90 procent tej mocy obliczeniowej skupia się w Stanach Zjednoczonych i Chinach. Pozostałe państwa — szczególnie te rozwijające się — są głównie odbiorcami technologii, nie jej twórcami.

To rodzi poważne ryzyko pogłębiania cyfrowej przepaści. Co więcej, część krajów może nieproporcjonalnie ponosić środowiskowe koszty całego łańcucha produkcji AI: od wydobycia minerałów potrzebnych do budowy sprzętu, przez jego eksploatację, aż po utylizację elektroodpadów. Autorzy raportu postulują dlatego nadzór nad całym cyklem życia technologii — od surowca po recykling.

Przykłady z Australii i Nowej Zelandii

Raport przywołuje doświadczenia dwóch krajów, które aktywnie wdrażają AI w sektorze publicznym. Nowa Zelandia uruchomiła krajową strategię sztucznej inteligencji opartą na wartościach OECD, w tym na zasadach inkluzywności i zrównoważonego rozwoju. Nie wprowadzono jednak obowiązku raportowania wpływu środowiskowego ani nie powołano instytucji zbierającej dane o emisjach i zużyciu energii przez systemy AI.

Australia z kolei wpisała AI do swojego narodowego planu modernizacji usług publicznych. Narodowe Archiwum Filmowe i Dźwiękowe stworzyło system Bowerbird do masowej transkrypcji nagrań, a Departament ds. Weteranów opracował narzędzie przyspieszające rozpatrywanie wniosków. Oba kraje stawiają na ostrożne, zasadnicze podejście regulacyjne — jednak raport wskazuje, że taki model może nie nadążać za rosnącymi kosztami środowiskowymi AI.

Co proponuje ONZ?

Raport formułuje konkretne rekomendacje dla rządów i branży technologicznej. Kluczowe postulaty to:

• przejrzystość — obowiązkowe ujawnianie wpływu środowiskowego modeli i aplikacji AI,
• efektywność od podstaw — projektowanie systemów z myślą o minimalizacji zużycia zasobów już na etapie tworzenia,
• równość — sprawiedliwy podział korzyści i obciążeń między krajami,
• odpowiedzialność za cały cykl życia — od pozyskania surowców po utylizację sprzętu,
• współpraca międzynarodowa — koordynacja działań regulacyjnych i klimatycznych,
• uwzględnienie AI w planowaniu energetycznym — prognozowany popyt na moc obliczeniową powinien być elementem krajowych strategii klimatycznych.

Autorzy raportu są zgodni: bez systemowych zmian w podejściu do regulacji i transparentności, dynamiczny rozwój sztucznej inteligencji może generować koszty środowiskowe, które będą trudne do odwrócenia. Technologia sama w sobie nie jest problemem — problemem jest brak odpowiedzialności za jej skutki.