Zużycie wody przez AI: ONZ ostrzega przed kryzysem wodnym
Nowy raport ONZ alarmuje: do 2030 roku AI może zużywać więcej wody niż cała ludzkość. Poznaj skalę problemu i paradoks Jevonsa w kontekście AI.
Debata o wpływie sztucznej inteligencji na środowisko koncentruje się zazwyczaj na energii elektrycznej i emisjach CO₂. Tymczasem nowy raport Organizacji Narodów Zjednoczonych wskazuje na zupełnie inny, rzadziej omawiany problem — dramatycznie rosnące zużycie wody przez infrastrukturę AI. Prognozy są niepokojące: już przed końcem tej dekady systemy sztucznej inteligencji mogą pochłaniać więcej wody, niż wynosi roczne zapotrzebowanie całej ludzkości na wodę pitną.
Miliardy litrów wody dla chłodzenia serwerów
Centra danych, w których działają modele językowe i inne systemy AI, wymagają intensywnego chłodzenia. Bez odprowadzania ciepła serwery po prostu by się przegrzały i przestały działać. Do tego celu wykorzystywane są ogromne ilości wody.
Autorzy raportu ONZ szacują, że do 2030 roku centra danych będą potrzebować około 9,3 biliona litrów wody rocznie wyłącznie na potrzeby chłodzenia infrastruktury. Dla porównania — to więcej niż łączne roczne zapotrzebowanie wszystkich ludzi na świecie na wodę pitną. Liczba ta robi wrażenie nawet w zestawieniu z obecną, już ogromną skalą zużycia zasobów: w ubiegłym roku same centra danych pochłonęły tyle energii elektrycznej, ile zużywa rocznie Arabia Saudyjska.
Paradoks Jevonsa — dlaczego wydajność nie rozwiąże problemu
W dyskusjach o środowiskowych kosztach AI często pojawia się argument, że kolejne generacje modeli są coraz bardziej energooszczędne. Skoro algorytmy stają się efektywniejsze, powinny zużywać mniej zasobów — brzmi to logicznie, ale raport ONZ podważa tę tezę.
Autorzy odwołują się do tzw. paradoksu Jevonsa, zjawiska opisanego w XIX wieku przez brytyjskiego ekonomistę Williama Stanleya Jevonsa. Obserwując rynek węgla, Jevons zauważył, że wzrost efektywności jego wykorzystania nie doprowadził do spadku całkowitego zużycia — wręcz przeciwnie. Niższe koszty eksploatacji zachęciły do szerszego stosowania surowca, a globalny popyt wzrósł.
Dokładnie ten sam mechanizm może zadziałać w przypadku sztucznej inteligencji. Im tańsze i bardziej dostępne stają się modele AI, tym więcej osób, firm i instytucji zaczyna z nich korzystać. Oszczędności wynikające z większej wydajności technologicznej mogą zostać całkowicie zniwelowane przez lawinowy wzrost liczby zastosowań i użytkowników.
Energia i emisje — skala porównywalna z całym krajem
Problemy środowiskowe związane z AI nie ograniczają się do wody. Raport ONZ przewiduje, że do 2030 roku sztuczna inteligencja będzie odpowiadać za około 3 procent światowego zużycia energii elektrycznej. Emisje gazów cieplarnianych generowane przez sektor AI mają być porównywalne z całkowitymi emisjami Wielkiej Brytanii — jednej z największych gospodarek świata.
To dane, które trudno zbagatelizować, zwłaszcza w kontekście globalnych zobowiązań klimatycznych i rosnącej presji na ograniczenie śladu węglowego przemysłu technologicznego.
Nierówny podział korzyści i kosztów
Raport zwraca uwagę na jeszcze jeden istotny wymiar problemu — geograficzną nierównomierność w dostępie do technologii AI oraz w ponoszeniu jej kosztów środowiskowych.
Infrastruktura chmurowa obsługująca systemy sztucznej inteligencji zlokalizowana jest zaledwie w 32 państwach. Co więcej, około 90 procent jej mocy obliczeniowych skupiają dwa kraje: Stany Zjednoczone i Chiny. Oznacza to, że zdecydowana większość świata nie ma realnego dostępu do korzyści płynących z AI, jednocześnie ponosząc pośrednie koszty środowiskowe związane z jej rozwojem.
Taki układ rodzi pytania nie tylko natury ekologicznej, ale też etycznej i politycznej — kto powinien ponosić odpowiedzialność za środowiskowe skutki technologii, z której korzysta wąska grupa krajów?
Co dalej z wodnym śladem sztucznej inteligencji?
Raport ONZ nie formułuje jednoznacznych zaleceń, ale sam fakt jego publikacji sygnalizuje, że problem zaczyna być traktowany poważnie na poziomie międzynarodowym. Branża technologiczna stoi przed wyzwaniem, które wykracza poza optymalizację algorytmów — konieczne może okazać się przemyślenie samego modelu rozwoju infrastruktury AI.
Woda, choć często traktowana jako zasób odnawialny, jest dobrem coraz bardziej deficytowym w wielu regionach świata. Jeśli prognozy ONZ się sprawdzą, konkurencja o wodę między potrzebami ludności a potrzebami centrów danych stanie się jednym z kluczowych wyzwań najbliższej dekady.
Na podstawie: Geekweek Interia. Tekst opracowany redakcyjnie.