До 2030 року ШІ споживатиме стільки води, скільки потрібно 1,3 мільярда людей – звіт ООН

Інфраструктура, яка забезпечує штучний інтелект, до 2030 року може споживати стільки води, скільки необхідно для забезпечення потреб 1,3 мільярда людей.

Це створить додатковий тиск на природні ресурси в багатьох регіонах світу, йдеться у новому звіті Інституту водних ресурсів, навколишнього середовища та здоров'я Університету ООН (UNU-INWEH).

За оцінками дослідників, до 2030 року світові дата-центри, які забезпечують роботу штучного інтелекту, споживатимуть 945 терават-годин електроенергії. Це майже втричі більше, ніж сукупне річне споживання електроенергії Пакистаном, Бангладеш і Нігерією, де разом проживає понад 650 мільйонів людей.

Водний слід дорівнюватиме базовим річним побутовим потребам у воді для всіх 1,3 мільярда жителів країн Африки на південь від Сахари, а земельний слід перевищить 14 500 квадратних кілометрів – приблизно вдвічі більше за агломерацію Джакарти, де мешкає понад 32 мільйони людей.

Не тільки вуглецевий слід. Які "підводні камені" ШІ оприявнив звіт

Автори дослідження "Environmental Cost of Artificial Intelligence: Carbon, Water and Land Footprints" пишуть, що екологічний вплив штучного інтелекту часто оцінюють лише через викиди вуглецю.

Однак робота систем ШІ також пов'язана зі значним споживанням води та використанням земельних ресурсів. Кожна кіловат-година, витрачена на функціонування ШІ, має вуглецевий, водний і земельний слід.

У 2025 році дата-центри спожили близько 448 терават-годин електроенергії (тобто 448 мільярди кіловат-годин) – більше, ніж використовує за рік Саудівська Аравія. Якби світові дата-центри були окремою державою, то посідали б 11-те місце у світі за споживанням електроенергії.

Крім того, великі дата-центри можуть витрачати до 19 мільйонів літрів води на добу для охолодження серверів. У регіонах, які вже стикаються з дефіцитом води, це створює додаткове навантаження на місцеві ресурси. Наприклад, у Мексиці та Уругваї будівництво нових дата-центрів викликало занепокоєння через ризики для водопостачання, пише ТІМЕ.

Окремою проблемою може стати електронне сміття. За прогнозами авторів звіту, до 2030 року ШІ-інфраструктура генеруватиме до 2,5 мільйона тонн електронних відходів щороку.

Також є ризик зростання глобальної нерівності. Станом на 2025 рік лише 32 країни світу мають спеціалізовані дата-центри для штучного інтелекту, а 90% таких потужностей зосереджені у США та Китаї.

Переваги від розвитку ШІ часто отримують різні країни та галузі, тоді як навантаження на водні ресурси, землю, енергосистеми та місцеві громади може концентруватися в окремих регіонах.

Загалом дослідники виявили, що перехід від вугілля до біоенергетики може в середньому скоротити вуглецевий слід виробництва електроенергії на 70%, але водночас збільшити водний слід у понад 30 разів, а земельний – у 100 разів. Тому скорочення викидів вуглецю не завжди означає менше навантаження на водні та земельні ресурси.

"Найбільше нас здивувало те, як часто рішення, що виглядають найбільш екологічними з точки зору викидів вуглецю, виявляються гіршими для водних або земельних ресурсів.

Якщо ми й надалі оцінюватимемо сталість ШІ лише за вуглецевим слідом, то можемо помилково вважати, що відновлювана енергетика робить інфраструктуру ШІ чистою. Насправді це вирішує одну проблему, але створює інші", – зазначила Міріам Акзель, дослідниця UNU-INWEH та провідна авторка звіту.

Отже, в ООН закликають розвивати "відповідальну екосистему штучного інтелекту, засновану на прозорості, ефективності, екологічній справедливості, міжнародній співпраці та принципах сталого розвитку".

Скільки води і землі витрачає ChatGPT

У суспільних дискусіях увагу переважно зосереджено на енергії, необхідній для навчання великих моделей. За попередніми оцінками вчених, навчання GPT-3 потребувало 1,3 гігават-години (ГВт·год) електроенергії, тоді як GPT-4, імовірно, спожила від 50 до 70 ГВт·год. Проте звіт показує, що такий підхід уже застарів.

Після розгортання моделі основним джерелом витрат стає безперервна робота моделей для відповіді на повсякденні запити користувачів (80-90% загального енергоспоживання ШІ).

За оцінками фахівців, лише ChatGPT обробляє близько 2,5 мільярда запитів щодня, що відповідає приблизно 383 ГВт·год електроенергії на рік для одного продукту.

Для компенсації пов'язаних із цим викидів вуглецю знадобилося б вирощувати 2,6 мільйона саджанців дерев протягом 10 років – цього б вистачило, щоб покрити територію розміром з Мангеттен.

Водний слід такого використання еквівалентний мінімальним річним побутовим потребам приблизно 500 тисяч жителів Африки на південь від Сахари, а земельний слід дорівнює площі понад 800 футбольних полів.

Споживання енергії на один запит може відрізнятися залежно від завдання. Типовий запит у форматі розмовного чату приблизно у 200 разів енергоємніший, ніж базова класифікація тексту.

Генерування одного зображення за допомогою ШІ може вимагати приблизно у 1450 разів більше енергії, ніж цей базовий рівень. Одне коротке відео, згенероване ШІ, може споживати стільки ж електроенергії, скільки 200 тисяч класифікацій спаму.

Вибір моделі, довжина запиту, формат і роздільна здатність відповіді суттєво впливають на енергетичний слід. Водночас більшість цих рішень ухвалюються непомітно для користувача через стандартні налаштування продуктів, які той зазвичай не бачить.

Нагадаємо, раніше вчені вперше створили вакцину за допомогою ШІ.