NTT DATA opublikowało dziś alarmujący raport ostrzegający przed wpływem sztucznej inteligencji na środowisko. Według prognoz badaczy, już do 2028 roku obciążenia AI będą odpowiedzialne za ponad 50 procent całkowitego zużycia energii w centrach danych na świecie. Dokument “Sustainable AI for a Greener Tomorrow” wskazuje, iż problem wykracza daleko poza same kwestie energetyczne – chodzi również o ogromne zużycie wody do chłodzenia serwerów, rosnące ilości e-odpadów oraz eksploatację rzadkich minerałów ziemskich potrzebnych do produkcji sprzętu.
NTT DATA, globalna firma świadcząca usługi w zakresie AI i technologii cyfrowych o obrotach przekraczających 30 miliardów dolarów, w swoim najnowszym raporcie podkreśla, iż technologia AI wymaga ogromnych ilości energii elektrycznej do wspierania rosnących potrzeb obliczeniowych związanych z trenowaniem dużych modeli językowych, uruchamianiem procesów inferencji oraz utrzymywaniem usług działających bez przerwy. David Costa, szef działu innowacji w zakresie zrównoważonego rozwoju w NTT DATA, zaznacza:
“Konsekwencje zasobowe szybkiego wzrostu i adopcji AI są przerażające, ale technologia ta może również wspierać innowacyjne rozwiązania problemów środowiskowych, które sama tworzy. Możliwości AI mogą pomóc w bardziej efektywnym zarządzaniu sieciami energetycznymi, redukcji ogólnych emisji, modelowaniu ryzyk środowiskowych i poprawie oszczędzania wody”.
Problem nie ogranicza się jednak tylko do samej energii elektrycznej. Raport NTT DATA szczegółowo opisuje szereg zagrożeń środowiskowych związanych z AI, w tym zużycie wody do systemów chłodzenia centrów danych, narastające ilości elektronicznych odpadów oraz wydobycie rzadkich minerałów ziemskich niezbędnych do produkcji sprzętu. Kontekst tej prognozy jest szczególnie niepokojący, gdy spojrzymy na szerszy obraz: według szacunków Międzynarodowej Agencji Energetycznej z kwietnia 2025 roku, globalne zapotrzebowanie na energię elektryczną ze strony centrów danych podwoi się do 2030 roku, osiągając około 945 terawatogodzin – czyli nieznacznie więcej niż całkowite zużycie energii w Japonii. W samych Stanach Zjednoczonych centra danych zużyły 183 terawatogodziny energii w 2024 roku, co stanowi ponad 4 procent całkowitego krajowego zużycia energii, a prognozy wskazują na wzrost o 133 procent do 426 TWh do 2030 roku. Goldman Sachs Research prognozuje, iż do 2028 roku AI będzie odpowiadać za około 19 procent zapotrzebowania na energię w centrach danych na świecie.
NTT DATA w swoim raporcie identyfikuje najważniejsze przeszkody w osiągnięciu zrównoważonej AI. w tej chwili fragmentaryczne oceny i niespójne metryki często uniemożliwiają sensowne porównania benchmarkowe. Wiele organizacji koncentruje się wąsko na energii lub emisjach, nie biorąc pod uwagę zużycia wody, wyczerpywania rzadkich materiałów oraz e-odpadów. Firma proponuje jednak szereg praktyk, które mogą złagodzić ten kryzys. najważniejsze rekomendacje obejmują: przejście od tradycyjnych metryk wydajności AI (jak dokładność i szybkość) do celów zrównoważonego rozwoju jako podstawowych zasad projektowania, wprowadzenie standardowych i weryfikowalnych metryk takich jak “AI Energy Score” czy “Software Carbon Intensity (SCI) for AI”, zastosowanie myślenia cyklu życia obejmującego wszystkie etapy – od wydobycia surowców i produkcji sprzętu po wdrożenie systemów i ostateczną utylizację, oraz uruchamianie obciążeń AI w lokalizacjach i czasach zgodnych z dostępnością energii odnawialnej. Dodatkowe strategie obejmują zastosowanie wzorców inżynierii systemu ekologicznego, wykorzystanie zdalnych usług GPU i lokalnej AI, a także redukcję e-odpadów poprzez priorytetowe traktowanie modułowych i ulepszalnych komponentów oraz wydłużanie żywotności sprzętu poprzez renowację, ponowne użycie i odpowiedzialne recyklowanie. NTT DATA podkreśla, iż odpowiedzialność za zmiany jest szeroko rozłożona i obejmuje producentów sprzętu, operatorów centrów danych, deweloperów oprogramowania, dostawców usług chmurowych, decydentów politycznych, inwestorów oraz konsumentów – kooperacja międzysektorowa jest więc niezbędna do systemowej zmiany.
