Dobra wiadomość o energii AI nie polega na tym, że problem zniknął. Dobra wiadomość jest taka, że spór da się wreszcie lepiej zmierzyć.

Our World in Data opublikowało 20 lipca analizę zużycia energii przez data centers i sztuczną inteligencję, opartą na IEA, Epoch AI, Google i innych źródłach. Wniosek jest trzeźwy: krótki prompt zwykle nie jest katastrofą klimatyczną, ale duże AI data centers mogą realnie obciążać lokalne sieci, wodę, ceny i plany czystej energii.

Nowoczesne centrum danych połączone z siecią energetyczną i czystą energią oraz panelem pomiarowym

Według OWID data centers zużyły w 2025 roku około 485 TWh, czyli 1.5% globalnej energii elektrycznej. AI-focused data centers odpowiadały za około 155 TWh, blisko 0.5%. W scenariuszu bazowym IEA do 2030 roku całość może wzrosnąć do 945 TWh, około 3%, głównie przez rozwój infrastruktury AI.

Prompt to nie wszystko

Proste zapytania tekstowe mają szacunki rzędu dziesiątych części Wh: Google podaje 0.24 Wh dla median Gemini Apps text prompt, Sam Altman pisał o 0.34 Wh dla średniego ChatGPT query, Epoch AI szacowało około 0.3 Wh. To mało wobec codziennego zużycia prądu.

Dłuższy kontekst i agentic tasks wyglądają inaczej: OWID podaje około 2.5 Wh dla 7,500 słów, 40 Wh dla 75,000 słów i około 50 Wh dla agentic request with reasoning. Wniosek nie brzmi „wstydź się promptu”, tylko „mierz wartość długich automatycznych zadań”.

Lokalna sieć jest kluczem

Globalny udział może być umiarkowany, a lokalna presja duża. OWID wskazuje około 5% energii elektrycznej USA dla data centers, prawdopodobnie 2% dla AI-focused, oraz ponad 20% w Irlandii. Tam zaczynają się pytania o sieć, wodę, taryfy i źródła energii.

Użytkownicy mogą korzystać z AI rozsądnie bez klimatycznej winy za krótki prompt. Firmy powinny pytać dostawców o region, carbon intensity, wodę, raportowanie i clean power. Regulatorzy powinni pilnować, kto płaci za grid upgrades.

To dobra wiadomość technologiczna, bo lepsze dane zamieniają spór w konkretną pracę infrastrukturalną.