Хорошая новость об энергопотреблении AI не в том, что проблемы нет. Хорошая новость в том, что спор становится измеримым.

20 июля Our World in Data опубликовал разбор энергии дата-центров и AI на базе IEA, Epoch AI, Google и других публичных оценок. Картина получилась спокойнее паники, но серьёзнее отмахивания. Один короткий запрос к чат-боту обычно не является экологической катастрофой. Но крупные AI data centers могут заметно давить на локальные сети, тарифы, воду и планы чистой генерации.

Современный дата-центр, подключённый к энергосети и чистым источникам энергии с панелью измерений

OWID пишет, что data centers в 2025 году потребили около 485 TWh, примерно 1.5% мировой электроэнергии. Из них AI-focused data centers дали около 155 TWh, то есть примерно 0.5%. По base-case IEA к 2030 году общий спрос дата-центров может вырасти до 945 TWh, около 3% мировой электроэнергии, причём основная часть роста ожидается от AI-focused facilities.

Маленький prompt и большая инфраструктура

Оценки для простого текстового запроса сходятся в районе десятых долей Wh. Google оценивает median Gemini Apps text prompt примерно в 0.24 Wh. Sam Altman писал о 0.34 Wh для среднего ChatGPT-запроса. Epoch AI давала независимую оценку около 0.3 Wh. Для обычного пользователя это мало по сравнению с бытовым потреблением электричества.

Но длинные контексты и agentic tasks уже другие. OWID приводит оценки около 2.5 Wh для 7,500-word input, около 40 Wh для 75,000-word input и до 50 Wh для reasoning agentic request по данным IEA. Это не повод пугать людей каждым prompt, но повод отличать короткий вопрос от фонового агента, который часами выполняет задачи.

Где настоящая проблема

Глобальная доля может выглядеть управляемой, а локальная нагрузка — огромной. OWID отмечает, что в США data centers используют около 5% электричества, AI-focused — вероятно около 2%. В Ирландии data centers дают более 20% потребления. Внутри стран нагрузка ещё сильнее концентрируется в отдельных регионах и grid zones.

Именно здесь решаются реальные вопросы: кто платит за substations and transmission, какой источник электричества используется, что происходит в часы peak demand, как учитывается water use, получают ли местные жители выгоды или только тарифную нагрузку. Индивидуальная вина за короткий prompt здесь почти не помогает. Прозрачная отчётность, clean power, правильный siting и честное распределение затрат помогают больше.

Что делать

Пользователям стоит пользоваться AI осмысленно: не запускать длинные agent loops без пользы, не генерировать тысячи ненужных вариантов, но и не превращать каждый короткий запрос в климатическую драму. Компаниям при закупке AI нужно спрашивать provider не только о цене и качестве модели, но и о регионе выполнения workload, carbon intensity, water metrics, clean-power procurement and reporting.

Государствам и городам нужен инфраструктурный подход: где строятся кластеры, хватает ли сети, кто финансирует upgrades, есть ли новая чистая генерация, можно ли shifting load на более чистые часы, как защищены местные тарифы и вода.

Это и есть Good Tech News без наивности. Лучше данные не спасают сеть сами по себе. Но они убирают туман и показывают рычаги, которые действительно имеют значение.