Как милиарди ежедневни AI запитвания се превръщат в реално потребление на енергия и емисии, тема на Елица Станева-Бритън.

● Изкуственият интелект има реален физически и климатичен отпечатък, макар да изглежда само „виртуален“.

● Зад всяко запитване стои енергоемка инфраструктура от центрове за данни, работещи денонощно.

● Една отделна заявка има минимален ефект, но милиардите ежедневни запитвания превръщат AI в сериозен енергиен фактор.

● Само ChatGPT обработва над 2,5 млрд. запитвания дневно – ръст от 2,5 пъти за по-малко от година, което се равнява на близо 1 трилион запитвания годишно.

● AI може да бъде част от климатичното решение, но без прозрачност и мерки днес той е и част от проблема.

Какво ще е времето днес? Преведи това изречение. Как да напиша този имейл? Все по-често задаваме тези въпроси не на Google, а на AI. Изглежда лесно, бързо и безплатно – едно запитване, един отговор, без видими последствия. В действителност всяка заявка към AI задейства енергоемка инфраструктура – центрове за данни, които работят денонощно и консумират огромни количества електричество и вода. Така зад удобството на няколко секунди стои климатичен отпечатък, който не си даваме сметка, че съществува.

През последните години изкуственият интелект (AI) се развива с безпрецедентна скорост. Представя се като виртуално средство, от което обществото може да се облагодетелства – често дори безплатно. В резултат милиони хора по света ежедневно използват големи езикови модели, генератори на съдържание, системи за анализ на бизнес данни, както и автоматизирани асистенти. А много често дори не решаваме съзнателно да ползваме AI – той просто се „влива“ в ежедневието ни, като например функцията за AI отговори в Google.

Броят на тези инструменти и приложения нараства много бързо – не само като технологии, но и като честота на употреба, превръщайки AI в масова инфраструктура на ежедневието.

Защо AI има физически отпечатък

В действителност AI има реален, физически отпечатък, тъй като бумът в използването му е съпътстван от нарастването на центровете за данни (data centers): онези физически центрове със скъпи сървъри, които консумират огромни количества енергия и вода, водят до повишени въглеродни емисии, задълбочаващи проблема с климата. Тренирането на големи AI модели изисква месеци непрекъсната работа на мощни процесори и то още преди моделът да бъде пуснат за употреба на пазара. Прогнози сочат, че през следващите няколко години, общото потребление на електроенергия от центрове за данни може да надмине енергията, която използва Япония в момента– една от държавите, консумиращи най-много енергия в световен мащаб.

Когато центровете за данни се захранват с енергия от изкопаеми горива, климатичният им отпечатък се разраства – най-често в региони, които и без това са натоварени от добив на ресурси. За да работят, тези центрове изискват огромни количества електричество, което води до високи въглеродни емисии. Отделената топлина пък налага постоянно охлаждане – процес, който изразходва значителни количества вода и допълнително натоварва местната природа. Тази верижна зависимост между енергия, вода и климат е известна като енергиен-воден-климатичен нексус.

Данните: колко „струва“ AI

Колкото по-големи и по-сложни стават AI моделите, толкова повече изчислителни ресурси са нужни за тяхното обучение и използване. Макар компаниите рядко да публикуват пълни и сравними данни, наличните изследвания дават достатъчно ориентири за мащаба на този процес. Както показва и инфографиката, дори на ниво „едно действие“ AI системите имат напълно реален енергиен и въглероден отпечатък.

Генерирането на едно AI изображение в някои конфигурации може да достигне енергия, сравнима с едно пълно зареждане на смартфон. Стойността варира според модела, резолюцията и използвания хардуер, но сравнението помага да се разбере, че става дума за осезаем разход, а не за „безплатна“ дигитална операция.

При текстовите модели енергията за едно запитване изглежда минимална, но не е нулева. Едно кратко текстово запитване към GPT-4 изисква приблизително 0,3 Wh електроенергия – количество, еквивалентно на около 2 минути светене на LED крушка с мощност 9 W. Само по себе си това е незначително, но при милиарди запитвания дневно ефектът бързо се натрупва.

Най-големият еднократен отпечатък идва от обучението на големите AI модели. Според научни оценки, то може да доведе до емисии от порядъка на около 284 000 кг CO₂, което е сравнимо с повече от емисиите за целия жизнен цикъл на около пет средностатистически автомобила. Реалните стойности зависят силно от местоположението на центровете за данни и енергийния микс, но мащабът на натоварването остава значителен.

Важно е да се подчертае, че тези числа са ориентировъчни и варират. Реалният отпечатък на AI системите зависи от модела, задачите, хардуера, центровете за данни и източника на електроенергия. Въпреки това наличните данни ясно показват едно: AI не е виртуален от гледна точка на ресурсите си, а именно масовото му използване определя климатичният му отпечатък.

Капанът на мащаба

Може би в обществото AI се свързва най-вече с нашумелия ChatGPT на OpenAI. Всеки ден по света се изпълняват милиарди AI заявки. Всеки ден в света се обработват над 2,5 млрд. AI запитвания само от ChatGPT – според последните налични публични данни от средата на 2025 г. Само няколко месеца по-рано, в края на 2024 г., този брой е бил около 1 млрд. дневно. Това означава ръст от 2,5 пъти за по-малко от година – изключително бърза експанзия дори по стандартите на дигиталните технологии. Ако този мащаб се разгледа на годишна база, става въпрос за близо 1 трилион AI запитвания годишно – само от една платформа.

А ChatGPT е само част от екосистемата: все по-широко използване отчитат и други големи AI системи като Gemini, Claude, Copilot и десетки вградени AI услуги, които не винаги се виждат директно от потребителите.Точно тук се крие ключовият проблем за климата: не в отделното AI запитване, а в натрупването на милиарди и трилиони такива операции, които изискват реална електроенергия, инфраструктура и ресурси.

Именно тук обемът се превръща в ключов фактор: когато малкото се умножи по милиони, резултатът е значително глобално потребление на ресурси. Това е класически пример за системен ефект: нещо, което изглежда незначително на индивидуално ниво, има сериозно въздействие в глобален план.

Кой носи отговорност?

В момента голяма част от екологичните разходи на AI се поемат от обществото, докато ползите от технологията остават концентрирани в технологичните компании. Някои от най-големите играчи в сектора, като Microsoft с AI инструментите си – като Copilot, и Google – с AI функциите си като асистента Gemini, че бързото разширяване на AI услугите им затруднява постигането на собствените им цели за устойчиво развитие. Това поставя въпроса за справедливото разпределение на отговорността и за необходимостта от по-голяма прозрачност относно реалната цена на AI.

Европейският регламент EU AI Act прави първи стъпки в тази посока, като изисква повече информация за обучението на AI моделите. Въпреки това, ежедневната енергийна консумация и реалният въглероден отпечатък на AI услугите остават до голяма степен непрозрачни. Без ясни стандарти за измерване и публично отчитане, обществото няма как да прецени реалната цена на масовото използване на AI.

Защо темата не е „някъде далеч“ от нас?

Макар темата често да изглежда далечна и „виртуална“, тя има напълно реално измерение и в България. Като част от европейския енергиен пазар, страната ни е обвързана както с растящото потребление на електроенергия, така и с климатичните цели на ЕС. При значителен дял изкопаеми горива в енергийния микс, разширяването на енергоемки дигитални услуги може да се превърне в сериозно обществено предизвикателство, ако липсва стратегическо планиране.

Един от най-разпространените митове е, че дигиталното е автоматично „зелено“. Истината е по-сложна: дигиталните технологии не замърсяват директно като автомобилите, но разчитат на инфраструктура, която го прави. Колкото по-масово използваме AI, толкова по-важно става да разбираме каква е реалната му цена.

Изкуственият интелект има потенциал да бъде част от решенията на климатичната криза – от оптимизиране на енергийни системи до анализ на климатични данни. Но без прозрачност, отчетност и целенасочени мерки за ограничаване на отпечатъка му, днес той остава и част от проблема. Именно затова ключът не е в отказа от AI, а в осъзнатото му използване и в изискването за по-отговорни технологии – от компаниите, регулаторите и обществото като цяло.

............

Елица Станева-Бритън е автор в Климатека. Тя е психолог по образование, завършила е бакалавърска степен в СУ „Св. Климент Охридски” и магистратура в Мюнхенския университет “Лудвиг Максимилиан”. В момента е докторант към БАН, изследващ темата за изкуствения интелект в психологията на творчеството. Научните ѝ интереси са в сферата на екологията и са свързани с ефекта на климатичните промени върху психологията на хората и концепцията за климатична справедливост. Интересува се от екологично градинарство, спелеология и подпомагане на връзката на децата със Земята.