Koliko vode zapravo potrošimo dok razgovaramo s umjetnom inteligencijom

Priča o ekološkom trošku umjetne inteligencije posljednjih se godina često svodi na jednu vrlo upečatljivu tvrdnju: svaki razgovor s ChatGPT-om troši vodu.

Kada cijeli radni dan koristite umjetnu inteligenciju za pretraživanje podataka, analizu dokumenata, pisanje, uređivanje tekstova i desetke usputnih pitanja, lako je zamisliti da ste negdje na drugom kraju svijeta iza sebe ostavili gotovo prazan bazen.

Stvarnost je nešto složenija.

Da, podatkovni centri troše vodu i električnu energiju. AI je pritom jedan od razloga zbog kojih njihova potrošnja brzo raste. Ali voda se ne “potroši” svaki put kada postavimo pitanje ChatGPT-u na način na koji potrošimo bocu vode koju popijemo, a popularne procjene o količini vode po jednom pitanju treba uzimati s velikom rezervom.

Problem je prvenstveno u tome kako se proizvodi računalna snaga potrebna da bi nam umjetna inteligencija odgovorila.

Zašto računalo uopće treba vodu

Veliki AI modeli rade na tisućama iznimno snažnih procesora. Oni troše električnu energiju i proizvode toplinu, baš kao procesor našeg računala, samo u neusporedivo većem razmjeru.

Tu nastupa hlađenje.

Neki podatkovni centri koriste sustave u kojima voda preuzima toplinu, a dio vode potom isparava. U takvim sustavima upravo je isparavanje ono što se u statistikama naziva potrošnjom vode.

Drugim riječima, voda nije uništena niti je nestala s planeta. Ulazi u vodeni ciklus i poslije se može vratiti kao oborina, ali više nije dostupna na istom mjestu i u istom trenutku. A upravo je to važno u područjima u kojima su zalihe pitke vode ograničene.

Postoji i neizravna potrošnja. Podatkovnom centru potrebna je struja, a za proizvodnju električne energije također se može koristiti voda, primjerice za hlađenje termoelektrana i nuklearnih elektrana.

Zato ne postoji jedna univerzalna brojka koja bi odgovorila na pitanje koliko je vode “potrošio” jedan moj razgovor s ChatGPT-om.

Studija Lawrence Berkeley National Laboratoryja objavljena 2025. pokazala je da potrošnja vode po računalnom zadatku može varirati za više od 10.000 puta, ovisno o lokaciji podatkovnog centra, vrsti sustava hlađenja, vremenskim uvjetima, učinkovitosti servera i izvoru električne energije.

Zbog toga viralne računice tipa “toliko pitanja jednako je jednoj boci vode” zvuče puno preciznije nego što znanost trenutačno dopušta.

Voda može kružiti u zatvorenom sustavu

Postoji još jedna važna razlika.

Novi podatkovni centri sve češće koriste zatvorene sustave hlađenja. Umjesto da stalno uzimaju novu vodu i dio nje isparavaju, ista voda cirkulira kroz sustav, slično rashladnom sustavu automobila.

OpenAI, primjerice, navodi da njegov Stargate podatkovni centar u Abileneu u Teksasu koristi upravo takav sustav. Nakon početnog punjenja voda kontinuirano cirkulira kroz zatvorene cijevi. Tvrtka procjenjuje da će nakon početnog punjenja godišnja potrošnja vode cijelog sustava za hlađenje pri punom kapacitetu biti usporediva s potrošnjom otprilike četiri prosječna kućanstva.

Sličan pristup OpenAI najavljuje i za nove podatkovne centre, dok je Microsoft još ranije najavio novu generaciju centara za AI koji za samo hlađenje neće zahtijevati kontinuiranu potrošnju vode.

To ne znači da je problem nestao. Znači da rečenica “AI troši ogromne količine vode” bez informacije o tome gdje je podatkovni centar, kako se hladi i odakle dobiva struju govori vrlo malo.

Veći problem mog ChatGPT-a možda uopće nije voda

Mnogo je jasnija priča s električnom energijom.

Međunarodna agencija za energiju procjenjuje da bi globalna potrošnja električne energije podatkovnih centara mogla porasti na oko 945 teravatsati do 2030. godine, gotovo dvostruko više nego 2024. godine. Tada bi podatkovni centri trošili nešto manje od tri posto ukupne svjetske električne energije.

Potrošnja pritom već snažno raste. IEA je u travnju ove godine objavila da je potrošnja električne energije podatkovnih centara tijekom 2025. porasla 17 posto, dok je potrošnja centara prvenstveno namijenjenih AI-u rasla još brže.

S druge strane, pojedinačni AI upiti postaju energetski učinkovitiji.

OpenAI se poziva na neovisnu procjenu Epoch AI-ja prema kojoj tipičan ChatGPT upit na modelu GPT-4o troši oko 0,3 vat-sata električne energije, značajno manje od nekih ranijih procjena od oko tri vat-sata. To je količina energije usporediva s nekoliko minuta rada prijenosnog računala ili LED žarulje.

Paradoks je očit. Svaki pojedinačni upit postaje jeftiniji, ali broj upita eksplodira.

To je klasični efekt učinkovitosti: kada neka tehnologija postane jeftinija i dostupnija, ljudi je jednostavno počnu koristiti mnogo više.

A što je onda s nuklearnim elektranama

Tu dolazimo do još jednog zanimljivog paradoksa.

Nuklearne elektrane također koriste velike količine vode za hlađenje. I kod njih se razlikuju “zahvaćena voda” i stvarno potrošena voda. Ogromna količina može proći kroz sustav i biti vraćena u okoliš, dok se samo dio izgubi isparavanjem.

Istodobno se upravo nuklearna energija sve češće spominje kao jedan od odgovora na energetsku glad umjetne inteligencije jer može proizvoditi velike količine električne energije uz vrlo niske emisije ugljikova dioksida.

IEA očekuje da će obnovljivi izvori pokriti gotovo polovicu dodatne potražnje za električnom energijom podatkovnih centara u sljedećih nekoliko godina, dok bi nuklearna energija trebala imati sve važniju ulogu prema kraju desetljeća i nakon 2030. godine.

Zato “troši vodu” samo po sebi nije dovoljno dobar kriterij za procjenu je li neka tehnologija ekološki dobra ili loša.

Važno je koliko vode troši, kakvu vodu koristi, postoji li nestašica na toj lokaciji, vraća li se voda u sustav, koliko energije proizvodi te kolike su emisije povezane s tom energijom.

Jesam li onda ekološki grozna zato što cijeli dan razgovaram s ChatGPT-om

Vjerojatno ne.

Ako AI koristim nekoliko sati dnevno za posao i uz to vodim poprilično velik broj potpuno nepotrebnih razgovora s njim, moj digitalni život ipak ima određeni energetski i vodni otisak. Nema smisla tvrditi suprotno.

Ali isto tako nema dovoljno podataka da bih svoje pitanje ChatGPT-u mogla pretvoriti u preciznu količinu vode koju sam upravo “potrošila”.

Ekološki problem umjetne inteligencije nije jedna osoba koja je postavila još dvadeset pitanja.

Problem nastaje kada stotine milijuna ljudi rade isto, tvrtke ugrađuju AI u gotovo svaki digitalni proizvod, a industrija zbog toga gradi podatkovne centre brže nego što se elektroenergetska i vodna infrastruktura mogu prilagoditi.

Zato možda bolje pitanje nije trebamo li osjećati grižnju savjesti svaki put kada nešto pitamo ChatGPT.

Puno važnije pitanje je kakve podatkovne centre gradimo da bi nam on mogao odgovoriti.