Почему экологический след ИИ стал отдельной темой
Несколько лет генеративный ИИ обсуждали почти исключительно в контексте возможностей моделей - что они умеют писать, рисовать, анализировать. По мере роста масштаба использования на первый план вышел и обратный вопрос: сколько физических ресурсов требует вся эта вычислительная инфраструктура. Ответ формируется из нескольких параллельных линий исследований - академических оценок, отчётов правозащитных и экологических организаций, а также данных самих технологических компаний, которые раскрывают информацию неравномерно.
Точную цифру энергопотребления именно генеративного ИИ отдельно от остальной цифровой инфраструктуры назвать сложно: дата-центры обслуживают одновременно облачные сервисы, базы данных, стриминг и ИИ-нагрузки, и границы между ними в отчётности часто не разделены.
Тем не менее интерес к теме растёт пропорционально тому, как генеративный ИИ встраивается в повседневные продукты - поиск, офисные приложения, мобильные сервисы. Чем больше запросов пользователи отправляют моделям каждый день, тем заметнее становится совокупная вычислительная нагрузка, даже если отдельный запрос требует скромного количества энергии.
Сколько энергии тратят дата-центры
По оценкам, которые приводит ООН и ряд исследовательских групп, в 2025 году дата-центры по всему миру потребили порядка 448 триллионов ватт-часов электроэнергии - и это число по прогнозам должно практически удвоиться в течение нескольких следующих лет на фоне роста спроса на ИИ-вычисления. В США потребление электроэнергии дата-центрами оценивалось на уровне около 200 ТВт·ч в 2022 году, с прогнозным ростом до почти 260 ТВт·ч к 2026 году.
Это означает, что дата-центры могут занимать от 4% до 6% всего электропотребления США к 2026 году - доля, заметная для национальной энергосистемы, хотя и не доминирующая по сравнению с промышленностью или транспортом.
Рост энергопотребления дата-центров уже влияет на планирование энергосетей в отдельных регионах: там, где строится несколько крупных дата-центров одновременно, местные энергокомпании вынуждены пересматривать прогнозы спроса и иногда откладывать закрытие старых генерирующих мощностей, которые планировалось вывести из эксплуатации по экологическим причинам.
Какая доля приходится именно на ИИ
Важное уточнение: не весь объём энергии дата-центров связан с ИИ. По имеющимся оценкам, на ИИ-нагрузки сейчас приходится около 20% энергопотребления дата-центров - остальное уходит на традиционные облачные сервисы, хранение данных, стриминг видео и другие задачи. Прогнозы указывают, что доля ИИ может вырасти до 40% к 2030 году по мере того, как генеративные модели встраиваются в больше продуктов.
- Сейчас ИИ - примерно пятая часть энергопотребления дата-центров.
- К 2030 году эта доля может вырасти до двух пятых.
- Основной рост связан не с обучением новых моделей, а с их ежедневным использованием.
Обучение модели или повседневное использование - что тратит больше
Распространённое заблуждение - что главный источник энергопотребления ИИ - это разовое обучение крупных моделей. На практике, по оценкам исследователей, 80-90% совокупного энергопотребления приходится на повседневное использование уже обученных моделей - то есть на миллиарды запросов пользователей по всему миру, а не на редкие и дорогие циклы обучения.
Это важно для понимания того, где сосредоточены реальные возможности снижения нагрузки: оптимизация отдельных запросов - например, использование более компактных моделей для простых задач вместо постоянного обращения к самым крупным версиям - потенциально экономит больше энергии в масштабе, чем точечная оптимизация процесса обучения.
Расход воды и региональные различия
Помимо электричества, дата-центры потребляют значительные объёмы воды для охлаждения оборудования. По оценке за 2025 год, глобальный расход воды дата-центрами составил порядка 1,2 триллиона галлонов. Доклады ООН и профильных организаций прогнозируют, что к 2030 году водный след ИИ может сравняться с потребностями около 1,3 миллиарда человек - то есть сопоставим с водопотреблением населения крупной страны.
Важный нюанс: воздействие сильно различается по регионам. Дата-центры, построенные в засушливых районах с ограниченными водными ресурсами, создают значительно большую нагрузку на местную экосистему и население, чем аналогичные объекты в регионах с избытком воды - поэтому агрегированные глобальные цифры не всегда отражают локальные риски там, где конкретный дата-центр уже построен.
Именно локальный аспект чаще всего становится причиной конфликтов вокруг строительства новых объектов: жители районов с ограниченными запасами воды закономерно обращают внимание на проекты дата-центров раньше и острее, чем это отражается в усреднённых национальных или мировых показателях.
Разброс оценок и почему цифрам сложно доверять буквально
Одна из сложностей темы - разные исследовательские группы используют разные методологии и получают заметно различающиеся числа. Это связано с тем, что крупные технологические компании не публикуют детальную операционную статистику по каждому дата-центру, и исследователям приходится оценивать потребление по косвенным данным - мощности оборудования, публичным отчётам об устойчивом развитии, региональной статистике энергосетей.
Поэтому к конкретным цифрам в отчётах стоит относиться как к оценкам порядка величины, а не точным измерениям. Общее направление тренда - рост энергопотребления и водного следа по мере масштабирования ИИ - подтверждается в разных источниках, а вот конкретные проценты и абсолютные цифры у разных групп расходятся заметно.
Что это значит для индустрии и пользователей
Для технологических компаний растущее внимание к экологическому следу ИИ означает дополнительное давление - от инвесторов, регуляторов и общественности - раскрывать больше данных об энергопотреблении конкретных продуктов. Для обычных пользователей это пока абстрактная тема: конкретный запрос в чат-боте не сопровождается видимой «ценой» в киловатт-часах, хотя исследования показывают, что генерация изображения может требовать в тысячи раз больше энергии, чем простая текстовая классификация. Разные типы задач - короткий текстовый ответ, генерация изображения, обработка видео - создают очень разную нагрузку на инфраструктуру, и по мере того как генеративные модели всё активнее используются для изображений и видео, а не только текста, совокупный расход энергии на одного пользователя может расти быстрее, чем число самих пользователей.
Эта тема тесно связана с обсуждением устойчивости климатических инвестиций в целом, включая то, как такие организации, как Cisco Foundation, используют капитал и данные для климатических решений. Вопрос ресурсоёмкости самого ИИ и вопрос применения ИИ для решения климатических проблем - две стороны одной и той же дискуссии о роли технологии в экологической повестке. Чем точнее индустрия научится измерять собственный след, тем обоснованнее будут и решения о том, где строить новые дата-центры и как компенсировать их воздействие на локальные энергосети и водные ресурсы.
Пока такой измерительной базы нет, разумная позиция для компаний - публиковать хотя бы приблизительные оценки энергопотребления своих ИИ-продуктов, а не оставлять вопрос полностью закрытым.
Вопросы и ответы
Сколько энергии тратят дата-центры на ИИ?
По оценкам, на ИИ приходится около 20% энергопотребления дата-центров в целом, с прогнозным ростом доли до 40% к 2030 году.
Что тратит больше энергии - обучение модели или её использование?
По имеющимся оценкам, 80-90% энергопотребления приходится на повседневное использование моделей пользователями, а не на процесс их обучения.
Сколько воды потребляют дата-центры?
По оценке за 2025 год, глобальный расход воды дата-центрами составил порядка 1,2 триллиона галлонов, с прогнозом существенного роста к 2030 году.
Почему оценки экологического следа ИИ так различаются между отчётами?
Технологические компании не раскрывают детальную статистику по каждому дата-центру, поэтому исследователи используют разные методологии оценки, что даёт заметный разброс конкретных цифр.



