Spotreba energie a vody umelej inteligencie: Altmanova The Gentle Singularity vs. nezávislé štúdie

Rýchly rozvoj umelej inteligencie (AI) prináša nielen nové možnosti, ale aj otázky ohľadom jej environmentálnych dopadov. 

V nedávnom blogovom príspevku s názvom The Gentle Singularity načrtol Sam Altman, CEO spoločnosti OpenAI, svoju víziu blízkej budúcnosti s „digitálnou superinteligenciou“. Okrem optimistických predpovedí však Altman spomenul aj konkrétne čísla o spotrebe elektriny a vody pri používaní AI. 

Naozaj tak málo?

Podľa neho priemerný dotaz položený modelu typu ChatGPT spotrebuje len okolo 0,34 Wh elektrickej energie a 0,000085 galónu vody (približne 0,32 ml). Pre bežného používateľa ide o zanedbateľné množstvá – približne toľko energie, koľko minie elektrická rúra za zlomok sekundy, a asi jedna pätnástina čajovej lyžičky vody. 

Tieto údaje však Altman uvádza bez akýchkoľvek zdrojov či metodiky. Vzhľadom na rastúce obavy z ekologickej stopy AI je preto na mieste preskúmať, do akej miery tieto tvrdenia zodpovedajú nezávislým zisteniam odborníkov.

V tomto článku si najprv predstavíme hlavné myšlienky Altmanovho blogu The Gentle Singularity. Následne sa zameriame na spomínané čísla o spotrebe na jeden dotaz a ich porovnáme s výstupmi relevantných štúdií – od preprintu na arXiv “Making AI Less Thirsty” cez analýzy OECD až po dáta z MIT a ďalších zdrojov. 

Zvlášť poukážeme na to, že hoci jeden dotaz môže mať nízku spotrebu, masové nasadenie AI násobí tieto vplyvy natoľko, že už dnes pozorujeme významný nárast energetickej záťaže a „smädu“ dátových centier. 

Cieľom je poskytnúť vyvážený pohľad pre technicky zainteresovaného laika – v súlade s Altmanovou víziou, no zároveň podložený tvrdými dátami.

Vízia Sama Altmana: „jemná singularita“

Sam Altman vo svojom blogu vykresľuje obraz tzv. „gentle singularity“ – „jemnej singularity“, v ktorej sa ľudstvo ocitá za horizontom udalostí prudkého technologického vzostupu. Tvrdí, že éra digitálnej superinteligencie sa už začala, hoci zatiaľ navonok nepôsobí až tak dramaticky. 

V uliciach ešte nechodíme pomedzi humanoidné roboty a bežný deň netrávime neustálym rozhovorom s AI, no napriek tomu už dnes disponujeme systémami, ktoré v mnohých ohľadoch prekonávajú ľudské schopnosti. 

Modely ako GPT-4 dokážu znásobiť produktivitu svojich používateľov a státisíce vývojárov či vedcov dennodenne využívajú ich pomoc. Altman predpovedá, že v najbližších rokoch sa dočkáme agentov schopných skutočnej kognitívnej práce (už v 2025), objavovania nových vedeckých poznatkov (pravdepodobne v roku 2026) či robotov ovládajúcich fyzický svet (okolo 2027).

Nemusíme sa báť

Napriek týmto prelomom Altman ubezpečuje, že podstata ľudskej každodennosti zostane z veľkej časti zachovaná – aj v 30. rokoch 21. storočia budeme stále tráviť čas s rodinou, tvoriť umenie, hrať hry či plávať v jazerách. 

Zásadná zmena však nastane v tom, že umelá inteligencia a energia prestanú byť obmedzenými zdrojmi a stanú sa hojnými (za predpokladu dobrej správy vecí verejných). To by otvorilo dvere k riešeniu dlhodobých problémov ľudstva – od urýchlenia vedeckého pokroku až po prekonanie materiálnych nedostatkov. 

Altman dokonca vyhlasuje, že „inteligencia príliš lacná na meranie“ (intelligence too cheap to meter) je na dosah. V praxi by to znamenalo, že cena využitia AI sa zníži na úroveň ceny elektriny potrebnej na jej chod. 

Práve v tomto kontexte Altman uvádza spomínaný príklad so spotrebou na jeden dotaz: ak sa náklady na „mozog sveta“ (ako obrazne nazýva globálnu AI) scvrknú takmer na cenu elektriny, stojí za to vedieť, koľko energie vlastne taký dotaz potrebuje.

Pochybné tvrdenia

Altman teda tvrdí, že priemerný dotaz ChatGPT si vyžiada ~0,34 Wh elektriny a okrem toho spotrebuje asi 0,32 mililitra vody na chladenie serverov. Tieto čísla prezentuje ako veľmi nízke – prirovnáva ich k energii, ktorú spotrebuje úsporná žiarovka za pár minút, a množstvu vody len o málo väčšiemu než kvapka. 

Jeho posolstvo je jasné: chod pokročilej AI nemusí byť energeticky náročnejší než bežné spotrebiče v domácnosti, a teda by nemal predstavovať neúmernú záťaž pre planétu. 

Altman tým akoby naznačuje, že obavy z explózie spotreby zdrojov v ére AI môžu byť prehnané – ak inteligencia konverguje k cene elektriny, a tá je na dotaz takáto nízka, benefity AI pre spoločnosť môžu ďaleko prevýšiť jej ekologické náklady.

Altmanove údaje pod drobnohľadom

Hoci Altmanove vyjadrenia pôsobia upokojujúco, je potrebné ich podrobiť analýze. Kľúčovým problémom je, že Altman neuvádza, ako k daným hodnotám dospel – nepoznáme metodiku ani predpoklady, z ktorých vychádzal. 

To vyvoláva otázky: Platí jeho číslo 0,34 Wh pre konkrétny model (GPT-4 oproti GPT-3)? Za akých podmienok (dĺžka vstupu/výstupu, použitý hardvér, vyťaženie servera) bolo merané? A zahŕňa údaj o vode len priame chladenie v dátovom centre alebo aj nepriamu spotrebu vody na výrobu elektriny? 

Bez odpovedí na tieto otázky nedokážeme Altmanove čísla nezávisle overiť. Môžeme ich však porovnať s tým, čo uvádzajú nezávislé štúdie a analýzy dostupné verejnosti.

Spotreba elektrickej energie na jeden dotaz

Ešte začiatkom roka 2023 kolovali odhady, že jeden prompt pre veľký jazykový model (LLM) ako ChatGPT môže spotrebovať  približne 3 Wh elektriny, teda asi desaťnásobok energetickej náročnosti bežného vyhľadávania na Google. 

Táto hodnota (3 Wh/dotaz) sa často citovala ako varovanie pred výrazným nárastom záťaže elektrických sietí v dôsledku masového používania AI. V septembri 2024 zverejnila analytická spoločnosť BestBrokers výpočet, podľa ktorého ChatGPT spotrebuje okolo 2,9 Wh na jeden dotaz a celkovo až 226,8 GWh elektriny ročne na zodpovedanie ~78 miliárd otázok. 

Pre ilustráciu – to zodpovedá približne 0,02 % celkovej ročnej spotreby elektriny v USA a je to energia, ktorú by za rok spotrebovalo vyše 21 tisíc amerických domácností. Takéto tempo by zároveň stačilo nabiť 95 % všetkých elektrických áut v USA alebo elektrinou na jeden deň pokryť celé Fínsko či Belgicko.

Nižšia spotreba

Na prelome rokov 2024 a 2025 sa však objavili nové, podrobnejšie analýzy, ktoré pôvodný odhad korigujú smerom nadol. Výskumníci z organizácie Epoch AI publikovali vo februári 2025 štúdiu, v ktorej na základe aktuálnejších údajov a efektívnejších modelov odhadujú, že typický dotaz ChatGPT (využívajúci GPT-4) spotrebuje približne 0,3 Wh energie. 

Tento výsledok je desaťkrát nižší než staršie čísla a zodpovedá približne dvom či trom minútam svietenia LED žiarovky. Autori vysvetľujú rozdiel tým, že novšie modely a hardvér sú výrazne úspornejšie a pôvodné odhady nadsadili počet spracovaných tokenov na dotaz. 

Inými slovami, inžinieri dokázali znížiť energetickú náročnosť AI rýchlejšie, než rástli nároky – aspoň v prípade inferencie (používania modelu). Zaujímavosťou je, že Altmanových 0,34 Wh sa s touto novou kalkuláciou takmer presne zhoduje. Naznačuje to, že Altman svoje číslo pravdepodobne opiera o podobné interné dáta alebo analýzy, hoci ich priamo neodkázal.

Nie je to také jednoduché

Napriek tomu, aj keby sme prijali hodnotu ~0,3 Wh/dotaz ako realistickú pre súčasné najlepšie modely, nevyvracia to potenciálny problém. Jednak platí, že zložitejšie úlohy (dlhšie vstupy či generovanie kódu) môžu spotrebu na dotaz násobne zvýšiť. A hlavne – počet dotazov rastie exponenciálne. 

Ak má ChatGPT státisíce až milióny používateľov denne a každý z nich položí niekoľko otázok, celkový dopyt môže ľahko prekročiť stovky miliónov dotazov denne. Už spomínaná analýza BestBrokers odhadovala prevádzku na ~200 miliónov dotazov za deň v roku 2024. 

Aj keby každý z nich stál „len“ 0,34 Wh, za deň to predstavuje 68 MWh spotrebovanej energie – a pri miliarde dotazov by to bolo už 340 MWh. 

Pre porovnanie, 68 MWh je približne denná spotreba elektriny stredne veľkého mesta. Altmanov argument, že inteligencia bude stáť toľko čo elektrina, tak získava dvojsečný rozmer: cena za jeden dotaz je zanedbateľná, ale cena za miliardy dotazov už vôbec nie.

Spotreba vody

Ešte výraznejšia nezhoda panuje okolo údajnej spotreby vody. Altman ubezpečuje, že jeden dotaz zhltne iba ~0,000085 galónu vody (cca 0,3 ml), čo je takmer nič – menšie množstvo, než aké vyparí váš dych za pár sekúnd. 

Avšak nezávislé výskumy odhaľujú, že realita môže byť úplne iná. Štúdia výskumníkov z University of California Riverside a University of Texas (“Making AI Less Thirsty”, apríl 2023) upozornila na tajnú vodnú stopu AI modelov. 

Autori vypočítali, že populárny chatbot ChatGPT „vypije“ približne 500 ml čistej vody na každú konverzáciu s ~20 až 50 dotazmi. To znamená 10 až 25 ml vody na jeden dotaz, čo je o jeden až dva rádové stupne viac než Altmanových 0,3 ml! 

Samozrejme, presná hodnota závisí od miesta a času – účinnosť chladenia serverov sa mení podľa podnebia a ročného obdobia. V chladnejších a vlhších oblastiach (napr. štát Washington v USA) môže dátové centrum potrebovať menej vody, kým v horúcej a suchej Arizone oveľa viac. 

Vody sa minie viac

OECD uvádza, že naprieč dátovými centrami Microsoftu sa na 1 kWh spotrebovanej energie minie od ~1,8 do 12 litrov vody v závislosti od lokality. MIT zasa v januári 2025 poukázal na odhad, že na schladenie hardvéru v dátových centrách sú potrebné zhruba 2 litre vody na každú 1 kWh spotrebovanej energie. 

Ak teda jeden dotaz ChatGPT potrebuje okolo 0,00034 kWh (0,34 Wh), už len priame chladenie by si vyžiadalo asi 0,00068 litra, čiže ~0,7 ml vody – dvoj- až trojnásobok Altmanovho údaja, a to stále nezohľadňujeme nepriamu vodu spotrebovanú pri výrobe elektriny.

Prečo Altman uvádza tak nízke číslo? Jedno možné vysvetlenie je, že spomína iba vodu na priame chladenie v optimálnych podmienkach, a pravdepodobne iba pre jeden krátky dotaz spracovaný vo vysoko efektívnom prostredí. 

Spotrebuje veľa vody

Naopak, akademické štúdie rátajú celkovú vodnú stopu vrátane nepriamej spotreby  a zohľadňujú aj menej ideálne scenáre. Výskumníci napríklad zistili, že tréning veľkého modelu GPT-3 v špičkovom dátovom centre Microsoftu v USA priamo vyparí okolo 700 000 litrov čistej vody. 

Ak by sa ten istý tréning uskutočnil v suchších podmienkach Ázie, spotreba by mohla byť až trojnásobná. To sú ohromné množstvá – 700 tisíc litrov je ekvivalent vody v olympijskom bazéne malej plavárne. Samotné inferencie (používanie modelu) síce pijú menej, no ich súčtová spotreba rastie s každým ďalším používateľom.

Je dôležité uvedomiť si, že každá otázka položená AI má svoj “vodný odtlačok”, hoci ho priamo nevidíme. V globále sa tieto kvapky zlievajú do potoka a následne do rieky. Podľa odhadov môže celosvetový dopyt po AI v roku 2027 vyžadovať odobratie 4,2 až 6,6 miliardy m³ vody ročne. 

To zodpovedá približne štvornásobku až šesťnásobku celoročnej spotreby vody celého Dánska alebo polovici ročného odberu vody Spojeného kráľovstva!. Inak povedané, ak by bola AI samostatným “štátom”, patrila by onedlho k významným spotrebiteľom vody na úrovni priemyselného odvetvia.

Bude to ešte horšie?

Odhad globálneho odberu vody na prevádzku AI v roku 2027 je 4,2 – 6,6 miliardy m³, čo zodpovedá 4 – 6-násobku ročnej spotreby vody Dánska. Takýto nárast reflektuje explozívny dopyt po AI službách a s ním spojenú potrebu chladiť čoraz väčšie dátové centrá.

Okrem kvantitatívnych ukazovateľov sú tu aj kvalitatívne dopady. Dátové centrá bývajú často umiestnené v blízkosti miest, ktoré im môžu dodávať vodu a elektrinu, no samy môžu trpieť nedostatkom týchto zdrojov. Napríklad v Severnej Virgínii (USA) sa obyvatelia postavili proti výstavbe ďalších dátových centier, ktoré by odoberali veľkú časť dostupnej vody a elektriny. 

V meste The Dalles v Oregone súdy prinútili Google zverejniť údaje o spotrebe vody ich areálom – ukázalo sa, že bral takmer štvrtinu všetkej vody mesta. Zvyšovanie dopytu zo strany AI infraštruktúry tak môže vyvolávať sociálne napätie a konkurovať ostatným potrebám spoločnosti. 

Už dnes evidujeme 20–34 % medziročné skoky v spotrebe vody pre chladenie u technologických gigantov (Google +20 % v 2022, Microsoft +34 %) zrejme v dôsledku AI boomu. To všetko potvrdzuje, že aj keď jeden dotaz smäd neutíši, miliardy dotazov už dokážu vysušiť nejeden kohútik.

Porovnanie údajov: Altman vs. nezávislé štúdie

Nasledujúca tabuľka zhŕňa kľúčové čísla prezentované Samom Altmanom a porovnáva ich s nezávislými zisteniami o spotrebe AI. Uvádzame spotrebu elektriny a vody na jeden dotaz a poznámky týkajúce sa rozsiahlej prevádzky (ročná spotreba, tréning veľkých modelov a pod.). 

Z porovnania je zrejmé, že Altmanove údaje síce nie sú vyložene nepravdepodobné, no pôsobia príliš optimisticky. Nezávislé merania ukazujú vyššie hodnoty, najmä pri vode, a zdôrazňujú, že celkový dopad závisí na mierke použitia.

(Pozn.: 0,00032 L = 0,000085 galónu; 1 galón = 3,785 litra.)

Z tabuľky vidno, že Altman prezentuje najnižšie čísla – jeho hodnota 0,34 Wh na dotaz sa blíži spodnej hranici nezávislých odhadov (0,3 Wh podľa Epoch AI), kým staršie analýzy pracovali s takmer desaťnásobkom. 

Ešte väčší rozdiel je pri vode: Altmanov údaj 0,00032 L (tj. tretina mililitra) predstavuje doslova kvapku v mori v porovnaní s desiatkami mililitrov zistenými štúdiou. Je pravdepodobné, že Altman chcel poukázať na ideálny prípad – minimalistickú stopu jednej interakcie – zatiaľ čo výskumníci hodnotia širší priemer zahŕňajúci rôzne scenáre a zahrnujúci plnú operačnú vodnú stopu (vrátane výroby elektriny).

Nejde o omyl?

Neznamená to však, že Altman sa mýli v zásade. Jeho vízia „inteligencie lacnej ako elektrina“ môže predpovedať trend, kde technologická efektivita bude rásť a energetická náročnosť per jednotku výkonu AI bude klesať. 

Avšak absolútna spotreba AI pravdepodobne porastie, kým dopyt exponenciálne stúpa. Už dnes AI aplikácie ženú dopyt po výkonných GPU akcelerátoroch, budujú sa nové a nové dátové centrá a tie si pýtajú svoj diel elektriny a vody. 

Medzinárodná energetická agentúra odhaduje, že už v roku 2023 dátové centrá a cloud zodpovedali za takmer 1–2 % celosvetovej spotreby elektriny a nástup AI tento trend akceleruje. 

Tempo zlepšovania efektivity pritom nemusí stačiť pokryť tempo rastu využívania – podobne ako sa to stalo pri iných technológiách (jav známy aj ako Jevonsov paradox: čím efektívnejšie sa niečo využíva, tým viac sa to nakoniec používa).

Záver

Sam Altman vo svojom blogu The Gentle Singularity ponúka upokojujúci pohľad na budúcnosť, v ktorej umelá inteligencia prinesie nebývalý pokrok a pritom sa stane dostupnou a lacnou komoditou – prakticky za cenu energie potrebnej na jej napájanie. 

Jeho konkrétne tvrdenia, že jeden dotaz AI spotrebuje približne 0,34 Wh elektriny a 0,3 mililitra vody, zdôrazňujú túto víziu lacnej a ekologicky nenáročnej AI. Pri bližšom skúmaní však vidíme, že tieto čísla sú skôr optimistickým minimom než objektívnym priemerom. 

Nezávislé štúdie poukazujú na vyššie hodnoty, najmä pokiaľ ide o spotrebu vody, a upozorňujú na obrovský kumulatívny efekt masového nasadenia AI. Ak milióny používateľov položia denne milióny otázok, násobí sa aj zlomková spotreba na jednotku – a výsledkom je značná záťaž pre elektrickú sieť aj vodné zdroje. 

Navyše, v hre nie sú len čísla: rastúci apetít AI infraštruktúry už vyvoláva tlak na miestne komunity a životné prostredie, či už ide o hlučné „farmy serverov“ odoberajúce vodu z vysychajúcich riečisk, alebo o emisie z elektrární poháňajúcich cloudové služby.

Pre bežného používateľa technológií je dôležité chápať, že AI nie je abstraktny „duch v počítači“ bez fyzických nárokov. Každá otázka, ktorú položíme ChatGPT či inému modelu, v pozadí spotrebuje reálne zdroje – trocha elektriny, trocha vody. Pri jednom dotaze nás to nemusí trápiť, rovnako ako nikoho nezaujíma jedna kvapka vody. 

No tak ako milióny kvapiek tvoria rieku, aj milióny interakcií s AI tvoria nový prvok v globálnej environmentálnej záťaži. Altmanov prístup možno vnímať aj pozitívne: ak inteligencia bude naozaj „príliš lacná na meranie“, znamená to, že technológie sa zefektívňujú. 

No zároveň musíme merať aj to, na čo je lacná energia využitá – a vyžadovať transparentnosť od firiem poskytujúcich AI služby. Ako konštatujú odborníci, firmy začínajú pri dátových centrách reportovať uhlíkovú stopu, no údaje o spotrebe vody často chýbajú. 

To by sa malo zmeniť. V ére, keď AI preniká všade, si spoločnosť zaslúži vedieť nielen to, čo AI dokáže, ale aj čo to stojí naše životné prostredie. Jedine s takouto znalosťou môžeme robiť informované rozhodnutia – ako AI rozumne využívať, kde ju nasadiť a kde možno jej použitie prehodnotiť v prospech udržateľnosti.

Nakoniec, Altmanova „jemná singularita“ nemusí byť v rozpore s ekologickou zodpovednosťou – no dosiahneme ju nie automaticky, ale cieľavedomou snahou vývojárov aj politikov minimalizovať ekologickú stopu umelej inteligencie. 

Gentle (jemná) by nemala byť len samotná singularita v zmysle spoločenských dopadov, ale aj jej dotyk s planétou: aby pokrok, ktorý AI sľubuje, neprišiel na úkor zdrojov, ktoré už nemôžeme brať ako samozrejmosť.

Zdroje: Sam Altman – The Gentle Singularity; Ren et al. – Making AI Less “Thirsty”; OECD.AI – How much water does AI consume?; MIT News – Generative AI’s environmental impact; Washington Post; Planet Detroit/The Conversation – AI’s environmental footprint.