Η ραγδαία εξάπλωση της τεχνητής νοημοσύνης συνοδεύεται από ένα ολοένα μεγαλύτερο περιβαλλοντικό αποτύπωμα. Κάθε ερώτηση στο ChatGPT, το Claude ή το Gemini απαιτεί ηλεκτρική ενέργεια, όμως η ποσότητα που καταναλώνεται και οι εκπομπές διοξειδίου του άνθρακα που παράγονται μπορεί να διαφέρουν εντυπωσιακά.
Σύμφωνα με το Bloomberg, ερευνητές επιχειρούν πλέον να υπολογίσουν με μεγαλύτερη ακρίβεια το ενεργειακό κόστος των διαφορετικών μοντέλων, την ώρα που οι μεγαλύτερες εταιρείες τεχνητής νοημοσύνης εξακολουθούν να δημοσιοποιούν περιορισμένα στοιχεία για την κατανάλωση ενέργειας και τις εκπομπές τους. Οι διαφορές δεν εξαρτώνται μόνο από την εταιρεία ή το chatbot που χρησιμοποιείται, αλλά και από το είδος της εργασίας, τα μικροτσίπ που χρησιμοποιούνται και την προέλευση της ηλεκτρικής ενέργειας.
Πόσο ρεύμα «καίει» μια απλή ερώτηση;
Όταν ένας χρήστης υποβάλλει μια ερώτηση σε ένα chatbot, το αίτημα μεταφέρεται σε ένα data center, όπου εξειδικευμένοι επεξεργαστές πραγματοποιούν δισεκατομμύρια υπολογισμούς για να δημιουργήσουν την απάντηση. Η διαδικασία καταναλώνει ηλεκτρική ενέργεια και παράγει θερμότητα, η οποία πρέπει να απομακρυνθεί μέσω συστημάτων ψύξης. Σύμφωνα με μελέτη της ερευνήτριας Σάσα Λουτσιόνι, η ψύξη μπορεί να αντιπροσωπεύει έως και το 40% της ενέργειας που χρησιμοποιεί ένα data center.
Παλαιότερη εκτίμηση του Electric Power Research Institute το 2024 υπολόγιζε ότι μια ερώτηση στο ChatGPT μπορούσε να καταναλώνει κατά μέσο όρο δεκαπλάσια ενέργεια από μια συμβατική αναζήτηση στην Google, με βάση τα τότε μοντέλα. Ωστόσο, το ενεργειακό κόστος διαφέρει σημαντικά ανάλογα με το αίτημα. Μια απλή ερώτηση απαιτεί λιγότερους υπολογισμούς από την επίλυση ενός σύνθετου επιστημονικού προβλήματος, ενώ η δημιουργία εικόνων και βίντεο είναι πολύ πιο ενεργοβόρα.
Ακόμη μεγαλύτερες απαιτήσεις έχουν οι αυτόνομοι AI agents, που εκτελούν διαδοχικές εργασίες χωρίς συνεχή ανθρώπινη παρέμβαση. Σύμφωνα με ανάλυση της Vals AI, η χρήση τεχνητής νοημοσύνης για την ανάπτυξη μιας εφαρμογής λογισμικού μπορεί να έχει έως και 10.000 φορές μεγαλύτερο περιβαλλοντικό αποτύπωμα από μια απλή ερώτηση.
Τα μοντέλα με την περισσότερη κατανάλωση
Ερευνητική ομάδα του Sustainable AI Group, με επικεφαλής τον Νιντάλ Τζεγκάμ, δημιούργησε ένα εργαλείο σύγκρισης της εκτιμώμενης ενεργειακής κατανάλωσης και των εκπομπών διαφορετικών μοντέλων τεχνητής νοημοσύνης. Η ανάλυση δείχνει ότι τα πιο προηγμένα και υπολογιστικά απαιτητικά μοντέλα καταναλώνουν συνήθως περισσότερη ενέργεια από τις ελαφρύτερες εκδόσεις τους.
Για παράδειγμα, το Claude Haiku της Anthropic εμφανίζει σημαντικά χαμηλότερη κατανάλωση από το ισχυρότερο Claude Fable 5. Αντίστοιχα, προηγμένα αμερικανικά μοντέλα, όπως το ChatGPT 5.6 Terra, εκτιμάται ότι απαιτούν περισσότερη ενέργεια από ορισμένα κινεζικά μοντέλα, όπως το Qwen της Alibaba, λόγω διαφορών στον τρόπο επεξεργασίας των αιτημάτων. Ωστόσο, η σύγκριση δεν είναι τόσο απλή.
Τα μικρότερα μοντέλα συχνά χρειάζεται να παράγουν περισσότερο κείμενο για να ολοκληρώσουν την ίδια εργασία. Σύμφωνα με τον Τζεγκάμ, το Claude Sonnet μπορεί να χρησιμοποιεί σχεδόν 60% περισσότερα tokens από το μεγαλύτερο Claude Opus, περιορίζοντας μέρος του ενεργειακού πλεονεκτήματός του. Παρά τις διαφορές αυτές, τα ελαφρύτερα μοντέλα εξακολουθούν γενικά να απαιτούν λιγότερη ενέργεια για συγκρίσιμες εργασίες.
Ενδεικτικά, μια σύνθετη εργασία που εκτελείται από το Claude Fable μπορεί να καταναλώσει περίπου 76,2 Wh, με εκπομπές αντίστοιχες περίπου τεσσάρων φορτίσεων smartphone, σύμφωνα με τις εκτιμήσεις των ερευνητών. Η Google, από την πλευρά της, αναφέρει ότι το 2025 μια τυπική ερώτηση κειμένου στο Gemini Apps κατανάλωνε μόλις 0,24 Wh, ποσότητα ενέργειας αντίστοιχη με λιγότερα από εννέα δευτερόλεπτα παρακολούθησης τηλεόρασης.
Η εταιρεία υποστηρίζει επίσης ότι, χάρη σε βελτιώσεις στο λογισμικό και τον εξοπλισμό της, μείωσε την ενεργειακή κατανάλωση ανά ερώτηση κατά 33 φορές και το αποτύπωμα άνθρακα κατά 44 φορές μεταξύ 2024 και 2025. Οι συγκεκριμένες εκτιμήσεις, πάντως, δεν αποτελούν άμεσα συγκρίσιμες μετρήσεις, καθώς βασίζονται σε διαφορετικές εργασίες και μεθοδολογίες.
Γιατί έχει σημασία πού βρίσκεται το data center
Το περιβαλλοντικό αποτύπωμα ενός chatbot δεν εξαρτάται αποκλειστικά από την ποσότητα ενέργειας που καταναλώνει. Καθοριστικό ρόλο παίζει και ο τρόπος παραγωγής της ηλεκτρικής ενέργειας. Ένα αίτημα που επεξεργάζεται data center στη Σκανδιναβία, όπου χρησιμοποιούνται σε μεγάλο βαθμό ανανεώσιμες πηγές ενέργειας, μπορεί να προκαλεί σημαντικά χαμηλότερες εκπομπές από ένα αντίστοιχο αίτημα σε περιοχή που εξαρτάται από άνθρακα ή φυσικό αέριο.
Στις ΗΠΑ, περίπου το 24% της ηλεκτροπαραγωγής μεγάλης κλίμακας προήλθε από ανανεώσιμες πηγές το 2025, ενώ στην Κίνα, παρά τη ραγδαία ανάπτυξη της αιολικής και ηλιακής ενέργειας, η εξάρτηση από τον άνθρακα παραμένει υψηλή. Η Google ανακοίνωσε τον Σεπτέμβριο επενδύσεις 15,1 δισ. δολαρίων σε υποδομές AI στη Φινλανδία, αξιοποιώντας μεταξύ άλλων το ψυχρό κλίμα και τη διαθεσιμότητα ηλεκτρικής ενέργειας χαμηλών εκπομπών.
Την ίδια στιγμή, στις Ηνωμένες Πολιτείες αυξάνονται οι σχεδιαζόμενες μονάδες φυσικού αερίου για την τροφοδοσία data centers. Σύμφωνα με την περιβαλλοντική οργάνωση Sierra Club, εάν κατασκευαστούν όλα τα προγραμματισμένα νέα data centers στις ΗΠΑ έως το 2030, οι εκπομπές τους θα μπορούσαν να ξεπεράσουν τις συνολικές εκπομπές άνθρακα του Μεξικού.
Οι εταιρείες πιέζονται να αποκαλύψουν περισσότερα στοιχεία
Παρά τη ραγδαία αύξηση της χρήσης AI, οι μεγάλες τεχνολογικές εταιρείες εξακολουθούν να παρέχουν περιορισμένες πληροφορίες για την πραγματική ενεργειακή κατανάλωση των μοντέλων τους. Οι υπολογισμοί περιπλέκονται από τις διαφορετικές αρχιτεκτονικές των μικροτσίπ, τις τεχνολογίες ψύξης και τις συνθήκες λειτουργίας των data centers. Επιπλέον, ορισμένες εταιρείες χρησιμοποιούν πιστοποιητικά ανανεώσιμης ενέργειας για να αντισταθμίσουν λογιστικά τις εκπομπές τους, παρότι οι εγκαταστάσεις τους εξακολουθούν να ηλεκτροδοτούνται από το τοπικό δίκτυο, το οποίο μπορεί να βασίζεται σε ορυκτά καύσιμα.
Η Morningstar επισημαίνει ότι η έλλειψη διαφάνειας δυσκολεύει τους επενδυτές να αξιολογήσουν την περιβαλλοντική επίδοση και την αποδοτικότητα των εταιρειών τεχνητής νοημοσύνης. Παράλληλα, στην Καλιφόρνια προωθούνται νέες υποχρεώσεις δημοσιοποίησης εκπομπών για μεγάλες επιχειρήσεις, ενώ στην Ευρωπαϊκή Ένωση το πλαίσιο CSRD επηρεάζει ήδη τις απαιτήσεις εταιρικής αναφοράς.
Έως 30 φορές μεγαλύτερη κατανάλωση
Οι ερευνητές επισημαίνουν ότι οι επιχειρήσεις μπορούν να περιορίσουν σημαντικά το περιβαλλοντικό τους αποτύπωμα ακόμη και χωρίς να διαθέτουν πλήρη στοιχεία για κάθε μοντέλο.
Η επιλογή ενός λιγότερο ενεργοβόρου συστήματος για απλές εργασίες και η χρήση υποδομών που ηλεκτροδοτούνται από καθαρότερες πηγές μπορούν να κάνουν ουσιαστική διαφορά.
Ο Τζον Μπίστλαϊν, επικεφαλής επιστημονικής έρευνας της Watershed, η επιλογή του κατάλληλου μοντέλου μπορεί να οδηγήσει σε διαφορά ενεργειακής κατανάλωσης έως και 30 φορές για την ίδια εργασία. Κατά τον ίδιο, πρόκειται πιθανότατα για έναν από τους σημαντικότερους παράγοντες που μπορούν να ελέγξουν σήμερα οι επιχειρήσεις προκειμένου να περιορίσουν το ενεργειακό κόστος της χρήσης τεχνητής νοημοσύνης.