W świecie korporacyjnym, gdzie ESG stało się mantrą odpowiedzialnego biznesu, sztuczna inteligencja znalazła się w centrum gorącej debaty. Z jednej strony – obiecuje rewolucję w efektywności energetycznej, optymalizacji procesów i inteligentnym zarządzaniu zasobami. Z drugiej – konsumuje energię jak nenasycony potwór, generując emisje CO2 w ilościach, które mogą przyprawić o zawrót głowy.
Ale zanim rzucimy się z oskarżeniami pod adresem AI, warto postawić fundamentalne pytanie: czy faktycznie jesteśmy fair w naszych ocenach?
Brutalna prawda o emisjach AI
Najnowsze badania nie pozostawiają złudzeń – AI rzeczywiście ma swój ślad węglowy. Trening GPT-3 z 175 miliardami parametrów pochłonął 1,287 megawatogodzin energii elektrycznej i wyprodukował 502 tony emisji dwutlenku węgla, co jest porównywalne z emisjami generowanymi przez 112 samochodów benzynowych przez rok.
Ale to dopiero początek problemu. Przewiduje się, że do 2030 roku centra danych będą emitować trzykrotnie więcej CO2 rocznie niż bez boomu rozwoju AI. Przewidywana ilość emisji gazów cieplarnianych, 2,5 miliarda ton, to około 40% obecnych rocznych emisji USA.
Brzmi przerażająco? Może. Ale zanim wyciągniemy wnioski, przyjrzyjmy się bliżej temu, co faktycznie oznaczają te liczby.
Kompleksowe pytania zamiast prostych odpowiedzi
Badanie przeprowadzone przez Maximilian Dauner z Munich Center for Digital Sciences pokazało fascynujące zależności. Złożone pytania generowały do sześciu razy więcej emisji dwutlenku węgla niż pytania z krótkimi odpowiedziami. To oznacza, że sposób, w jaki używamy AI, ma kolosalne znaczenie dla jej wpływu środowiskowego.
Gdy pytasz ChatGPT o filozofię lub algebrę abstrakcyjną, generujesz znacznie więcej emisji niż przy prostych pytaniach historycznych. Niektóre złożone prompty mogą prowadzić do 50x większych emisji węgla niż inne.
Sztuczna inteligencja kontra fast fashion – kto jest prawdziwym winowajcą?
I tu dochodzimy do sedna sprawy. Podczas gdy świat technologii podlega drobiazgowej analizie pod kątem emisji CO2, branża fast fashion – która faktycznie jest znacznie bardziej toksyczna dla środowiska – jakoś unika reflektorów.
Spójrzmy na fakty:
Fast fashion:
- Odpowiada za około 10% globalnych emisji węgla – więcej niż wszystkie międzynarodowe loty i transport morski łącznie
- Jest drugim co do wielkości konsumentem wody przemysłowej, wymagając około 2700 litrów do produkcji jednej koszuli bawełnianej i 7600 litrów wody do produkcji pary dżinsów
- Łącznie 1,2 miliarda ton emisji węgla jest uwalniana przez przemysł modowy każdego roku
- Zakupy tekstyliów w UE w 2020 roku wygenerowały około 270 kg emisji CO2 na osobę
Sztuczna inteligencja:
- Goldman Sachs szacuje, że centra danych będą zużywać 8% całkowitej energii w kraju do 2030 roku, w porównaniu z 3% w 2022 roku
- Generowanie obrazów jest zdecydowanie najbardziej energochłonnym i węglochłonnym zadaniem opartym na AI
Perspektywa i podwójne standardy
Co jest szczególnie ironiczne w tej całej debacie, to fakt, że podczas gdy AI jest bezlitośnie krytykowane za swój wpływ środowiskowy, branże o znacznie większym ładzie emisji CO2 pozostają relatywnie nietknięte przez ostrą krytykę ESG.
Przemysł fast fashion odpowiada za aż 10% globalnych emisji dwutlenku węgla, podczas gdy całkowity wpływ AI – włączając wszystkie centra danych na świecie – stanowi obecnie tylko ułamek tej liczby.
Dodatkowo, 85% wszystkich tekstyliów trafia rocznie na wysypiska, a pranie ubrań uwalnia 500,000 ton mikrowłókien do oceanu każdego roku, co równa się 50 miliardom plastikowych butelek.
Pozytywny potencjał sztucznej inteligencji
Nie może też umknąć naszej uwadze pozytywny potencjał AI w walce ze zmianami klimatycznymi. Badanie z 2025 roku wykazało, że AI może zmniejszyć globalne emisje rocznie o 3,2 do 5,4 miliarda ton ekwiwalentu dwutlenku węgla do 2035 roku, jeśli zostanie mądrze zastosowana do pomocy w projektowaniu i wdrażaniu polityk, poprawie insights i monitorowaniu systemów.
AI może pomóc firmom w realizacji priorytetów inwestorów, takich jak redukcja emisji węgla, budowanie odpornych łańcuchów dostaw i wspieranie adopcji energii odnawialnej.
Transparentność kontra kreacyjna księgowość
Podczas gdy świat AI podlega coraz większej presji dotyczącej transparentności emisji, inne branże nadal stosują „kreatywną księgowość”. Analiza The Guardian obejmująca lata 2020-2022 pokazała, że rzeczywiste emisje z centrów danych firm pionierskich w AI, takich jak Meta, mogą być 7,62 razy wyższe (lub 662%) niż raportowane ze względu na kreatywną księgowość.
Ale to dotyczy nie tylko AI. Brak transparentności w raportowaniu emisji CO2 to systemowy problem wielu branż.
Strategiczne podejście zamiast populistycznej krytyki
UNEP rekomenduje pięć głównych działań: ustanowienie standardowych procedur mierzenia wpływu środowiskowego AI, wymóg ujawniania przez firmy bezpośrednich konsekwencji środowiskowych produktów AI, zwiększenie efektywności algorytmów AI, zachęcanie firm do ekologizacji centrów danych oraz integrację polityk AI z szerszymi regulacjami środowiskowymi.
Kluczem nie jest demonizowanie technologii, ale strategiczne jej wykorzystanie. Dostawcy AI mogą zmniejszyć emisje poprzez kierowanie zapytań do modeli, które mogą je przetwarzać zarówno dokładnie, jak i efektywnie, oraz ograniczając wyniki do odpowiedniej długości.
Wniosek: prawda bez lukru
Czy AI jest ESG? Odpowiedź nie jest prosta ani jednoznaczna.
AI rzeczywiście generuje znaczące emisje CO2 i będzie je generować jeszcze więcej w najbliższych latach. To jest fakt, którego nie da się ukryć. Ale czy to czyni ją mniej „ESG” niż branże, które od dekad trucizną środowisko w znacznie większej skali?
Prawdziwy problem leży gdzie indziej – w naszej selektywnej uwadze i podwójnych standardach. Podczas gdy AI jest mikroskopijnie analizowana pod kątem wpływu środowiskowego, branże takie jak fast fashion – odpowiedzialne za 10% globalnych emisji CO2 – nadal funkcjonują relatywnie bezkarnie.
Jeśli faktycznie zależy nam na ESG, to powinniśmy wymagać tej samej transparentności i odpowiedzialności od wszystkich branż, nie tylko od tych, które akurat są na topie technologicznym.
AI może być częścią rozwiązania problemu klimatycznego, ale tylko jeśli będziemy używać jej mądrze, efektywnie i – co najważniejsze – uczciwie oceniać jej wpływ w kontekście całego krajobrazu przemysłowego.
Być może zamiast pytać „czy AI jest ESG”, powinniśmy zapytać: „czy nasze podejście do oceny wpływu środowiskowego różnych branż jest fair i konsekwentne?”