W rozmowie o sztucznej inteligencji najłatwiej zobaczyć interfejs. Użytkownik wpisuje pytanie, firma pokazuje demonstrację, polityk mówi o innowacyjności, a inwestorzy liczą przyszłe przychody. Prawdziwy ciężar tej technologii jest jednak schowany poza ekranem. Modele trzeba trenować, utrzymywać, zasilać, chłodzić i łączyć z użytkownikami przez ogromną infrastrukturę.

Chmura ma adres, kabel i transformator

Międzynarodowa Agencja Energetyczna zwracała uwagę, że centra danych, kryptowaluty i zastosowania związane ze sztuczną inteligencją zużywały w 2022 roku około 460 TWh energii elektrycznej. W scenariuszach IEA popyt tej grupy mógłby w krótkim czasie wzrosnąć do ponad 1000 TWh. Nie chodzi więc o niewidzialną usługę, tylko o sektor, który zaczyna konkurować o prąd, przyłącza i urządzenia z przemysłem oraz gospodarstwami domowymi.

To zmienia pytanie o rozwój AI. Do tej pory kraje pytały głównie, kto ma najlepszych badaczy, największe modele i najbardziej atrakcyjne aplikacje. Coraz ważniejsze staje się inne pytanie: kto ma energię, sieci przesyłowe, szybkie procedury przyłączeniowe, dostęp do transformatorów, wodę do chłodzenia i lokalizacje, w których społeczności zgodzą się na duże centra danych.

Chmura jest wygodnym słowem, ale może usypiać czujność. Dla użytkownika dane są gdzieś „w internecie”. Dla systemu energetycznego są w konkretnym budynku, podłączonym do konkretnego węzła sieci, w konkretnym regionie. Jeśli w tym regionie brakuje mocy przyłączeniowych, kolejny projekt cyfrowy może zderzyć się z tym samym problemem co fabryka, osiedle mieszkaniowe albo linia kolejowa.

Cyfrowa ambicja spotyka sieć energetyczną

Najbardziej interesujące jest to, że AI łączy dwie polityki, które długo traktowano osobno. Polityka cyfrowa mówiła o danych, prywatności, innowacjach i konkurencji. Polityka energetyczna mówiła o źródłach prądu, sieciach, emisjach i cenach. Teraz te światy spotykają się w jednym pytaniu: czy państwo, które chce być cyfrowe, ma fizyczną infrastrukturę dla własnych ambicji.

W Europie ta sprawa ma dodatkowy wymiar. Unia buduje regulacje AI, mówi o suwerenności technologicznej i chce przyciągać inwestycje. Ale regulacja bez mocy obliczeniowej i energii nie daje pełnej sprawczości. Można mieć najlepsze zasady bezpieczeństwa, a jednocześnie używać modeli, centrów danych i infrastruktury zależnej od decyzji podejmowanych gdzie indziej.

Nie oznacza to, że AI jest zła, bo zużywa prąd. Taki wniosek byłby zbyt prosty. AI może pomagać w medycynie, badaniach naukowych, optymalizacji przemysłu, zarządzaniu siecią i administracji. Właśnie dlatego trzeba liczyć jej koszt uczciwie. Technologia, która ma zwiększać produktywność, powinna być oceniana nie tylko po zachwycie użytkownika, ale także po bilansie energetycznym i społecznym.

Nie każde użycie AI warte jest rachunku

Dla firm najważniejsza będzie więc zdolność wyboru zastosowań, które naprawdę tworzą wartość. Jeżeli model AI oszczędza godziny pracy, zmniejsza liczbę błędów, poprawia projektowanie leków albo ogranicza straty energii, rachunek może być uzasadniony. Jeżeli generuje kolejne warstwy automatycznego marketingu, raportów i treści niskiej jakości, zaczyna wyglądać jak koszt prądu przebrany za innowację.

Dla państwa wniosek jest jeszcze szerszy. Strategia AI nie może kończyć się na programach dla startupów i przepisach. Musi obejmować sieci energetyczne, edukację inżynierów, moce obliczeniowe, bezpieczeństwo dostaw, planowanie przestrzenne i przemysł komponentów. Kraj, który tego nie zrobi, może mieć wiele aplikacji AI, ale niewielką kontrolę nad warunkami, w których one działają.

W tym sensie AI przypomina wcześniejsze rewolucje przemysłowe bardziej, niż chciałby język marketingu. Kolej potrzebowała torów, hut i stacji. Internet potrzebował kabli, serwerowni i routerów. Sztuczna inteligencja potrzebuje mocy obliczeniowej, fabryk chipów, energii i chłodzenia. Różnica polega na tym, że użytkownik rzadziej widzi tę infrastrukturę, bo została ukryta za czystym interfejsem.

To ma znaczenie również dla samorządów. Centrum danych może dawać podatki, miejsca pracy i prestiż technologiczny, ale może też konkurować o energię, wodę i przestrzeń z innymi inwestycjami. Lokalna decyzja o przyciągnięciu cyfrowego projektu nie jest więc tylko sprawą promocji gospodarczej. Jest decyzją o wykorzystaniu zasobów, które mogłyby zasilać mieszkania, fabryki albo transport.

Najlepszym miernikiem dojrzałości nie będzie liczba wdrożeń AI w prezentacji ministerstwa. Będzie nim pytanie, czy kraj potrafi wskazać zastosowania o wysokiej wartości społecznej i gospodarczej, a jednocześnie ograniczać użycia niskiej jakości. Jeśli każdy dokument, reklama i formularz zacznie być przepuszczany przez kosztowną warstwę AI bez wyraźnego zysku, technologia stanie się nowym źródłem marnotrawstwa.

Takie podejście zmienia także rozmowę o ekologii technologii. Nie wystarczy zapytać, czy centrum danych korzysta z odnawialnej energii na papierze. Trzeba pytać, czy jego popyt wypiera inne inwestycje, czy wymusza rozbudowę sieci, czy zużywa wodę w regionie podatnym na suszę i czy zwiększa odporność systemu, czy tylko jego obciążenie.