Як Штучний Інтелект Впливає на Води: Невидима Ціна Наших Повсякденних Запитів
Найтривожнішим у “водному сліді” штучного інтелекту (ШІ) є не те, що одна відповідь чат-бота виснажує ціле джерело. Звісно, це не так. Набагато більше хвилює, що малопомітна, але реальна витрата води стає значною тоді, коли її повторюють мільйони чи навіть мільярди разів. Та до неї додаються обсяги води, необхідної для створення і підтримки роботи дата-центрів, які забезпечують ці сервіси.
У 2024 році аналітики Washington Post спільно з дослідниками Каліфорнійського університету в Ріверсайді підрахували кількість води та електроенергії, необхідної ChatGPT на базі GPT-4, щоб написати типовий 100-слівний електронний лист у середньому американському дата-центрі. Вийшло приблизно рівно одна пляшка води на один лист.
Однак кількість ця не є сталим показником, що прив’язаний до кожної відповіді ChatGPT. Вода витрачається по-різному в залежності від моделі ШІ, місця розташування дата-центру, погодних умов, систем охолодження, джерела електроенергії та методів обліку. Однаковий запит може мати зовсім різний “водний слід” у різних умовах і в різний час.
Що входить у використання води ШІ?
Дата-центри витрачають воду двома основними способами:
- Пряме використання води: це, зазвичай, охолодження техніки. Сервери виділяють тепло, а в багатьох системах застосовують випаровне охолодження, що споживає воду і частково випаровується.
- Косвене використання води: виробництво електроенергії, особливо на теплових електростанціях, де вода застосовується для парових циклів чи охолодження. Тож дата-центр, що з точки зору локації виглядає менш водомістким, все одно може бути пов’язаний з великими водними затратами через електричну мережу.
Тут потрібно розуміти різницю між ‘забирати воду’ (вилучення з джерела) і ‘споживати воду’ (вода, що випаровується або не повертається у систему). Обидва показники важливі, але це різні речі.
Прогнози на майбутнє
Вчені прорахували, що до 2027 року глобальний попит на ШІ може спричинити вилучення від 4,2 до 6,6 мільярдів кубометрів води. Це приблизно як щорічне споживання води кількох Даній або половини Сполученого Королівства. Важливо пам’ятати, що це тільки модельні оцінки, а не фактичні виміри сьогодні.
Причини розбіжностей у підрахунках
Оцінки використання води ШІ часто розрізняються через кількість чинників, які враховують різні дослідження:
- Результати залежать від того, яка саме модель ШІ аналізується (наприклад, GPT-3 чи GPT-4).
- Враховуються різні географічні регіони з їхніми кліматичними умовами та типами дата-центрів.
- Визначення меж обліку — лише пряме споживання води чи також косвені витрати через електроенергію.
Наприклад, дослідження Google на arXiv у 2025 році показало, що звичайний текстовий запит Gemini споживає лише близько 0,26 мл води, що еквівалентно кільком краплям, а не пляшці. Це в рази менше за оцінки для ChatGPT. Різниця не означає, що одна оцінка правильна, а інша ні, просто вони вимірюють різні речі.
Чому важливий регіональний аспект
Вода — це не вуглекислий газ, її вплив локальний. Літр води, взятий з річки у вологому регіоні, аж ніяк не зрівнюється з літром, вилученим з обмілілої підземної водойми.
З 2026 року аналіз Guardian показав, що 517 із 809 запланованих дата-центрів США розташовані у зонах, які переживали посуху напередодні. Тож розташування дата-центру має ключове значення:
- Вода для охолодження у посушливому регіоні може конкурувати з потребами домогосподарств і сільського господарства.
- Загроза виснаження місцевих водойм стає реальною.
У 2023 році Associated Press повідомив, що зведена з Microsoft інфраструктура OpenAI у Вест-Де-Мойнс (Айова) використовувала приблизно 6% локального водозабору у липні, перед тренуванням GPT-4, спричиняючи суспільний резонанс. Компанія пообіцяла знизити інтенсивність споживання ресурсів.
Вода — це не лише наша звичка листуватися з чат-ботами
Можна подумати, що досить просто писати менше листів через ШІ, щоб покращити ситуацію. Безумовно, коротші запити і відповіді, а також менші моделі можуть економити ресурси. Але:
- Користувачі не можуть обирати, який саме дата-центр обробляє їхні запити.
- Не видно, чи використовується вода в охолодженні саме того дата-центру.
- Також не зрозуміло, скільки води було витрачено на виробництво електроенергії, що живить цей дата-центр.
Аналітика 2026 року вказує, що якщо нинішня інтенсивність використання води збережеться, американські дата-центри можуть потребувати сотні мільйонів галонів води на день до 2030 року. Це вже не лише питання ефективності, а й обмежень публічних систем водопостачання, особливо у періоди пікового навантаження.
Ключове питання
Ідеться не про те, що всі запити ШІ шкідливі чи бездумні. Справа у тому, що технології зростають швидше, ніж наше розуміння їх реальних потреб у ресурсах.
ШІ здається ледь відчутним — текст на екрані. Але за цим стоять сотні серверів, систем охолодження, електричних мереж і водозабірних споруд. Один короткий лист — це мало, але мільйони таких запитів — велика й складна інфраструктура.
Порівняння із пляшкою води — це добрий спосіб показати масштаб проблеми, але не варто сприймати його як універсальну одиницю виміру. Важливо знати:
- Де саме проходять обчислення;
- Яка модель застосовується;
- Що саме враховується у водоспоживанні;
- Хто ще залежить від того самого водного ресурсу.
Поки такі звіти не стануть прозорішими і порівнюванішими, суспільство буде бачити ШІ лише як зручну «цифрову» послугу, не помічаючи реальних витрат і навантажень на громади біля інфраструктурних об’єктів.
