Το ενεργειακό και ανθρακικό αποτύπωμα της τεχνητής νοημοσύνης εξαρτάται από το μοντέλο, την εργασία που εκτελεί και το ηλεκτρικό δίκτυο του data center. Ερευνητές επιχειρούν να μετρήσουν το κόστος κάθε αιτήματος, ενώ η περιορισμένη διαφάνεια των εταιρειών δυσκολεύει τις συγκρίσεις.
- Μια σύντομη απάντηση κειμένου, η παραγωγή εικόνας και μια πολυσύνθετη εργασία AI agent έχουν διαφορετικές ενεργειακές απαιτήσεις. Δεν υπάρχει ένα ενιαίο αποτύπωμα για κάθε χρήση.
- Οι εκπομπές δεν εξαρτώνται μόνο από την κατανάλωση ρεύματος, αλλά και από το πώς παράγεται η ηλεκτρική ενέργεια εκεί όπου εκτελείται η εργασία.
- Η επιλογή κατάλληλου μοντέλου, οι αποδοτικότερες υποδομές και η καθαρότερη ηλεκτροπαραγωγή μπορούν να περιορίσουν το αποτύπωμα, αλλά οι εκτιμήσεις χρειάζονται σαφή μεθοδολογία και επαληθεύσιμα δεδομένα.
Η ταχεία εξάπλωση της τεχνητής νοημοσύνης συνοδεύεται από μια γενική επίγνωση ότι τα chatbot καταναλώνουν μεγάλες ποσότητες ηλεκτρικής ενέργειας, μέρος της οποίας παράγεται από ορυκτά καύσιμα.
Πολύ δυσκολότερο είναι να γνωρίζουμε πόσο διοξείδιο του άνθρακα εκπέμπεται κάθε φορά που το ChatGPT, το Claude ή το DeepSeek επεξεργάζεται ένα αίτημα.
Οι μεγαλύτερες αμερικανικές εταιρείες AI δεν δημοσιεύουν συστηματικά αναλυτικά και συγκρίσιμα στοιχεία για την ενεργειακή κατανάλωση και τις εκπομπές κάθε υπηρεσίας τους. Μια τέτοια καταγραφή θα απαιτούσε και τεχνικές πληροφορίες που συχνά παραμένουν εμπιστευτικές.
Το αποτύπωμα εξαρτάται από το μοντέλο, τον εξοπλισμό και το σημείο όπου γίνεται η επεξεργασία. Ένα data center μπορεί να τροφοδοτείται από ηλεκτρικό δίκτυο με μεγάλη συμμετοχή άνθρακα ή από ένα σύστημα με περισσότερη αιολική, υδροηλεκτρική ή πυρηνική ενέργεια. Διαφορετικοί ημιαγωγοί και τεχνολογίες ψύξης προσθέτουν ακόμη περισσότερες μεταβλητές.
Οι ερευνητές επιχειρούν πλέον να δημιουργήσουν εκτιμήσεις πιο αξιόπιστες από μια απλή προσέγγιση, ώστε επιχειρήσεις, κυβερνήσεις και χρήστες να κατανοήσουν καλύτερα την περιβαλλοντική επίδραση της AI.
«Ο κόσμος δυσκολεύεται πολύ να προσεγγίσει αυτό το θέμα», λέει ο Τζον Μπίστλαϊν, επικεφαλής επιστήμης στη Watershed, η οποία βοηθά εταιρείες να μετρούν και να δημοσιοποιούν το περιβαλλοντικό τους αποτύπωμα. Ταυτόχρονα, όμως, επιχειρήσεις, ρυθμιστικές αρχές και ελεγκτές ζητούν εκτιμήσεις που να μπορούν να τεκμηριωθούν.
Τι συμβαίνει όταν στέλνουμε ένα αίτημα σε chatbot;
Το αίτημα μεταφέρεται σε ένα data center, όπου υποβάλλεται σε επεξεργασία από εξειδικευμένους ημιαγωγούς, συχνά GPU ή άλλους επιταχυντές AI.
Το κείμενο μετατρέπεται σε μικρότερες μονάδες, τα λεγόμενα tokens, τις οποίες μπορεί να επεξεργαστεί το μοντέλο. Για να παραχθεί η απάντηση πραγματοποιούνται μεγάλοι αριθμοί υπολογισμών, που απαιτούν ηλεκτρική ενέργεια.
Η διαδικασία παράγει θερμότητα, η οποία πρέπει να απομακρύνεται ώστε ο εξοπλισμός να λειτουργεί σωστά. Σύμφωνα με έκθεση που επικαλείται το δημοσίευμα, η ψύξη μπορεί σε ορισμένα data centers να απορροφά έως το 40% της συνολικής ενέργειας. Το ποσοστό, ωστόσο, διαφέρει σημαντικά ανάλογα με την εγκατάσταση και την τεχνολογία της.
Η επέκταση των υποδομών AI αυξάνει τη ζήτηση ηλεκτρισμού. Όταν αυτή καλύπτεται από πρόσθετη παραγωγή με ορυκτά καύσιμα, μπορεί να περιορίσει τα οφέλη που προκύπτουν από την ανάπτυξη καθαρών πηγών ενέργειας.
Πόση ενέργεια χρειάζεται η AI;
Σε έκθεση του 2024, το Electric Power Research Institute εκτιμούσε ότι ένα αίτημα σε παλαιότερα μοντέλα ChatGPT κατανάλωνε κατά μέσο όρο περίπου δεκαπλάσια ενέργεια από μια παραδοσιακή αναζήτηση Google.
Η σύγκριση αφορά συγκεκριμένες εκτιμήσεις και τεχνολογίες εκείνης της περιόδου. Δεν αποτελεί σταθερό κανόνα για κάθε σημερινό αίτημα ή αναζήτηση.
Ακόμη και μεταξύ εργασιών κειμένου, η κατανάλωση διαφέρει. Μια σύντομη, απλή απάντηση συνήθως απαιτεί λιγότερους πόρους από μια εκτενή εργασία που περιλαμβάνει πολλαπλά βήματα συλλογισμού, χρήση εργαλείων ή επαναλαμβανόμενες κλήσεις σε μοντέλα.
Η δημιουργία εικόνων και, ιδιαίτερα, βίντεο μπορεί να απαιτεί πολύ περισσότερη ενέργεια από μια απλή ερώτηση κειμένου. Πρόσθετη ζήτηση δημιουργούν οι AI agents, που εκτελούν εργασίες πολλών σταδίων.
Ανάλυση της εταιρείας αξιολόγησης Vals AI, την οποία επικαλείται το δημοσίευμα, εκτίμησε ότι η ανάπτυξη μιας εφαρμογής με AI μπορεί, σε συγκεκριμένα σενάρια, να έχει περιβαλλοντικό αποτύπωμα 10.000 φορές μεγαλύτερο από ένα απλό αίτημα. Πρόκειται για σύγκριση πολύ διαφορετικών εργασιών, όχι για γενικό συντελεστή κατανάλωσης.
Το αποτύπωμα αρχίζει πριν από την πρώτη ερώτηση
Η πλήρης αποτίμηση δεν περιορίζεται στο ρεύμα που απαιτείται για μια απάντηση.
Οι ερευνητές εξετάζουν ολόκληρο τον κύκλο ζωής των υποδομών: την εξόρυξη πρώτων υλών, την κατασκευή ημιαγωγών και συστημάτων ψύξης, την ανέγερση των εγκαταστάσεων, την εκπαίδευση και λειτουργία των μοντέλων, καθώς και την απόσυρση του εξοπλισμού.
Σύμφωνα με εκτίμηση του περιβαλλοντικού οργανισμού RMI, το τσιμέντο που θα χρησιμοποιηθεί για την κατασκευή αμερικανικών εγκαταστάσεων AI έως το 2030 θα μπορούσε από μόνο του να προκαλέσει εκπομπές αντίστοιχες με εκείνες 415.000 αυτοκινήτων σε έναν χρόνο.
Πώς συγκρίνονται διαφορετικά μοντέλα;
Ο Νιντάλ Τζεγκάμ, ερευνητής της Sustainable AI, έχει αναπτύξει με την ομάδα του εργαλεία ανοικτού κώδικα για τη σύγκριση της εκτιμώμενης ενεργειακής κατανάλωσης και των εκπομπών διαφορετικών μοντέλων. Οι υπολογισμοί βασίζονται σε τεχνικά δεδομένα και παραδοχές, όχι σε άμεσες μετρήσεις κάθε εμπορικής υπηρεσίας.
Στη σύγκριση που περιγράφει το δημοσίευμα, χρησιμοποιείται ως κοινό σενάριο ένα αμερικανικό data center που τροφοδοτείται από μονάδα φυσικού αερίου. Αυτή η παραδοχή επιτρέπει μια συγκεκριμένη σύγκριση, αλλά δεν περιγράφει αναγκαστικά την πραγματική τροφοδοσία όλων των υπηρεσιών.
Το αποτέλεσμα εξαρτάται, μεταξύ άλλων, από:
- Τον αριθμό αιτημάτων που επεξεργάζονται μαζί.
- Τον αριθμό και τον τύπο των chips.
- Την ενέργεια που απαιτείται ανά token.
- Το μήκος της απάντησης και τα ενδιάμεσα βήματα επεξεργασίας.
Κατά κανόνα, τα πιο απαιτητικά μοντέλα μπορούν να εκτελούν περισσότερους υπολογισμούς για να παράγουν μια σύνθετη απάντηση. Η αρχιτεκτονική έχει επίσης σημασία: σε μοντέλα «mixture of experts», ενεργοποιείται μόνο μέρος των παραμέτρων για κάθε token.
Αυτό διαφέρει από τη λειτουργία reasoning, η οποία αφορά την επεξεργασία μιας εργασίας μέσα από περισσότερα βήματα και μπορεί να αυξάνει την κατανάλωση. Οι δύο έννοιες δεν είναι συνώνυμες.
Τα μικρότερα μοντέλα είναι πάντα πιο οικονομικά;
Όχι απαραίτητα για κάθε εργασία.
Ένα μικρότερο μοντέλο μπορεί να καταναλώνει λιγότερη ενέργεια ανά token, αλλά να χρειάζεται μεγαλύτερη απάντηση ή περισσότερες προσπάθειες για να ολοκληρώσει το ίδιο έργο.
Ο Τζεγκάμ αναφέρει ως παράδειγμα συγκρίσεις μεταξύ εκδόσεων Claude Sonnet και Opus, στις οποίες το μικρότερο μοντέλο παρήγαγε περισσότερα tokens. Αυτό μπορεί να περιορίζει την ενεργειακή διαφορά.
Επομένως, η σύγκριση χρειάζεται να γίνεται με βάση την ολοκλήρωση μιας αντίστοιχης εργασίας σε αποδεκτό επίπεδο ποιότητας, όχι μόνο την κατανάλωση ανά μονάδα κειμένου.
Ακόμη κι έτσι, τα ελαφρύτερα μοντέλα συχνά παραμένουν λιγότερο ενεργοβόρα για απλές, συγκρίσιμες εργασίες.
Για ένα συγκεκριμένο σενάριο πολυσταδιακής εργασίας με Claude Fable, το δημοσίευμα παραθέτει εκτίμηση 76,2 βατωρών. Το αποτύπωμα άνθρακα αυτής της ενέργειας εξαρτάται από την ηλεκτροπαραγωγή που χρησιμοποιείται· δεν μπορεί να μεταφραστεί σε μία καθολική τιμή εκπομπών.
Τι δηλώνουν οι εταιρείες;
Οι αμερικανικές εταιρείες AI υποστηρίζουν ότι εργάζονται για τη βελτίωση της αποδοτικότητας.
Η Google δημοσίευσε τον Αύγουστο του 2025 εκτίμηση σύμφωνα με την οποία το διάμεσο αίτημα κειμένου στις εφαρμογές Gemini κατανάλωνε 0,24 βατώρες.
Με βάση δεδομένα του Μαΐου 2025 και σύγκριση με τον Μάιο 2024, ανέφερε ότι η ενέργεια και το ανθρακικό αποτύπωμα ανά διάμεσο αίτημα είχαν περιοριστεί κατά συντελεστές 33 και 44 αντίστοιχα, χάρη σε βελτιώσεις λογισμικού και εξοπλισμού. Πρόκειται για εταιρική αποτίμηση συγκεκριμένης περιόδου, όχι για μέτρηση κάθε σημερινού αιτήματος.
Η Google χρησιμοποιεί και δικούς της επιταχυντές, τους TPU, για τους οποίους υποστηρίζει ότι προσφέρουν πλεονεκτήματα αποδοτικότητας.
Η ανεξάρτητη αξιολόγηση παραμένει δύσκολη όταν οι ερευνητές δεν έχουν πρόσβαση σε επαρκή τεχνικά και λειτουργικά δεδομένα. Η δυνατότητα χρήσης ενός chip μέσω cloud, άλλωστε, δεν ισοδυναμεί με πλήρη πρόσβαση στον εξοπλισμό και στις μετρήσεις του.
Σύμφωνα με το δημοσίευμα του Bloomberg, οι Anthropic, OpenAI, Google, DeepSeek και Alibaba δεν απάντησαν στα αιτήματα σχολιασμού για τα ευρήματα της Sustainable AI.
Μετρά πού βρίσκεται ο χρήστης;
Το καθοριστικό στοιχείο είναι κυρίως πού εκτελείται η εργασία, όχι απλώς πού βρίσκεται ο χρήστης.
Ένα αίτημα από την Κοπεγχάγη δεν είναι αυτομάτως χαμηλότερων εκπομπών από ένα αίτημα από το Τσάρλεστον. Η δρομολόγηση μπορεί να το οδηγήσει σε διαφορετική περιοχή, ανάλογα με την υπηρεσία και τις υποδομές της.
Όταν η επεξεργασία γίνεται σε εγκαταστάσεις που χρησιμοποιούν ηλεκτρισμό χαμηλών εκπομπών, το αποτύπωμα μπορεί να είναι μικρότερο. Στη Σκανδιναβία, για παράδειγμα, σημαντικό ρόλο παίζουν οι ανανεώσιμες πηγές. Στη Γαλλία, η πυρηνική ενέργεια και οι ΑΠΕ περιορίζουν την ένταση άνθρακα της ηλεκτροπαραγωγής.
Στις ΗΠΑ, το ενεργειακό μείγμα διαφέρει σημαντικά ανά περιοχή. Το δημοσίευμα αναφέρει ότι περίπου 24% της ηλεκτροπαραγωγής μεγάλης κλίμακας το 2025 προερχόταν από ανανεώσιμες πηγές.
Η Google ανακοίνωσε τον Σεπτέμβριο επενδύσεις 15,1 δισ. δολαρίων σε υποδομές AI στη Φινλανδία, επικαλούμενη, μεταξύ άλλων, το ψυχρό κλίμα και τη διαθέσιμη ηλεκτροπαραγωγή χωρίς εκπομπές άνθρακα.
Το φυσικό αέριο και η σύγκριση με την Κίνα
Η ανάπτυξη νέων data centers στις ΗΠΑ συνοδεύεται από σχέδια πρόσθετης παραγωγής ηλεκτρισμού με φυσικό αέριο.
Ανάλυση της Sierra Club, την οποία παραθέτει το δημοσίευμα, εκτιμά ότι οι εκπομπές από τις σχεδιαζόμενες υποδομές θα μπορούσαν να ξεπεράσουν τις ετήσιες εκπομπές του Μεξικού έως το 2030, εφόσον υλοποιηθούν τα έργα στο προβλεπόμενο χρονοδιάγραμμα και με τις συγκεκριμένες παραδοχές αδειοδότησης.
Σύμφωνα με τη Global Energy Monitor, οι προτάσεις μονάδων φυσικού αερίου που συνδέονται με αμερικανικά data centers έφτασαν το πρώτο εξάμηνο του 2026 τα 189 GW, διπλάσια ισχύ από εκείνη των προτάσεων ολόκληρου του 2025. Η προτεινόμενη ισχύς δεν ισοδυναμεί με ήδη λειτουργούσες εγκαταστάσεις.
Η σύγκριση με την Κίνα είναι σύνθετη. Η χώρα προσθέτει μεγάλες ποσότητες αιολικής και ηλιακής ενέργειας, αλλά η ηλεκτροπαραγωγή της εξακολουθεί να βασίζεται σε μεγάλο βαθμό στον άνθρακα.
Ταυτόχρονα, διαφορετικά μοντέλα και διαφορετικοί όγκοι χρήσης μπορούν να αλλάξουν τη συνολική εικόνα. Η εθνικότητα μιας εταιρείας δεν αρκεί για να προσδιορίσει το αποτύπωμα μιας απάντησης.
Τι σημαίνουν οι δεσμεύσεις για «net zero»;
Ακόμη και όταν ένας τεχνολογικός όμιλος δηλώνει ότι επιτυγχάνει καθαρές μηδενικές εκπομπές ή αντιστοιχίζει την κατανάλωσή του με ανανεώσιμη ενέργεια, δεν σημαίνει ότι κάθε εγκατάστασή του τροφοδοτείται διαρκώς χωρίς ορυκτά καύσιμα.
Τα πιστοποιητικά ανανεώσιμης ενέργειας καταγράφουν περιβαλλοντικά χαρακτηριστικά της ηλεκτροπαραγωγής. Δεν είναι το ίδιο με την αντιστάθμιση άνθρακα και δεν αποδεικνύουν από μόνα τους ότι το τοπικό δίκτυο είναι καθαρό κάθε ώρα λειτουργίας.
Για ουσιαστικές συγκρίσεις χρειάζεται να γνωρίζουμε τόσο τη μεθοδολογία λογιστικής καταγραφής όσο και την πραγματική τροφοδοσία των υποδομών.
Ποιοι ζητούν περισσότερη διαφάνεια;
Καταναλωτές, επενδυτές, επιχειρήσεις, περιβαλλοντικές οργανώσεις και ρυθμιστικές αρχές ζητούν αναλυτικότερα στοιχεία.
Οι τοπικές κοινότητες ανησυχούν για την ατμοσφαιρική ρύπανση και τις επιπτώσεις στην ενέργεια. Οι επιχειρήσεις χρειάζονται δεδομένα για να υπολογίζουν πώς η χρήση AI επηρεάζει τους δικούς τους στόχους βιωσιμότητας. Οι επενδυτές θέλουν να αξιολογούν την αποδοτικότητα και τους περιβαλλοντικούς κινδύνους.
Η Morningstar έχει επισημάνει ότι η περιορισμένη δημοσιοποίηση στοιχείων δυσκολεύει την αξιολόγηση των περιβαλλοντικών επιδόσεων και της χρήσης πόρων από τις εταιρείες AI.
Πώς μπορεί να περιοριστεί η κατανάλωση;
Οι βελτιώσεις δεν απαιτούν πάντοτε ριζική αλλαγή τεχνολογίας.
Σύμφωνα με υπολογισμό της Delta Electronics που παραθέτει το δημοσίευμα, βελτίωση της αποδοτικότητας των συστημάτων τροφοδοσίας κατά 0,5% θα μπορούσε, στο εξεταζόμενο σενάριο, να εξοικονομήσει περίπου 5 τεραβατώρες ετησίως και να περιορίσει τις εκπομπές κατά 2 εκατ. τόνους CO₂.
Για τις επιχειρήσεις, μια άμεσα διαθέσιμη επιλογή είναι η χρήση μοντέλου ανάλογου με την εργασία, αντί της αυτόματης προσφυγής στο πιο απαιτητικό σύστημα.
Ο Μπίστλαϊν εκτιμά ότι η επιλογή μοντέλου μπορεί να οδηγήσει σε διαφορά έως και 30 φορές στην κατανάλωση για την ίδια εργασία, ανάλογα με την περίπτωση.
Θα υποχρεωθούν οι εταιρείες να δημοσιεύουν στοιχεία;
Το ρυθμιστικό περιβάλλον εξελίσσεται με διαφορετικές ταχύτητες.
Στην Καλιφόρνια, το πλαίσιο SB 253 προβλέπει γνωστοποιήσεις εκπομπών για αμερικανικές εταιρείες που δραστηριοποιούνται στην πολιτεία και ξεπερνούν το 1 δισ. δολάρια ετήσιων εσόδων. Η εφαρμογή περιλαμβάνει τις άμεσες εκπομπές, Scope 1, και εκείνες από την αγοραζόμενη ενέργεια, Scope 2, ενώ προβλέπεται και η κάλυψη της αλυσίδας αξίας, Scope 3.
Στην Ευρωπαϊκή Ένωση, η CSRD θεσπίζει υποχρεώσεις αναφοράς βιωσιμότητας για εταιρείες που εμπίπτουν στο πεδίο εφαρμογής της. Ωστόσο, οι αλλαγές του 2026 περιόρισαν το εύρος της, αυξάνοντας τα σχετικά όρια. Συνεπώς, δεν πρόκειται για μια ενιαία υποχρέωση που θα καλύψει αυτομάτως όλες τις πολυεθνικές.
Παράλληλα, τα πρότυπα του ISSB υιοθετούνται με διαφορετικό τρόπο από επιμέρους δικαιοδοσίες.
Η αυξανόμενη κατανάλωση ενέργειας καθιστά πιο πιεστική την ανάγκη για αξιόπιστες μετρήσεις. Όπως σημειώνει η ερευνήτρια Σάσα Λουτσιόνι, οι εταιρείες αντιμετωπίζουν πλέον μεγαλύτερη πίεση από εργαζομένους και μετόχους για να εξηγήσουν την περιβαλλοντική επίδραση της AI.