Η συζήτηση για τους κινδύνους της Τεχνητής Νοημοσύνης έχει φτάσει πλέον μέχρι τα σενάρια που πριν από λίγα χρόνια θα έμοιαζαν με επιστημονική φαντασία. Η παραίτηση του ερευνητή, Τζέικομπ Κόξον, από την Anthropic επανέφερε πριν από λίγες ημέρες στο προσκήνιο ακόμη και τον φόβο απώλειας του ανθρώπινου ελέγχου πάνω σε μελλοντικά συστήματα υπερνοημοσύνης.

Υπάρχει όμως μια πολύ πιο μετρήσιμη πλευρά της εξάπλωσης του AI, η οποία δεν αφορά ένα υποθετικό μέλλον. Αφορά την ενέργεια που χρειάζεται ήδη για να λειτουργήσει, το νερό που απαιτούν οι υποδομές που το υποστηρίζουν, τις εκπομπές που συνδέονται με την παραγωγή της ηλεκτρικής ενέργειας και, σε δεύτερο επίπεδο, τη γη και τις πρώτες ύλες που χρειάζεται η ανάπτυξη των data centers.

Τα μεγέθη αυξάνονται τόσο γρήγορα ώστε το Πανεπιστήμιο των Ηνωμένων Εθνών (UNU) προειδοποίησε πριν από λίγους μήνες ότι η περιβαλλοντική επίπτωση του AI δεν μπορεί πλέον να εξετάζεται μόνο μέσα από τις εκπομπές άνθρακα. Η εξίσωση περιλαμβάνει ταυτόχρονα ενέργεια, νερό και χρήση γης.

Έως 945 TWh ηλεκτρικής ενέργειας το 2030

Το πρώτο μεγάλο μέτωπο είναι η ηλεκτρική ενέργεια. Σύμφωνα με τα νεότερα στοιχεία του Διεθνούς Οργανισμού Ενέργειας (IEA), η κατανάλωση ηλεκτρικής ενέργειας των data centers παγκοσμίως αυξήθηκε κατά 17% το 2025, φτάνοντας περίπου τις 485 TWh.

Ακόμη ταχύτερη ήταν η αύξηση στα data centers που επικεντρώνονται στην Τεχνητή Νοημοσύνη, όπου η κατανάλωση ηλεκτρικής ενέργειας εκτινάχθηκε κατά 50% μέσα σε μόλις έναν χρόνο. Μέχρι το 2030, ο IEA προβλέπει ότι η συνολική κατανάλωση των data centers θα έχει σχεδόν διπλασιαστεί, στις περίπου 950 TWh.

Η Τεχνητή Νοημοσύνη «διψάει»

Η δεύτερη πλευρά του προβλήματος είναι λιγότερο εμφανής: το νερό. Τα data centers χρειάζονται νερό άμεσα για την ψύξη του εξοπλισμού τους, ενώ υπάρχει και έμμεσο υδατικό αποτύπωμα από την παραγωγή της ηλεκτρικής ενέργειας που καταναλώνουν.

Η έκθεση «Το περιβαλλοντικό κόστος της Τεχνητής Νοημοσύνης: αποτύπωμα άνθρακα, νερού και γης», που δημοσίευσε τον Ιούνιο του 2026 το Ινστιτούτο για το Νερό, το Περιβάλλον και την Υγεία του Πανεπιστημίου των Ηνωμένων Εθνών (UNU-INWEH), επιχειρεί να αποτυπώσει το μέγεθος του προβλήματος σε παγκόσμιο επίπεδο.

Σύμφωνα με όσα επισημαίνονται, έως το 2030 το υδατικό αποτύπωμα των data centers θα μπορούσε να αντιστοιχεί στις βασικές ετήσιες οικιακές ανάγκες σε νερό περίπου 1,3 δισ. ανθρώπων στην υποσαχάρια Αφρική.

Η σύγκριση δεν σημαίνει, βέβαια, ότι τα data centers θα «στερήσουν» αυτό το νερό από τους συγκεκριμένους ανθρώπους. Δείχνει όμως την κλίμακα του υδατικού αποτυπώματος που συνοδεύει την ταχεία ανάπτυξη της υποδομής του AI.

Και η γεωγραφία έχει καθοριστική σημασία. Ένα data center σε περιοχή με άφθονους υδάτινους πόρους δεν δημιουργεί την ίδια πίεση με μία εγκατάσταση αντίστοιχου μεγέθους σε περιοχή που αντιμετωπίζει λειψυδρία.

Τι έδειξε η μελέτη του Nature για τις ΗΠΑ

Ακόμη πιο συγκεκριμένη εικόνα δίνει μελέτη που δημοσιεύθηκε στο Nature Sustainability και εξέτασε την ανάπτυξη των AI servers στις ΗΠΑ μέχρι το 2030. Οι ερευνητές υπολόγισαν ότι, ανάλογα με την ταχύτητα ανάπτυξης, οι AI servers στις ΗΠΑ θα μπορούσαν να δημιουργούν ετήσιο υδατικό αποτύπωμα από 731 εκατ. έως 1,125 δισ. κυβικά μέτρα και πρόσθετες ετήσιες εκπομπές μεταξύ 24 και 44 εκατ. τόνων ισοδύναμου CO₂ κατά την περίοδο 2024 - 2030.

Ένα από τα ενδιαφέροντα ευρήματα της μελέτης είναι ότι δεν μετρά μόνο πόσοι servers θα εγκατασταθούν καθώς το πού θα βρίσκονται μπορεί να αλλάξει δραματικά το αποτέλεσμα.

Στα σενάρια που εξέτασαν οι ερευνητές, η καλύτερη χωροθέτηση θα μπορούσε να περιορίσει το αποτύπωμα άνθρακα κατά 49% και το υδατικό αποτύπωμα κατά 52%. Αντίθετα, οι δυσμενέστερες επιλογές χωροθέτησης θα μπορούσαν να αυξήσουν τις εκπομπές κατά 90% και το υδατικό αποτύπωμα κατά 354%.

Το AI δεν βρίσκεται στο «cloud»

Παρά τον τρόπο με τον οποίο χρησιμοποιείται στην καθημερινότητα, η Τεχνητή Νοημοσύνη δεν είναι μια άυλη τεχνολογία. Πίσω από ένα chatbot, μια εφαρμογή παραγωγής εικόνων ή ένα μεγάλο γλωσσικό μοντέλο βρίσκονται servers, ημιαγωγοί, συστήματα ψύξης, δίκτυα ηλεκτρισμού και data centers. Η κατασκευή και η λειτουργία τους απαιτούν ενέργεια και φυσικούς πόρους.

Αυτό ακριβώς επισημαίνει η νέα έκθεση του UNU, δηλαδή ότι το AI πρέπει να αντιμετωπίζεται και ως ένα υλικό σύστημα, με πραγματικό και μετρήσιμο περιβαλλοντικό αποτύπωμα.

Η πίεση δεν σταματά στην ηλεκτρική ενέργεια και το νερό. Η ανάπτυξη νέων εγκαταστάσεων απαιτεί γη, ενώ η παραγωγή εξειδικευμένων chips και άλλου εξοπλισμού συνδέεται με αλυσίδες πρώτων υλών και, στο τέλος του κύκλου ζωής τους, με ηλεκτρονικά απόβλητα.

Μπορεί όμως το AI να βοηθήσει το περιβάλλον;

Υπάρχει ωστόσο και η άλλη πλευρά της εξίσωσης. ίδιος ο IEA επισημαίνει ότι το AI μπορεί να χρησιμοποιηθεί για τη βελτιστοποίηση των ηλεκτρικών δικτύων, την καλύτερη πρόβλεψη παραγωγής από ΑΠΕ, τη μείωση της ενεργειακής κατανάλωσης κτιρίων και βιομηχανιών και γενικότερα για αποτελεσματικότερη χρήση της ενέργειας.

Σύμφωνα με τις εκτιμήσεις του Οργανισμού, η ευρεία εφαρμογή ήδη υπαρχουσών λύσεων AI θα μπορούσε το 2035 να οδηγήσει σε μειώσεις εκπομπών πολύ μεγαλύτερες από τις ίδιες τις εκπομπές των data centers.

Αυτό όμως δεν εξαφανίζει το πρόβλημα της κατανάλωσης. Η ταχύτητα με την οποία αναπτύσσεται το AI σημαίνει ότι τα κέρδη ενεργειακής αποδοτικότητας μπορεί να αντισταθμιστούν εν μέρει από τη συνεχή αύξηση της χρήσης του.

insider.gr