AI z rozwagą

Sztuczna inteligencja stała się częścią codziennej pracy w DANREC, wspierając nasze wewnętrzne systemy HELIX, asystentów AI, narzędzia do raportowania oraz codzienne zadania biurowe. Wraz z licznymi możliwościami pojawia się również odpowiedzialność za zrozumienie, jakich zasobów wymaga ta technologia.

Rozwój i wykorzystanie AI wymagają serwerów, które zużywają energię elektryczną i potrzebują chłodzenia. W zależności od technologii chłodzenia oraz źródeł energii elektrycznej wykorzystywanych przez centra danych wiąże się to również ze zużyciem wody i emisją CO₂. Komisja Europejska wskazuje te czynniki jako istotne elementy wpływu centrów danych na środowisko.

W raporcie Energy and AI z 2025 roku Międzynarodowa Agencja Energetyczna (IEA) prognozuje, że globalne zużycie energii elektrycznej przez centra danych wzrośnie ponad dwukrotnie w latach 2024–2030, a AI będzie głównym czynnikiem napędzającym ten wzrost. Prognoza obejmuje wszystkie centra danych, w tym również te świadczące usługi niezwiązane z AI.

Analiza naszego zużycia zasobów

W DANREC nasz specjalista IT, Paw, oszacował wpływ naszego obecnego wykorzystania AI na środowisko oraz przeanalizował, jakie konsekwencje miałoby uruchamianie AI na własnym sprzęcie.

Obecnie korzystamy głównie z usług OpenAI i Anthropic, firmy stojącej za Claude. Nasze systemy wewnętrzne są hostowane lokalnie, natomiast przetwarzanie AI odbywa się w zewnętrznych centrach danych za pośrednictwem połączeń API.

Z obliczeń Pawa wynika, że nasze łączne wykorzystanie AI – obejmujące siedmiu pracowników biurowych oraz nasze wewnętrzne systemy AI – wiąże się z szacowanym rocznym zużyciem około 73–74 kWh energii elektrycznej, emisją 9–30 kg CO₂ oraz zużyciem 80 litrów wody na potrzeby zewnętrznego przetwarzania AI.

Dane te stanowią wstępną podstawę do oceny dostępnych możliwości. Są to szacunki dotyczące określonej części naszego wykorzystania AI, a nie pomiar całkowitego śladu środowiskowego tej technologii.

Czy lokalna AI byłaby lepszym rozwiązaniem?

Paw przeanalizował również możliwość inwestycji w urządzenie NVIDIA DGX Spark, które pozwoliłoby na lokalne uruchamianie kompatybilnych modeli AI.

Szacowane roczne zużycie energii elektrycznej wynosi około 193 kWh, jeśli urządzenie pozostaje włączone przez całą dobę bez aktywnego obciążenia, oraz do 2100 kWh przy ciągłej pracy z maksymalnym obciążeniem. Rzeczywiste zużycie zależałoby od czasu pracy i poziomu obciążenia. Przy przyjętych założeniach dedykowany komputer do lokalnego przetwarzania AI prawdopodobnie zwiększyłby więc nasze zużycie energii elektrycznej przy obecnym poziomie wykorzystania.

Istnieją jednak inne powody, dla których warto rozważyć lokalne rozwiązania AI. Mogłyby one umożliwić przetwarzanie poufnych informacji wewnętrznie, zapewnić większą kontrolę nad modelami i ich rozwojem oraz ograniczyć naszą zależność od zewnętrznych dostawców, ich cen i zmian w oferowanych usługach.

Przy obecnym poziomie wykorzystania inwestycja w lokalny sprzęt AI służyłaby zatem przede wszystkim zwiększeniu niezależności cyfrowej, kontroli nad własnymi danymi i autonomii technologicznej, a nie natychmiastowej poprawie wpływu na środowisko.