Штучний інтелект має не лише енергетичний, а й водний слід: один запит до GPT-3 може сягати до 500 мл води — приблизно стільки міститься у пляшці питної води. Йдеться не лише про охолодження серверів, а й про воду, яка витрачається на вироблення електроенергії. Витрати залежать від моделі, розташування дата-центру, типу охолодження і навіть пори року. Про це повідомляє медіа про науку, технології та здоров’я КРВ.медіа з посиланням на текст дослідження, опублікованого у The Conversation.
Що таке «водний слід» штучного інтелекту?
Водний слід — це сукупна кількість води, яка прямо або опосередковано використовується для створення певного продукту або послуги. У випадку AI — це вода, що витрачається на охолодження серверного обладнання та виробництво електроенергії, яку споживають дата-центри.
Наразі, за оцінками дослідників, один середній запит до GPT-3 або подібної моделі може використовувати до 500 мл води. Це стосується ситуацій, коли дата-центр розміщений у спекотному кліматі, використовує енергоємні методи охолодження та працює на традиційному енергетичному міксі. Менш ресурсоємні моделі, як-от GPT-4o, витрачають значно менше — у межах 2–4 мл на запит.
Два джерела водоспоживання
охолодження і електрика
За кожним текстовим запитом до ChatGPT чи іншої мовної моделі стоять два потоки водного споживання:
-
Охолодження серверів. Більшість дата-центрів використовують випарне охолодження — воду розпилюють по гарячих поверхнях, і завдяки випаровуванню вона знижує температуру обладнання. Така вода втрачається з локальних джерел — річок, водосховищ чи підземних вод.
-
Генерація електроенергії. Теплові електростанції (вугільні, газові, ядерні) витрачають воду для створення пари та охолодження. Навіть гідроелектростанції мають водний слід через випаровування з водосховищ. Навпаки, вітрова та сонячна енергетика після монтажу обладнання практично не потребує води.
Чому місце і час мають значення?
Розташування дата-центру безпосередньо впливає на водний слід.
-
У вологому кліматі, наприклад, в Ірландії, багато центрів можуть використовувати охолодження зовнішнім повітрям, зводячи споживання води до мінімуму.
-
У посушливих регіонах, як-от Аризона, навпаки — ефективно працює випарне охолодження, але воно споживає значно більше води.
Також важливо враховувати сезонність та час доби. Згідно з дослідженням Університету Массачусетса, влітку дата-центри можуть використовувати вдвічі більше води, ніж взимку. Під час денної спеки навантаження на системи охолодження значно зростає, а вночі — зменшується.
Чи є альтернативи? Нові підходи до охолодження
Ринок поступово адаптується до більш сталих рішень.
-
Імерсійне охолодження: сервери занурюються у спеціальні діелектричні рідини, що майже повністю виключає випаровування води.
-
Рідинне охолодження із замкненим контуром: Microsoft тестує систему, де тепло від чипів відводиться рідиною, що циркулює у герметичних трубках, без втрати води.
Однак ці рішення поки що не є масовими, адже вимагають значних інвестицій, складного обслуговування та перебудови існуючих дата-центрів. Більшість провайдерів досі використовує випарні охолоджувальні системи.
Як самостійно розрахувати водний слід AI
Розрахунок водного сліду не потребує складної математики. Автор дослідження у The Conversation пропонує три прості кроки:
-
Знайти енергоспоживання моделі.
-
GPT-5: ≈19.3 ват-годин на запит (за оцінками сторонніх досліджень)
-
GPT-4o: ≈1.75 ват-годин
-
Google Gemini: ≈0.24 ват-годин (без деталізації довжини відповіді)
-
-
Узяти коефіцієнт водоспоживання:
Від 1.3 до 2.0 мл на 1 ват-годину — залежно від ефективності інфраструктури. -
Застосувати формулу:
Енергія (Вт·год) × коефіцієнт (мл/Вт·год) = водний слід на запит
Приклади:
-
GPT-5: 19.3 × 2 = 38.6 мл
-
GPT-4o: 1.75 × 2 = 3.5 мл
-
У разі ефективного дата-центру (1.3 мл/Вт·год):
GPT-5 = 25 мл, GPT-4o = 2.3 мл
Це приблизні значення — точні дані залежать від умов запиту, інфраструктури і типу живлення.
Скільки води щодня «споживає» AI у масштабах?
У червні 2025 року OpenAI повідомила, що її системи обробляють ≈2,5 мільярда запитів щодня. Офіційного поділу за моделями не оприлюднено, тому оцінки мають умовний характер:
-
Google Gemini: ≈650 тис. літрів на добу
-
GPT-4o: ≈8.8 млн літрів/доба
-
GPT-5: ≈97.5 млн літрів/доба
Для порівняння: американці витрачають ≈34 мільярди літрів на полив газонів і садів щодня. Тобто навіть масштабне використання AI — це невелика частина загального водоспоживання. Але її значення зростає разом із популярністю генеративних моделей.
Наразі тільки окремі технологічні компанії, як-от Google, частково розкривають водні сліди своїх систем. Більшість провайдерів (OpenAI, Anthropic, Microsoft) не публікує регулярної статистики щодо води чи енергоспоживання.
Це ускладнює оцінку реального впливу AI на довкілля та порівняння ефективності рішень. Прозорість у звітності — важлива передумова для інформованого вибору користувачів і для політичного регулювання галузі.
Що може зробити користувач?
Кожен користувач може зробити свій внесок у зменшення водного сліду:
-
Використовувати AI раціонально — скорочувати зайві запити;
-
Обирати менш енергоємні моделі, якщо це можливо;
-
Підтримувати компанії, які розкривають екологічні звіти;
-
Поширювати обізнаність про приховану ціну цифрових технологій.
Технології можуть бути сталими — але лише тоді, коли ми усвідомлюємо їх реальну вартість.
Раніше ми писали, що штучний інтелект загрожує електромережам — чи витримає інфраструктура
