Google i OpenAI przez ostatni rok zapewniały opinię publiczną, że zapytanie AI zużywa niewiele więcej energii niż krótki klip telewizyjny. Nowy audyt przeprowadzony w świecie rzeczywistym przez klimatologa Zeke’a Hausfathera sugeruje, że prawda o autonomicznych agentach AI jest znacznie bardziej otrzeźwiająca: mogą oni zużywać około 600 razy więcej energii na monit niż standardowa wymiana zdań na czacie. Wyniki, opublikowane 8 sierpnia 2026 r. w analizie opublikowanej w serwisie The Climate Brink, jeszcze bardziej pilnie nadają pytania dotyczące wpływu sztucznej inteligencji na środowisko, w miarę jak branża zwraca się w stronę zawsze aktywnych agentów autonomicznych. Aby otrzymywać bieżące raporty na temat debaty na temat zrównoważonego rozwoju kształtującej branżę, śledź nasze relacjonowanie branży AI.

Rzeczywistość w sprawie roszczeń energetycznych Big Tech

W zeszłym roku firma Google podała, że średni monit tekstowy Gemini zużywa zaledwie 0,24 watogodzin (Wh) energii elektrycznej, czyli mniej niż dziewięć sekund oglądania telewizji. Dyrektor generalny OpenAI, Sam Altman, podał podobną liczbę, szacując średnie zapytanie ChatGPT na około 0,34 Wh, na równi z wyszukiwarką Google z 2009 roku.

Obie liczby opisują wąski, najlepszy scenariusz: pojedynczą wymianę tekstu bez rozszerzonego uzasadnienia, bez wyszukiwań w Internecie, bez przetwarzania wielomodalnego i bez zapętlania zachowań agentów. Jak podkreśla Hausfather, nie uwzględniają one modeli wnioskowania, które generują znacznie więcej tokenów na zapytanie, systemów wieloagentowych działających autonomicznie ani kontekstu kaskadowego, który agenci ponownie odczytują na każdym kroku.

Osiem tygodni, 3,2 miliarda tokenów

Hausfather, klimatolog, szczegółowo śledził własne wykorzystanie agenta kodującego Claude Code firmy Anthropic przez osiem tygodni. Ponieważ Claude Code przechowuje pełne lokalne dzienniki każdej sesji, w tym dokładną liczbę tokenów zgłaszaną przez API dla każdego wywołania modelu, może zrekonstruować dokładny obraz tego, czego faktycznie potrzebuje agent.

Liczby są uderzające. Jego 1138 wpisanych podpowiedzi wywołało ponad 14 000 wywołań modeli – średnio około dwanaście na zachętę. Każdy monit przetwarzał średnio 2,9 miliona tokenów w porównaniu z około tysiącem tokenów w przypadku typowej wymiany na czacie. W sumie jego agent przetworzył w tym okresie 3,2 miliarda tokenów.

Uderzający szczegół: około 96 procent tych tokenów to odczyty z pamięci podręcznej. Na każdym z 14 000 kroków agent ponownie odczytuje cały skumulowany kontekst, zanim podejmie decyzję, co robić dalej. Tekst, który Hausfather faktycznie widzi na ekranie – wynik modelu – stanowi zaledwie 0,4 procent wszystkich przetworzonych tokenów. Ukryty koszt obliczeniowy dzieje się prawie całkowicie za kulisami.

Zamiana tokenów na energię elektryczną

Ponieważ żadna strona zewnętrzna nie zna dokładnego kosztu energii na token w przypadku modelu granicznego, Hausfather przeliczył liczbę tokenów na wartości energii elektrycznej, stosując trzy niezależne metody szacowania przy różnych założeniach. Według jego najlepszych szacunków całkowite zużycie energii elektrycznej w centrum danych wynosi około 170 kilowatogodzin (kWh) w ciągu ośmiu tygodni, przy zakresie niepewności od 70 do 330 kWh.

Na monit daje to w przybliżeniu 150 Wh — około 600 razy więcej energii niż mediana podpowiedzi na czacie. Jego średnia sesja Claude Code zużyła około 0,6 kWh, czyli mniej więcej pięćdziesiąt razy więcej energii elektrycznej potrzebnej do naładowania smartfona. W przeciętnym dniu jego zużycie agenta osiągnęło 3,0 kWh (od 1,2 do 5,9 kWh), czyli więcej niż dzienny pobór z dwóch domowych lodówek.

Jego najbardziej intensywny dzień — kiedy kilku równoległych agentów przeprowadziło obszerną analizę danych geograficznych — pochłonął szacunkowo 11 kWh, czyli ponad jedną trzecią dziennego zużycia energii elektrycznej w przeciętnym gospodarstwie domowym w USA.

Co to oznacza dla roku używania agenta

W skali całego roku przepływ pracy w firmie Hausfather oparty na agentach zużywałby około 1,1 megawatogodzin (MWh) energii elektrycznej w centrum danych, przy zakresie od 0,4 do 2,2 MWh, czyli około jednej dziesiątej zużycia rocznego przeciętnego gospodarstwa domowego w USA. Na podstawie średniego koszyka energii elektrycznej w USA, przekłada się to na około 370 kilogramów emisji równoważnych CO2 rocznie.

Dla kontekstu oznacza to więcej niż roczne korzystanie z elektrycznej suszarki do ubrań (około 262 kg) i mniej więcej połowę bezpośrednich emisji związanych z lotem ekonomicznym w obie strony z San Francisco do Nowego Jorku (około 700 kg). Hausfather zauważa, że ​​odpowiada to około ośmiu procent rocznej emisji typowego amerykańskiego samochodu napędzanego gazem i około dwóch procent rocznego śladu węglowego przeciętnego Amerykanina.

„Jest to jednocześnie duże źródło emisji i stosunkowo skromna część mojego całkowitego śladu węglowego” – napisał.

Prawdziwe dźwignie: czysta moc i mądrzejsze wyznaczanie tras

Hausfather stara się nie formułować problemu w kontekście osobistej winy. Powściągliwość małej grupy ciężkich użytkowników „nie spowoduje zakrzywienia żadnych krzywizn” – argumentuje. Zamiast tego podkreśla dwie dźwignie strukturalne.

Po pierwsze, kierowanie prostszych zadań do mniejszych modeli robi znaczącą różnicę. Mniejsze modele zużywają mniej więcej pięć do siedmiu razy mniej energii na token niż modele pionierskie. Po drugie — i najważniejsze — dominującym czynnikiem jest sama intensywność emisji dwutlenku węgla w energii elektrycznej. Gdyby to samo obciążenie było zasilane głównie czystą energią, ślad węglowy spadłby o około 90 procent.

Problemem jest paliwo za belką. Według Hausfather prawie trzy czwarte planowanej mocy wytwarzanej na miejscu dla amerykańskich centrów danych opiera się na gazie ziemnym, co oznacza, że ​​szybki rozwój obliczeń AI jest w dużej mierze finansowany przez paliwa kopalne.

Ostrzeżenie w miarę zwiększania się agentów

Szacunki Hausfathera, choć rozsądne, pozostają szacunkami i odzwierciedlają obecne wzorce użytkowania. Laboratoria AI już ścigają się, aby wdrożyć systemy agentowe, które działają autonomicznie przez dni, tygodnie, a nawet miesiące. Jeśli ta wizja się urzeczywistni, zużycie energii na „użytkownika” może jeszcze wzrosnąć.

Jego głównym przesłaniem jest to, że dane liczbowe dotyczące zapytań opublikowane przez Google i OpenAI zniekształcają rzeczywistość ewolucji technologii. „Ostatecznie „podpowiedź” nie jest jednostką wykorzystania sztucznej inteligencji, podobnie jak „podróże” nie są miarą jazdy; liczy się to, jak daleko przejedziesz” – napisał Hausfather.

Wyprzedź sztuczną inteligencję

W miarę jak autonomiczni agenci przejdą od infrastruktury nowatorskiej do infrastruktury domyślnej, ich ukryte rachunki za energię staną się trudniejsze do zignorowania. Aby uzyskać ciągłe, sprawdzone raporty na temat badań nad sztuczną inteligencją, zrównoważonego rozwoju i firm kształtujących tę dziedzinę, dodaj naszą stronę główną do zakładek i przeczytaj więcej aktualności na temat sztucznej inteligencji → pod adresem https://aibuzzwire.news.