Google และ OpenAI ใช้เวลาในปีที่ผ่านมาเพื่อสร้างความมั่นใจให้กับสาธารณชนว่าการค้นหาด้วย AI แทบจะไม่ใช้พลังงานไฟฟ้ามากไปกว่าคลิปทีวีขนาดสั้น การตรวจสอบในโลกแห่งความเป็นจริงครั้งใหม่โดยนักวิทยาศาสตร์ด้านสภาพอากาศ Zeke Hausfather เสนอว่าความจริงสำหรับตัวแทน AI ที่เป็นอิสระนั้นน่ากังวลกว่ามาก: พวกเขาสามารถใช้พลังงานได้มากกว่า 600 เท่าต่อการแจ้งเตือน มากกว่าการแลกเปลี่ยนแชทมาตรฐาน ผลการวิจัยซึ่งเผยแพร่เมื่อวันที่ 8 สิงหาคม 2026 ในการวิเคราะห์เรื่อง The Climate Brink เพิ่มความเร่งด่วนใหม่ให้กับคำถามเกี่ยวกับผลกระทบต่อสิ่งแวดล้อมของ AI ในขณะที่อุตสาหกรรมหันไปสู่ระบบอัตโนมัติที่ทำงานตลอดเวลา หากต้องการรายงานอย่างต่อเนื่องเกี่ยวกับการอภิปรายเรื่องความยั่งยืนที่ส่งผลต่ออุตสาหกรรม โปรดติดตาม การรายงานข่าวของอุตสาหกรรม AI
การตรวจสอบความเป็นจริงเกี่ยวกับการเรียกร้องพลังงานของ Big Tech
ปีที่แล้ว Google รายงานว่าค่ามัธยฐานของข้อความ Gemini ใช้พลังงานไฟฟ้าเพียง 0.24 วัตต์-ชั่วโมง (Wh) ซึ่งน้อยกว่าเก้าวินาทีของโทรทัศน์ Sam Altman ซีอีโอของ OpenAI เสนอตัวเลขที่คล้ายกัน โดยประมาณการค้นหา ChatGPT โดยเฉลี่ยที่ประมาณ 0.34 Wh ซึ่งเทียบเท่ากับการค้นหาของ Google ในปี 2009
ตัวเลขทั้งสองอธิบายสถานการณ์ที่แคบและเป็นกรณีที่ดีที่สุด: การแลกเปลี่ยนข้อความเดียวโดยไม่มีเหตุผลเพิ่มเติม ไม่มีการค้นเว็บ ไม่มีการประมวลผลหลายรูปแบบ และไม่มีพฤติกรรมของเอเจนต์แบบวนซ้ำ ดังที่ Hausfather ชี้ให้เห็น พวกเขาไม่ได้คำนึงถึงโมเดลการให้เหตุผลที่สร้างโทเค็นเพิ่มเติมต่อการสืบค้น ระบบหลายตัวแทนที่ทำงานโดยอัตโนมัติ หรือบริบทแบบเรียงซ้อนที่ตัวแทนอ่านซ้ำในทุกขั้นตอน
แปดสัปดาห์ 3.2 พันล้านโทเค็น
Hausfather นักวิทยาศาสตร์ด้านสภาพอากาศ ติดตามการใช้งานของเขาเองโดยใช้ตัวแทนการเข้ารหัส Claude Code ของ Anthropic อย่างละเอียดถี่ถ้วนตลอดแปดสัปดาห์ เนื่องจาก Claude Code เก็บบันทึกในเครื่องของทุกๆ เซสชัน รวมถึงจำนวนโทเค็นที่แน่นอนที่รายงานโดย API สำหรับการเรียกโมเดลแต่ละครั้ง เขาจึงสามารถสร้างภาพที่ชัดเจนของสิ่งที่ตัวแทนต้องการได้จริง
ตัวเลขก็โดดเด่น พรอมต์ที่พิมพ์ 1,138 รายการ ของเขาทำให้เกิดการเรียกโมเดลมากกว่า 14,000 ครั้ง — โดยเฉลี่ยประมาณ 12 ครั้งต่อพรอมต์ แต่ละการแจ้งเตือนประมวลผลโดยเฉลี่ย 2.9 ล้านโทเค็น เทียบกับประมาณหนึ่งพันโทเค็นสำหรับการแลกเปลี่ยนแชททั่วไป โดยรวมแล้ว ตัวแทนของเขาประมวลผล 3.2 พันล้านโทเค็น ตลอดระยะเวลาดังกล่าว
รายละเอียดที่น่าทึ่ง: ประมาณ 96 เปอร์เซ็นต์ของโทเค็นเหล่านั้นเป็นการอ่านแคช ในแต่ละขั้นตอนจาก 14,000 ขั้นตอน เจ้าหน้าที่จะอ่านบริบทที่สะสมไว้ทั้งหมดอีกครั้งก่อนที่จะตัดสินใจว่าจะทำอย่างไรต่อไป ข้อความที่ Hausfather เห็นบนหน้าจอ — ผลลัพธ์ของโมเดล — คิดเป็น 0.4 เปอร์เซ็นต์ ของโทเค็นทั้งหมดที่ประมวลผล ต้นทุนการคำนวณที่ซ่อนอยู่นั้นเกิดขึ้นเบื้องหลังเกือบทั้งหมด
การแปลโทเค็นเป็นไฟฟ้า
เนื่องจากไม่มีบุคคลภายนอกรู้ต้นทุนพลังงานที่แน่นอนต่อโทเค็นสำหรับแบบจำลองชายแดน Hausfather จึงแปลงจำนวนโทเค็นของเขาเป็นค่าไฟฟ้าโดยใช้วิธีการประมาณค่าอิสระสามวิธีซึ่งมีสมมติฐานที่แตกต่างกัน การประมาณการที่ดีที่สุดของเขาคือการใช้ไฟฟ้าศูนย์ข้อมูลทั้งหมดประมาณ 170 กิโลวัตต์-ชั่วโมง (kWh) ในช่วงแปดสัปดาห์ โดยมีช่วงความไม่แน่นอนอยู่ที่ 70 ถึง 330 kWh
ต่อข้อความแจ้ง ซึ่งคิดเป็นประมาณ 150 Wh — ประมาณ 600 เท่าของพลังงานข้อความแจ้งการแชทโดยเฉลี่ย ค่ามัธยฐานของเซสชัน Claude Code ของเขากินไฟประมาณ 0.6 kWh หรือประมาณห้าสิบเท่าของไฟฟ้าที่ต้องใช้ในการชาร์จสมาร์ทโฟน ในแต่ละวัน การใช้งานตัวแทนของเขาสูงถึง 3.0 kWh (ตั้งแต่ 1.2 ถึง 5.9 kWh) ซึ่งมากกว่าการใช้ตู้เย็นในครัวเรือนสองเครื่องในแต่ละวัน
วันที่เข้มข้นที่สุดของเขา — เมื่อตัวแทนคู่ขนานหลายรายทำการวิเคราะห์ข้อมูลทางภูมิศาสตร์อย่างครอบคลุม — ใช้ไฟฟ้าประมาณ 11 kWh มากกว่าหนึ่งในสามของการใช้ไฟฟ้ารายวันของครัวเรือนในสหรัฐอเมริกาโดยเฉลี่ย
ความหมายสำหรับการใช้ตัวแทนเป็นเวลาหนึ่งปี
เมื่อปรับขนาดเป็นหนึ่งปีเต็ม ขั้นตอนการทำงานที่อิงตัวแทนของ Hausfather จะใช้ไฟฟ้าศูนย์ข้อมูลประมาณ 1.1 เมกะวัตต์-ชั่วโมง (MWh) โดยมีช่วง 0.4 ถึง 2.2 MWh หรือประมาณหนึ่งในสิบของปริมาณไฟฟ้าที่ครัวเรือนในสหรัฐฯ โดยเฉลี่ยใช้ต่อปี เมื่อพิจารณาจากค่าไฟฟ้าผสมโดยเฉลี่ยของสหรัฐอเมริกา ซึ่งแปลเป็น การปล่อยเทียบเท่า CO2 ประมาณ 370 กิโลกรัม** ต่อปี
ในเชิงบริบท นั่นมากกว่าการใช้เครื่องอบผ้าไฟฟ้าเป็นเวลาหนึ่งปี (ประมาณ 262 กิโลกรัม) และประมาณครึ่งหนึ่งของการปล่อยก๊าซโดยตรงของเที่ยวบินชั้นประหยัดไป-กลับจากซานฟรานซิสโกไปนิวยอร์ก (ประมาณ 700 กิโลกรัม) Hausfather ตั้งข้อสังเกตว่าปริมาณการปล่อยก๊าซเรือนกระจกคิดเป็นประมาณร้อยละ 8 ของการปล่อยก๊าซเรือนกระจกต่อปีของรถยนต์ที่ใช้ก๊าซของสหรัฐอเมริกา และประมาณ 2 เปอร์เซ็นต์ของปริมาณการปล่อยก๊าซคาร์บอนไดออกไซด์โดยเฉลี่ยต่อปีของชาวอเมริกัน
“นี่เป็นแหล่งที่มาของการปล่อยก๊าซเรือนกระจกจำนวนมากพร้อมๆ กัน และเป็นส่วนที่ค่อนข้างเล็กน้อยของปริมาณการปล่อยก๊าซคาร์บอนไดออกไซด์ทั้งหมดของฉัน” เขาเขียน
ประโยชน์ที่แท้จริง: พลังสะอาดและการกำหนดเส้นทางที่ชาญฉลาดยิ่งขึ้น
เฮาส์ฟาเธอร์ระมัดระวังที่จะไม่ตีกรอบประเด็นเกี่ยวกับความรู้สึกผิดส่วนบุคคล การยับยั้งชั่งใจโดยผู้ใช้หนักกลุ่มเล็กๆ "จะไม่ทำให้โค้งงอใดๆ" เขากล่าว แต่เขาเน้นคันโยกที่มีโครงสร้างสองอันแทน
ประการแรก การกำหนดเส้นทางงานที่ง่ายกว่าไปยังโมเดลขนาดเล็กจะสร้างความแตกต่างที่มีความหมาย โมเดลขนาดเล็กใช้พลังงานต่อโทเค็น น้อยกว่าประมาณห้าถึงเจ็ดเท่า เมื่อเทียบกับรุ่นฟรอนเทียร์ ประการที่สอง และที่สำคัญที่สุด ความเข้มของคาร์บอนของไฟฟ้า เองเป็นปัจจัยหลัก หากปริมาณงานเดียวกันใช้พลังงานสะอาดเป็นส่วนใหญ่ รอยเท้าคาร์บอนจะลดลงประมาณ 90 เปอร์เซ็นต์
ปัญหาคือน้ำมันเชื้อเพลิงที่อยู่เบื้องหลังความเจริญ จากข้อมูลของ Hausfather เกือบ สามในสี่ของการผลิตไฟฟ้าในสถานที่ที่วางแผนไว้สำหรับศูนย์ข้อมูลของสหรัฐฯ ทำงานโดยใช้ก๊าซธรรมชาติ ซึ่งหมายความว่าการขยายตัวอย่างรวดเร็วของการประมวลผล AI กำลังได้รับการรับประกันเป็นส่วนใหญ่โดยเชื้อเพลิงฟอสซิล
คำเตือนตามขนาดตัวแทน
การประมาณการของ Hausfather แม้ว่าจะสมเหตุสมผล แต่ยังคงเป็นการประมาณการ และสะท้อนถึงรูปแบบการใช้งานในปัจจุบัน ห้องปฏิบัติการ AI กำลังเร่งปรับใช้ระบบที่ใช้ตัวแทนซึ่งทำงานอัตโนมัติเป็นเวลาหลายวัน สัปดาห์ หรือกระทั่งเป็นเดือน หากวิสัยทัศน์นั้นเกิดขึ้นจริง การใช้พลังงานต่อ "ผู้ใช้" ก็ยังอาจสูงขึ้นได้อีกมาก
ข้อความหลักของเขาคือตัวเลขต่อข้อความค้นหาที่ Google และ OpenAI ได้เผยแพร่นั้นบิดเบือนความเป็นจริงของการพัฒนาเทคโนโลยี “ท้ายที่สุดแล้ว 'การแจ้ง' ไม่ใช่หน่วยของการใช้ AI มากไปกว่า 'การเดินทาง' เป็นการวัดการขับรถ สิ่งสำคัญอยู่ที่ว่าคุณไปได้ไกลแค่ไหน” Hausfather เขียน
ก้าวนำหน้า AI
เมื่อตัวแทนอัตโนมัติเปลี่ยนจากสิ่งแปลกใหม่ไปสู่โครงสร้างพื้นฐานเริ่มต้น ค่าพลังงานที่ซ่อนอยู่ก็จะกลายเป็นเรื่องยากที่จะเพิกเฉย หากต้องการรายงานที่ตรวจสอบข้อเท็จจริงอย่างต่อเนื่องเกี่ยวกับการวิจัย AI ความยั่งยืน และบริษัทที่กำลังกำหนดทิศทาง โปรดบุ๊กมาร์กหน้าแรกของเราและ อ่านข่าว AI เพิ่มเติม → ได้ที่ https://aibuzzwire.news
