संक्षेप में
ये उन सवालों के छोटे, स्रोत-सहित जवाब हैं जो लोग AI और पर्यावरण के बारे में सबसे ज़्यादा पूछते हैं: AI कितनी ऊर्जा इस्तेमाल करता है, हालात बेहतर हो रहे हैं या बदतर, और व्यक्ति, संस्थाएँ और सरकारें क्या कर सकती हैं। जहाँ कोई विस्तृत पेज है, वहाँ हर जवाब उससे लिंक है।
मुख्य बातें
- IEA का अनुमान है कि 2024 में डेटा सेंटरों ने लगभग 415 TWh बिजली इस्तेमाल की, जो दुनिया की कुल बिजली का लगभग 1.5% है, और 2030 तक यह दोगुने से भी ज़्यादा होने की उम्मीद है।
- कंपनियों के आँकड़ों के अनुसार एक सामान्य टेक्स्ट प्रॉम्प्ट एक वाट-घंटे का छोटा-सा हिस्सा इस्तेमाल करता है; इमेज, वीडियो और लंबे एजेंटिक काम इससे कहीं ज़्यादा।
- दक्षता में सुधार असली और तेज़ हैं, लेकिन रिबाउंड प्रभाव के कारण कुल खपत फिर भी बढ़ सकती है।
- माप अधूरा है: प्रति-प्रॉम्प्ट ज़्यादातर आँकड़े कंपनियाँ ख़ुद बताती हैं और उनकी सीधी तुलना नहीं हो सकती।
ये उन सवालों के छोटे जवाब हैं जो लोग AI और पर्यावरण के बारे में सबसे ज़्यादा पूछते हैं। हर आँकड़ा किसी नामित सार्वजनिक स्रोत से है, जिनकी सूची पेज के अंत में है, और संख्याएँ तेज़ी से बदलती हैं, इसलिए साल ज़रूर देखें। जहाँ किसी सवाल का जवाब कुछ वाक्यों से ज़्यादा माँगता है, वहाँ गाइड, अच्छे तरीक़ों वाले पेज और लेखों के लिंक देखें। तकनीकी शब्द शब्दावली में समझाए गए हैं।
अगर आपका सवाल यहाँ नहीं है, तो हमसे पूछें।
अक्सर पूछे जाने वाले सवाल
ग्रीन AI क्या है?
ग्रीन AI का मतलब है आर्टिफ़िशियल इंटेलिजेंस को इस तरह विकसित करना और इस्तेमाल करना कि उसकी ऊर्जा, कार्बन, पानी और सामग्री का फ़ुटप्रिंट जितना हो सके उतना कम रहे, और उसे वहीं इस्तेमाल करना जहाँ वह सच में फ़ायदा देता है। इसमें दक्षता (कम में उतना ही करना) और पर्याप्तता (यह पूछना कि क्या AI की ज़रूरत है भी) दोनों शामिल हैं।
AI कितनी बिजली इस्तेमाल करता है?
केवल AI का कोई सटीक आँकड़ा कोई प्रकाशित नहीं करता। International Energy Agency का अनुमान है कि 2024 में सभी डेटा सेंटरों ने लगभग 415 TWh बिजली इस्तेमाल की, जो वैश्विक बिजली का लगभग 1.5% है, और वह AI को इस बढ़ोतरी का सबसे बड़ा कारण बताती है।
क्या AI की ऊर्जा खपत बढ़ती रहेगी?
मौजूदा रुझानों के हिसाब से, हाँ। IEA को उम्मीद है कि 2030 तक डेटा सेंटरों की बिजली खपत दोगुने से ज़्यादा होकर लगभग 945 TWh हो जाएगी, जो आज जापान की कुल खपत से थोड़ी ज़्यादा है, और 2030 तक वैश्विक बिजली माँग की बढ़ोतरी में लगभग दसवाँ हिस्सा डेटा सेंटरों का होगा।
ChatGPT या Gemini का एक प्रॉम्प्ट कितनी ऊर्जा इस्तेमाल करता है?
OpenAI के अनुसार ChatGPT की एक औसत क्वेरी लगभग 0.34 Wh इस्तेमाल करती है, और Google अपने मीडियन Gemini टेक्स्ट प्रॉम्प्ट के लिए 0.24 Wh बताता है। दोनों कंपनियों के आँकड़े हैं, जो अलग-अलग और कुछ हद तक अप्रकाशित तरीक़ों से निकाले गए हैं, इसलिए उनकी सीधी तुलना नहीं हो सकती, और वे इमेज या वीडियो नहीं, केवल टेक्स्ट पर लागू होते हैं।
क्या AI बहुत पानी इस्तेमाल करता है?
डेटा सेंटर अक्सर ठंडा करने के लिए पानी इस्तेमाल करते हैं, इसलिए AI भी करता है। Google अपने मीडियन Gemini टेक्स्ट प्रॉम्प्ट के लिए लगभग 0.26 mL बताता है, यानी लगभग पाँच बूँदें; OpenAI के अनुसार ChatGPT की एक औसत क्वेरी लगभग 0.000085 गैलन इस्तेमाल करती है। बड़ी चिंता स्थानीय है: पानी की कमी वाले इलाक़ों में बने बड़े डेटा सेंटर।
पर्यावरण के लिए AI को ट्रेन करना ज़्यादा बुरा है या इस्तेमाल करना?
दोनों मायने रखते हैं। ट्रेनिंग एक बार का बड़ा खर्च है; Meta के अनुसार उसके Llama 3.1 परिवार को ट्रेन करने में 11,390 टन CO₂e (लोकेशन-आधारित) लगा। इन्फ़रेंस हर बार होता है जब कोई मॉडल इस्तेमाल करता है, इसलिए बड़े पैमाने पर इस्तेमाल होने वाले टूल के लिए यह तब तक बढ़ता रहता है जब तक मॉडल सेवा में है।
क्या इमेज बनाना टेक्स्ट बनाने से ज़्यादा बुरा है?
आम तौर पर, हाँ। 2024 के एक अध्ययन में पाया गया कि जाँचे गए सबसे कम कुशल मॉडल से 1,000 इमेज बनाने में 11.49 kWh लगे, जितना 522 बार स्मार्टफ़ोन चार्ज करने में लगता है, जबकि सबसे कुशल टेक्स्ट मॉडल ने 1,000 बार चलने में एक चार्ज के 9% जितनी ऊर्जा इस्तेमाल की।
एक डेटा सेंटर का कार्बन फ़ुटप्रिंट कितना होता है?
यह मुख्य रूप से इस पर निर्भर करता है कि वह कितनी बिजली इस्तेमाल करता है और वह बिजली कितनी साफ़ है। IEA का अनुमान है कि डेटा सेंटरों की बिजली खपत से हर साल लगभग 18 करोड़ टन CO₂ निकलता है, जो उसके बेस केस में 2035 तक 30 करोड़ टन हो जाएगा।
क्या AI ज़्यादा कुशल हो रहा है?
हाँ, तेज़ी से। Google के अनुसार एक साल में उसके मीडियन Gemini टेक्स्ट प्रॉम्प्ट की ऊर्जा 33 गुना कम हुई। लेकिन दक्षता AI को सस्ता और इस्तेमाल में आसान बनाती है, इसलिए कुल खपत फिर भी बढ़ सकती है, और इसी को रिबाउंड प्रभाव कहते हैं।
रिबाउंड प्रभाव क्या है?
यह तब होता है जब दक्षता में सुधार किसी चीज़ को सस्ता बना देता है, लोग उसे ज़्यादा इस्तेमाल करने लगते हैं और बचत का कुछ हिस्सा या पूरी बचत ख़त्म हो जाती है। अर्थशास्त्री William Stanley Jevons ने 1865 में इसके चरम रूप का वर्णन किया था, जब ज़्यादा कुशल भाप इंजनों से ब्रिटेन में कोयले की खपत बढ़ गई थी।
क्या AI जलवायु परिवर्तन से लड़ने में मदद कर सकता है?
कर सकता है। IEA के अनुसार मौजूदा AI एप्लिकेशन बड़े पैमाने पर अपनाए जाएँ तो उत्सर्जन में उससे कहीं ज़्यादा कमी आ सकती है जितना डेटा सेंटर उत्सर्जित करते हैं, यानी 2035 में ऊर्जा से जुड़े उत्सर्जन का लगभग 5%, लेकिन वह चेतावनी देती है कि रिबाउंड प्रभाव इसे कमज़ोर कर सकते हैं और AI ‘कोई जादुई इलाज नहीं’ है।
मैं AI को ज़्यादा टिकाऊ तरीक़े से कैसे इस्तेमाल करूँ?
पूछें कि क्या इस काम के लिए आपको AI की ज़रूरत है, कई अस्पष्ट प्रॉम्प्ट के बजाय एक साफ़ प्रॉम्प्ट लिखें, छोटे जवाब माँगें, और ऐसी इमेज या वीडियो न बनाएँ जिनकी आपको ज़रूरत नहीं। UNESCO और UCL की 2025 की एक रिपोर्ट में पाया गया कि छोटे प्रॉम्प्ट और जवाब ऊर्जा खपत को आधे से भी ज़्यादा घटा सकते हैं।
क्या छोटे AI मॉडल पर्यावरण के लिए बेहतर हैं?
कई कामों के लिए, हाँ। UNESCO और UCL की रिपोर्ट में पाया गया कि उसके परीक्षणों में छोटे, किसी ख़ास काम के लिए बने मॉडल ऊर्जा खपत 90% तक घटा सकते थे, और शोध में पाया गया है कि एक ही काम के लिए सामान्य-उद्देश्य वाले जनरेटिव मॉडल ख़ास काम वाले मॉडलों से कहीं ज़्यादा महँगे पड़ते हैं।
टोकन क्या है?
टोकन टेक्स्ट का वह टुकड़ा है जिसे एक लैंग्वेज मॉडल पढ़ता या लिखता है, अक्सर किसी शब्द का हिस्सा। अंग्रेज़ी के लिए OpenAI का मोटा नियम है लगभग चार अक्षर, यानी एक शब्द का तीन-चौथाई; ज़्यादा टोकन का मतलब ज़्यादा कंप्यूटिंग।
PUE क्या है?
पावर यूसेज इफ़ेक्टिवनेस (PUE) किसी डेटा सेंटर की कुल ऊर्जा खपत को उसके कंप्यूटिंग उपकरणों की ऊर्जा खपत से भाग देकर निकलता है। 1.0 का PUE एकदम सही होगा; Uptime Institute के 2025 के सर्वे में उद्योग का औसत लगभग 1.54 पाया गया।
क्या AI को अपने डिवाइस पर चलाना क्लाउड से ज़्यादा ग्रीन है?
कभी-कभी। किसी छोटे मॉडल को लोकल चलाने से नेटवर्क और डेटा सेंटर का अतिरिक्त खर्च बचता है और डेटा निजी रहता है, लेकिन बड़े डेटा सेंटर प्रति काम ज़्यादा कुशल हो सकते हैं, और लाखों छोटे डिवाइस मिलकर बहुत हो जाते हैं। यह मॉडल, काम और हार्डवेयर पर निर्भर करता है।
AI इस्तेमाल करना ज़्यादा ग्रीन है या काम ख़ुद करना?
यह इस पर निर्भर करता है कि आप सीमा कहाँ खींचते हैं: आपका समय, आपका कंप्यूटर, और AI के ग़लत होने पर दोबारा किया गया काम। किसी छोटे तथ्य या आसान हिसाब के लिए, सर्च या कैलकुलेटर आम तौर पर हल्का विकल्प है।
AI की ऊर्जा खपत कैसे मापी जाती है?
आदर्श रूप से हार्डवेयर चलते समय उसकी मीटरिंग करके, लेकिन प्रकाशित कई आँकड़े माप नहीं, अनुमान होते हैं। CodeCarbon और EcoLogits जैसे टूल ऊर्जा और उत्सर्जन का अनुमान लगाते हैं, और Green Software Foundation का Software Carbon Intensity तरीक़ा, जो ISO/IEC 21031 भी है, काम की प्रति इकाई कार्बन बताने का एक मानक तरीक़ा देता है।
क्या AI कंपनियों को अपनी ऊर्जा खपत बतानी पड़ती है?
EU में AI Act के तहत सामान्य-उद्देश्य वाले AI मॉडलों के प्रदाताओं को नियामकों के लिए मॉडल की ज्ञात या अनुमानित ऊर्जा खपत दर्ज करनी होती है। ज़्यादातर देशों में हर AI सेवा के लिए सार्वजनिक, तुलना-योग्य रिपोर्टिंग अभी ज़रूरी नहीं है।
क्या AI के लिए कोई एनर्जी लेबल है?
अभी कोई आधिकारिक लेबल नहीं है। Hugging Face के AI Energy Score जैसी परियोजनाएँ आम कामों पर ऊर्जा खपत के आधार पर मॉडलों को रेटिंग देती हैं, और शोधकर्ता और मानक संस्थाएँ लेबल जैसे बेंचमार्क पर काम कर रही हैं।
AI में ग्रीनवॉशिंग क्या है?
यह किसी AI प्रोडक्ट या कंपनी को प्रमाणों से ज़्यादा पर्यावरण-अनुकूल दिखाना है, जैसे केवल ऑफ़सेट के आधार पर ‘कार्बन-न्यूट्रल AI’ का दावा करना। EU में Directive (EU) 2024/825 उपभोक्ताओं के सामने ऐसे सामान्य पर्यावरणीय दावों पर रोक लगाता है जिन्हें साबित नहीं किया जा सकता।
डेटा सेंटर वहीं क्यों बनाए जाते हैं जहाँ वे हैं?
ऑपरेटर भरोसेमंद बिजली, ग्रिड कनेक्शन, ठंडी जलवायु या ठंडा करने के लिए पानी, ज़मीन, कनेक्टिविटी और पास में ग्राहक ढूँढते हैं। एक जगह जमावड़ा स्थानीय ग्रिड पर दबाव डाल सकता है: आयरलैंड में 2024 में डेटा सेंटरों ने कुल मीटर की गई बिजली का 22% इस्तेमाल किया, जबकि 2015 में यह 5% था।
क्या स्कूलों को ग्रीन AI पढ़ाना चाहिए?
यह कंप्यूटिंग, विज्ञान, भूगोल और नागरिक शास्त्र के मौजूदा पाठों में स्वाभाविक रूप से फ़िट बैठता है, और विद्यार्थियों को AI का सोच-समझकर इस्तेमाल करने वाला बनाता है। हमारे स्कूल सेक्शन में शिक्षकों के लिए गाइड और पाठ के ऐसे आइडिया हैं जिनके लिए किसी सशुल्क टूल की ज़रूरत नहीं।
स्रोत
- Energy and AI, International Energy Agency (2025)
- Measuring the environmental impact of delivering AI at Google scale, Google (arXiv:2508.15734) (2025)
- The Gentle Singularity, Sam Altman (OpenAI) (2025)
- Llama 3.1 8B model card, Meta (Hugging Face) (2024)
- Power hungry processing: watts driving the cost of AI deployment?, Luccioni, Jernite and Strubell (arXiv:2311.16863) (2024)
- AI large language models: new report shows small changes can reduce energy use by 90%, UNESCO (2025)
- W. Stanley Jevons, The Coal Question, 1865, Yale University, Energy History (1865)
- What are tokens and how to count them?, OpenAI Help Center (2025)
- Uptime Institute global data center survey 2025, Uptime Institute (2025)
- CodeCarbon, CodeCarbon (2025)
- EcoLogits, GenAI Impact (2025)
- ISO/IEC 21031:2024 Software carbon intensity (SCI) specification, International Organization for Standardization (2024)
- Annex XI: technical documentation for providers of general-purpose AI models, European Commission, AI Act Service Desk (2024)
- AI Energy Score, Hugging Face (2025)
- Directive (EU) 2024/825 on empowering consumers for the green transition, European Union (2024)
- Data centres metered electricity consumption 2024, Central Statistics Office, Ireland (2025)