W skrócie
Należy szukać dowodów, a nie etykiet: publikowanych danych o energii lub emisjach na zapytanie z podaną metodą, możliwości wyboru mniejszych modeli, informacji o tym, gdzie narzędzie działa, oraz niezależnych ocen, takich jak AI Energy Score. Niewiele narzędzi publikuje dziś wszystkie te informacje, dlatego „zielone” czy „zrównoważone” bez liczb należy traktować jako deklarację, a nie fakt.
Kroki
- Poszukać danych o energii lub emisjach na zapytanie i sprawdzić, co obejmują.
- Sprawdzić, czy narzędzie oferuje mniejsze lub lżejsze modele.
- Ustalić, gdzie narzędzie działa i czy dostawca publikuje informacje o centrach danych.
- Sprawdzić model w niezależnych ocenach, takich jak AI Energy Score.
- Zapytać dostawcę bezpośrednio, jeśli informacje nie są publikowane.
Ekologiczne narzędzie AI potrafi pokazać swoje liczby. Nie ma jeszcze oficjalnej etykiety energetycznej dla narzędzi AI, więc najlepszym sygnałem jest to, ile dostawca publikuje i jak jasno wyjaśnia swoją metodę.
Jak wyglądają dobre dowody
- Dane na zapytanie z określonymi granicami. Google podaje na przykład, że mediana tekstowego promptu Gemini to 0,24 Wh, i wyjaśnia, co uwzględnił. Mistral AI opublikował ocenę cyklu życia, według której odpowiedź o długości 400 tokenów to 1,14 g CO₂e i 45 ml wody. Wartości różnią się częściowo dlatego, że obejmują różne rzeczy.
- Wybór modelu. Narzędzia oferujące mniejsze lub szybsze modele do prostych zadań pozwalają zużywać mniej.
- Informacje o hostingu. Gdzie narzędzie działa, jak wydajne są centra danych i skąd pochodzi energia elektryczna.
- Niezależne oceny. AI Energy Score od Hugging Face ocenia wiele otwartych modeli w skali od jednej do pięciu gwiazdek pod względem efektywności energetycznej w typowych zadaniach.
Sygnały ostrzegawcze
- „Zielone”, „eko” lub „neutralne pod względem emisji” bez stojących za tym liczb czy metody.
- Deklaracje oparte wyłącznie na kompensacji emisji lub rocznych certyfikatach energii odnawialnej.
- Jedna imponująca liczba bez granic i daty.
W UE dyrektywa (UE) 2024/825 zakazuje kierowania do konsumentów ogólnych deklaracji środowiskowych, których nie da się udowodnić.
Częste błędy
- Traktowanie wartości podanej przez samego dostawcę jako niezależnej. Większość jest podawana przez firmy i niezweryfikowana.
- Porównywanie wartości o różnych granicach, jakby były porównywalne.
Pytania, które warto zadać, opisuje strona jak poprosić firmę AI o dane o energii, a kierunek rozwoju ocen przedstawia tekst etykiety energetyczne dla AI.
Źródła
- AI Energy Score, Hugging Face (2025)
- Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
- Our contribution to a global environmental standard for AI, Mistral AI (2025)
- Directive (EU) 2024/825 on empowering consumers for the green transition, European Union (2024)
Powiązane
Jak rozpoznać greenwashing w marketingu AI?
Sygnały ostrzegawcze greenwashingu w AI, od ogólnikowych etykiet „zrównoważona AI” po neutralność opartą na kompensacji, i pytania, które warto zadać.
Jak zapytać firmę AI o dane o zużyciu energii?
O co pytać dostawcę AI w sprawie energii, emisji i wody na zapytanie, jak ocenić odpowiedź i dlaczego pytanie pomaga, nawet gdy odpowiedź jest niepełna.
Jak odczytać ocenę AI Energy Score?
Co oznaczają oceny AI Energy Score od jednej do pięciu gwiazdek, co mierzą, jak porównywać za ich pomocą modele i czego z nich nie wyczytamy.
Etykiety energetyczne i testy porównawcze dla AI
Stan ocen energetycznych AI w 2026 roku: AI Energy Score, MLPerf Power, dokumentacja z AI Act i ocena centrów danych w UE oraz to, co mogą pokazać etykiety.