W skrócie
Należy zadać sześć pytań: na co (prompt, obraz, rok?), kto to zmierzył, co jest uwzględnione, jak stara jest liczba, z czym jest porównywana i czy dotyczy efektywności, czy łącznego zużycia. Większość mylących twierdzeń, zarówno alarmujących, jak i uspokajających, nie przechodzi jednego z tych testów. Publikowane wartości na jeden prompt różnią się głównie dlatego, że liczą różne rzeczy.
Kroki
- Należy ustalić jednostkę, do której odnosi się liczba, np. na prompt, na obraz lub na rok.
- Należy sprawdzić, kto ją podał i czy została zmierzona, oszacowana, czy zgłoszona przez samą firmę.
- Warto sprawdzić, co obejmuje liczba, od samych układów po całe centrum danych i produkcję sprzętu.
- Należy sprawdzić datę, bo dane o energii AI szybko się zmieniają.
- Warto zapytać, z czym jest porównywana i czy to porównanie jest porównywalne.
- Należy oddzielić twierdzenia o efektywności na jedno użycie od twierdzeń o łącznym zużyciu.
Większość twierdzeń o energii AI można sprawdzić sześcioma szybkimi pytaniami. Liczby w nagłówkach są często stare, pozbawione jednostek lub porównywane z czymś nieporównywalnym.
Sześć pytań
- Na co? Duża suma roczna może oznaczać niewielką ilość na jedno użycie i odwrotnie. Międzynarodowa Agencja Energetyczna szacuje, że centra danych zużyły w 2024 roku około 415 TWh, czyli około 1,5% światowej energii elektrycznej. To suma, a nie wartość na jeden prompt.
- Kto to mówi? Dane samej firmy, niezależny szacunek czy artykuł prasowy powtarzający jedno lub drugie?
- Co jest uwzględnione? Artykuł Google z 2025 roku podaje dla mediany tekstowego promptu Gemini 0,24 Wh, gdy liczy maszyny hostujące, niewykorzystaną moc i narzut centrum danych, oraz 0,10 Wh, gdy liczy tylko aktywne układy. Ten sam prompt, dwie uczciwe odpowiedzi.
- Jak stara jest liczba? Szacunek Epoch AI, około 0,3 Wh na typowe zapytanie do ChatGPT, jest mniej więcej dziesięć razy niższy od starszej, często cytowanej wartości 3 Wh. Google podaje, że energia jego mediany promptu spadła w ciągu roku 33-krotnie.
- W porównaniu z czym? „Dziesięć razy więcej niż wyszukiwanie w sieci” niewiele znaczy, jeśli nie zna się wartości dla wyszukiwania i jej daty.
- Efektywność czy suma? Niższe zużycie na jedno użycie może i tak oznaczać więcej łącznie, jeśli użycie rośnie: to efekt odbicia.
Częste błędy
- Porównywanie liczb o różnych granicach. Ocena cyklu życia Mistral AI, która obejmuje więcej etapów, podała dla odpowiedzi o długości 400 tokenów 1,14 g CO₂e i 45 mL wody. Nie da się tego bezpośrednio porównać z wartością obejmującą tylko układy.
- Traktowanie krótkiego pytania i obrazu lub wideo jako tego samego. Różnią się o rzędy wielkości.
- Odrzucanie wszystkich liczb jako niepoznawalnych. Niepewne nie znaczy bez znaczenia. Warto szukać przedziału.
Warto przeczytać, dlaczego pomiar jest wąskim gardłem, i jak rozpoznać greenwashing w marketingu AI.
Źródła
- Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
- How much energy does ChatGPT use?, Epoch AI (2025)
- Our contribution to a global environmental standard for AI, Mistral AI (2025)
- Energy and AI, International Energy Agency (2025)
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 ocenić moje zużycie energii przez AI we właściwej perspektywie?
Jak jedno pytanie do AI wypada na tle codziennego zużycia energii, dlaczego obrazy, wideo i długie dokumenty zmieniają obraz i czemu suma globalna się liczy.
Pomiar to wąskie gardło zielonej AI
Dlaczego dane o zużyciu energii przez AI trudno sprawdzić i porównać: deklaracje firm, szacunki zamiast pomiarów, różne granice systemu i dobre praktyki.
Uczciwe deklaracje ekologiczne dotyczące AI
Jak uniknąć greenwashingu w sprawie AI: co wolno deklarować, a czego nie, efekt odbicia, uczciwe raportowanie oraz przepisy Wielkiej Brytanii, UE i USA.