# Zielona AI: najczęściej zadawane pytania

> Krótkie odpowiedzi ze źródłami na częste pytania o zużycie energii, emisje i wodę przez AI oraz o to, co mogą zrobić ludzie i organizacje.

Source: https://greenai.guide/pl/najczestsze-pytania/  
Updated: 2026-11-19

## W skrócie

To krótkie odpowiedzi ze źródłami na pytania, które najczęściej padają w sprawie AI i środowiska: ile energii zużywa AI, czy jest pod tym względem coraz lepiej, czy gorzej, i co mogą zrobić osoby prywatne, organizacje i rządy. Każda odpowiedź prowadzi do pełniejszej strony, jeśli taka istnieje.

## Najważniejsze punkty

- Według szacunków IEA centra danych zużyły w 2024 roku około 415 TWh energii elektrycznej, czyli około 1,5% światowego zużycia, a do 2030 roku ma to być ponad dwa razy więcej.
- Typowy tekstowy prompt (polecenie) zużywa według danych firm ułamek watogodziny; obrazy, wideo i długie zadania agentowe zużywają znacznie więcej.
- Wzrost efektywności jest realny i szybki, ale efekt odbicia (rebound effect) sprawia, że całkowite zużycie wciąż może rosnąć.
- Pomiary są wyrywkowe: większość danych na jeden prompt pochodzi z deklaracji samych firm i nie da się ich bezpośrednio porównać.

To krótkie odpowiedzi na pytania, które najczęściej padają w sprawie AI i środowiska. Każda liczba pochodzi z
wymienionego z nazwy publicznego źródła, wskazanego na końcu strony, a dane szybko się zmieniają, więc warto
sprawdzać rok. Jeśli pytanie zasługuje na więcej niż kilka zdań, linki prowadzą do [przewodników](/pl/poradniki/zielona-ai-przewodnik-prostym-jezykiem-dla-wszystkich/),
[stron o dobrych praktykach](/pl/dobre-praktyki/efektywne-korzystanie-z-ai-codzienne-nawyki/) i [artykułów](/pl/artykuly/czym-jest-zielona-ai/). Terminy
techniczne wyjaśnia [słowniczek](/pl/slowniczek/).

Jeśli nie ma tu Państwa pytania, [prosimy je zadać](/pl/kontakt/).

## Najczęściej zadawane pytania

### Czym jest zielona AI?

Zielona AI to rozwijanie i używanie sztucznej inteligencji w taki sposób, by jej ślad energetyczny, węglowy, wodny i materiałowy był jak najmniejszy, oraz korzystanie z niej tam, gdzie wnosi realną wartość. Obejmuje zarówno efektywność (robienie tego samego mniejszym kosztem), jak i wystarczalność (sufficiency), czyli pytanie, czy AI jest w ogóle potrzebna.

### Ile energii elektrycznej zużywa AI?

Nikt nie publikuje dokładnej liczby dla samej AI. Międzynarodowa Agencja Energetyczna (IEA) szacuje, że wszystkie centra danych zużyły w 2024 roku około 415 TWh, czyli około 1,5% światowej energii elektrycznej, i wskazuje AI jako najważniejszy czynnik wzrostu.

### Czy zużycie energii przez AI będzie dalej rosło?

Przy obecnych trendach tak. IEA spodziewa się, że zużycie energii elektrycznej przez centra danych wzrośnie ponad dwukrotnie, do około 945 TWh w 2030 roku, czyli nieco więcej niż obecne całkowite zużycie Japonii, a centra danych odpowiedzą za około jedną dziesiątą wzrostu światowego zapotrzebowania na energię elektryczną do 2030 roku.

### Ile energii zużywa jeden prompt w ChatGPT lub Gemini?

OpenAI podaje, że przeciętne zapytanie do ChatGPT zużywa około 0,34 Wh, a Google podaje 0,24 Wh dla swojego medianowego tekstowego promptu w Gemini. To dane firm oparte na różnych, częściowo nieopublikowanych metodach, więc nie da się ich porównać jeden do jednego, i dotyczą tekstu, a nie obrazów czy wideo.

### Czy AI zużywa dużo wody?

Centra danych często używają wody do chłodzenia, więc AI też. Google podaje około 0,26 ml na medianowy tekstowy prompt w Gemini, czyli mniej więcej pięć kropli; OpenAI podaje około 0,000085 galona na przeciętne zapytanie do ChatGPT. Większy problem jest lokalny: duże centra danych budowane na obszarach z niedoborem wody.

### Co jest gorsze dla środowiska: trenowanie czy używanie AI?

Liczy się jedno i drugie. Trenowanie to duży koszt jednorazowy; Meta podaje 11 390 ton CO₂e (metodą lokalizacyjną) za trenowanie rodziny modeli Llama 3.1. Inferencja (wnioskowanie) zachodzi za każdym razem, gdy ktoś używa modelu, więc w przypadku powszechnie używanych narzędzi jej koszt rośnie przez cały czas działania modelu.

### Czy generowanie obrazów jest gorsze niż generowanie tekstu?

Zwykle tak. Badanie z 2024 roku wykazało, że wygenerowanie 1000 obrazów najmniej efektywnym z badanych modeli zużyło 11,49 kWh, tyle co 522 ładowania smartfona, podczas gdy najbardziej efektywny model tekstowy zużył na 1000 uruchomień tyle, co 9% jednego ładowania.

### Jaki jest ślad węglowy centrum danych?

Zależy głównie od tego, ile energii elektrycznej zużywa i jak czysta jest ta energia. IEA szacuje, że zużycie energii elektrycznej przez centra danych powoduje około 180 mln ton CO₂ rocznie, a w scenariuszu bazowym do 2035 roku wzrośnie to do 300 mln ton.

### Czy AI staje się bardziej efektywna?

Tak, i to szybko. Google podaje 33-krotny spadek zużycia energii przez medianowy tekstowy prompt w Gemini w ciągu jednego roku. Ale efektywność sprawia, że AI jest tańsza i łatwiejsza w użyciu, więc całkowite zużycie wciąż może rosnąć – to właśnie efekt odbicia.

### Czym jest efekt odbicia?

To sytuacja, w której wzrost efektywności sprawia, że coś staje się tańsze, więc ludzie używają tego więcej, a część oszczędności lub całość przepada. Ekonomista William Stanley Jevons opisał skrajny przypadek w 1865 roku, gdy bardziej efektywne maszyny parowe zwiększyły zużycie węgla w Wielkiej Brytanii.

### Czy AI może pomóc w walce ze zmianą klimatu?

Może. IEA podaje, że powszechne wdrożenie istniejących zastosowań AI mogłoby ograniczyć emisje znacznie bardziej, niż emitują centra danych, o około 5% emisji związanych z energią w 2035 roku, ale ostrzega, że efekty odbicia mogą to osłabić i że AI „nie jest cudownym lekiem”.

### Jak korzystać z AI w bardziej zrównoważony sposób?

Warto się zastanowić, czy AI jest potrzebna do danego zadania, napisać jeden jasny prompt zamiast kilku niejasnych, prosić o krótsze odpowiedzi i nie generować niepotrzebnych obrazów ani wideo. Raport UNESCO i UCL z 2025 roku wykazał, że krótsze prompty i odpowiedzi mogą zmniejszyć zużycie energii o ponad połowę.

### Czy mniejsze modele AI są lepsze dla środowiska?

W wielu zadaniach tak. Raport UNESCO i UCL wykazał, że w jego testach mniejsze modele wyspecjalizowane w danym zadaniu mogły zmniejszyć zużycie energii nawet o 90%, a badania wykazały, że uniwersalne modele generatywne są przy tej samej pracy znacznie bardziej kosztowne niż modele wyspecjalizowane.

### Czym jest token?

Token to fragment tekstu, który model językowy czyta lub pisze, często część słowa. Według praktycznej reguły OpenAI dla języka angielskiego to około czterech znaków, czyli trzy czwarte słowa; więcej tokenów oznacza więcej obliczeń.

### Czym jest PUE?

Współczynnik efektywności zużycia energii (power usage effectiveness, PUE) to całkowite zużycie energii przez centrum danych podzielone przez energię zużywaną przez jego sprzęt obliczeniowy. PUE równe 1,0 byłoby idealne; badanie Uptime Institute z 2025 roku wykazało średnią w branży na poziomie około 1,54.

### Czy uruchamianie AI na własnym urządzeniu jest bardziej ekologiczne niż w chmurze?

Czasami. Uruchomienie małego modelu lokalnie pozwala uniknąć narzutu sieci i centrum danych oraz chroni prywatność danych, ale duże centra danych mogą być bardziej efektywne w przeliczeniu na zadanie, a miliony małych urządzeń sumują się. Zależy to od modelu, zadania i sprzętu.

### Co jest bardziej ekologiczne: użycie AI czy samodzielne wykonanie zadania?

Zależy, gdzie wyznaczy się granicę: czas, komputer, poprawki, gdy AI się myli. W przypadku szybkiego sprawdzenia faktu lub prostego rachunku wyszukiwarka lub kalkulator są zwykle lżejszym wyborem.

### Jak mierzy się zużycie energii przez AI?

Najlepiej przez pomiar zużycia sprzętu podczas pracy, ale wiele opublikowanych liczb to szacunki, a nie pomiary. Narzędzia takie jak CodeCarbon i EcoLogits szacują zużycie energii i emisje, a metoda Software Carbon Intensity organizacji Green Software Foundation, będąca też normą ISO/IEC 21031, daje standardowy sposób raportowania emisji na jednostkę pracy.

### Czy firmy AI muszą raportować zużycie energii?

W UE unijny akt w sprawie sztucznej inteligencji (AI Act) wymaga od dostawców modeli AI ogólnego przeznaczenia dokumentowania znanego lub szacowanego zużycia energii przez model na potrzeby organów nadzoru. W większości krajów publiczne, porównywalne raportowanie dla każdej usługi AI nie jest jeszcze wymagane.

### Czy istnieje etykieta energetyczna dla AI?

Oficjalnej jeszcze nie ma. Projekty takie jak AI Energy Score od Hugging Face oceniają modele pod kątem zużycia energii w typowych zadaniach, a naukowcy i organizacje normalizacyjne pracują nad testami porównawczymi w formie etykiet.

### Czym jest greenwashing w AI?

To przedstawianie produktu lub firmy AI jako bardziej przyjaznych środowisku, niż pozwalają na to dowody, na przykład deklarowanie „neutralnej węglowo AI” wyłącznie na podstawie kompensacji emisji. W UE dyrektywa (UE) 2024/825 zakazuje ogólnych deklaracji środowiskowych kierowanych do konsumentów, których nie da się udowodnić.

### Dlaczego centra danych buduje się tam, gdzie się je buduje?

Operatorzy szukają niezawodnego zasilania, przyłączy do sieci elektroenergetycznej, chłodnego klimatu lub wody do chłodzenia, gruntów, łączności i klientów w pobliżu. Koncentracja może obciążać lokalne sieci: w Irlandii centra danych zużyły w 2024 roku 22% całej opomiarowanej energii elektrycznej, wobec 5% w 2015 roku.

### Czy szkoły powinny uczyć o zielonej AI?

Temat naturalnie pasuje do istniejących lekcji informatyki, przyrody, geografii i wiedzy o społeczeństwie i pomaga uczniom stać się świadomymi użytkownikami AI. Nasz dział dla szkół zawiera przewodnik dla nauczycieli i pomysły na lekcje, które nie wymagają płatnych narzędzi.

## Źródła

- [Energy and AI](https://www.iea.org/reports/energy-and-ai), International Energy Agency (2025)
- [Measuring the environmental impact of delivering AI at Google scale](https://arxiv.org/abs/2508.15734), Google (arXiv:2508.15734) (2025)
- [The Gentle Singularity](https://blog.samaltman.com/the-gentle-singularity), Sam Altman (OpenAI) (2025)
- [Llama 3.1 8B model card](https://huggingface.co/meta-llama/Llama-3.1-8B), Meta (Hugging Face) (2024)
- [Power hungry processing: watts driving the cost of AI deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell (arXiv:2311.16863) (2024)
- [AI large language models: new report shows small changes can reduce energy use by 90%](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO (2025)
- [W. Stanley Jevons, The Coal Question, 1865](https://energyhistory.yale.edu/w-stanley-jevons-the-coal-question-1865/), Yale University, Energy History (1865)
- [What are tokens and how to count them?](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them), OpenAI Help Center (2025)
- [Uptime Institute global data center survey 2025](https://intelligence.uptimeinstitute.com/resource/uptime-institute-global-data-center-survey-2025), Uptime Institute (2025)
- [CodeCarbon](https://codecarbon.io/), CodeCarbon (2025)
- [EcoLogits](https://ecologits.ai/), GenAI Impact (2025)
- [ISO/IEC 21031:2024 Software carbon intensity (SCI) specification](https://www.iso.org/standard/86612.html), International Organization for Standardization (2024)
- [Annex XI: technical documentation for providers of general-purpose AI models](https://ai-act-service-desk.ec.europa.eu/en/ai-act/annex-11), European Commission, AI Act Service Desk (2024)
- [AI Energy Score](https://huggingface.github.io/AIEnergyScore/), Hugging Face (2025)
- [Directive (EU) 2024/825 on empowering consumers for the green transition](https://eur-lex.europa.eu/eli/dir/2024/825/oj), European Union (2024)
- [Data centres metered electricity consumption 2024](https://www.cso.ie/en/releasesandpublications/ep/p-dcmec/datacentresmeteredelectricityconsumption2024/keyfindings/), Central Statistics Office, Ireland (2025)
