Сколько ресурсов “съедает” AI в 2025 году: оценки, от которых становится не по себе
Честный разговор про экологический след нейросетей начинается с главного: точных данных нет.
Большинство крупных компаний не публикуют AI-разбивку по энергии и воде. Поэтому исследователи собирают картину из публичных отчётов, финансовых данных, косвенных метрик и инженерных оценок.
Но даже эти оценки выглядят тревожно.
По расчётам исследователя Alex de Vries-Gao (публикация в журнале Patterns), в 2025 году глобальная AI-нагрузка могла потребовать порядка 23 ГВт мощности, а выбросы CO₂ оценивались в диапазоне 32,6–79,7 млн тонн в год.
По воде картина тоже жёсткая: оценка годового потребления — 312,5–764,6 млрд литров, и значительная часть уходит именно на охлаждение дата-центров и инфраструктуру энергоснабжения.
Эти цифры опасны не тем, что они “страшные”. А тем, что они показывают: AI уже сравним по масштабу с целыми индустриями, включая майнинг (который долго считался символом бессмысленного сжигания энергии).
Почему вода — это скрытая боль, о которой говорят меньше, чем об электричестве
Электричество легко представить: лампочки, счётчики, генерация. А вот вода кажется “бытовой” темой. И в этом ловушка.
Современные дата-центры охлаждаются по-разному, но один из распространённых подходов — испарительное охлаждение, где вода буквально “улетает” в атмосферу и считается потреблённой.
И проблема тут не глобальная в масштабе планеты, а локальная в масштабе городов. Потому что дата-центры часто строятся там, где:
- удобная логистика
- дешёвая земля
- есть энергетическая инфраструктура …но при этом регион может быть вододефицитным.
В США, например, оценка прямого потребления воды дата-центрами в 2023 году составляла около 17,5 млрд галлонов, и прогнозируется рост к 2028 году (вплоть до кратного).
Это означает простую вещь: когда AI “пьёт воду”, это не метафора. Это конкуренция с реальными потребителями: городами, промышленностью, сельским хозяйством.
Самый неприятный момент: индустрия остаётся “чёрным ящиком”
Здесь мы упираемся в главную причину паники: не масштабы, а непрозрачность.
Мы не можем нормально сравнивать компании и подходы, потому что:
- AI-нагрузка часто “растворена” внутри общего облака
- отчёты по устойчивости публикуются с задержкой
- метрики могут считаться по-разному
- часть воздействия спрятана в цепочках поставок
IEA (Международное энергетическое агентство) прямо пишет, что AI становится заметным драйвером энергопотребления, и последствия будут зависеть от источников энергии и эффективности инфраструктуры.
То есть вопрос уже не “много ли AI потребляет”. Вопрос “кто и как будет платить за рост нагрузки — экономика или экология”.
Почему это становится бизнес-проблемой, а не только экологической
Если вы предприниматель, маркетолог или продуктолог, у вас может возникнуть логичный вопрос:
“Окей, но что мне до этого? Я же просто использую нейросеть для контента”.
А вот что.
1) ИИ станет дороже — даже если вы этого не заметите сразу
Рост затрат на инфраструктуру почти всегда отражается в:
- стоимости API
- лимитах
- платных функциях
- росте цены подписок
Сейчас AI для многих компаний выглядит дешёвым ускорителем. Но это ощущение держится до тех пор, пока рынок не начнёт платить за электроэнергию, воду и железо более честно.
2) Начнётся “регулирование через инфраструктуру”
Даже если государство не запретит нейросети, оно может:
- ограничивать строительство дата-центров
- вводить требования по отчётности
- стимулировать зелёную энергетику
- ужесточать нормы потребления воды
И это влияет на скорость развития продуктов.
3) Бизнес будет вынужден отличаться не алгоритмами, а смыслом
Когда AI даёт всем одинаковые возможности по генерации, рынок быстро заполняется контентом “на автомате”.
И мы приходим к тому, что уже видно в ленте:
“Гарри Поттер читает рэп-баттл против Шрека на подкасте у Губки Боба”.
Вирально? Да. Ценно для бизнеса? Почти никогда.
Что делать компаниям: практичный взгляд без морализаторства
AI будет расти. Это факт. Вопрос — как использовать его так, чтобы не превращаться в завод по производству бессмысленного шума.
Минимальный адекватный подход в 2025:
- использовать AI там, где он экономит время и деньги, а не “делает контент ради контента”
- оптимизировать количество генераций и итераций
- выбирать модели по эффективности, а не только по “вау-качеству”
- строить продуктовые сценарии с минимальным количеством повторных запросов
- жёстко фиксировать бренд-стиль, чтобы не тонуть в одинаковости
Именно поэтому многие команды выбирают AI website generator: не просто “сгенерировать страницу”, а быстро собрать базовую инфраструктуру бренда (структуру, блоки, стиль, тексты) и двигаться дальше, не тратя десятки часов на лишние итерации. У Turbologo это можно сделать как быстрый запуск для бизнеса, которому нужен результат, а не бесконечные тесты.
Вывод: AI — это уже промышленность, и вести себя с ним надо как с промышленностью
ИИ не “убивает планету” одной кнопкой. Но он делает другое: масштабирует потребление ресурсов через массовое использование.
И если мы будем использовать его только ради развлечения и бесконечного контента, то инфраструктура действительно начнёт трещать.
Но если бизнес начнёт думать о нейросетях как о ресурсе — с экономикой, ограничениями и ответственностью — тогда AI станет не угрозой, а инструментом роста без перегрева системы.
🎨 Мы разбираем, как AI меняет бизнес, инфраструктуру и правила игры — и как компаниям внедрять нейросети без хаоса и потери смысла — в нашем Telegram-канале 👉 t.me/turbologoru
💬 Подпишитесь на @turbologo_poster_bot — получите +10 000 слов в Турбочате, чтобы обсудить, как оптимизировать AI-процессы, ускорить маркетинг и продукт, и при этом не уходить в бессмысленную генерацию ради генерации.
А как вы думаете: AI станет “зелёнее” сам по себе — или это возможно только через давление рынка и государства? Пишите в комментариях 👇