דוח חדש של אוניברסיטת האו״ם מזהיר כי צמיחת AI מייצרת טביעת רגל סביבתית רחבה: מרכזי נתונים, קירור, ייצור חשמל, כריית מינרלים, פסולת אלקטרונית ואי־שוויון בין מדינות שמפעילות את הטכנולוגיה לבין אלה שנושאות בחלק מעלויותיה
הבינה המלאכותית מוצגת לעיתים קרובות כטכנולוגיה “וירטואלית”, כמעט חסרת משקל. אבל דוח חדש של מכון אוניברסיטת האו״ם למים, סביבה ובריאות, UNU-INWEH, מזהיר כי מאחורי כל שאילתה, תמונה או סרטון שנוצרו באמצעות AI עומדת תשתית פיזית רחבה: מרכזי נתונים, שבבים, מערכות קירור, צריכת חשמל, כריית מינרלים, שימוש בקרקע, שאיבת מים ופסולת אלקטרונית. לפי הדוח, הדיון הציבורי והרגולטורי בבינה מלאכותית התמקד עד כה בעיקר בחשמל ובפליטות פחמן, אך החותם הסביבתי האמיתי של AI רחב ומורכב בהרבה.
הדוח, שכותרתו Environmental Cost of AI’s Energy Use: Carbon, Water and Land Footprints , טוען כי בחינת הקיימות של AI דרך מדד אחד בלבד עלולה להטעות. חשמל “דל פחמן” אינו בהכרח חשמל “דל מים” או “דל קרקע”. מעבר ממקור אנרגיה אחד לאחר עשוי להפחית פליטות, אך במקביל להגדיל מאוד את צריכת המים או את השימוש בקרקע. לכן, מזהירים מחברי הדוח, החלטות על הקמת מרכזי נתונים ועל הפעלת מערכות AI צריכות להיבחן לפי מכלול ההשפעות הסביבתיות ולא רק לפי פליטות פחמן.
מרכזי הנתונים כבר צורכים חשמל כמו מדינה גדולה
על פי הדוח, ההשקעות העולמיות ב־AI צפויות לעבור השנה את רף 2.5 טריליון הדולר, והשוק העולמי עשוי לצמוח מכ־189 מיליארד דולר בשנת 2023 לכמעט חמישה טריליון דולר בשנת 2033. הצמיחה הזו נשענת על תשתית אנרגטית עצומה. אם מרכזי הנתונים היו מדינה, צריכת החשמל שלהם בשנת 2025, המוערכת בכ־448 טרה־ואט־שעה, הייתה מציבה אותם במקום ה־11 בעולם, בערך ברמת צריכת החשמל של צרפת.
לפי הדוח, עומסי עבודה הקשורים ל־AI היוו בשנת 2025 כ־20% מצריכת החשמל של מרכזי הנתונים. אם חלקם יעלה לכ־40% עד שנת 2030, צריכת החשמל של AI לבדה עשויה להגיע למאות טרה־ואט־שעה בשנה, ובתרחישים מסוימים להתקרב לכ־3% מצריכת החשמל העולמית החזויה. בהתאם לתמהיל ייצור החשמל, הפליטות הקשורות לכך עלולות להגיע לכ־400 מיליון טונות שווה ערך פחמן דו־חמצני, סדר גודל דומה לפליטות השנתיות של בריטניה מכלל המגזרים.
אבל החשמל הוא רק חלק מהתמונה. הדוח מעריך כי טביעת הקרקע של ייצור החשמל הנדרש ל־AI בשנת 2030 עשויה לעלות על 14 אלף קילומטרים רבועים, שטח הדומה לצפון אירלנד. צריכת המים המוערכת של מרכזי הנתונים מגיעה ל־9.3 טריליון ליטרים, כמות שהייתה יכולה לספק את צורכי השתייה המינימליים של כלל אוכלוסיית העולם למשך כשנה וחצי. גם כאשר חלק מהמים מוחזרים למערכת, מזהירים מחברי הדוח, שאיבה בקנה מידה גדול עלולה להכביד על אקוויפרים ועל מערכות נהרות, במיוחד באזורים יבשים או כאלה שכבר סובלים מדלדול מי תהום.
לא רק אימון מודלים: השימוש היומיומי מצטבר לממדי ענק
אימון מודלי AI גדולים דורש אנרגיה רבה, אך הדוח מדגיש כי השימוש השוטף בהם עשוי להפוך למשמעותי אף יותר. לפי אחת ההערכות בדוח, אימון מודל גדול בסדר גודל של GPT-5 עשוי לדרוש כ־100 גיגה־ואט־שעה של חשמל, לצד טביעת מים המוערכת בכמיליארד ליטרים וטביעת קרקע של כ־1.5 קילומטרים רבועים. עם זאת, ברגע שמודלים כאלה משולבים במוצרים המוניים, החותם המצטבר של מיליארדי שימושים יומיומיים נעשה גדול בהרבה.
הדוח מעריך כי ChatGPT לבדו מעבד כ־2.5 מיליארד שאילתות ביום. גם אם שאילתת טקסט אחת צורכת אנרגיה קטנה יחסית, הכפלה של הצריכה במיליארדי פעולות מייצרת צריכת חשמל שנתית משמעותית. השפעה גדולה עוד יותר נוצרת כאשר AI משולב כברירת מחדל בפלטפורמות המוניות, למשל בחיפוש, ביצירת תמונות וביצירת וידאו.
אחד התחומים המדאיגים במיוחד הוא וידאו גנרטיבי. לפי הדוח, יצירת קליפ AI יחיד באיכות גבוהה יכולה לדרוש יותר מ־415 ואט־שעה, הרבה יותר מיצירת מאות תמונותAI . ככל שהרזולוציה ומספר הפריימים גדלים, הדרישה האנרגטית גדלה בקצב מהיר. לכן, אם וידאו גנרטיבי ישתלב בפלטפורמות מרכזיות, מדובר כבר לא בשימוש נישתי אלא בבעיה תשתיתית רחבה.
הדוח מצביע גם על פרדוקס ג׳בונס: התייעלות טכנולוגית אינה מבטיחה ירידה בצריכת המשאבים הכוללת. כאשר השימוש נעשה זול ויעיל יותר, נפח השימוש עשוי לגדול עד שהוא מוחק את כל החיסכון. לכן מחברי הדוח קוראים לא רק לחומרה טובה יותר, אלא גם לתקציבי משאבים: מגבלות על טוקנים, שעות GPU או קילוואט־שעה, בהתאם להקשר.
פער סביבתי וחברתי בין מי שמפעילים AI לבין מי שמשלמים את המחיר
אחת הטענות המרכזיות בדוח היא שהבינה המלאכותית מחריפה גם אי־שוויון סביבתי. תשתיות ה־AI המתקדמות מרוכזות במספר קטן של מדינות. לפי הדוח, רק 32 מדינות מארחות תשתית ענן ייעודית ל־AI, וכ־90% מכוח המיחשוב הזה מרוכז בארה״ב ובסין. יותר מ־150 מדינות אינן מחזיקות כלל תשתית AI ריבונית משמעותית. המשמעות היא שמדינות רבות תלויות בספקים חיצוניים, ללא שליטה מספקת בגישה, במחיר, בממשל הנתונים או בהשפעות הסביבתיות.
במקביל, חלק מהעומסים הסביבתיים נופלים על אזורים אחרים. כריית מינרלים קריטיים לשבבים ולשרתים נעשית לעיתים בדרום הגלובלי ובמקומות שבהם הפיקוח הסביבתי חלש יותר. פסולת אלקטרונית, אם אינה מטופלת כראוי, עלולה לחשוף קהילות מקומיות לחומרים מסוכנים. לפי הדוח, עד שנת 2030 תשתיות AI עלולות לייצר עד 2.5 מיליון טונות של פסולת אלקטרונית בשנה, כמות השקולה להשלכת כ־250 מגדלי אייפל מדי שנה.
הדוח מציג את אירלנד כאזהרה מעשית. מרכזי נתונים כבר אחראים שם לכ־21% מצריכת החשמל הנמדדת, לעומת כ־5% בלבד בשנת 2015, והצריכה שלהם עולה על זו של כלל משקי הבית העירוניים במדינה. מפעיל רשת החשמל האירי אף עצר אישורים חדשים באזור דבלין עד 2028. מבחינת מחברי הדוח, זהו סימן למה שעלול לקרות כאשר צמיחת תשתיות AI מקדימה את תכנון האנרגיה, המים והקרקע.
מפת דרכים ל־AI אחראי יותר
הדוח אינו קורא לעצירת הבינה המלאכותית. להפך, הוא מכיר בפוטנציאל הגדול שלה בתחומים כמו רפואה, חינוך, גילוי מדעי וחוסן אקלימי. אבל הוא מדגיש כי חדשנות ללא אחריות עלולה להעמיק אי־שוויון ולהגביר לחץ על מערכות סביבתיות שכבר נמצאות במצוקה.
לכן מחברי הדוח מציעים מפת דרכים המבוססת על שישה עקרונות: שקיפות, יעילות כברירת תכנון, צדק סביבתי, אחריות לאורך מחזור החיים, שיתוף פעולה עולמי ושימוש בר־קיימא. ממשלות נקראות לשלב תשתיות AI בתכנון אנרגיה, מים וקרקע, ולחייב דיווח סביבתי אחיד. חברות AI נדרשות להתייחס לבחירת מודלים, לברירות מחדל ולתצורת הפלט כאל החלטות סביבתיות. משתמשים וארגונים מתבקשים לבחור את המודל הקל ביותר ואת הפורמט החסכוני ביותר שמספקים מענה למשימה.
אפילו ניסוח השאילתה הופך, לפי הדוח, לשאלה סביבתית. מצב מענה תמציתי יכול להפחית את מספר הטוקנים שמייצרת מערכתAI , ובקנה מידה של מיליארדי משתמשים מדובר בחיסכון ממשי בחשמל, במים ובקרקע. המסר המרכזי של הדוח הוא שהחותם הסביבתי של AI אינו נתון קבוע. הוא תלוי באופן שבו מערכות מתוכננות, במקום שבו הן פועלות, בסוג המשימות שהן מבצעות, ובאופן שבו בני אדם משתמשים בהן.
FAQ קצר:
מדוע AI צורכת כל כך הרבה אנרגיה?
מערכות AI דורשות מרכזי נתונים גדולים, מעבדים מתקדמים וקירור רציף. אימון מודלים ושימוש יומיומי במיליארדי שאילתות יוצרים יחד צריכת חשמל גבוהה.
מדוע הדוח מדגיש גם מים וקרקע ולא רק פחמן?
מפני שכל קילוואט־שעה של חשמל כרוך גם בשימוש במים, בקרקע ובתשתיות. מקור אנרגיה דל פחמן יכול עדיין לדרוש הרבה מים או שטח.
מה אפשר לעשות כדי להפחית את טביעת הרגל של AI?
אפשר לבחור מודלים קלים יותר, לצמצם פלטים מיותרים, להשתמש ב־AI רק כשיש צורך ממשי, לחייב שקיפות סביבתית ולשלב מרכזי נתונים בתכנון אנרגיה, מים וקרקע.
עוד בנושא באתר הידען:
