Тъмната страна на изкуствения интелект: Ненаситният консуматор на ресурси

Изкуственият интелект (ИИ) има огромен потенциал за създаване на иновации, които да балансират между технологичен напредък и социална отговорност в сферите на екологията, образованието, медицината, инженерството, финансите и много други. Когато става дума за климатичните промени и овладяването на негативните последици например, ИИ може да се използва за подобряване на системите за възобновяема енергия: в оценката на ресурси, енергийно прогнозиране, системно наблюдение и стратегии за управление на рискове (Wang et al., 2024).

Въпреки този потенциал, често финансирането от и на ИИ компании се фокусира върху ползите на чисто организационно ниво и ИИ се експлоатира за спестяване на разходи чрез автоматично въвеждане на търсачки и приложения, подбор на служители и ботове, имитиращи човешки качества. При индивидуалното ползване на ИИ пък обичайно употребата му се свежда до лесни решения – за създаване на съдържание, често с неясна доствоверност, и оптимизиране на процеси, дори четенето на книга се свежда до кратко ИИ резюме.

Забравяме – покрай ентусиазма в медии и социални канали, както и дигитални термини като облачно пространство в ИИ инфраструктурата, че зад всичко това стоят физически устройства, а те консумират енергия: чипове, графични процесори и центрове за данни. Всеки път, когато питаме ИИ как да напишем публикация за социалните медии – това изразходва енергия.

Прогнозите са, че само до 2026 г. световната индустрия за ИИ ще нарасне и консумира над 10 пъти повече енергия от това, което се консумира през 2023 г.

Колко точно консумира ИИ и как влияе на климатичните промени?

Първоначално интересът към изкуствения интелект е само сред компютърни специалисти, психолози и други интердисциплинарни направления. Едва след 2022-2023 г. той се разраства с огромна сила и сред населението. Това е особено повлияно от влизането на пазара на ChatGPT на OpenAI, наред с ботове като Bing Chat на Microsoft и Bard на Alphabet. Този фурор и големи инвестиции в ИИ технологиите постави въпроса и за количествата енергията, която се консумира за тренирането на ИИ моделите и последващото им използване.

Подобни данни са рядко публични, но платформата Hugging Face показва, че например BLOOM моделът консумира 433 MWh за трениране на база данни. Други модели като GPT-3, Gopher и Open Pre-trained Transformer (OPT) използват съответно 1287, 1066, и 324 MWh за трениране на терабитове данни (Bradshaw, 2025).

Наред с тренирането на модели, енергия се харчи и за сървъри. Според Chen (2025) данни от SemiAnalysis, ChatGPT се нуждае от 3,617 NVIDIA HGX A100 сървъра, с над 28,936 процесора (GPUs), за да работи. Това се равнява на около 564 MWh на ден. С над 195 милиона ChatGPT търсения дневно, това прави 2.9 Wh на търсене, сравнено с около 0.3 Wh за едно Google търсене, т.е. едно ChatGPT търсене използва около 10 пъти повече енергия от Google търсене.

Скокът в ИИ разработването от 2023 г. насам води и до търсене на чипове, като само за втората четвърт на 2023 г. гигантът NVIDIA отчита печалба от $13.5 милиарда. ИИ е интегрирано не само в търсачки и ботове, а и в онлайн пазаруване, фитнес приложения и много други ежедневни дейности, което изисква големи енергийни ресурси и оказва пагубно влияние върху климата.

Финансовите интереси обаче са по-силни от социалните и екологични рискове. Meta, Microsoft, Apple и Google имат нестихващи планове да инвестират милиарди в ИИ инфраструктура. Само преди месеци американският президент Тръмп – наред с OpenAI – обяви проекта Старгейт за $500 милиарда с цел създаване на центрове за данни, като всеки един би гълтал повече енергия отколкото тази, използвана от щата Ню Хемпшир (O’Donnell & Crowhart, 2025). Всъщност над 4.4% от използваната енергия в САЩ отива именно в такива центрове.

До 2028 г. ИИ ще изразходва над половината от енергията в центровете за данни

Големите технологични компании не споделят открито информация за енергийното потребление на своите ИИ системи. Според доклад на Berkeley Lab, до 2028 г. над половината от енергията, използвана в центровете за данни, ще бъде изразходвана от изкуствен интелект.

Липсата на прозрачност затруднява точното измерване на екологичния отпечатък. Освен това, разнообразието от езикови модели, ИИ платформи и енергийни източници – от възобновяеми до изкопаеми – допълнително усложнява картината. Това превръща енергийната устойчивост на ИИ в един от най-слабо разбраните и най-належащи проблеми в сферата на технологиите.

Воден ресурс в риск

Консумацията на вода при изработване, трениране и използване на ИИ модели също е сериозно разхищение на ресурс и риск. Данни сочат, че за изработката на един чип отиват около 8300 л. вода, а пък за писането на един мейл от ИИ бот около ½ л. Допълнително центровете за данни харчат и вода за охлаждане. В свят, където климатичните промени вече ограничават наличието на прясна вода, все по-жадният за ресурси изкуствен интелект поставя допълнителен натиск върху и без това намаляващите водни запаси. Продължим ли така, най-вероятно ще консумираме повече вода, отколкото бъдещето реално ще може да ни осигури.

Има ли начин да намалим енергийния отпечатък от ИИ?

На фона на финансовите интереси, компаниите продължават да вменяват индивидуална вина и да пренасочват вниманието към малките стъпки като например това, че разлагащите се сламки в чая ни могат да спасят планетата.

За момент ще забравим тези двойни стандарти, за да ви предложим 6 стъпки, с които да намалим екологичния отпечатък на ИИ фирмите, който те оставят за сметка на всички нас.

Не използвайте ИИ за ненужни дейности в ежедневието си

Макар да е любопитно да се навлиза във философски разговори с ИИ на тема човек и машина, а и по-лесно да се търсят бързи решения като писане на доклад без усилие, въздържайте се да използвате ИИ за неща, които може и сами да проверите или завършите. Не е нужно да питате ИИ за времето, как да се облечете или смешни въпроси като дали кончината на духовно лице се приема за повишение. Причината да се ограничавате е проста, но много важна: така се изразходва ненужна енергия.

Проектът AI Energy Score оценява колко точно енергия изразходват ИИ модели при изпълнение на различни задачи. Графиката долу показва енергията, необходима за извършване на дадена задача 1000 пъти. Потреблението варира значително според задачата и използвания модел.

А и прекомерната зависимост от изкуствения интелект води до ерозии на зони в мозъка и намаляване на творческото мислене (Chow; Lockhart, 2025), което може да окаже изключително негативен ефект в дългосрочен план – особено при деца и хора, които все още развиват умения в различни сфери.

Не бъдете любезни с chatGPT

Ако все пак използвате ИИ, научете се да използвате добри запитвания (промтове) (Вълчева, 2023 г.) не за да станете следващия ИИ експерт на платформи като LinkedIn, а просто за да намалите броя промтове, които използвате, съответно и енергията, която би се консумирала. В зависимост от отговорите, които търсим, ИИ, в частност ChatGPT, използва различна енергия. Един по-дълъг отговор от около 7500 думи, който е готов за секунди, използва повече енергия от използване на лаптоп за 5 минути.

И не, не си губете времето и енергията (вкл. електроенергията) да благодарите на ИИ и да го питате как е. Дори противоречивият Сам Олтман, директор на OpenAI, потвърждава, че думи като благодаря и моля в промтовете водят само до допълнители разходи.

Използвайте различен ИИ модел

Всяка ИИ платформа използва различен езиков модел, който харчи енергия и ресурси за обучение и експлоатация. В зависимост от целите и техническите си умения, човек може да превключи към различен ИИ модел.

Данните по-долу сочат, че за момента Llama на Meta и DeepSeek изглеждат най-задоволяващи спрямо консумацията на енергия от другите гиганти на пазара.

Всъщност DeepSeek още с пускането си на пазара доказа, че ИИ моделите не трябва да са задължително изключително скъпи и консумиращи енергия. Използвайки различни и по-малко чипове и тренирайки модела си за по-малко време и по-различен начин, китайската разработка показа, че ИИ може да бъде по-ефективен, намалявайки ИИ консумацията на енергия с до 75%.

Изключете ИИ автоматизацията на устройствата си

Дори и да не използвате ИИ ботове за разговори или ежедневни дейности, ИИ се интегрира почти автоматично в множество софтуери, приложения и устройства, които използваме. Все пак и тук може да помогнем за намаляване на консумацията на енергия и водни ресурси като използваме настройки за изключване на ИИ опциите, които ни се предлагат: например натрапчивия CoPilot на Microsoft. За да избягате от досадните ИИ отговори в онлайн търсенията пък, насочете се към браузъри, които използват ИИ интеграция по-малко.

Не се включвайте в тренирането на ИИ модели

Избягвайте да се включвате в програми за трениране на ИИ. Често там се използват нископлатени хора от развиващите се страни, докато компаниите правят милиарди.

Колкото и да е досадно, четете правилата за поверителност и начините за обработка на лични данни, които се представят обичайно неясно от технологичните компании. Знаете ли, че Инстаграм използва снимки от лични профили за ИИ моделите си?

Образовайте се и говорете за ИИ и отпечатъка му

ИИ крие множество скрити на пръв поглед рискове на личностно, социално и екологично ниво. Въпреки усещането за безсилие, всеки човек може да образова себе си и обкръжението си по подобни належащи въпроси. Така, от уста на уста, все повече хора биха се замислили дали да потърсят информация от ИИ, която често дори няма да запаметят. С всеки спестен литър вода от ИИ търсене правим малки крачки към големи промени.

Как големите компании да направят използването на ИИ по-енергийно ефективно?

Индивидуални стъпки не са достатъчни. Компаниите също трябва да предприемат действия и едно от тях е насочване към по-устойчиви модели и технологии.

Есперти сочат, че може да се премине от обработката на данни в облачни сървъри към такава на локално ниво (на самото устройство). Това може да се постигне чрез подходящи чипове, които да приоритизират енергийната ефективност пред самата изчислителна мощност на ИИ. Подобно действие би оптимизирало от 100 до 1000 пъти консумацията на енергия (Lokwon, 2025).

Друга стъпка е разработката на технологии, намаляващи потреблението на енергия и вода (особено за охлаждане) в центровете за данни. Още през 2023 г., Foy пише как лабораторният суперкомпютърен център Линкълн на Масачузетския технологичен институт разработва техники за намаляване на потреблението на енергия. Така например те се опитват да ограничат лимита на използвана енергия като увеличат времето за трениране на ИИ модел с до 3%, което не би било забележимо, и по този начин също намалят нуждата за охлаждане на устройствата.

Нужно е и по-добро планиране: регулиране на напрежението на процесорите спрямо натоварването, спазване на енергиен бюджет, балансиране на натоварването на мрежите като се работи извън пикови часове, вътрешни водни системи.

ИИ технологиите в България

България е една от държавите, които се развиват бързо по отношение на ИИ. У нас имаме свой BgGPT например, който според създателите му дава предимство на потребителите в контекста на българската среда (разчитане на български закони и пословици например).

Страната ни е и една от шестте в Европа, в които скоро ще бъдат изградени нови фабрики за ИИ, т. нар. проект BRAIN ++. Това е огромна икономическа възможност, но подобни проекти крият неясни предизвикателства заради потреблението на енергия и консумацията на вода, особено предвид безводието в България, както и факта, че все още разчитаме до голяма степен на изкопаеми горива в енергетиката ни.

В обществото използването на ИИ също нараства в области като образование, администрация, финанси и ИТ. Анкета на dev.bg, сочи че над 88% от ИТ специалистите използват ИИ.

Бързото разпространение на технологиите у нас и Европа обаче се нуждае от регулиране на потреблението на енергия и прозрачност на бизнесите, разработващи или използващи ИИ. Очаква се до 2026 г. потреблението на електроенергия от центровете за данни в ЕС да бъде с 30% по-високо от нивата преди две години именно заради нови съоръжения за данни, изчисления с изкуствен интелект и цифровизация на услуги.

Като част от ЕС, България следва нововъзникващите регулаторни закони за ИИ, като този от 1 август 2024 г., гласящ, че всеки ИИ доставчик е длъжен да създаде и поддържа техническа документация, включително за отчет на потреблението на енергия на ИИ моделите си (Hickman et al., 2025). В съответствие с целите на ЕС за намаляване на емисиите на парникови газове с поне 55% до 2030 г., подобни закони са критично важни. Дали ще се спазват у нас – предстои да видим.

ИИ има огромен потенциал в борбата с климатичните промени и в един идеален свят корпоративните интереси биха били насочени именно към това. За жалост към момента ИИ е по-скоро потребител на енергия и ресурси.

Прецизното изчисляване на глобалното потребление на енергия и вода от ИИ е предизвикателство, но все пак заедно и съзнателно е редно да помогнем за намаляване консумацията на електроенергия и създаването на устойчиво общество.

Автор: Елица Станева-Бритън

Тя е част от авторския екип на Климатека, тя е психолог по образование, с бакалавърска степен в СУ „Св. Климент Охридски” и магистратура в Мюнхенския университет „Лудвиг Максимилиан“. В момента е докторант към Института за изследване на населението и човека към БАН, изследва темата за психологията, творчеството и изкуствения интелект. Научните ѝ интереси са свързани с ефекта от изменението на климата върху поведението на хората и концепцията за климатична справедливост.