Найти в Дзене

ИИ пожирает ресурсы: скрытая экологическая цена нейросетей и новые риски для инвесторов

Сегодня ИИ воспринимается как чистая «цифра» — софт, облака, умные ассистенты и модели, которые повышают производительность и ускоряют принятие решений. Но у этой революции есть материальная сторона, о которой инвесторы говорят всё чаще: энергоёмкость нейросетей, водопотребление дата-центров и растущий углеродный след искусственного интеллекта. И чем быстрее компании внедряют ИИ в продукты и процессы, тем выше нагрузка на инфраструктуру, энергосети и ресурсы. Ключевой парадокс в том, что точных цифр никто не знает. Крупные технологические компании публично раскрывают общие показатели по выбросам и ресурсам, но редко выделяют, какая доля приходится именно на ИИ-нагрузку. В результате оценки собираются «по косвенным следам»: по мощности дата-центров, объёмам закупок ускорителей, данным энергокомпаний и общим трендам рынка. Это создаёт непрозрачность, которая сама по себе становится фактором риска — как для регуляторов, так и для инвесторов, оценивающих ESG-профиль бизнеса. Почему тема ва
энергопотребление нейросетей, углеродный след искусственного интеллекта
энергопотребление нейросетей, углеродный след искусственного интеллекта

Сегодня ИИ воспринимается как чистая «цифра» — софт, облака, умные ассистенты и модели, которые повышают производительность и ускоряют принятие решений. Но у этой революции есть материальная сторона, о которой инвесторы говорят всё чаще: энергоёмкость нейросетей, водопотребление дата-центров и растущий углеродный след искусственного интеллекта. И чем быстрее компании внедряют ИИ в продукты и процессы, тем выше нагрузка на инфраструктуру, энергосети и ресурсы.

Ключевой парадокс в том, что точных цифр никто не знает. Крупные технологические компании публично раскрывают общие показатели по выбросам и ресурсам, но редко выделяют, какая доля приходится именно на ИИ-нагрузку. В результате оценки собираются «по косвенным следам»: по мощности дата-центров, объёмам закупок ускорителей, данным энергокомпаний и общим трендам рынка. Это создаёт непрозрачность, которая сама по себе становится фактором риска — как для регуляторов, так и для инвесторов, оценивающих ESG-профиль бизнеса.

Почему тема важна именно сейчас? Потому что ИИ перестал быть экспериментом и превратился в инфраструктуру. Рост спроса на модели означает расширение дата-центров, рост потребления электричества, усложнение цепочек поставок оборудования и усиление конкуренции за электроэнергию и воду. В ряде регионов мира строительство новых вычислительных мощностей уже упирается в ограничения энергосистем и водных ресурсов. А если стоимость электроэнергии или воды начнёт расти быстрее ожиданий, маржинальность облачных и ИИ-сервисов может оказаться под давлением — особенно в сегментах, где конкуренция высокая, а тарифы для клиентов сложно поднимать без потери доли рынка.

Для инвестора здесь важны два угла обзора. Первый — риск: растущий углеродный след искусственного интеллекта может привести к репутационным потерям, усилению требований по раскрытию данных, росту капитальных затрат и удорожанию финансирования. Второй — возможности: выигрывают те, кто вкладывается в энергоэффективность, новые подходы к охлаждению, оптимизацию вычислений, «чистую» энергетику и инфраструктурные решения для дата-центров. ИИ становится драйвером спроса не только на чипы и облака, но и на технологии устойчивости, которые превращают экологическую нагрузку в управляемую переменную.

В основной статье подробно разобрано, почему энергопотребление нейросетей и водопотребление дата-центров становятся новой метрикой конкурентоспособности, какие сценарии могут усилить инвестиционные риски ИИ и где формируются инвестиционные возможности на стыке ИИ и устойчивой инфраструктуры.

Читайте полную статью здесь: Экологическая цена ИИ: энергия мегаполиса и миллиарды литров воды