Kluczowe ustalenia
- Centra danych — czyli wielkie serwerownie — zużyły na świecie ok. 415 TWh energii elektrycznej w 2024 r. (TWh to terawatogodzina, jednostka energii; 1 TWh to miliard kilowatogodzin). To odpowiadało ok. 1,5% globalnego zużycia prądu — dane Międzynarodowej Agencji Energetycznej (IEA).
- Samą sztuczną inteligencję — czyli uczenie modeli („trening") i obsługę zapytań użytkowników — szacuje się orientacyjnie na 20–100 TWh rocznie w latach 2024–2025, czyli ok. 0,1–0,3% światowego zużycia prądu.
- AI nie jest osobną kategorią doliczaną do centrów danych — jest ich częścią. Serwery AI (specjalne, mocne układy zwane akceleratorami GPU) pracują fizycznie w tych samych budynkach, więc energia AI mieści się już w tych 415 TWh centrów danych.
- AI odpowiada dziś za ok. kilkunastu do 25% zużycia energii przez centra danych i jest głównym motorem prognozowanego wzrostu.
- W USA centra danych zużyły ok. 176 TWh w 2023 r. — ok. 4,4% krajowego zużycia (raport Lawrence Berkeley National Laboratory).
- Dla porównania: kopanie kryptowalut pochłania ok. 100–150 TWh rocznie (ok. 0,3–0,5% globalnie) i jest liczone jako kategoria odrębna od AI.
Kontekst i tło
Pytanie „ile prądu zużywa AI w porównaniu z centrami danych i internetem" ma jedną pułapkę, która myli większość dyskusji: to nie są trzy osobne kategorie, które można po prostu dodać do siebie. Sztuczna inteligencja działa na serwerach, a te serwery stoją w centrach danych. Kiedy więc słyszymy „AI zużywa X, a centra danych Y", w rzeczywistości X mieści się już w Y. Branża mówi o tym jasno: akceleratory GPU trenujące i obsługujące modele to fizycznie część infrastruktury centrów danych, a nie osobny, równoległy pobór prądu.
Punktem odniesienia dla wszystkich tych liczb jest całkowite światowe zużycie prądu, liczone w dziesiątkach tysięcy terawatogodzin rocznie. Na tym tle udział centrów danych — mimo medialnego szumu — wciąż mieści się w okolicach 1,5%, a sama AI w ułamku procenta. Skala robi się widoczna dopiero lokalnie i w tempie wzrostu, a nie w dzisiejszym globalnym udziale.
Źródło: energy.ec.europa.eu
Warto też rozdzielić trzy rzeczy, które w potocznym języku zlewają się w „prąd na internet": centra danych (serwerownie), sieci telekomunikacyjne (przesyłanie danych) oraz — osobno — kopanie kryptowalut. IEA liczy kryptowaluty jako oddzielną pozycję, nie mieszając ich z AI ani ze zwykłymi centrami danych.
Szczegółowa analiza
Skala globalna. Według raportu IEA „Energy and AI" (kwiecień 2025) centra danych na całym świecie zużyły w 2024 r. około 415 TWh prądu — mniej więcej 1,5% światowego zużycia. Ta liczba obejmuje wszystko, co dzieje się w serwerowniach: chmurę, streaming, usługi firmowe i właśnie AI. Sama sztuczna inteligencja — czyli uczenie modeli plus inferencja (obsługa zapytań, które codziennie wpisują użytkownicy) — to w tym „torcie" orientacyjnie 20–100 TWh rocznie, czyli zaledwie 0,1–0,3% światowego zużycia. Inaczej mówiąc: cała globalna AI zużywa dziś dużo mniej prądu, niż wynosi całe zapotrzebowanie centrów danych, których jest częścią.
Co ciekawe, to nie uczenie modeli pożera najwięcej energii. Wbrew intuicji to codzienna obsługa zapytań użytkowników, czyli inferencja, odpowiada za ok. 60–80% całkowitego zużycia energii przez AI w skali roku — więcej niż jednorazowo kosztowny trening modelu. Powód jest prosty: model uczy się raz, ale potem odpowiada na miliardy zapytań dziennie.
Ile to jest w praktyce? Pojedyncze zapytanie do modelu typu ChatGPT zużywa szacunkowo około 2,9 Wh energii (Wh, czyli watogodzina, to znacznie mniejsza jednostka niż TWh) — mniej więcej dziesięć razy więcej niż jedno wyszukiwanie w Google (ok. 0,3 Wh). Pojedynczo to niewiele — tyle, co świecenie żarówki LED przez kilka minut. Problem robi się z pomnożenia tej wartości przez miliardy zapytań.
Źródło: euronews.com
Perspektywa krajowa — USA. Tu obraz jest wyraźniejszy niż w skali globalnej. Raport Lawrence Berkeley National Laboratory z grudnia 2024 r. wyliczył, że amerykańskie centra danych zużyły w 2023 r. około 176 TWh prądu — to już ok. 4,4% krajowego zużycia, czyli prawie trzy razy większy udział niż średnia światowa. Berkeley Lab prognozuje dalszy skok do ok. 325–580 TWh do 2028 r., co oznaczałoby 6,7–12% całego zużycia prądu w USA. Tak szeroki zakres (od 325 do 580) pokazuje, jak duża jest niepewność co do tempa rozbudowy — nikt nie wie tego dokładnie.
📄 Pełny tekst raportu Berkeley Lab (PDF, źródło: eta-publications.lbl.gov)
Dlaczego wszyscy mówią o wzroście. Bank inwestycyjny Goldman Sachs prognozuje wzrost zapotrzebowania centrów danych na moc o ok. 160% do 2030 r., napędzany głównie przez AI. IEA idzie w podobnym kierunku: spodziewa się ponad dwukrotnego wzrostu globalnego zużycia energii przez centra danych — do ok. 945 TWh do 2030 r. w scenariuszu bazowym. To właśnie ta dynamika, a nie dzisiejszy udział, jest prawdziwym tematem — AI odpowiada dziś za kilkanaście do 25% poboru centrów danych, ale to ona ciągnie krzywą w górę.
Efekt lokalny. Globalne 1,5% brzmi niegroźnie — dopóki centra danych nie skupią się na małym obszarze. W Irlandii, gdzie firmy big tech ulokowały europejskie serwerownie, centra danych odpowiadają już za ponad 20% krajowego zużycia prądu — poziom, który wywołał napięcia w sieci energetycznej i debatę o podłączaniu kolejnych obiektów. To pokazuje, że problem AI i centrów danych jest przede wszystkim problemem lokalnej koncentracji, a nie globalnego bilansu.
Podsumowanie
Sztuczna inteligencja zużywa dziś ułamek procenta światowego prądu — orientacyjnie 0,1–0,3%. Wszystkie centra danych razem (a AI się w nich mieści) to ok. 1,5% globalnego zużycia, czyli ok. 415 TWh w 2024 roku. Rzecz w tym, by nie liczyć AI podwójnie: to część zużycia centrów danych, a nie osobna kategoria doliczana do nich. Dla porównania kopanie kryptowalut pochłania ok. 0,3–0,5% światowego prądu. Prawdziwym tematem nie jest dzisiejszy udział, lecz tempo: AI napędza najszybszy wzrost zapotrzebowania — w USA centra danych to już ok. 4,4% zużycia, a lokalnie, jak w Irlandii, ponad 20%.
