ההשפעה הסביבתית של בינה מלאכותית (Environmental Impact of AI)

שלושה משאבים: חשמל, מים וחומרה

בינה מלאכותית נראית למשתמש כמו שירות "בענן", אבל היא רצה על שרתים פיזיים במרכזי-נתונים, ולפעולה הזו יש מחיר סביבתי בשלושה ערוצים עיקריים. הראשון הוא חשמל, ואיתו פליטות הפחמן של תחנות הכוח שמייצרות אותו. השני הוא מים, שמשמשים בעיקר לקירור השרתים וגם לייצור החשמל עצמו. השלישי הוא חומרה: שבבים ושרתים שמוחלפים בקצב מהיר והופכים לפסולת אלקטרונית. המחיר נגבה גם באימון המודל, שנעשה פעם אחת אבל בהיקף עצום, וגם בהפעלה השוטפת שלו — בכל פעם שמישהו שולח שאלה.

חשמל ופליטות: התמונה הגדולה

לפי הסוכנות הבין-לאומית לאנרגיה (IEA), מרכזי-הנתונים בעולם צרכו ב-2024 כ-415 טרה-וואט-שעה, כ-1.5 אחוזים מצריכת החשמל העולמית, ו-45 אחוזים מהצריכה הזו היו בארצות הברית, 25 אחוזים בסין ו-15 אחוזים באירופה. הסוכנות צופה שהצריכה תגיע לכ-945 טרה-וואט-שעה עד 2030, ושבארצות הברית מרכזי-נתונים יהיו אחראים לקרוב למחצית מהגידול בביקוש לחשמל עד אז. הפליטות ממרכזי-נתונים עומדות לפי הסוכנות על כ-180 מיליון טונות פחמן דו-חמצני, ועשויות לעלות ל-300 מיליון טונות ב-2035 בתרחיש הבסיס, ועד 500 מיליון טונות בתרחיש של צמיחה מואצת. חשוב לזכור שהמספרים מתייחסים לכלל מרכזי-הנתונים, לא רק לבינה מלאכותית.

מים: הצמא הנסתר

צריכת המים זוכה לפחות תשומת לב מהחשמל. מחקר של פנגפיי לי, שאולי רן ועמיתיהם העריך שאימון מודל השפה GPT-3 במרכזי-הנתונים של מיקרוסופט בארצות הברית יכול לאדות ישירות 700 אלף ליטרים של מים מתוקים נקיים. לפי אותו מחקר, הביקוש העולמי של בינה מלאכותית למים עשוי להגיע ב-2027 ל-4.2 עד 6.6 מיליארד מטרים מעוקבים של שאיבת מים — יותר מהשימוש השנתי של ארבע עד שש מדינות בגודל דנמרק, או כמחצית מזה של בריטניה. החוקרים מדגישים שבינה מלאכותית בת-קיימא באמת מחייבת לטפל בטביעת הרגל של המים לצד זו של הפחמן.

כמה עולה שאלה אחת

בשנת 2025 החלו חברות לפרסם הערכות למחיר של שאלה בודדת. גוגל דיווחה שבמאי 2025 בקשת טקסט חציונית לאפליקציות Gemini צרכה 0.24 וואט-שעה — פחות מצפייה של תשע שניות בטלוויזיה — ופלטה 0.03 גרם פחמן דו-חמצני, וצרכה 0.26 מיליליטר מים, כחמש טיפות. לפי החברה, בתוך 12 חודשים ירדה צריכת האנרגיה לבקשה פי 33, וטביעת הרגל הפחמנית פי 44. Mistral הצרפתית פרסמה ביולי 2025, יחד עם יועצי Carbone 4 והסוכנות הצרפתית למעבר אקולוגי, ניתוח מחזור-חיים של המודל Mistral Large 2: תשובה של כ-400 טוקנים בצ'אט של החברה, Le Chat, גורמת ל-1.14 גרם פליטות ולצריכת 45 מיליליטר מים, והאימון ו-18 חודשי שימוש במודל הסתכמו ב-20.4 אלף טונות פליטות וב-281 אלף מטרים מעוקבים של מים. המספרים של שתי החברות אינם ברי-השוואה ישירה, משום שהם נמדדו בשיטות שונות ועל מודלים שונים. Mistral מצאה גם "מתאם חזק בין גודל המודל לטביעת הרגל שלו" — מודל גדול יותר מותיר טביעת רגל גדולה יותר.

החברות עצמן: יעדי אקלים בלחץ

הגידול ניכר גם בדוחות של חברות הטכנולוגיה. ביולי 2024 דיווחה גוגל שפליטות גזי החממה שלה עלו ב-48 אחוזים מאז 2019, וב-13 אחוזים ב-2023 לבדה, בעיקר בגלל מרכזי-הנתונים שמפעילים כלי AI — זאת כשהיעד שלה הוא אפס פליטות נטו עד 2030. מיקרוסופט דיווחה על עלייה של 29 אחוזים בפליטות לעומת שנת הבסיס 2020, גם היא בעיקר בגלל הרחבת מרכזי-הנתונים. גוגל מצדה דיווחה שהגדילה ל-64 אחוזים בממוצע את השימוש באנרגיה נטולת-פחמן בפעילותה ב-2023, אבל שיפורי היעילות לא הדביקו את קצב הגידול בצריכה.

פסולת אלקטרונית, והצד השני של המאזן

גם החומרה משאירה עקבות. מחקר שפורסם ב-2024 בכתב העת Nature Computational Science העריך שבינה מלאכותית יוצרת עשויה להוסיף בין 1.2 ל-5 מיליון טונות של פסולת אלקטרונית עד 2030, בגלל החלפה תכופה של שרתים ושבבים. לפי החוקרים, הארכת חיי השרתים, שימוש חוזר ברכיבים ושיפור יעילות השבבים יכולים יחד להפחית את הפסולת הזו בעד 86 אחוזים. מן הצד השני של המאזן, הסוכנות הבין-לאומית לאנרגיה מעריכה שיישום רחב של פתרונות AI קיימים עשוי להפחית כ-5 אחוזים מהפליטות הקשורות לאנרגיה ב-2035.