Rychlý rozvoj umělé inteligence v posledních pěti letech zásadně proměnil energetickou bilanci digitální ekonomiky. Datová centra – páteř cloudových služeb i AI modelů – se stala jedním z nejrychleji rostoucích spotřebitelů elektřiny na světě. Zatímco technologické společnosti jako Google, Microsoft, Meta a Amazon veřejně deklarují ambiciózní klimatické cíle, jejich absolutní spotřeba energie i emise v posledních pěti letech výrazně vzrostly. Tento vývoj není projevem selhání klimatických strategií, ale důsledkem strukturální změny: AI se stala novým hlavním motorem růstu výpočetní poptávky [1][2][3][4][5].
Co říkají data Mezinárodní energetické agentury
Podle Mezinárodní energetické agentury (IEA) činila globální spotřeba elektřiny datových center v roce 2019 přibližně 300 TWh. Do roku 2022 vzrostla na zhruba 460 TWh a při současném tempu digitalizace a adopce AI by se měla do roku 2030 více než zdvojnásobit na přibližně 945 TWh [5].
V období 2019–2024 tak spotřeba datových center rostla průměrným tempem 10–12 % ročně, což z nich činí jeden z nejrychleji rostoucích segmentů spotřeby elektřiny vůbec. Klíčové je, že tento růst přichází navzdory dramatickému zlepšování energetické účinnosti hardwaru a datových center. Jinými slovy: každá jednotka výpočetního výkonu je dnes výrazně úspornější než před pěti lety, ale celkový objem výpočtů roste rychleji než úspory – typický příklad tzv. rebound efektu [5].
Google – nákup certifikátů a PPA
Google dlouhodobě patří k technologickým lídrům v oblasti energetické efektivity datových center. Již od roku 2017 každoročně dorovnává 100 % své roční spotřeby elektřiny nákupem obnovitelných zdrojů, čímž se stal průkopníkem korporátního využívání OZE ve velkém měřítku. Tento přístup však nezabránil tomu, aby absolutní spotřeba energie v posledních letech výrazně rostla, a to především v důsledku rychlé expanze cloudových služeb a umělé inteligence.
V roce 2019 spotřebovala datová centra Google přibližně 14–15 TWh elektřiny. Do roku 2023 spotřeba vzrostla na více než 24 TWh, což představuje nárůst o zhruba 60–70 % během čtyř let [2]. Tento růst se promítl i do absolutních emisí skleníkových plynů: mezi lety 2019 a 2023 se celkové emise Google zvýšily o 48 %, přičemž hlavními faktory byly energetická náročnost datových center a emise spojené s výrobou serverů, čipů a další infrastruktury v dodavatelském řetězci [2]. Google přitom ve své výroční zprávě otevřeně uvádí, že klíčovým tahounem tohoto vývoje je AI, zejména trénink a inference velkých jazykových modelů a rostoucí poptávka po cloudových výpočetních kapacitách [2].
Růst spotřeby úzce souvisí i s geografickým rozmístěním datových center. Google patří mezi málo společností, které transparentně zveřejňují hlavní lokality svých zařízení. Největší koncentrace datových center je dlouhodobě ve Spojených státech, zejména ve státech jako Iowa, Texas, Oregon a Georgia. Tyto regiony kombinují relativně nízké náklady na elektřinu, kvalitní přenosovou infrastrukturu a možnost dalšího škálování kapacit. Zároveň zde Google cíleně rozvíjí vazbu na obnovitelné zdroje energie – větrné parky v Iowě a Texasu, vodní energii v Oregonu a v posledních letech také nové projekty solární energie [2][8]. Mimo USA provozuje Google datová centra také v Evropě (Finsko, Belgie, Nizozemsko, Irsko) a v Asii. Zejména severní Evropa hraje strategickou roli díky kombinaci nízkoemisního energetického mixu (vodní a jaderná energie) a chladnějšího klimatu, které snižuje nároky na chlazení. Přesto však objemově i energeticky zůstávají Spojené státy dominantním regionem, a tím i hlavním zdrojem růstu spotřeby elektřiny a emisního tlaku spojeného s rozvojem AI [2][8]
Z technického hlediska je klíčové, že Google nepracuje pouze s nákupem certifikátů, ale s dlouhodobými smlouvami o nákupu elektřiny (PPA), které financují vznik nových obnovitelných zdrojů přímo v regionech, kde firma provozuje datová centra. Do roku 2023 Google uzavřel kontrakty na desítky gigawattů obnovitelné kapacity, přičemž v samotném roce 2024 podepsal nové smlouvy přibližně na 4–8 GW čisté energie [2].
Současně firma rozvíjí koncept 24/7 bezuhlíkové energie (Carbon-Free Energy, CFE), tedy snahu sladit spotřebu datových center s výrobou bezemisní elektřiny v každé hodině, nikoli pouze v ročním průměru. V roce 2023 dosáhl Google globálního průměru 64 % CFE, přičemž v některých gridových regionech, zejména ve Finsku, se již blíží 100 % [2].
Microsoft – zlepšování energetické efektivity na jednotku výkonu
Microsoft vykazuje v posledních letech velmi podobný trend jako ostatní technologičtí giganti: výrazné zlepšování energetické efektivity na jednotku výkonu, avšak zároveň rychlý růst absolutní spotřeby energie, tažený expanzí cloudu a umělé inteligence. Z dat ve výročních a environmentálních zprávách vyplývá, že mezi fiskálními roky 2019 a 2023 se celková spotřeba energie Microsoftu více než zdvojnásobila a v roce 2023 dosáhla přibližně 24 TWh [4]. Zvláště prudké zrychlení firma pozoruje po roce 2020, kdy se Azure stal klíčovou platformou pro enterprise cloud a následně pro generativní AI aplikace, včetně integrace modelů OpenAI a služeb Copilot napříč produktovým portfoliem [4].
Tento růst spotřeby je úzce spojen s geografickým rozmístěním cloudové infrastruktury. Microsoft Azure dnes provozuje jednu z nejrozsáhlejších globálních sítí cloudových regionů – oficiálně ve více než 60 regionech světa – nicméně největší objem výpočetní kapacity je dlouhodobě soustředěn ve Spojených státech. Právě USA tak představují jak hlavní motor růstu cloudových a AI služeb, tak i region s nejvyšším energetickým a emisním zatížením [4]. Významná část evropské infrastruktury se nachází v Irsku, Nizozemsku, Německu a ve Skandinávii, přičemž Microsoft ve svých reportech opakovaně zdůrazňuje strategickou roli severní Evropy díky kombinaci nízkoemisního energetického mixu (vodní a jaderná energie) a stabilních přenosových sítí [4].
Z technického hlediska Microsoft detailně popisuje, že jeho dekarbonizační strategie stojí na kombinaci nákupu bezuhlíkové elektřiny, investic do nové výrobní kapacity a zvyšování flexibility provozu datových center. Firma využívá dlouhodobé smlouvy o nákupu elektřiny (PPA) z větrných a solárních zdrojů a zároveň rozšiřuje portfolio bezuhlíkových zdrojů o další technologie tam, kde to regionální podmínky umožňují. Přesto Microsoft otevřeně konstatuje, že regionální rozdíly v dostupnosti bezuhlíkové energie zásadně ovlivňují uhlíkovou stopu jeho cloudových služeb a že zejména v USA zůstává přechod na nízkoemisní provoz nejnáročnější kvůli omezené kapacitě sítí a časovým zpožděním při připojování nových zdrojů [4].
Strukturální nesoulad mezi rychlostí růstu AI infrastruktury a tempem rozvoje energetických systémů se promítá i do dlouhodobých cílů firmy. Microsoft si sice stanovil ambiciózní závazek stát se do roku 2030 „carbon negative“, nicméně ve svých reportech výslovně upozorňuje, že bez masivního rozšíření bezuhlíkové výroby elektřiny, modernizace přenosových soustav a lepší regionální koordinace nebude možné tohoto cíle dosáhnout pouze interními opatřeními [4]. Jinými slovy, tempo rozvoje cloudu a AI dnes předbíhá tempo transformace energetické infrastruktury, zejména v klíčových datových regionech.
Meta – nejrychlejší relativní růst spotřeby energie
Meta (Facebook, Instagram, WhatsApp) zaznamenala v posledních pěti letech nejrychlejší relativní růst spotřeby energie mezi sledovanými technologickými firmami. Zatímco v roce 2019 se spotřeba jejích datových center pohybovala přibližně mezi 7–8 TWh, do roku 2023 vzrostla na zhruba 15,3 TWh, tedy téměř na dvojnásobek během čtyř let [3]. Tento vývoj úzce souvisí s transformací obchodního modelu společnosti směrem k datově a výpočetně náročným aplikacím, zejména k využívání umělé inteligence v doporučovacích systémech, personalizované reklamě a vývoji metaverza.
Růst spotřeby je strukturálně spojen s tím, že Meta provozuje menší počet datových center než AWS či Microsoft, avšak jedná se o mimořádně rozsáhlé kampusy s velmi vysokými příkony. Největší koncentrace těchto zařízení se nachází ve Spojených státech, kde Meta vybudovala několik klíčových kampusů schopných podporovat AI-optimalizovanou infrastrukturu, včetně kapalinového chlazení a vysokohustotních serverových konfigurací. Právě požadavky na vysoký výkon a stabilní dodávky elektřiny zásadně omezují počet regionů, ve kterých lze taková zařízení provozovat [3].
Z hlediska dekarbonizace Meta od roku 2020 deklaruje net-zero provozní emise (Scope 1 a 2), kterého dosahuje zejména prostřednictvím nákupu elektřiny z obnovitelných zdrojů. Technicky se tento přístup opírá o dlouhodobé smlouvy o nákupu elektřiny (PPA), především z větrných a solárních elektráren, které jsou uzavírány tak, aby pokrývaly spotřebu konkrétních datových center v daných regionech [3]. Meta ve své výroční zprávě zdůrazňuje, že většina její bezuhlíkové elektřiny pochází z nově vybudovaných kapacit, nikoli pouze z nákupu certifikátů, což přispívá k rozšiřování nabídky OZE v lokálních sítích.
Meta taky upozorňuje na rostoucí napětí mezi rychlostí rozvoje AI infrastruktury a dostupností nízkoemisní elektřiny. Zatímco provozní emise jsou formálně vyrovnané, emise v hodnotovém řetězci (Scope 3), zejména spojené s výrobou serverů, stavebními pracemi a dodavatelskými technologiemi, rostou výrazně rychleji než spotřeba samotná [3]. Tento trend je zesilován tím, že AI-ready kampusy vyžadují nejen více elektřiny, ale i rozsáhlé investice do energetické infrastruktury.
Mimo Spojené státy provozuje Meta významná datová centra zejména v Severní Evropě, konkrétně ve Švédsku, Dánsku a Irsku. [3][11]. I zde však Meta upozorňuje, že možnosti další expanze jsou omezené kapacitou sítí a dostupností vhodných lokalit pro velkokapacitní AI datová centra.
Amazon Web Services – největší korporátní odběratel obnovitelné energie na světě
Amazon ve svých reportech dlouhodobě neuvádí jednu konsolidovanou globální hodnotu spotřeby elektřiny v TWh, což ztěžuje srovnání absolutní spotřeby. Místo toho komunikuje jiný, pro zákazníky relevantní ukazatel, a to relativní energetickou efektivitu cloudové infrastruktury AWS. Podle Amazonu je AWS v průměru 4,1× energeticky efektivnější než tradiční on-premise datová centra, tedy při stejném výpočetním výkonu spotřebuje výrazně méně elektřiny [1]. Přesun výpočtů do cloudu tak může snížit systémovou spotřebu energie. To však současně neznamená, že by absolutní spotřeba Amazonu nerostla, naopak: rychlá expanze cloudových a AI služeb vede k masivnímu rozšiřování datových center, zejména v USA a Evropě [1].
Růst absolutní spotřeby úzce souvisí s geografickou koncentrací infrastruktury AWS. Amazon pracuje s pojmy regiony a availability zones, nikoli s jednotlivými datovými centry, nicméně průmyslové analýzy se shodují, že největší koncentrace kapacity je v USA. Klíčovým uzlem je Severní Virginie, která je považována za největší datový cluster na světě. Region soustřeďuje extrémní množství přenosových uzlů a významnou část globálního cloudového provozu, což se přímo promítá do regionální spotřeby elektřiny a tlaku na distribuční a přenosovou síť [7][9][10].
Z hlediska dekarbonizace staví Amazon svou strategii především na masivním rozvoji obnovitelných zdrojů energie prostřednictvím dlouhodobých smluv o nákupu elektřiny (PPA). Amazon je v současnosti největším korporátním odběratelem obnovitelné energie na světě a ve svých reportech uvádí, že PPA kontrakty pokrývají větrné a solární projekty napříč klíčovými regiony provozu AWS [1]. Technicky je tento přístup zaměřen na škálovatelné zdroje s rychlou výstavbou, zejména větrnou a solární energii, které lze relativně rychle připojit k síti v blízkosti datových center. Současně Amazon investuje do zvyšování flexibility provozu (časové řízení zátěže, optimalizace vytížení serverů), aby lépe sladila výrobu OZE s poptávkou cloudových služeb [1].
Proč už nestačí efektivnější hardware a zelené PPA? A kde naráží realita energetických sítí?
Z analýzy přístupů společností Google, Microsoft, Meta Platforms a Amazon Web Services vyplývá, že řízení energetické spotřeby se v éře umělé inteligence zásadně proměnilo. Firmy se posunuly od formálního vyrovnávání roční spotřeby elektřiny směrem k aktivnímu, technicky řízenému modelu, který pracuje s časem, místem a strukturou výroby energie [1][2][3][4].
Cílem už není pouze „nakoupit dostatek zelené elektřiny“, ale sladit provoz datových center s reálně dostupnými bezuhlíkovými zdroji v konkrétních regionech.
Základním nástrojem se staly dlouhodobé PPA kontrakty, které umožňují financovat novou kapacitu obnovitelných zdrojů. Současně všechny sledované firmy masivně investují do technologické optimalizace výpočtů – vlastního hardwaru, specializovaných čipů a softwarových architektur, které snižují spotřebu na jednotku výkonu.
Tato zlepšení však nedokážou vykompenzovat rychlý růst poptávky po AI výpočtech, což vede k pokračujícímu růstu absolutní spotřeby elektřiny [2][3][4].
Tento závěr potvrzuje i Mezinárodní energetická agentura, podle níž je zvyšování efektivity nezbytné, ale samo o sobě nedostačující bez paralelních investic do sítí a flexibility energetických systémů [5].
Klíčovou roli v celé dynamice hraje geografická koncentrace datových center, zejména ve Spojených státech, které dnes představují přibližně 45 % globální kapacity. Právě tato koncentrace kombinující dostupnou energii, přenosovou infrastrukturu a regulatorní pobídky je zároveň zdrojem rostoucího tlaku na sítě a regionálních konfliktů mezi rozvojem AI a cíli dekarbonizace [5][7].
Energetická náročnost digitální ekonomiky se tak stává regionálně nerovnoměrnou, s výraznými dopady na lokální energetické systémy.
Souhrnně lze říci, že Big Tech dnes technicky ví, jak spotřebu energie řídit a snižovat její uhlíkovou stopu. Limity dalšího pokroku však stále méně leží uvnitř samotných firem a stále více v externích faktorech – dostupnosti bezuhlíkové elektřiny, kapacitě přenosových sítí a rychlosti, s jakou se energetická infrastruktura dokáže přizpůsobit explozivnímu rozvoji umělé inteligence [1][2][4][5].
Na modelu záleží: proč není každý AI dotaz stejný
Zásadním posunem posledních dvou let je zpřesnění dat o energetické náročnosti samotného používání AI. Google jako první publikoval detailní měření z reálného provozu, která umožňují alespoň rámcově pochopit, kolik energie stojí jednotlivý uživatelský dotaz. Podle těchto dat spotřebuje mediánový textový dotaz v aplikacích Gemini přibližně 0,24 Wh elektřiny, což odpovídá zhruba devíti sekundám sledování televize [8].
Google přitom není jedinou organizací, která se k energetické náročnosti AI vyjadřuje, je však zatím nejtransparentnější velkou technologickou firmou, pokud jde o systematicky měřená produkční data. Ostatní společnosti zpravidla pracují s orientačními odhady bez detailně zveřejněné metodiky.
Například OpenAI prostřednictvím svého generálního ředitele Sama Altmana uvedla, že průměrný dotaz na ChatGPT spotřebuje zhruba 0,34 Wh [12], nicméně bez bližší specifikace modelu, typu dotazu či zahrnutých provozních nákladů.
Současně však Mezinárodní energetická agentura upozorňuje, že tyto hodnoty nelze zobecňovat. Podle jejích analýz se průměrný dotaz na velký jazykový model může pohybovat spíše kolem 2 Wh, přičemž energetická náročnost se výrazně liší podle typu úlohy. Zatímco textová odpověď představuje relativně nízkou zátěž, generování krátkého videa může být až pětadvacetkrát energeticky náročnější [5].
Klíčem k pochopení těchto rozdílů je pojem inference. Inference označuje fázi, kdy již natrénovaný model generuje odpověď na konkrétní uživatelský dotaz, tedy každé jednotlivé použití AI v praxi. Právě inference, nikoli samotný trénink modelů, dnes tvoří největší část energetické spotřeby AI, protože se opakuje milionkrát denně napříč globálními datovými centry. Energetická náročnost proto nezávisí jen na počtu dotazů, ale především na tom, jaký model je použit a jakým způsobem „přemýšlí“. [5][6]
Nástroje jako Google NotebookLM, které pracují s omezeným kontextem a menšími modely, patří k nejúspornějším, zatímco analyticky silné systémy s dlouhým uvažováním, například Claude při práci s rozsáhlými dokumenty nebo dedukční režimy ChatGPT, jsou výrazně náročnější na energii i infrastrukturu.