Úvod: Energetický hlad digitálního mozku a finanční sázky
Umělá inteligence (AI) se stává centrálním nervovým systémem globální ekonomiky, ale její růst provází bezprecedentní hlad po zdrojích. Zatímco v roce 2024 spotřebovala datová centra celosvětově 420 TWh elektřiny, do roku 2035 tento objem vystřelí na odhadovaných 1 200 TWh. Nejde však jen o watty. Čelíme masivnímu finančnímu tlaku: celosvětově jsou v plánu nebo ve výstavbě projekty datových center v hodnotě 2 bilionů dolarů, přičemž jen americké energetické firmy musí investovat dalších 1,1 bilionu dolarů do posílení rozvodných sítí, aby tento nápor zvládly.
Zde leží základní konflikt naší éry: Může být AI katalyzátorem dekarbonizace, pokud sama pohlcuje kritické zdroje a vytváří úzká hrdla v infrastruktuře? Odpovědí není omezení vývoje, ale přechod k „Net-Positive AI“ – strategickému rámci, kde přínosy AI pro planetu a efektivitu prokazatelně převáží její vlastní ekologickou a energetickou stopu.
1. „Net-Positive“ není jen prázdné heslo, je to strategický imperativ
Koncept Net-Positive AI Energy definuje stav, kdy úspory energie a zdrojů umožněné nasazením AI převyšují její spotřebu během celého životního cyklu. Pro moderní podnik to není otázka filantropie, ale strategická nutnost pro zachování konkurenceschopnosti. Společnosti, které tento soulad ignorují, se brzy střetnou s volatilitou trhů s energiemi a infrastrukturními bariérami.
Jak uvádí report World Economic Forum:
„Sladění AI s energetickými a udržitelnými cíli není jen morální odpovědností; je to strategická výhoda pro ekonomickou konkurenceschopnost, energetickou bezpečnost a inkluzivní prosperitu.“ — Roberto Bocca a Cathy Li, World Economic Forum
Tento posun k přístupu „dopad na prvním místě“ (impact-first) mění AI z nákladného spotřebiče na aktivum, které zvyšuje odolnost celého systému.
2. Jevonsův paradox a hrozba „temných dat“: Past efektivity
Spoléhat se pouze na to, že čipy budou úspornější, je nebezpečná iluze. Musíme čelit dvěma skrytým faktorům:
• Jevonsův paradox: Zvyšování efektivity paradoxně vede k vyšší celkové spotřebě. Čím levnější a dostupnější AI bude, tím masivněji ji budeme využívat, což může smazat veškeré úspory. Efektivita bez záměrného řízení poptávky je past, nikoliv vítězství.
• Temná data (Dark Data): Obrovské objemy nevyužitých dat, která neustále spotřebovávají energii na úložiště a chlazení. Správa těchto dat je kritickým článkem – pokud nezačneme měřit zdroje vynaložené na každý vygenerovaný token (včetně vody a uhlíku), „temná data“ zůstanou tichým jedem naší digitální transformace.
3. Geopolitika energie: Hrozba nového digitálního rozdělení
Nástup AI hrozí vytvořením tzv. „Net-positive divide“. Kapacita pro inovace se koncentruje tam, kde je levná energie a robustní infrastruktura. Nejde však jen o politiku, ale o fyzické limity: nedostatek transformátorů a zpoždění v připojování k síti se stávají novými hranicemi digitálního světa.
Pokud nebudeme investovat do spolupráce mezi globálním jihem a severem a do regionálních inovačních center, AI prohloubí asymetrie v přístupu k inovacím. Energeticky bohaté regiony se stanou dominantními huby, zatímco ostatní zůstanou odříznuti kvůli infrastrukturním bottleneckům.
4. AI jako klimatické aktivum: Od teorie k tvrdým datům
Pokud je AI nasazena s jasným záměrem, výsledky jsou revoluční. Nejedná se o pasivní spotřebič, ale o „mozek“ energetické sítě:
• Google: Snížení nákladů na chlazení datových center o 40 % díky prediktivnímu řízení.
• Budovy: Zvýšení efektivity systémů HVAC o 15–40 %.
• Průmysl: Zrychlení cyklu výroby baterií o 32 % při současném snížení energetické náročnosti výroby.
• Případová studie Ordos (Čína): Integrace AI do průmyslového parku umožnila úsporu 100 000 MWh energie. Klíčem k úspěchu však byla 80% přesnost předpovídání výroby z obnovitelných zdrojů a 5% snížení špičkového odběru, což zajistilo stabilitu sítě.
5. Měření jako základ důvěry: Rámec SAIQ
Abychom se vyhnuli greenwashingu, musíme zavést standardizované měření. Nástroj Sustainable AI Quotient (SAIQ), vyvinutý společností Accenture, přináší koncept „Triple Bottom Line“ (náklady, energie, životní prostředí). SAIQ převádí vstupy na kompozitní skóre „výkon na jednotku zdroje“.
Pro skutečnou transparentnost musíme sledovat:
1. Spotřebu energie (MWh na token) pro zajištění bezpečnosti dodávek.
2. Uhlíkovou stopu (tCO2e na token) pro plnění klimatických cílů.
3. Spotřebu vody (m3 na token) pro chlazení a ochranu ekosystémů.
4. Nákladovou efektivitu ($ na token) pro ekonomickou životaschopnost.
Ačkoli 81 % organizací již nějaké prvky měření používá, absence globálních standardů brání skutečné odpovědnosti.
Závěr: Budoucnost se tvoří záměrným designem
AI je nejmocnějším nástrojem pro optimalizaci našeho světa, který jsme kdy měli. Její energetická stopa však nesmí být výsledkem náhody, ale předmětem přísné správy. Pokud budeme AI škálovat bez ohledu na limity sítě a zdrojů, stane se brzdou energetické transformace. Pokud ji však budeme designovat pro čistý pozitivní dopad, stane se jejím katalyzátorem.
Bude vaše příští interakce s AI součástí klimatického řešení, nebo jeho tichou komplikací?
Výzva k akci – kroky pro příštích 12 měsíců:
1. Proveďte audit životního cyklu (LCA): Analyzujte stopu svých AI systémů od trénování po nasazení, včetně vložených materiálů.
2. Benchmarkujte a zveřejňujte: Přijměte transparentní standardy reportingu a sdílejte svá data v otevřených repozitářích.
3. Sdílejte osvědčenou praxi: Odešlete své případové studie do globálních databází (např. WEF), abyste pomohli definovat business case pro udržitelnou AI.
4. Designujte pro efektivitu: Upřednostňujte účelové, menší modely a energeticky úsporný hardware před hrubým výpočetním výkonem.
Článek vychází z dat zveřejněných v prosinci 2025 v průzkumu World Economic Forum – From Paradox to Progress: A Net-Positive AI Energy Framework.
O projektu AI Kompas
Business Leaders Forum přináší projekt AI Kompas – rámec pro efektivní, etické a odpovědné využívání umělé inteligence, který podporuje udržitelnost, snižuje environmentální dopady a pomáhá naplňovat cíle ESG.
Více informací naleznete na webu projektu.
Kontakt pro spolupráci: stachova@blf.cz.