Data-centri će do 2030. trošiti struje koliko i svetske ekonomije

Masovna primena veštačke inteligencije (AI) otvara sve više pitanja o dugoročnoj održivosti ove tehnologije. Data-centri trenutno troše oko 1,5 odsto ukupne svetske električne energije, a procene Međunarodne agencije za energiju (IEA) pokazuju da bi do 2030. godine njihova potrošnja mogla dostići 945 TWh, odnosno približno tri procenata globalne potrošnje. To je nivo uporediv sa današnjom potrošnjom električne energije Japana.

Pored energije, izazove predstavljaju i povećana potrošnja vode i stvaranje elektronskog otpada, navodi ekonomista Sanja Filipović u svojoj analizi objavljenoj u oktobarskom izdanju Makroekonomskih analiza i trendova (MAT).

Iako energetska efikasnost tehnologije napreduje, ubrzano širenje AI i koncentracija infrastrukture u pojedinim delovima sveta otežavaju rešavanje problema održivosti. Zbog toga nije važno samo koliko resursa veštačka inteligencija troši, već i gde se oni troše i koliko brzo raste potražnja.

U svojoj analizi autorka kaže da potrošnja energije povezana sa AI obuhvata tri ključna segmenta: obuku modela na velikim količinama podataka, svakodnevno korišćenje već obučenih modela i rad prateće infrastrukture, uključujući servere, mrežnu opremu i sisteme za hlađenje.

Dok je ranije najveća pažnja bila usmerena na energiju potrebnu za obuku modela, sve značajniji izvor potrošnje postaje njihova svakodnevna upotreba. Jednom obučeni modeli mogu tokom godina generisati milijarde odgovora, pa i relativno mala potrošnja po pojedinačnom upitu može dovesti do velikog ukupnog energetskog opterećenja.

Prema procenama IEA, serveri sa hardverskim ubrzanjem, koji se prvenstveno koriste za AI zadatke, biće jedan od glavnih pokretača rasta potrošnje. Njihova potrošnja električne energije mogla bi da raste oko 30 odsto godišnje, dok se kod konvencionalnih servera očekuje rast od oko devet procenata.

Zbog toga bi AI serveri mogli da budu odgovorni za gotovo polovinu povećanja potrošnje električne energije data-centara do 2030. godine.

SAD, Kina i Evropa pred različitim izazovima

Globalna infrastruktura za veštačku inteligenciju izrazito je geografski koncentrisana. Prema podacima IEA, SAD su 2024. godine činile oko 45 procenata svetske potrošnje električne energije data-centara, Kina približno 25 odsto, a Evropa oko 15 procenata. Ove tri regije zajedno obuhvataju oko 85 odsto ukupne potrošnje.

SAD se posebno izdvajaju po broju data-centara i potrošnji po stanovniku, navodi Filipović u analizi. Njihova potrošnja električne energije za ove potrebe iznosila je oko 540 kilovat-časova po stanovniku 2024. godine, a do 2030. mogla bi da premaši 1.200 kWh. Prema Stanford AI Index-u za 2026. godinu, SAD su 2025. imale 5.427 data-centara. Slede Nemačka sa 529, Velika Britanija sa 523 i Kina sa 449 objekata. Ipak, sam broj data-centara ne pokazuje u potpunosti njihove kapacitete, jer se znatno razlikuju po veličini i računarskoj snazi.

Značajna razlika postoji i u izvorima električne energije. U Kini se gotovo 70 odsto struje koju koriste data-centri proizvodi iz uglja, dok obnovljivi izvori učestvuju sa nešto manje od 20 procenata. U SAD prirodni gas obezbeđuje više od 40 odsto električne energije za data-centre, obnovljivi izvori oko 24, a nuklearna energija približno 20 odsto. Zbog toga isti obim AI aktivnosti može imati različit klimatski uticaj, u zavisnosti od lokacije i energetskog miksa.

Udeo Evropske unije u globalnoj potrošnji električne energije data-centara smanjen je sa 25 odsto u 2015. na oko 15 procenata u 2024. godini. Kako bi ojačala konkurentnost, Evropska komisija planira da utrostruči kapacitete data-centara u narednih pet do sedam godina. Prema dokumentu Komisije iz juna 2026, njihovo učešće u potrošnji električne energije EU trenutno iznosi oko 2,5 odsto, dok bi instalirani kapacitet trebalo da poraste sa približno 12 gigavata u 2025. na oko 28 gigavata do 2030. godine.

„Prednost Evrope je u strukturi energetskog sistema. IEA procenjuje da bi obnovljivi izvori i nuklearna energija zajedno mogli da obezbede oko 85 odsto dodatne električne energije potrebne evropskim data-centrima do 2030. godine. Međutim, ograničenja elektroenergetske mreže predstavljaju ozbiljan izazov. Bez rešavanja tih problema, oko 20 odsto planiranih projekata data-centara na globalnom nivou moglo bi da kasni“, navodi Filipović.

Kapital i ljudski resursi u trci za AI

Dominacija SAD vidljiva je i u investicijama. Prema Stanford AI Index Report-u za 2026. godinu, privatna ulaganja u AI u SAD dostigla su 285,9 milijardi dolara tokom 2025, dok su u Kini iznosila 12,4 milijarde dolara. Istovremeno, u SAD je osnovano 1.953 AI kompanije koje su privukle finansiranje, više od deset puta više nego u bilo kojoj drugoj zemlji. Ipak, poređenje privatnih investicija ne prikazuje nužno celokupna kineska ulaganja, s obzirom na značajnu ulogu državnih fondova.

Američka investiciona prednost ne znači automatski i dugoročnu prednost u ljudskom kapitalu. Broj AI istraživača i developera koji dolaze u SAD smanjen je za 89 odsto u odnosu na 2017. godinu, uz pad od oko 80 procenata samo tokom poslednje godine. Globalna konkurencija u razvoju veštačke inteligencije tako se vodi ne samo kroz ulaganja u računarsku infrastrukturu već i kroz privlačenje kapitala, osnivanje kompanija i obezbeđivanje visokokvalifikovanih stručnjaka.

Sa druge strane, potrošnja vode i stvaranje elektronskog otpada predstavljaju dodatne izazove masovne primene veštačke inteligencije. Data-centri troše vodu za hlađenje, ali i indirektno kroz proizvodnju električne energije, čipova i drugih komponenti. Prema jednoj studiji iz 2026. godine, vodni otisak AI mogao bi do 2027. dostići između 4,2 i 6,6 milijardi kubnih metara godišnje.

Procene Ujedinjenih nacija ukazuju da bi do 2030. godine mogao da dostigne oko 9,3 milijarde kubnih metara godišnje. Istovremeno, AI infrastruktura mogla bi da bude povezana sa stvaranjem oko 2,5 miliona tona elektronskog otpada godišnje.

Zbog toga se uticaj veštačke inteligencije mora posmatrati kroz čitav životni ciklus, od proizvodnje čipova i energije, preko potrošnje vode i zemljišta, do odlaganja zastarele opreme. Pritom, smanjenje emisija ugljen-dioksida ne znači nužno i manju potrošnju vode ili zemljišta, jer različiti izvori energije imaju različite ekološke posledice.

Iako napredak hardvera i softvera smanjuje potrošnju energije po pojedinačnom zadatku, ukupna potrošnja ne mora da opadne. Prema takozvanom Jevonsovom paradoksu, povećanje efikasnosti može da podstakne veću upotrebu tehnologije, pa ukupna potrošnja resursa može čak i da poraste. Među mogućim rešenjima su korišćenje efikasnijeg i recikliranog hardvera, bolje projektovanje data-centara, optimizacija AI zadataka i povezivanje rada data-centara sa elektroenergetskom mrežom. Ipak, smanjenje jednog oblika ekološkog opterećenja ponekad može povećati drugi, zbog čega održivost ne može da se procenjuje samo na osnovu jednog pokazatelja, objašnjava Filipović u svojoj analizi.

Prema osnovnom scenariju IEA, potrošnja električne energije data-centara do 2030. godine više nego će se udvostručiti u odnosu na 2024. godinu, dok će potrošnja AI servera rasti oko 30 odsto godišnje. Obnovljivi izvori trebalo bi da obezbede gotovo polovinu dodatne električne energije za data-centre, ali će ugalj i prirodni gas zajedno i dalje učestvovati sa više od 40 procenata.

„Masovna primena AI ne mora nužno biti neodrživa, ali će njen uticaj zavisiti od brzine rasta potražnje, lokacije infrastrukture i dostupnosti energije i vode. Posebno će biti važno da se razvoj data-centara uskladi sa niskougljeničnim izvorima električne energije, efikasnim sistemima hlađenja i kapacitetima elektroenergetske mreže“, zaključuje u svojoj analizi u oktobarskom MAT-u ekonomista Sanja Filipović.