Takav prodor tehnologije međutim, ne otvara samo nove mogućnosti, nego i važno pitanje njezine stvarne cijene. Pri tome se ne misli isključivo na financijske troškove razvoja i implementacije, nego i na energetski te okolišni otisak koji ova tehnologija ostavlja.
Energetski trag umjetne inteligencije
Naizgled jednostavne radnje, poput slanja upita sustavu umjetne inteligencije, imaju mjerljive posljedice. Google je procijenio da prosječan tekstualni upit Gemini sustavu troši oko 0,24 vat-sata energije, što odgovara približno devet sekundi gledanja televizije, uz dodatnu potrošnju vode od pet kapi vode, ili 0,26 mililitara, potrebnih za hlađenje podatkovnih centara koji pokreću UI [1]. Slične usporedbe dao je i Sam Altman, izvršni direktor OpenAI-ja, koji je naveo da prosječan upit ChatGPT-u troši oko 0,34 vat-sata, što se okvirno može usporediti s jednom sekundom rada električne pećnice [2]. Iako se radi o vrlo malim količinama, njihova važnost postaje očita kada ih promatramo u razmjerima milijardi svakodnevnih upita diljem svijeta.
Energetski otisak umjetne inteligencije posebno dolazi do izražaja u fazi treniranja velikih jezičnih modela (LLM), koja je daleko zahtjevnija od njihove kasnije primjene. Na primjer, treniranje GPT‑3 modela zahtijevalo je oko 1 287 MWh električne energije, količinu koja odgovara potrošnji prosječnog američkog kućanstva tijekom više od sto godina [3]. Iako OpenAI nije objavio točne brojke za GPT-4, procjene upućuju na znatno veće zahtjeve, proporcionalne veličini i složenosti modela.
Međutim, dugoročni okolišni otisak sve više određuje faza korištenja modela u praksi. Prema procjenama Googlea, otprilike 60 % ukupne potrošnje energije u UI sustavima otpada na inferenciju – masovnu obradu korisničkih upita – dok se treniranje odnosi na preostalih 40 % [1]. Najnovije analize potvrđuju da upravo eksponencijalni rast primjene generativne umjetne inteligencije dovodi do ubrzanog povećanja ukupne potrošnje energije, unatoč stalnim tehnološkim napretcima u učinkovitosti [4]. Trenutno UI podatkovni centri čine oko 2–3 % svjetske potrošnje električne energije, a udio se brzo povećava zbog masovne upotrebe UI sustava. Na primjer, ChatGPT generira mjesečno preko 260.000 kg ugljičnog dioksida, što je ekvivalent emisijama nekoliko stotina transatlantskih letova [5].
Ovi brojčani pokazatelji dodatno ukazuju da digitalne tehnologije, iako na prvi pogled nematerijalne, imaju vrlo stvaran i opipljiv energetski i okolišni otisak.
Uloga umjetne inteligencije u energetskoj tranziciji
Istovremeno, umjetna inteligencija može pomoći u stvaranju učinkovitijeg i održivijeg energetskog sustava. Prema izvještaju IEA (The International Energy Agency), Međunarodne agencije za energiju, UI tehnologije imaju potencijal smanjiti potrošnju u zgradama, povećati učinkovitost elektroenergetskih mreža i unaprijediti nadzor nad emisijama štetnih plinova [6]. UI se koristi za inovacije u upravljanju resursima, poput optimizacije potrošnje vode u gradovima i unapređenja sustava pročišćavanja otpadnih voda [7]. Ove primjene pokazuju da umjetna inteligencija može biti saveznik u smanjenju ekološkog otiska, pod uvjetom odgovorne uporabe.
Procjene IEA pokazuju da bi do 2035. pametna primjena umjetne inteligencije mogla smanjiti globalne emisije ugljičnog dioksida za više od milijardu tona godišnje – naravno, pod uvjetom da se tehnologije razvijaju i koriste u skladu s načelima održivosti. [6]. Time umjetna inteligencija dobiva dvojaku ulogu: s jedne strane povećava potrošnju, a s druge otvara mogućnosti za njezino smanjivanje.
Odgovornost je na nama
Umjetna inteligencija istodobno otvara prostor za inovacije i učinkovitija rješenja, ali i ukazuje na cijenu koju društvo plaća u energiji, vodi i emisijama stakleničkih plinova. Odgovornost za takav ekološki otisak ne može se ograničiti isključivo na istraživačke institucije i razvojne tvrtke, već uključuje i donositelje javnih politika, obrazovne ustanove i krajnje korisnike tehnologije. Održiva primjena sustava umjetne inteligencije zahtijeva implementaciju manjih i specijaliziranih modela kada je to metodološki opravdano, sustavno praćenje i transparentno izvještavanje o ekološkom otisku te dosljedno usklađivanje s međunarodnim normama i regulatornim okvirima za održivost [8]. Odgovornost koju dijelimo podrazumijeva promišljenu i uravnoteženu uporabu tehnologije u skladu s načelima održivog razvoja. Samo takva, transparentna i odgovorna primjena umjetne inteligencije može osigurati dugoročno usklađivanje tehnološkog razvoja s ciljevima društvene dobrobiti i očuvanja okoliša.
[1] Google Cloud Blog. (2025). How much energy does Google’s AI use? We did the math. Dostupno na: https://cloud.google.com/blog/products/infrastructure/measuring-the-environmental-impact-of-ai-inference/
[2] Altman, S. (2025). The gentle singularity. Sam Altman’s Blog. https://blog.samaltman.com/the-gentle-singularity
[3] Adasci. (2024). How much energy do LLMs consume? Unveiling the power behind AI. Association of Data Scientists. Dostupno na: https://adasci.org/how-much-energy-do-llms-consume-unveiling-the-power-behind-ai/
[4] Polytechnique Insights (2025). Generative AI: energy consumption soars. Retrieved August 30, 2025, Dostupno na: https://www.polytechnique-insights.com/en/columns/energy/generative-ai-energy-consumption-soars/
[5] Amplyfi. (2025). AI’s Growing Ecological Footprint: Energy, Water, and Resource Challenges. Dostupno na https://amplyfi.com/blog/ais-growing-ecological-footprint-energy-water-and-resource-challenges/
[6] International Energy Agency – IEA. (2025). Energy and AI. Paris: IEA. Dostupno na: https://www.iea.org/reports/energy-and-ai
[7] Idrica Blog. (2025). Five key areas in which Artificial Intelligence is set to transform water management. Dostupno na: https://www.idrica.com/blog/artificial-intelligence-is-set-to-transform-water-management/
[8] National Engineering Policy Centre, Royal Academy of Engineering, British Computer Society, & The Institution of Engineering and Technology. (2025). Engineering Responsible AI: foundations for environmentally sustainable AI. Dostupno na: https://nepc.raeng.org.uk/policy-work/engineering-responsible-ai-foundations-for-environmentally-sustainable-ai/
