Amazon buduje najbardziej emisyjne data center w USA

Amazon inwestuje w elektrownię przy swoim planowanym data center w Teksasie. Według analiz cytowanych przez TechCrunch może to być największe pojedyncze źródło emisji zanieczyszczeń klimatycznych w USA. Chodzi o infrastrukturę pod usługi AWS, na której działa też duża część narzędzi AI z rynku.

Dlaczego to ma znaczenie

Do tej pory dyskusja o kosztach klimatycznych AI toczyła się w abstrakcjach: „trenowanie modelu zużywa tyle energii co samochód przez rok”, „inferencja to X procent zużycia data center”. Teraz jedno konkretne data center jednej firmy wchodzi do krajowego rankingu największych emitentów CO2 w USA. Rozmowa przestaje być statystyczna, robi się konkretna.

Efekt drugiego rzędu: rosnące zużycie energii przez AI oznacza rosnące koszty operacyjne dostawców. Amazon buduje własną elektrownię, bo sieć energetyczna nie nadąża z podłączaniem nowych źródeł mocy. Kto zapłaci za nową infrastrukturę? Ostatecznie klient końcowy, w cenach subskrypcji ChatGPT, Claude, Midjourney i całej reszty. Może nie w tym roku, ale w perspektywie dwóch, trzech lat.

Co to znaczy dla polskiej firmy

Trzy praktyczne konsekwencje.

Raportowanie ESG i CSRD. Jeśli twoja firma podlega dyrektywie CSRD (albo dostaje pytania od klientów, którzy podlegają), Scope 3 obejmuje emisje pośrednie, w tym z usług cyfrowych. Dostawcy AI zaczną publikować bardziej szczegółowe dane o emisjach na zapytanie klienta B2B, bo tego wymaga rynek. Warto już teraz spisać, których narzędzi AI używacie, do jakich zadań, w jakiej skali miesięcznie.

Pytania w procesach zakupowych. Jeśli sprzedajesz firmom notowanym na giełdzie albo dużym korporacjom, spodziewaj się pytania w RFP: „czy do generowania treści, kodu, obsługi klienta używacie AI, jakiego dostawcy, w jakim wolumenie”. Nie da się już odpisać „nie wiadomo”. Lepiej mieć gotową dwuzdaniową odpowiedź niż w panice zbierać dane w 24 godziny.

Cena narzędzi. Nie ma powodu zakładać, że dzisiejsze ceny subskrypcji ChatGPT Team, Claude Pro czy Midjourney utrzymają się w długim terminie. Koszt jednostkowy obliczenia AI spada, ale całkowita infrastruktura kosztuje coraz więcej. Jeśli budujesz proces, który zakłada 20 dolarów miesięcznie na osobę, zostaw w budżecie margines na wzrost o 30 do 50 procent w ciągu dwóch lat.

Co z tym zrobić

Zrób w tym miesiącu jedną rzecz: spisz w jednym dokumencie wszystkie narzędzia AI, których używacie w firmie. Kto płaci, ile, na jakim koncie, do jakich zadań, ile godzin tygodniowo. Trzydzieści minut pracy dziś oszczędzi pół dnia paniki, gdy zapyta o to klient, audytor albo dział prawny.

Poza tym nic. Nie zmieniaj dostawcy AI tylko dlatego, że Amazon buduje elektrownię w Teksasie. Za wcześnie, żeby wiedzieć, który dostawca zaproponuje realne rozwiązanie klimatyczne, a który tylko marketing zielonych kredytów. Obserwuj, kto pierwszy opublikuje twarde dane o emisjach na klienta.

Źródło: TechCrunch AI