Как ИИ влияет на экологию: вред или польза?

Люди ежедневно открывают браузер и просят ИИ написать программный код, нарисовать иллюстрацию или составить план меню, и получают мгновенные ответы. Но за экраном смартфона или ПК скрывается масштабная физическая инфраструктура: серверы шумят, нагреваются и потребляют тераватты энергии.

Исследования компании Digiconomist показывают издержки ИИ-индустрии.[1] В 2025 году вычислительные системы сожгли столько электричества, что выбросили в атмосферу 80 млн тонн углекислого газа. Объëм сопоставим с выбросами крупного мегаполиса. 

Мировые аналитики прогнозируют рост этих цифр. В 2026 году энергозатраты достигнут 1050 тераватт часов — столько энергии потребляют целые государства, например, Япония. Поэтому вопрос о том, как ИИ влияет на экологию, стал одной из центральных тем научных конференций.

Основатель университета востребованных профессий «Универус» Николай Волосянков цитирует:

«Первый коммерческий продукт я создал подростком в 16 лет, а сегодня я руковожу образовательным проектом и вижу, как изменился рынок. До 2022 года работа с алгоритмами требовала знания высшей математики и языков программирования. Разработка занимала месяцы, картинки получались неточными, а тексты выглядели несвязными. Позднее технологии пошли в массы. Теперь не нужно быть программистом для запуска рекламы или создания контента. Инструменты стали доступны школьникам и предпринимателям, и число активных пользователей резко выросло в десятки раз. Следовательно, выросло и потребление природных ресурсов планеты».

Экологические последствия работы нейросетей

Для цифровой инфраструктуры нужны электричество, пресная вода и разработка редких металлов. Всё это негативно влияет на окружающую среду. 

Углеродный след и потребление электроэнергии

При использовании ИИ расходуется электроэнергия. Меньше всего ресурсов нужно, чтобы решать текстовые задачи — на один такой запрос уходит 0,3 ватт-часа электроэнергии. Чтобы создать графику, требуется уже от 10 до 100 ватт-часов — верхний предел можно сравнить с минутой работы электрического чайника. 

Ещё один фактор влияния нейросетей на экологию — выбросы в атмосферу.[2] Когда люди создают тысячу изображений, в атмосферу попадает столько же углекислого газа, как при поездке на бензиновом автомобиле на расстояние шесть километров.

В 2025 году ChatGPT* каждую неделю пользовались 800 млн человек. Они отправляют миллиарды сообщений каждый день, при том что углеродный след короткого запроса составляет от 2,5 до 5 граммов углекислого газа.

Не стоит забывать и о том, что урон природе наносится уже во время обучения ИИ. Только создание одной языковой модели обходится планете в 552 тонны углекислого газа. Это столько же, сколько выбрасывают 300 пассажирских самолётов на рейсе Нью Йорк — Сан-Франциско. 

Если посмотреть на общую картину в мире, в 2024 году серверы и дата-центры потребили порядка 415 тераватт-часов электроэнергии — это примерно 1,5% от мирового энергопотребления по данным IEA и аналитических сводок. А в 2025 году этот показатель вырос до 550 тераватт-часов, или почти 2%.[3] ИИ-системы в составе дата-центров ежегодно выбрасывают десятки миллионов тонн CO₂, приближаясь по масштабу к крупным городам и целым странам.

Некоторые страны пересматривают оценку влияния цифровых технологий на климат. К примеру, в Великобритании ведомства по энергетике повысили прогнозы выбросов от новых электростанций, дата-центров и цифровой инфраструктуры. Оказалось, раньше они занижали вред в десятки раз. По новым расчётам, британские дата-центры за десять лет выбросят 120–130 млн тонн CO₂.[4] Это столько же, сколько от крупных заводов.

Охлаждение оборудования и расход воды

Серверные стойки нужно постоянно охлаждать, иначе процессоры расплавятся от высоких температур. К примеру, чтобы написать электронное письмо в 100 слов нужно 519 мл воды. А если генерировать текст раз в неделю, за год испарится 27 литров жидкости.

По оценкам мировых аналитиков, в 2025 году системы ИИ израсходовали 764,6 млрд литров пресной воды для охлаждения дата-центров и их инфраструктуры, что превышает объём проданной бутилированной воды в мире.[5] 

Аналитики подсчитали: на обучение одной популярной текстовой модели тратится столько же воды, сколько нужно, чтобы произвести 45 килограммов говядины. Примерно столько мяса съедает за месяц одна семья.

Ситуация усугубляется тем, что крупные корпорации (Google*, Meta*, OpenAI*, Claude*) в 2025 году активно строили серверные фермы в засушливых регионах, где земля дешевле. Это привело к тому, что местные жители и технологические гиганты стали конкурировать за питьевую и сельскохозяйственную воду.

Вред ИИ на экологию через потребление воды заставляет учёных искать решения, как снизить водопотребление серверов и перейти к альтернативным схемам охлаждения. 

Аппаратный износ и переработка компонентов

ООН выделяет два этапа, на которых загрязняется среда при создании ИИ:

1. Базовое обучение моделей и работа оборудования. 
2. Производство физических устройств — для сборки микрочипов нужен литий, кобальт и кремний.

США, Германия, Япония, Южная Корея уже давно перенесли добычу полезных ископаемых в Африку, Южную Америку и Юго-Восточную Азию. Разработки часто ведут дешёвыми и опасными методами: полностью снимают плодородный слой почвы, но не восстанавливают, потому что это дорого. В итоге местные жители теряют и здоровье, и землю.

К тому же само оборудование быстро устаревает из-за роста программных нагрузок, а это приводит к росту электронных свалок. Старые системные платы лежат на полигонах и отравляют грунтовые воды тяжёлыми металлами.

Как ИИ помогает защищать природу

Негативное влияние ИИ на экологию колоссальное, но одновременно алгоритмы решают сложные производственные задачи, делают промышленные процессы чище и безопаснее для окружающей среды.

Оптимизация логистики и сортировка отходов

Цифровые системы выстраивают оптимальные маршруты для грузовых автомобилей. Благодаря этому сокращается пробег, и снижаются выхлопы углекислого газа. Например, «Яндекс» внедряет такие алгоритмы в логистические операции.

Сервис «Яндекс Лавка», по отчёту компании за 2024 год, передал на переработку 23,9 тонны пакетов, а 71% упаковки бренда производили из перерабатываемых материалов или вторсырья.[6] В 2025 году программа продолжилась, а ИИ-инструменты YandexGPT и ассистенты оптимизировали оформление заказов, структуру корзин и логистику, что косвенно снижает избыточное потребление пластика.

Технологии совершили прорыв на мусороперерабатывающих заводах:

• В Испании на предприятии Cogersa используют машинное зрение для распознавания видов пластика. Роботы сортируют 50 единиц мусора в минуту с точностью 97%.[7] 
• В Италии на заводах системы возвращают в оборот 94% строительных отходов.
• В России алгоритмы «Яндекса» помогли очистить 50 километров прибрежных зон в рамках федерального проекта «Чистый берег».[8]

Сельское хозяйство и точечное земледелие

Аграрный сектор долгое время оставался консервативным, но сейчас всё поменялось. Фермеры используют датчики влажности почвы, которые рассчитывают норму полива для каждого квадратного метра поля.

Другие роботы распознают больные растения и точечно опрыскивают химикатами очаги заражения. Как использование ИИ влияет на экологию:

• снижается сток агрессивных удобрений в грунтовые воды;
• растёт урожайность;
• уменьшается истощение почвы. 

Мониторинг климата и защита биоразнообразия

Люди обсуждают, почему ИИ вредит экологии, но упускают из виду проекты спасения лесов, которые реализуются с помощью нейросетей. К примеру, в джунглях Колумбии развёрнута система Guacamaya, которая анализирует звуки природы через сеть микрофонов и датчиков на базе ИИ и, к примеру, распознаёт шум бензопилы за несколько километров от места незаконной рубки.[9]

Благодаря этому лесники задерживают браконьеров, прежде чем они смогут уничтожить реликтовые деревья. Природа получает шанс на восстановление, а у животных сохраняется естественная среда обитания.

Тренд на Green AI

Чтобы снизить нагрузку на процессоры, разработчики запустили движение Green AI и начали перестраивать архитектуру нейросетей — так они оптимизируют вычисления и делают технологии экологичнее.[10]

Программисты используют три метода сжатия:

• дистилляция: перенос нужных знаний от крупной модели к компактной;
• отсечение неактивных узлов сети, чтобы не тратить ресурсы на пустые вычисления;
• квантование, при котором дробные числа округляются до целых значений, чтобы снизить потребление энергии чипами в несколько раз.

Также компании применяют машинное обучение для экономии ресурсов внутри собственных систем. Например, алгоритмы Google DeepMind* управляют охлаждением оборудования в дата-центрах: программа прогнозирует тепловые нагрузки и снижает затраты электричества на 40%.

Технологические гиганты строят серверные станции на севере, где процессоры охлаждает зимний воздух. Кондиционеры становятся не нужны, а электричество поступает от солнечных батарей и ветрогенераторов. 

Финансовые фонды проверяют отчёты устойчивого развития перед тем, как купить акции, и отказывают в кредитах «грязным» предприятиям. Всё это показывает, что негативное влияние нейросетей можно снизить, хотя утверждать, что ИИ не портит экологию, пока нельзя.

Как снизить вред: список правил для пользователя

Понимая, как ИИ вредит экологии, важно принимать взвешенные решения при работе с приложениями. Нужно:

• Удалять слова вежливости из запросов к ботам. Одно слово «спасибо» заставляет систему производить расчёты. Глава корпорации OpenAI Сэм Альтман, заявил, что обработка слов вежливости обходится в десятки миллионов долларов ежегодно.[11] 
• Формировать запросы в один текстовый блок, а не писать десять коротких сообщений. На один цикл обработки требуется меньше затрат электричества. 
• Сократить генерацию изображений ради развлечения. Применяйте инструменты только для важных задач. 
• Пользоваться поисковыми системами. Задачи бытового поиска можно решить в браузере без ИИ. 
• Удалять цифровой мусор. Забытые письма и дубликаты фотографий лежат на удалённых дисках и постоянно потребляют энергию.

Заключение

Нейросети стали частью бизнеса и науки. Технологии дают знания и снимают рутинные задачи, но за комфорт приходится платить пресной водой и электричеством. Поэтому использовать инструменты следует рационально.

Кроме влияния на атмосферу, ИИ меняет и рынок труда. Об этом мы рассказали в статье «Какие профессии заменят нейросети» — чтобы вы успели подготовиться. Если вовремя обучиться востребованным компетенциям, можно получить нужную квалификацию.

Отзывы учеников Универус

«Испытывала усталость от работы в найме и решила сменить профиль. Благодаря учёбе в „Универус“ я получила новые знания. Сейчас собираю ботов для малого бизнеса, и появилось время на семью».

Ирина, 48 лет

«Нестабильность осталась в прошлом. Изучение нейронок открыло горизонты для заработка. Я стал настраивать рекламные кампании, это занимает минуты. Вложения в образование окупились за месяц».

Игорь, 37 лет 

«Курс без терминов. Понятная практика. Инструменты, которые ускоряют работу. Благодаря Николаю узнала, как настраивать воронки продаж для решения бизнес-задач».

Светлана, 54 года

«Преподаватели на курсе проверяют задания и дают обратную связь. Учёба помогла уйти из офиса и открыть проект в интернете. Сейчас заказы обрабатываются автоматически».

Михаил, 55 лет

*Сервисы, указанные в статье (OpenAI, ChatGPT, Google, Claude) официально недоступны на территории Рф. Meta Platforms Inc. признана экстремистской организацией. Деятельность компании запрещена на территории РФ.