50 000 ton miedzi dla centrum danych AI: Mroczna prawda o boomie AI

16 lat oczekiwania: Ten niezauważony niedobór surowców może pęknąć bańka sztucznej inteligencji

Góry złomu i miliardy litrów wody: ile tak naprawdę kosztuje nas nowa infrastruktura AI

Kiedy giganci technologiczni rozwodzą się nad sztuczną inteligencją, dominują abstrakcyjne terminy, takie jak algorytmy, parametry i chmura obliczeniowa. Rzeczywistość AI jest jednak przerażająco fizyczna. Branża pochłania niewyobrażalne ilości zasobów, aby budować gigantyczne, hiperskalowe centra danych: dziesiątki tysięcy ton miedzi i stali, miliardy litrów wody pitnej i rzadkie metale technologiczne, które doprowadzają globalne łańcuchy dostaw na skraj załamania. Podczas gdy debata publiczna koncentruje się głównie na zużyciu energii elektrycznej, spojrzenie za kulisy ujawnia znacznie większy, strategicznie ukryty dług materialny. Od gwałtownych wzrostów cen surowców i nierozwiązywalnych ograniczeń w górnictwie po zbliżającą się falę elektrośmieci, boom na AI okazuje się jednym z najbardziej agresywnych i geopolitycznie wybuchowych konsumentów zasobów w historii przemysłu.

Branża AI jako tajny grabieżca zasobów – co tak naprawdę kryje się za miliardami inwestycji

Kiedy firmy technologiczne prezentują swoje najnowsze modele sztucznej inteligencji, mówią o miliardach parametrów, danych szkoleniowych i przyszłości ludzkiej cywilizacji. Słowo „miedź” pojawia się rzadko. Jeszcze rzadziej słyszymy o dziesiątkach tysięcy ton stali, milionach metrów sześciennych betonu, krytycznych pierwiastkach ziem rzadkich czy narastającym problemie elektrośmieci, który pojawia się za każdym nowym modelem językowym. Debata publiczna koncentruje się na dwóch narracjach: zużyciu energii w kilowatogodzinach i zużyciu wody w litrach. Obie narracje są trafne, ale niekompletne. Dzieje się tak, ponieważ fizyczny dług materialny generowany przez boom na sztuczną inteligencję jest o wiele bardziej rozległy, strukturalnie zakorzeniony i geopolitycznie wybuchowy, niż sugerowałyby to typowe raporty firm technologicznych dotyczące zrównoważonego rozwoju.

Miedź jako nowa ropa: dlaczego 50 000 ton to dopiero początek

Stowarzyszenie Rozwoju Miedzi (Copper Development Association) opublikowało dane, które wciąż nie spotkały się z należnym zainteresowaniem: pojedyncze, hiperskalowalne centrum danych AI może zużywać do 50 000 ton miedzi. Dla porównania, konwencjonalne centrum danych zużywa od 5 000 do 15 000 ton. Ten skok nie jest liniowy – to skok kwantowy. Pojedyncze centrum danych AI zużywa zatem więcej miedzi niż trzy konwencjonalne obiekty razem wzięte.

Ta liczba staje się realna, gdy zrozumiemy, do czego służy miedź w nowoczesnym centrum danych AI. Metal ten nie jest pojedynczym elementem, ale wszechobecnym materiałem, który przenika praktycznie każdą funkcję obiektu. Dystrybucja zasilania, wysokowydajne kable, transformatory, szyny zbiorcze, złącza, systemy chłodzenia – wszystko to opiera się na miedzi. Najnowszy moduł GB200 NVL72 firmy Nvidia zawiera ponad 5000 miedzianych kabli o łącznej długości ponad 3,2 kilometra. Moc obliczeniowa pojedynczego układu NVIDIA H100 wynosi już 700 watów, co stawia ekstremalne wymagania w zakresie odprowadzania ciepła – a tym samym dla systemów chłodzenia opartych na miedzi.

Dla porównania, samo centrum danych Microsoftu w Chicago, warte 500 milionów dolarów, wymagało 2177 ton miedzi. To pokazuje, że nawet średniej wielkości projekty zużywają już tysiące ton, podczas gdy największe obiekty AI mogą faktycznie osiągnąć wspomniane 50 000 ton.

Miedź jest po prostu niezastąpiona w swojej funkcji. Tylko ten metal może skutecznie odprowadzać ciepło na zewnątrz urządzeń i tylko miedź zapewnia przewodnictwo elektryczne wymagane do dystrybucji energii w wysokowydajnym centrum danych. Bank inwestycyjny Goldman Sachs trafnie nazwał miedź ropą naftową ery sztucznej inteligencji – sformułowanie to jest bardziej precyzyjne ekonomicznie, niż się początkowo wydaje.

Konsekwencje dla globalnego rynku miedzi są znaczące. Według analizy BloombergNEF, popyt na miedź z centrów danych opartych na sztucznej inteligencji wyniesie średnio około 400 000 ton rocznie w ciągu następnej dekady, osiągając szczyt na poziomie 572 000 ton w 2028 roku. Do 2035 roku łączna ilość miedzi zamrożonej w centrach danych może przekroczyć 4,3 miliona ton. To mniej więcej tyle, ile Chile – największy producent miedzi na świecie – wydobywa w ciągu sześciu miesięcy. JP Morgan prognozuje globalny deficyt miedzi na poziomie około 4 milionów ton do 2030 roku, podczas gdy S&P Global przewiduje wzrost popytu na miedź o około 50% do 42 milionów ton do 2040 roku.

Cena metalu gwałtownie rośnie: jak boom na sztuczną inteligencję zmienia rynki

Cena miedzi opowiada historię, której większość narracji o sztucznej inteligencji nie dostrzega. W 2025 roku cena miedzi na London Metal Exchange wzrosła o ponad 43 procent – ​​był to jej najlepszy wynik roczny od 2009 roku. Na początku 2026 roku cena po raz pierwszy przekroczyła poziom 13 020 dolarów za tonę, a następnie spadła do około 12 500 dolarów. Goldman Sachs przewiduje, że ceny utrzymają się na poziomie powyżej 12 000 dolarów do końca dekady.

Czynniki wpływające na ceny są wielopłaszczyznowe i wzajemnie się wzmacniają. Po stronie popytu o ten sam metal konkurują obecnie trzy główne sektory: transformacja energetyczna z pojazdami elektrycznymi i turbinami wiatrowymi, rozbudowa sieci energetycznych oraz centra danych oparte na sztucznej inteligencji. Po stronie podaży widoczne są deficyty strukturalne, których nie da się naprawić żadnymi krótkoterminowymi inwestycjami. Przerwy w wydobyciu w kluczowych krajach wydobywczych, takich jak Chile, Indonezja i Demokratyczna Republika Konga, strajk w kopalni Mantoverde oraz lata niedoinwestowania wyczerpały bufory systemu.

Kluczowe wąskie gardło strukturalne leży jednak nie w geologii, lecz w czasie. Od odkrycia złoża miedzi do komercyjnej produkcji upływa średnio 16,2 roku. W przypadku nowej kopalni miedzi, zanim w ogóle zostaną poczynione jakiekolwiek inwestycje budowlane, potrzeba prawie 12,4 roku na prace poszukiwawcze i studia wykonalności. Konsekwencja jest brutalnie prosta: kopalnie, które miały zaspokoić zapotrzebowanie na miedź w 2030 roku, powinny zostać odkryte już w 2014 roku i sfinansowane do 2015 roku. Tak się nie stało.

Jednocześnie polityka handlowa USA w ramach systemu taryfowego zniekształca globalny przepływ miedzi. Analitycy UBS szacują, że Stany Zjednoczone w pewnym momencie posiadały około połowy światowych zapasów miedzi, mimo że kraj ten odpowiada za mniej niż 10% światowego popytu na miedź. To zniekształcenie rynku podnosi międzynarodowe premie i zwiększa ryzyko związane z podażą w Europie i Azji.

Stal, beton i aluminium: ukryta struktura infrastruktury AI

Miedź jest najbardziej znanym, ale bynajmniej nie jedynym materiałem, który znika w cieniu narracji o sztucznej inteligencji. Budowa hiperskalowalnego centrum danych to ogromny projekt przemysłowy, wymagający ogromnych ilości konwencjonalnych materiałów budowlanych, które nie pojawiają się w żadnej prezentacji technologicznej.

Stal stanowi szkielet każdego centrum danych. Jest niezbędna do konstrukcji nośnych, konstrukcji dachów, systemów ściennych, wsporników urządzeń i infrastruktury bezpieczeństwa. Mniejsze centra danych o powierzchni poniżej 10 000 metrów kwadratowych zużywają już około 1500 do 2000 ton stali i 10 000 metrów sześciennych betonu. W przypadku obiektów o dużej skali, które obecnie osiągają moc od 150 megawatów do znacznie ponad jednego gigawata, wartości te odpowiednio rosną. Ponadto zwiększone obciążenie stropów przez ciężkie szafy serwerowe – z tradycyjnych 2,5 do 5 kiloniutonów na metr kwadratowy do obecnie wymaganych 12 do 15 kN/m² – wymaga stosowania grubszych płyt betonowych i wzmocnionych konstrukcji stalowych.

Badanie zlecone przez Greenpeace i przeprowadzone przez Öko-Institut (Instytut Ekologii Stosowanej) wykazało, że do 2030 roku sama rozbudowa centrów danych dedykowanych sztucznej inteligencji będzie wymagała około 920 kiloton stali i około 100 kiloton surowców krytycznych. Aluminium, również niezbędny materiał, jest wykorzystywane w centrach danych do produkcji okładzin zewnętrznych, systemów HVAC, korytek kablowych i obudów serwerów, głównie ze względu na niską gęstość i odporność na korozję. Srebro jest wykorzystywane w płytkach drukowanych serwerów i układach scalonych; tantal, od którego Stany Zjednoczone są w 100% uzależnione, znajduje się w kondensatorach krytycznych; platyna i pallad są wykorzystywane w półprzewodnikach.

Beton znany jest z nieproporcjonalnie wysokiego śladu węglowego: według ONZ branża budowlana odpowiada za 38% globalnej emisji CO₂, a sam beton odpowiada za osiem% globalnej emisji gazów cieplarnianych. Faza budowy centrum danych generuje znaczne ilości tzw. węgla ucieleśnionego, czyli CO₂, który powstaje nie podczas eksploatacji, ale podczas wydobywania materiałów, transportu i budowy. Emisje te często nie są uwzględniane lub są uwzględniane jedynie częściowo w raportach operatorów dotyczących zrównoważonego rozwoju, ponieważ sprawozdawczość regulacyjna historycznie koncentrowała się na działalności operacyjnej.

Paradoks wody: trzy miliardy litrów na roślinę rocznie

Chociaż zużycie wody przez centra danych AI stało się przedmiotem debaty publicznej, jest ono wciąż rażąco niedoszacowane. Pojedyncze centrum danych o mocy 100 megawatów może zużywać około 2,5 miliarda litrów wody rocznie – w zależności od technologii chłodzenia i lokalizacji. Według szacunków Allianz Commercial, duże centra danych mogą zużywać nawet 19 milionów litrów wody dziennie, co odpowiada dziennemu zużyciu miasta liczącego do 50 000 mieszkańców.

Mechanizm chłodzenia ma kluczowe znaczenie dla zrozumienia problemu wody. Wraz z powszechnym stosowaniem chłodni kominowych, od 70 do 85 procent zużywanej wody po prostu odparowuje do atmosfery. Woda ta jest bezpowrotnie tracona w lokalnym obiegu wody. Kiedy Google i Microsoft przygotowywały swoje duże modele językowe w latach 2021 i 2022, obie firmy odnotowały wzrost zużycia wody odpowiednio o 34 i 20 procent rocznie. Centra danych Google'a zużyły około 20 miliardów litrów wody w 2022 roku – mniej więcej tyle, ile zużywa roczne zużycie 2,5 miliona Europejczyków.

Według badań przeprowadzonych przez Uniwersytet Kalifornijski i Uniwersytet Teksański, wyszkolenie modelu GPT-3 firmy OpenAI wymagało zużycia około 5,4 miliona litrów wody. Z tego 700 000 litrów zużyto na chłodzenie samych centrów danych, a pozostała część została zużyta w łańcuchu dostaw, w produkcji serwerów i energii. Analiza brytyjskiego rządu szacuje, że dodatkowe, napędzane sztuczną inteligencją, globalne zapotrzebowanie na wodę do 2027 roku wyniesie od 4,2 do 6,6 miliarda metrów sześciennych. Öko-Institut (Instytut Ekologii Stosowanej) przewiduje, że zapotrzebowanie na wodę w centrach danych wzrośnie prawie czterokrotnie, osiągając 664 miliardy litrów do 2030 roku.

Microsoft zaprezentował nową konstrukcję centrum danych, która nie wykorzystuje wody do chłodzenia i, według firmy, pozwala zaoszczędzić ponad 125 milionów litrów wody rocznie na obiekt. Ta innowacja jest godna pochwały, ale wciąż daleka od wyznaczenia światowego standardu. Zdecydowana większość infrastruktury AI budowanej na całym świecie opiera się na konwencjonalnym chłodzeniu wyparnym – szczególnie w regionach, gdzie woda jest nadal łatwo dostępna, ale już teraz jest zagrożona ekologicznie.

Metale ziem rzadkich i metale technologiczne: niewidzialna pięta achillesowa

Oprócz surowców, takich jak miedź, stal i aluminium, istnieje druga, strategicznie jeszcze ważniejsza warstwa materiałów: pierwiastki ziem rzadkich i metale technologiczne. Bez galu nie ma wysokowydajnych diod LED ani układów scalonych o wysokiej częstotliwości. Bez indu nie ma ekranów dotykowych ani anten 5G. Bez germanu nie ma nowoczesnych półprzewodników. Bez tantalu nie ma zminiaturyzowanych kondensatorów. Bez neodymu i dysprozu nie ma wysokowydajnych magnesów trwałych do wentylatorów i pomp chłodzących.

Wszystkie te metale mają jedną wspólną cechę: Chiny kontrolują ich globalną podaż w stopniu nieporównywalnym z żadnym innym łańcuchem dostaw surowców. Kiedy w sierpniu 2023 roku Chiny objęły kontrolą eksport galu i germanu, ceny gwałtownie wzrosły w ciągu kilku tygodni. Od początku 2025 roku obowiązuje całkowity zakaz eksportu ciężkich pierwiastków ziem rzadkich. Dla zachodniego przemysłu sztucznej inteligencji stanowi to zależność strukturalną, której nie da się rozwiązać w krótkim okresie za pomocą strategii dywersyfikacji.

Metale technologiczne, takie jak gal i ind, są często wytwarzane jedynie jako produkty uboczne przy wydobyciu innych surowców. Oznacza to, że nawet jeśli cena wzrośnie, a popyt wzrośnie, nie da się po prostu zwiększyć produkcji. Jest ona powiązana z produkcją pierwotną danego metalu. Ta nieelastyczność po stronie podaży jest strukturalną cechą rynku metali technologicznych, która znacznie zwiększa ryzyko gwałtownego wzrostu popytu spowodowanego sztuczną inteligencją.

Wymiar geopolityczny dodatkowo pogłębia fakt, że szlaki dostaw surowców krytycznych są coraz bardziej narażone na zakłócenia geopolityczne. Według ONZ, jedenaście procent światowego handlu przepływa przez Cieśninę Ormuz – szlak transportujący strategiczne surowce do produkcji chipów, który ostatnio znalazł się pod znaczną presją z powodu konfliktu z Iranem. Zakłócenia w tych korytarzach nie tylko zwiększają koszty transportu, ale także zmuszają ubezpieczycieli do drastycznego podwyższenia składek z tytułu ryzyka wojny.

Rozwiązanie quasi-in-house: Jak Xpert.Digital zamyka luki operacyjne w marketingu i sprzedaży B2B – Inteligentny biznes oparty na treściach – Zdjęcie: Xpert.Digital

Xpert.Digital to branżowy hub B2B oparty na danych, kierowany przez Konrad Wolfenstein . Firma działa jako zewnętrzne, quasi-wewnętrzne rozwiązanie dla partnerów przemysłowych, eliminując luki operacyjne w obszarze marketingu, treści i sprzedaży – bez konieczności angażowania dodatkowych zasobów po stronie klienta.

Więcej informacji tutaj:

• Rozwiązanie quasi-in-house: Jak Xpert.Digital niweluje luki operacyjne w marketingu i sprzedaży B2B – Smart Content-Driven Business

Elektrośmieci: bomba z opóźnionym zapłonem o wartości biliona ton w cyklu życia sztucznej inteligencji

Jednym z problemów, który nigdy nie pojawia się w błyszczących broszurach firm zajmujących się sztuczną inteligencją, jest drastycznie krótka żywotność używanego przez nie sprzętu. Analitycy przewidują, że większość procesorów AI stanie się technicznie przestarzała po trzech do pięciu latach, ponieważ cykle rozwoju układów scalonych i akceleratorów AI obejmują znaczący skok wydajności co 12 do 18 miesięcy. Oznacza to nie tylko, że inwestycje warte miliardy dolarów tracą na wartości w ciągu zaledwie kilku lat, ale także, że surowce wykorzystywane do ich produkcji trafiają do niezwykle krótkiego cyklu recyklingu – cyklu, do którego globalna infrastruktura recyklingowa nie jest przystosowana.

Badanie przeprowadzone przez Chińską Akademię Nauk, opublikowane w czasopiśmie „Nature Computational Science”, szacuje, że skumulowana ilość elektrośmieci pochodzących wyłącznie ze sprzętu LLM osiągnie do 9 milionów ton na całym świecie do 2030 roku, w konserwatywnych scenariuszach. W scenariuszu z szybko rosnącą popularnością użytkowników, liczba ta mogłaby wynieść około 2,5 miliona ton rocznie do 2030 roku. Dla porównania, całkowita ilość elektrośmieci na świecie w 2022 roku wyniosła około 62 milionów ton. Centra danych AI dodają do tego strumienia nowy, wcześniej praktycznie nieistniejący element.

Instytut Öko ostrzega, że ​​rozbudowa centrów danych i możliwości sztucznej inteligencji wygenerują do 2030 roku nawet pięć milionów ton dodatkowych odpadów elektronicznych. Złom ten zawiera cenne materiały, takie jak miedź, złoto, srebro, kobalt i pierwiastki ziem rzadkich, które teoretycznie można by odzyskać. W praktyce jednak brakuje zarówno możliwości technicznych, jak i zachęt ekonomicznych do kompleksowego recyklingu. Wiele z tych urządzeń trafia do nieformalnych zakładów recyklingu w krajach globalnego Południa, gdzie wydobycie cennych metali odbywa się w niebezpiecznych warunkach.

Ukryta struktura kosztów: ile naprawdę kosztuje centrum danych AI

Kiedy branża dyskutuje o kosztach centrów danych AI, zazwyczaj podaje kwoty rzędu pięciu do dwudziestu miliardów dolarów na dużą placówkę. Często brakuje rzetelnego, pełnego rozliczenia kosztów, uwzględniającego wszystkie bezpośrednie i pośrednie koszty zasobów.

Szacuje się, że miedź stanowi do sześciu procent kosztów inwestycyjnych centrum danych. W przypadku projektu o wartości 10 miliardów dolarów, oznaczałoby to 600 milionów dolarów samej miedzi. Przy cenach miedzi przekraczających obecnie 12 000 dolarów za tonę i zapotrzebowaniu na 50 000 ton, daje to koszt miedzi wynoszący około 600 milionów dolarów na obiekt – i rośnie, ponieważ ceny miedzi znajdują się pod strukturalną presją wzrostową. Każdy punkt procentowy wzrostu ceny miedzi podnosi koszty budowy hiperskalowalnego centrum danych o miliony.

Do tego dochodzą koszty rozbudowy sieci. Zapotrzebowanie energetyczne centrów danych skłoniło już kilka rządów do podjęcia drastycznych środków. W Stanach Zjednoczonych prezydent Trump nakazał w marcu 2026 roku firmom technologicznym, takim jak Google, Microsoft, Amazon, Meta i OpenAI, podpisanie deklaracji ochrony płatników, zobowiązującej je do samodzielnego pokrycia pełnych kosztów nowych elektrowni i rozbudowy sieci. Chociaż model ten oferuje krótkoterminową ochronę odbiorcom energii elektrycznej w gospodarstwach domowych, przenosi koszty infrastruktury na koszty operacyjne firm, a tym samym na ceny ich usług. Pod koniec 2025 roku Irlandia wprowadziła surowe przepisy wymagające, aby nowe centra danych posiadały własne magazyny energii lub elektrownie i pokrywały co najmniej 80% swojego zapotrzebowania na energię elektryczną z nowo zainstalowanych odnawialnych źródeł energii.

Prognozy Allianz Commercial są niepokojące: szacunki przewidują, że wydatki na infrastrukturę AI sięgną około siedmiu bilionów dolarów do 2030 roku. Aby uzasadnić te inwestycje, konsumenci i firmy musieliby zainwestować około 800 miliardów dolarów w produkty AI, według obliczeń Wall Street Journal – i to przez cały okres istnienia budowanych obecnie centrów danych. Jednocześnie, ubezpieczyciel przemysłowy Allianz Commercial przewiduje, że napięte harmonogramy, niedobór wykwalifikowanych pracowników i gwałtownie rosnące ceny surowców coraz bardziej zagrażają tym projektom budowlanym.

Dług ekologiczny górnictwa: Kto płaci cenę w krajach globalnego Południa?

Dyskusja o zużyciu zasobów przez sztuczną inteligencję zazwyczaj kończy się tam, gdzie łańcuch dostaw staje się nieprzejrzysty: w kopalni. Jednak wydobycie miedzi w głównych krajach wydobywczych, Chile i Peru, jest dalekie od neutralności.

W Chile, największym na świecie producencie miedzi, wydobycie prowadzi do ogromnego zużycia wody na pustyni Atakama, jednym z najsuchszych regionów Ziemi. Proces wydobycia odkrywkowego i późniejszego wytapiania powoduje znaczne zanieczyszczenie gleby i powietrza, a także poważne zaburzenia lokalnych ekosystemów. W Peru, badania przeprowadzone przez organizację Facing Finance wykazały, że niemiecki import miedzi jest ewidentnie powiązany z naruszeniami praw człowieka: zamiast obiecanej poprawy warunków życia, regiony wydobywcze nękają konflikty społeczne i środowiskowe. Te koszty zewnętrzne nie są uwzględniane w bilansach żadnych firm technologicznych. Ponoszą je poszkodowane społeczności.

Sam przemysł wydobywczy stoi w obliczu fundamentalnego problemu z wydajnością. Eksperci górniczy mówią o luce w podaży sięgającej nawet dziesięciu milionów ton miedzi do 2040 roku – mniej więcej tyle, ile wynosi obecna roczna produkcja w Chile. Spadająca zawartość rudy w nowych złożach, rosnące koszty zagospodarowania, dłuższe procesy uzyskiwania pozwoleń i rosnący opór ze strony społeczności dotkniętych problemem dodatkowo wydłużają i tak już niezwykle długi czas realizacji. Nowa kopalnia miedzi, odkryta dzisiaj, mogłaby rozpocząć produkcję najwcześniej w 2042 roku. Nie jest to wada techniczna – to fizyczna rzeczywistość przemysłu, zaprojektowanego na dekady, który obecnie zmaga się z wykładniczą, a nie liniową krzywą popytu.

Użytkowanie gruntów: niewidoczny ślad infrastruktury AI

Innym rzadko omawianym aspektem zapotrzebowania AI na zasoby jest zużycie gruntów. Centra danych o dużej skali wymagają dziś nie tylko kilku hektarów, ale często setek hektarów – zarówno pod same serwerownie, jak i pod zasilanie, infrastrukturę chłodzącą, systemy zapasowe oraz powiązane z nimi systemy dystrybucji energii i podstacje. Zapotrzebowanie na odpowiednie lokalizacje w pobliżu stabilnych sieci energetycznych i wystarczających zasobów wody już teraz winduje ceny nieruchomości w tradycyjnych regionach centrów danych, takich jak Wirginia, Amsterdam i Frankfurt.

Według McKinsey, systemy o mocy 200 megawatów nie są już rzadkością, a projekty przekraczające jeden gigawat są aktywnie planowane. Gęstość mocy na szafę serwerową wzrosła ze średnio ośmiu kilowatów w 2022 roku do 17 kilowatów dla szaf z obsługą sztucznej inteligencji w 2024 roku – i ten trend się utrzymuje. Konsekwencje tego dla wymagań przestrzennych i planowania infrastruktury nie zostały jeszcze wystarczająco uwzględnione w przepisach w większości regionów.

W samej Wirginii, największej lokalizacji centrów danych w USA, zapotrzebowanie na moc sieci ma wzrosnąć do 12,1 gigawatów do 2025 roku – o prawie 30 procent w porównaniu z rokiem poprzednim. W tym stanie już jedna na cztery kilowatogodziny jest przeznaczana na chłodzenie i obsługę infrastruktury cyfrowej. W Niemczech i Europie procesy planowania i zatwierdzania dużych projektów infrastrukturalnych stanowią osobne wąskie gardło: zatwierdzenie, budowa i uruchomienie nowych podstacji i linii wysokiego napięcia często zajmuje od siedmiu do dwunastu lat.

Ślad węglowy w budownictwie: czego nikt nie chce mierzyć

Raporty dotyczące zrównoważonego rozwoju dużych firm technologicznych z niezwykłą spójnością koncentrują się na jednym kluczowym wskaźniku: wartości PUE (Efektywności Zużycia Energii), czyli stosunku całkowitego zużycia energii elektrycznej do zużycia energii elektrycznej przez IT. Niski PUE jest uważany za wskaźnik efektywności technologicznej. Wskaźnik ten nie uwzględnia jednak tzw. emisji dwutlenku węgla – śladu CO₂ generowanego podczas wydobycia surowców, ich przetwarzania, transportu i budowy obiektu.

W miarę jak sieci energetyczne stają się coraz bardziej dekarbonizowane, a operacyjny ślad węglowy centrów danych odpowiednio się zmniejsza, względny udział dwutlenku węgla w ogólnym bilansie rośnie. W przypadku centrów danych nowej generacji, które mają być zasilane energią elektryczną ze źródeł odnawialnych, dwutlenek węgla w postaci ucieleśnionej może już stanowić połowę lub więcej całkowitych emisji w całym cyklu życia. Konsekwencja ta jak dotąd nie została w ogóle zauważona w debacie publicznej.

Instytut Ekologii Stosowanej Öko-Institut obliczył, że emisja CO₂ z centrów danych wzrośnie z 212 milionów ton w 2023 roku do 355 milionów ton w 2030 roku – pomimo zakładanego gwałtownego rozwoju odnawialnych źródeł energii. W Stanach Zjednoczonych 55% energii elektrycznej wykorzystywanej w centrach danych nadal pochodzi z paliw kopalnych, takich jak węgiel i gaz ziemny. Dopóki tak się nie stanie, każde nowe centrum danych AI, które zostanie uruchomione, oznacza nie tylko wzrost zapotrzebowania na miedź, stal i wodę, ale także bezpośredni wzrost emisji CO₂ – ze wszystkimi związanymi z tym kosztami dla społeczeństwa, zdrowia i systemu klimatycznego, które również nie są uwzględniane w bilansach firm technologicznych.

Wnioski strukturalne: Koszty niewidzialności

Jakie wnioski można wyciągnąć z tej analizy? Po pierwsze, trzeźwiąca obserwacja: narracja o sztucznej inteligencji jako technologii przede wszystkim cyfrowej i niematerialnej to mit. Sztuczna inteligencja to jedna z najbardziej materiałochłonnych inwestycji technologicznych w historii ludzkości. Zużywa miedź, stal, beton, aluminium, pierwiastki ziem rzadkich i wodę w ilościach, które przyćmiewają jakikolwiek inny boom technologiczny z przeszłości.

Kluczowe pytanie ekonomiczne brzmi: Kto ponosi te koszty? Obecnie alokacja opiera się na zasadzie maksymalnej eksternalizacji. Firmy górnicze i społeczności, na które wpływają, ponoszą koszty środowiskowe i społeczne wydobycia surowców. Gminy i operatorzy sieci ponoszą koszty przeciążonej infrastruktury. Przyszłe pokolenia ponoszą koszty zmian klimatycznych i odpadów elektronicznych. A podatnicy w społeczeństwach demokratycznych dotują rozbudowę sieci, która nie byłaby konieczna na taką skalę bez boomu na sztuczną inteligencję.

Niewydolność rynku ma charakter strukturalny. Ceny miedzi, koszty budowy i ceny energii internalizują coraz większą część kosztów rzeczywistych, ale szkody środowiskowe w Chile, naruszenia praw człowieka w Peru i długoterminowe koszty klimatyczne pozostają nieocenione. Bez systemu pełnej ewidencji kosztów, uwzględniającego te czynniki zewnętrzne, branża sztucznej inteligencji funkcjonuje z faktycznie dotowanym dostępem do surowców – kosztem tych, którzy nie mają siły przetargowej.

Drugi wniosek dotyczy strategicznych implikacji dla Europy i Niemiec. Miedź, gal, german, ind i pierwiastki ziem rzadkich to surowce, od których Europa jest niemal całkowicie uzależniona od importu. Boom na sztuczną inteligencję pogłębia tę zależność i zwiększa podatność geopolityczną. Chiny wykazały gotowość i zdolność do wykorzystywania kontroli eksportu jako narzędzia nacisku w polityce zagranicznej. Europie brakuje odpowiedniej odpowiedzi na to zjawisko.

Trzeci wniosek jest prawdopodobnie najważniejszy: tempo rozbudowy infrastruktury AI i tempo rozwoju surowców są zasadniczo niekompatybilne. Centra danych AI buduje się w ciągu dwóch do pięciu lat. Nowe kopalnie miedzi zajmują 16 lat. Nowe projekty z zakresu pierwiastków ziem rzadkich trwają jeszcze dłużej. Rynek zniweluje tę różnicę dzięki mechanizmowi cenowemu – rosnącym cenom surowców, rosnącym kosztom budowy, a ostatecznie rosnącym cenom usług AI. Kto ostatecznie poniesie te koszty, wciąż nie wiadomo. Jasne jest jednak, że rachunek będzie znaczny.

☑️ Naszym językiem biznesowym jest angielski lub niemiecki

☑️ NOWOŚĆ: Korespondencja w Twoim ojczystym języku!

Konrad Wolfenstein

Ja i mój zespół chętnie będziemy do Państwa dyspozycji jako osobisty doradca.

Możesz się ze mną skontaktować, wypełniając formularz kontaktowy tutaj po prostu dzwoniąc pod numer +49 7348 4088 965. Mój adres e-mail to [email protected]:lub

Nie mogę się doczekać naszego wspólnego projektu.

☑️ Wsparcie dla MŚP w zakresie strategii, doradztwa, planowania i wdrażania

☑️ Tworzenie lub reorganizacja strategii cyfrowej i digitalizacji

☑️ Rozszerzenie i optymalizacja procesów sprzedaży międzynarodowej

☑️ Globalne i cyfrowe platformy handlowe B2B

☑️ Rozwój biznesu pionierskiego / Marketing / PR / Targi