Kiedy myślimy o sztucznej inteligencji, wyobrażamy sobie eleganckie interfejsy, sprytne chatboty i automatyzację procesów. Rzadko myślimy o tym, co dzieje się za kulisami - o ogromnych halach wypełnionych serwerami, które pochłaniają energię elektryczną na skalę małych miast. A właśnie tam rozgrywa się dziś jedna z najważniejszych bitew technologicznych naszych czasów.
Najnowsze doniesienia z USA pokazują, jak daleko potrafią sięgnąć korporacje technologiczne w pogoni za energią. Firmy budujące centra danych AI rozglądają się za źródłami energii w miejscach, które do tej pory kojarzyły się raczej z turystyką niż z technologią - jak okolice jeziora Tahoe w Nevadzie. Globalni gracze wykupują dostęp do sieci energetycznych, negocjują wieloletnie kontrakty na dostawy prądu i lobbują za zmianami regulacji. To nie jest odległy problem Doliny Krzemowej. Konsekwencje tego wyścigu dotrą (a częściowo już docierają) do polskich firm.
Dla właścicieli małych i średnich przedsiębiorstw w Polsce ten temat może wydawać się abstrakcyjny. Ale jeśli Twoja firma korzysta z chmury obliczeniowej, narzędzi AI albo po prostu z internetu - a korzysta prawie każda - to rosnące zapotrzebowanie na energię ze strony centrów danych bezpośrednio wpłynie na Twoje koszty operacyjne i dostęp do usług cyfrowych.
Skala problemu - ile energii potrzebuje AI?
Żeby zrozumieć wagę sprawy, trzeba spojrzeć na liczby. Według raportu Międzynarodowej Agencji Energetycznej (IEA) z 2024 roku, globalne zużycie energii przez centra danych ma się podwoić do 2026 roku - z około 460 TWh do ponad 1000 TWh rocznie. Dla porównania, całe roczne zużycie energii elektrycznej w Polsce to około 170 TWh. Oznacza to, że same centra danych na świecie będą potrzebowały energii równej sześciokrotności polskiego zapotrzebowania.
Pojedyncze zapytanie do modelu GPT-4 zużywa około 10 razy więcej energii niż zwykłe wyszukiwanie w Google. Trening dużego modelu językowego pochłania energię porównywalną z rocznym zużyciem kilkuset gospodarstw domowych. A to dopiero początek - modele stają się coraz większe, a liczba użytkowników rośnie wykładniczo.
W Stanach Zjednoczonych firmy takie jak Microsoft, Google i Amazon już teraz podpisują kontrakty na dostawy energii z elektrowni jądrowych, budują własne farmy solarne i - jak donosi The Independent - sięgają po zasoby energetyczne w regionach, które do tej pory nie miały nic wspólnego z branżą technologiczną. Microsoft podpisał umowę na reaktywację elektrowni jądrowej Three Mile Island. Google zamówił małe reaktory modularne (SMR). Amazon kupił kampus centrum danych zasilany bezpośrednio z elektrowni jądrowej w Pensylwanii za 650 milionów dolarów.
Te ruchy zmieniają rynek energii na całym świecie. I Polska nie jest od tego odcięta.
Co to oznacza dla polskich kosztów biznesowych?
Polska jest rynkiem, na którym ceny energii już teraz należą do wyższych w Europie. Według danych Eurostatu, w drugiej połowie 2023 roku polskie firmy płaciły za energię elektryczną średnio więcej niż średnia unijna. Dodajmy do tego fakt, że nasz miks energetyczny wciąż w dużym stopniu opiera się na węglu, a transformacja energetyczna postępuje wolniej niż w krajach zachodnich.
Teraz wyobraźmy sobie, że na ten i tak napięty rynek wchodzą inwestorzy budujący centra danych. I wchodzą - w 2024 roku Polska stała się jednym z najszybciej rosnących rynków centrów danych w Europie Środkowo-Wschodniej. Microsoft ogłosił inwestycję o wartości ponad 1 miliarda dolarów w infrastrukturę chmurową w Polsce. Google uruchomił region chmury Google Cloud w Warszawie. Amazon Web Services (AWS) planuje rozbudowę swojej infrastruktury w naszym kraju.
To są dobre wiadomości dla rynku pracy i pozycji Polski jako centrum technologicznego. Ale jest druga strona medalu. Każde nowe centrum danych to dodatkowe zapotrzebowanie na energię liczone w dziesiątkach, a nawet setkach megawatów. W sytuacji, gdy krajowa sieć energetyczna i tak jest obciążona, a nowe moce wytwórcze powstają powoli, efekt może być prosty - wyższe ceny prądu dla wszystkich.
Dla małej firmy produkcyjnej z Wielkopolski, która już teraz wydaje 15-20% budżetu operacyjnego na energię, każda podwyżka o kilka procent to realne zmniejszenie marży. Dla firmy usługowej z Krakowa, która korzysta z chmury Azure lub AWS, rosnące koszty energii mogą przełożyć się na wyższe opłaty za subskrypcje i usługi chmurowe. Microsoft już w 2023 roku podniósł ceny niektórych usług chmurowych o 11% w strefie euro - i trudno nie łączyć tego z rosnącymi kosztami utrzymania infrastruktury.
Szanse dla polskich firm - nie tylko zagrożenia
Byłoby niesprawiedliwe malować wyłącznie czarny scenariusz. Wyścig o energię dla AI tworzy też konkretne możliwości biznesowe, szczególnie dla firm, które potrafią szybko się adaptować.
Odnawialne źródła energii jako przewaga konkurencyjna. Firmy, które już teraz inwestują w fotowoltaikę, magazyny energii czy umowy PPA (Power Purchase Agreement) z farmami wiatrowymi, będą w lepszej pozycji. Nie chodzi tylko o niższe rachunki za prąd. Coraz więcej korporacji międzynarodowych wymaga od swoich dostawców raportowania śladu węglowego. Polska firma produkcyjna z własną instalacją fotowoltaiczną może stać się atrakcyjniejszym partnerem dla zachodniego kontrahenta niż konkurent bez takiej instalacji. Według danych SolarPower Europe, Polska w 2023 roku była czwartym rynkiem fotowoltaiki w Europie z ponad 4,6 GW nowych mocy - to pokazuje, że trend jest już widoczny.
Usługi wspierające centra danych. Budowa i obsługa centrów danych wymaga nie tylko energii, ale też dziesiątek usług towarzyszących - od budowlanych, przez instalacyjne, po serwisowe i logistyczne. Polskie firmy z branży elektroinstalacyjnej, chłodniczej, budowlanej czy ochroniarskiej mogą znaleźć tu nowych klientów z dużymi budżetami. Już teraz firmy takie jak Budimex czy Erbud realizują kontrakty związane z budową centrów danych w Polsce.
Efektywność energetyczna jako usługa. Rosnące koszty energii sprawiają, że audyty energetyczne, systemy zarządzania energią i rozwiązania optymalizacyjne stają się towarem deficytowym. Firma konsultingowa, która potrafi przeprowadzić polskie MŚP przez proces redukcji zużycia energii o 15-20%, ma przed sobą lata dobrej koniunktury.
Lokalne przetwarzanie danych (edge computing). Nie wszystko musi lecieć do chmury. Rosnące koszty usług chmurowych mogą przyspieszyć rozwój tzw. przetwarzania brzegowego, gdzie dane są analizowane bliżej miejsca ich powstania. Polskie firmy technologiczne, które budują rozwiązania edge AI - na przykład do kontroli jakości w fabrykach czy analizy wideo w czasie rzeczywistym - mogą zyskać na tym trendzie.
Jak się przygotować - praktyczny plan dla MŚP
Nie mam złudzeń - większość polskich małych firm nie będzie budować własnych centrów danych ani negocjować kontraktów na dostawy energii z elektrowni jądrowych. Ale są konkretne kroki, które można podjąć już teraz, żeby zabezpieczyć się przed konsekwencjami energetycznego wyścigu o AI.
Po pierwsze, zrób audyt swoich kosztów cyfrowych. Sprawdź, ile faktycznie płacisz za usługi chmurowe, subskrypcje SaaS i narzędzia AI. Wiele firm jest zaskoczonych, gdy sumuje te kwoty. Jeśli korzystasz z Microsoft 365, Google Workspace, narzędzi do zarządzania projektami, CRM-a w chmurze i kilku narzędzi AI - miesięczny rachunek dla 20-osobowej firmy może przekraczać 5-8 tysięcy złotych. I te kwoty będą rosły.
Po drugie, dywersyfikuj dostawców. Nie uzależniaj się od jednego ekosystemu chmurowego. Jeśli wszystko masz w Azure, sprawdź, czy część obciążeń nie byłaby tańsza na OVHcloud (europejski dostawca z centrum danych w Polsce) lub na polskich dostawcach jak Oktawave czy Beyond. Lokalni dostawcy często oferują bardziej przewidywalne ceny i lepsze wsparcie w języku polskim.
Po trzecie, inwestuj w efektywność energetyczną. Nawet jeśli Twoja firma nie jest energochłonna w tradycyjnym sensie, wymiana oświetlenia na LED, instalacja fotowoltaiki na dachu biura czy optymalizacja ogrzewania mogą przynieść oszczędności rzędu 20-30% na rachunkach za energię. Program "Energia dla Firm" z Banku Ochrony Środowiska czy dotacje z programów wojewódzkich mogą pokryć znaczną część kosztów inwestycji.
Po czwarte, wybieraj narzędzia AI świadomie. Nie każde zadanie wymaga GPT-4 czy Claude'a 3.5 Sonnet. Mniejsze modele językowe - jak Mistral 7B czy Llama 3.1 8B - mogą obsługiwać wiele zadań biznesowych (klasyfikacja maili, generowanie prostych tekstów, analiza danych) przy ułamku kosztów energetycznych i finansowych. Narzędzia takie jak Ollama pozwalają uruchamiać modele AI lokalnie, na własnym sprzęcie, bez opłat za chmurę.
Po piąte, śledź regulacje. Unia Europejska pracuje nad przepisami dotyczącymi efektywności energetycznej centrów danych (Energy Efficiency Directive). Te regulacje mogą wpłynąć na ceny usług chmurowych w Europie. Warto wiedzieć, co nadchodzi, zanim nadejdzie.
Podsumowanie - realizm, nie panika
Energetyczny wyścig o AI to nie jest temat na jeden nagłówek i zapomnienie. To strukturalna zmiana, która będzie kształtować koszty prowadzenia biznesu przez najbliższą dekadę. Polska stoi w ciekawym miejscu - z jednej strony przyciągamy inwestycje w centra danych, co buduje naszą pozycję technologiczną. Z drugiej strony, nasza infrastruktura energetyczna nie jest gotowa na gwałtowny wzrost zapotrzebowania.
Dla polskich MŚP najważniejsza jest świadomość. Nie trzeba od razu podejmować radykalnych kroków, ale warto zacząć od zrozumienia, jak bardzo Twój biznes zależy od infrastruktury cyfrowej i energetycznej - i co się stanie, gdy koszty tej infrastruktury wzrosną o 20-30% w ciągu najbliższych 2-3 lat. Bo na podstawie obecnych trendów taki scenariusz jest bardziej prawdopodobny niż stabilizacja cen.
Firmy, które już teraz zaczną optymalizować swoje wydatki na energię i usługi cyfrowe, dywersyfikować dostawców i inwestować w lokalną infrastrukturę, będą w znacznie lepszej pozycji niż te, które zaczną reagować dopiero po fakcie. To nie jest kwestia bycia innowacyjnym - to kwestia bycia przygotowanym.
Źródło: The Independent - Lake Tahoe energy source AI data centers