وقتی «نسخه دیجیتال» تبدیل میشه به زیرساخت ملی…دیگه فقط با نرمافزار طرف نیستیم سالها دربارهی هوش مصنوعی طوری حرف زدیم که انگار با یه چیز کاملاً نرمافزاری طرفیم؛ یه الگوریتم، یه مدل، یا نهایتاً یه سرویس آنلاین که روی سرورها اجرا میشه. ولی در سال ۲۰۲۵، این تصویر دیگه با واقعیت جور درنمیاد. هوش مصنوعی امروز فقط کد نیست. پشت هر مدل زبانی، هر تصویر تولیدشده و هر جواب سریعی که میگیریم، یه شبکهی بزرگ و فیزیکی خوابیده: دیتاسنترها، پردازندههای قدرتمند، سیستمهای خنکسازی، خطوط انتقال برق و کل زنجیرهی تأمین انرژی.
به زبان سادهتر، هوش مصنوعی دیگه فقط توی صفحهی گوشی یا لپتاپ ما زندگی نمیکنه. روی زمین حضور داره، توی نیروگاهها، توی مصرف آب و حتی توی تراز کربن کشورها. برای همین، سؤال اصلی امروز دیگه این نیست که «AI چه کارهایی میتونه بکنه؟» سؤال مهمتر اینه که «این قدرت دقیقاً با چه هزینهای برای منابع سیاره به دست میاد؟»
این مقاله قراره بدون اغراق و ترساندن، یه تصویر واقعی بده. نه مقایسهی احساسی، نه عددسازی رسانهای. فقط این سؤال ساده: هوش مصنوعی امروز در چه مقیاسی از مصرف منابع قرار گرفته؟
چرا مقایسه هوش مصنوعی با «کشور» منطقیتر از مقایسه با «آدمها»ست؟
خیلی وقتها توی اینفوگرافیکها یا پستها میبینیم که مصرف انرژی یا آب هوش مصنوعی رو با «یک نفر» یا «یک میلیون نفر» مقایسه میکنن. این نوع مقایسه شاید تو نگاه اول شوکهکننده باشه، ولی از نظر تحلیلی مشکل داره. چرا؟ چون هوش مصنوعی مصرفش شبیه مصرف خونهها و آدمها نیست.
هوش مصنوعی یه فعالیت صنعتی متمرکزه. مصرفش مثل مصرف یه کارخانهست، نه مثل مصرف چراغ و یخچال خونهها. وقتی مصرف یه سیستم صنعتی رو با مصرف خانگی مقایسه میکنیم، در واقع داریم دو تا مقیاس کاملاً متفاوت رو قاطی هم میکنیم.
اما وقتی مصرف AI رو با مصرف یه کشور صنعتی مقایسه کنیم، تصویر خیلی واقعیتر میشه. کشوری که:
- صنعت داره
- شبکهی برق سراسری داره
- مصرف آب صنعتی داره
- و ردپای کربن مشخصی داره
اینجاست که میفهمیم هوش مصنوعی دیگه یه ابزار کوچیک نیست. داره تو همون سطحی بازی میکنه که زیرساختهای ملی بازی میکنن.
روش مقایسه مصرف هوش مصنوعی: دقیقاً چی رو با چی سنجیدیم؟
برای اینکه این مقایسه منصفانه و قابل دفاع باشه، چند تا اصل رعایت شده.
اول از همه، عددهای مربوط به هوش مصنوعی بر اساس برآوردهای میانه انتخاب شدن، نه سناریوهای بدبینانه یا حداکثری. هدف این مقاله ترسوندن نیست؛ هدف نشون دادن مقیاس واقعیه.
دوم، بهجای مقایسه با جمعیت، از «کشور صنعتی متوسط اروپایی» بهعنوان معیار استفاده شده. کشورهایی مثل سوئد یا هلند که هم دادههای شفاف دارن، هم نمایندهی زیرساختهای مدرن هستن.
سوم، توی بخش آب، فقط مصرف آب صنعتی و شبکهای در نظر گرفته شده، نه کل برداشت آب کشور. چون هوش مصنوعی هم در نهایت یه فعالیت صنعتی حساب میشه، نه کشاورزی.
برق: وقتی مصرف برق هوش مصنوعی هم اندازه برق یه کشور میشه
بر اساس تحقیقات علمی و گزارشهای بینالمللی، مصرف برق زیرساختهای مرتبط با هوش مصنوعی در سال ۲۰۲۵ حدود ۱۲۰ تا ۱۵۰ تراواتساعت در سال برآورد میشه. این عدد شامل آموزش مدلها، استفادهی روزمره از مدلها، دیتاسنترها و بخشی از مصرف غیرمستقیم انرژیه.
حالا این عدد رو بذار کنار مصرف برق یه کشور صنعتی. مصرف برق سالانهی سوئد حدود ۱۳۷ تراواتساعته. هلند هم تقریباً تو همین بازه قرار داره. یعنی از نظر مصرف برق، هوش مصنوعی جهانی داره به سطح یه کشور کامل میرسه.
ولی موضوع فقط عدد نیست. الگوی مصرف هم مهمه. مصرف برق هوش مصنوعی:
- متمرکزه
- تقریباً دائمیه
- و به پایداری خیلی بالا نیاز داره
برخلاف مصرف خونهها که بالا و پایین میشه، دیتاسنترهای AI باید شبانهروزی کار کنن. همین باعث میشه فشار مستقیم روی شبکههای برق محلی بیاد و بحث انرژی رو از یه مسئله فنی به یه مسئله استراتژیک تبدیل کنه.
آب: هزینهای که معمولاً دیده نمیشه
وقتی دربارهی مصرف منابع هوش مصنوعی حرف میزنیم، آب معمولاً تو حاشیه میمونه. ولی واقعیت اینه که بدون آب، خیلی از این زیرساختها اصلاً قابلاجرا نیستن. سیستمهای خنکسازی دیتاسنترها، نیروگاههای برق و حتی تولید سختافزار، همشون به آب وابستهان.
برآوردهای محافظهکارانه نشون میده مصرف آب مرتبط با هوش مصنوعی در سال ۲۰۲۵ حدود ۴۰۰ تا ۴۵۰ میلیارد لیتر در ساله. این عدد اگه با مصرف آب صنعتی یه کشور اروپایی مقایسه بشه، تقریباً همقده. برای مثال، مصرف آب صنعتی شبکهای در هلند تو همین محدوده گزارش شده.
نکتهی مهم اینجاست که این آب اغلب تو مناطقی مصرف میشه که:
- از نظر اقلیمی حساسن
- یا با تنش آبی روبهرو هستن
برای همین، توسعهی زیرساختهای هوش مصنوعی فقط یه تصمیم تکنولوژیک نیست؛ یه تصمیم زیستمحیطی و اجتماعی هم هست.
کربن: وقتی AI ردپای صنعتی پیدا میکنه
در نهایت، هر مصرف برق و آب، یه ردپای کربنی هم با خودش میاره. با توجه به ترکیب فعلی انرژی در جهان و برآوردهای میانه، انتشار دیاکسید کربن مرتبط با هوش مصنوعی در سال ۲۰۲۵ حدود ۴۰ تا ۴۵ میلیون تن در سال تخمین زده میشه.
این عدد تقریباً برابر با انتشار سالانهی یه کشور صنعتی مثل سوئده. کشوری که اتفاقاً جزو کشورهایی حساب میشه که سیاستهای زیستمحیطی نسبتاً پیشرفتهای دارن. این مقایسه نشون میده حتی بدون سناریوهای بدبینانه، هوش مصنوعی بهتنهایی داره تبدیل میشه به یه بازیگر جدی تو معادلهی کربن جهانی.
جمعبندی بخش اول: جایگاه AI عوض شده
تا اینجا یه چیز روشنه:
هوش مصنوعی در سال ۲۰۲۵ دیگه فقط یه ابزار هوشمند نیست. یه زیرساخت در مقیاس کشورهاست. زیرساختی که:
- برق مصرف میکنه
- آب میبلعه
- و کربن منتشر میکنه
آیا میشه این مسیر رو کنترل کرد یا داریم به دیوار میخوریم؟
آیا بهرهوری میتونه مشکل رو حل کنه؟
اولین واکنشی که معمولاً به بحث مصرف منابع هوش مصنوعی داده میشه اینه:
«مدلها دارن بهینهتر میشن، سختافزار بهتر میشه، پس مشکل خودبهخود حل میشه.»
این حرف تا حدی درسته، اما کامل نیست.
واقعیت اینه که توی سالهای اخیر:
- چیپها کاراتر شدن
- مدلها بهتر فشردهسازی شدن
- مصرف انرژی به ازای هر عملیات کاهش پیدا کرده
اما همزمان، یه اتفاق مهمتر افتاده: تقاضا خیلی سریعتر از بهرهوری رشد کرده.
هرچی استفاده از هوش مصنوعی ارزونتر و سریعتر شده، کاربردهاش بیشتر شده. چیزی که قبلاً فقط توی آزمایشگاهها بود، الان توی موتور جستجو، تولید محتوا، طراحی، برنامهنویسی، آموزش و حتی گفتوگوی روزمره استفاده میشه. این یعنی کاهش مصرف هر درخواست، لزوماً به کاهش مصرف کل منجر نمیشه.
این دقیقاً همون چیزیه که اقتصاددانها بهش میگن پارادوکس جِوونز:
وقتی یه فناوری بهینهتر میشه، بهجای اینکه مصرف کمتر بشه، معمولاً مصرف کل بالا میره، چون استفاده ازش گستردهتر میشه.
پس جواب کوتاه اینه: بهرهوری لازم هست، ولی کافی نیست.
مشکل فقط تکنولوژی نیست، سیاست هم هست
تا اینجا شاید به نظر بیاد که مسئله کاملاً فنیه؛ چیپ بهتر، مدل سبکتر، دیتاسنتر خنکتر. ولی در واقع، بخش بزرگی از داستان به تصمیمهای سیاسی و اقتصادی برمیگرده.
چند تا سؤال کلیدی این وسط هست:
- دیتاسنترها کجا ساخته میشن؟
- از چه نوع انرژی استفاده میکنن؟
- آب خنکسازی از کجا تأمین میشه؟
- چه کسی مسئول اثرات زیستمحیطی این مصرفه؟
اینها سؤالهایی نیستن که مهندس بهتنهایی جوابشون رو بده. اینها تصمیمهای سطح کشور و حتی فراتر از کشور هستن.
مثلاً وقتی یه کشور برای جذب سرمایهگذاری، اجازهی ساخت دیتاسنترهای بزرگ رو میده، در واقع داره تصمیم میگیره که:
- برق شبکه کجا مصرف بشه
- آب منطقه به چه کاری اختصاص پیدا کنه
- و چه میزان کربن وارد تراز ملی بشه
در این نقطه، هوش مصنوعی دیگه فقط «فناوری نوآورانه» نیست؛ تبدیل میشه به مسئلهی حاکمیتی.
انرژی تجدیدپذیر؛ نجاتدهنده یا توهم راحت؟
خیلی وقتها گفته میشه که «مشکل حل میشه، چون دیتاسنترها میرن سمت انرژیهای تجدیدپذیر». این حرف امیدوارکنندهست، اما باید با دقت بهش نگاه کرد.
بله، خیلی از شرکتهای بزرگ فناوری:
- قراردادهای خرید برق تجدیدپذیر میبندن
- روی کاغذ کربنخنثی میشن
- و گزارشهای سبز منتشر میکنن
اما چند تا نکتهی مهم این وسط هست.
اول اینکه انرژی تجدیدپذیر هم محدوده. وقتی دیتاسنترهای عظیم وارد شبکه میشن، در واقع دارن همون برق تجدیدپذیری رو مصرف میکنن که میتونست جایگزین سوخت فسیلی در بخشهای دیگه بشه.
دوم اینکه تولید انرژی تجدیدپذیر هم زیرساخت میخواد؛ زمین، منابع، شبکهی انتقال و زمان. اینها یکشبه ساخته نمیشن.
سوم اینکه خیلی از دیتاسنترها به خاطر ملاحظات فنی، هنوز به شبکههایی وصلن که ترکیب انرژیشون کاملاً پاک نیست.
پس انرژی تجدیدپذیر بخشی از راهحله، ولی اگر بدون برنامهریزی کلان جلو بره، ممکنه فقط صورت مسئله رو جابهجا کنه.
شفافیت؛ حلقهی گمشدهی AI امروز
یکی از بزرگترین مشکلات فعلی اینه که هنوز تصویر شفافی از مصرف واقعی هوش مصنوعی وجود نداره. شرکتها معمولاً:
- عدد دقیق مصرف مدلهاشون رو منتشر نمیکنن
- مصرف آب رو جداگانه گزارش نمیکنن
- و ردپای کربن رو بهصورت کلی و تجمیعی میگن
در نتیجه، تحلیلها مجبور میشن از تخمین و مدلسازی استفاده کنن.
تا وقتی شفافیت وجود نداشته باشه، سیاستگذاری هم کورکورانه میشه. نمیشه چیزی رو تنظیم کرد که دقیقاً نمیدونی چقدر مصرف داره.
برای همین، یکی از مهمترین قدمها برای آیندهی پایدار AI، نه چیپ جدید و نه مدل بهتر، بلکه گزارشدهی شفاف و استاندارده.
آیا میشه رشد AI رو متوقف کرد؟
واقعبین باشیم. متوقف کردن رشد هوش مصنوعی نه ممکنه، نه منطقی. AI داره بهرهوری رو بالا میبره، کارها رو سادهتر میکنه و تو خیلی از حوزهها واقعاً ارزش ایجاد میکنه.
سؤال درست این نیست که «AI رو متوقف کنیم یا نه»، بلکه اینه که:
- کجاها استفاده ازش واقعاً ارزش داره؟
- کجاها فقط بهخاطر راحتی یا سرگرمی مصرف میشه؟
- و چه استفادههایی باید اولویت پایینتری بگیرن؟
همهی کاربردهای AI ارزش یکسانی ندارن. آموزش، پزشکی، بهینهسازی انرژی یا حملونقل با تولید بیپایان تصاویر تفننی در یک سطح نیستن. اگر قرار باشه منابع محدود سیاره مصرف بشه، این تفاوتها اهمیت پیدا میکنن.
آیندهی ممکن: هوش مصنوعی بهعنوان زیرساخت مسئول
اگر بخوایم واقعبینانه نگاه کنیم، آیندهی هوش مصنوعی احتمالاً جایی بین دو افراط قرار میگیره:
نه آخرالزمان تکنولوژیک، نه رؤیای بیهزینهی دیجیتال.
در این آینده:
- AI بهعنوان یک زیرساخت شناخته میشه، نه یه ابزار سرگرمکننده
- مصرفش وارد محاسبات ملی انرژی و آب میشه
- مقررات براساس دادهی واقعی نوشته میشن
- و تصمیمگیری دربارهی توسعهی AI شبیه تصمیمگیری دربارهی نیروگاه یا صنعت سنگین میشه
این تغییر نگاه شاید مهمترین قدمه. چون تا وقتی AI رو «نامرئی» ببینیم، اثراتش هم نامرئی میمونن.
مسئلهی هوش مصنوعی، مسئلهی ماست
هوش مصنوعی در سال ۲۰۲۵ دیگه فقط موضوع مهندسها و برنامهنویسها نیست. موضوع اقتصاددانه، سیاستگذاره، شهرسازه و حتی شهرونده.
وقتی مصرف برق، آب و کربن AI در مقیاس یک کشور قرار میگیره، دیگه نمیشه دربارهش فقط با هیجان تکنولوژیک حرف زد. باید دربارهی هزینهها، اولویتها و انتخابها صحبت کرد.
آیندهی هوش مصنوعی نه فقط به هوشمندی الگوریتمها بستگی داره، بلکه به هوشمندی ما در مدیریت منابعی که بهش اختصاص میدیم. و این شاید مهمترین تصمیمی باشه که هنوز نگرفتیم.