Nehledáme řešení problému udržitelnosti datových center pro AI na nesprávném místě?

Klíčem ke zmírnění dopadů rozmachu AI na životní prostředí mohou být chytřeji řízené dodavatelské řetězce

O paradoxu AI diskutují odborníci na udržitelnost po celém světě. Na jedné straně se ekologická stopa AI zvětšuje. Na druhé straně AI aktivně pomáhá řešit některé z nejnáročnějších problémů udržitelnosti v reálném světě. 

Přínosy AI nespočívají jen ve zvyšování produktivity firem nebo automatizaci procesů; jsou mnohem širší a závažnější. Využití AI ve vědeckém výzkumu, zdravotnictví a energetice může zachraňovat životy. Při řešení problémů udržitelnosti mohou prediktivní a optimalizační schopnosti AI omezovat plýtvání, spotřebu energie i emise. Mezinárodní agentura pro energii (IEA) odhaduje, že kdyby se stávající aplikace AI pro průmyslové procesy zavedly v celém průmyslu, samotná úspora energie by převýšila celkovou současnou spotřebu energie Mexika. 

Nemůžeme zavírat oči před současnou ekologickou stopou AI a ekosystému datových center, zároveň ale nemůžeme přehlížet významný přínos a potenciál této technologie. Kdybychom se AI nyní vzdali, bránilo by nám to naplno využít její přínosy. Abychom však její potenciál naplnili, musíme vybudovat potřebnou fyzickou infrastrukturu a hledat způsoby, jak to udělat udržitelně. 

Diskuse o udržitelnosti AI se dosud soustředila především na datová centra. Chceme-li však skutečně zmenšit ekologickou stopu AI, musíme se podívat i za jejich zdi a sledovat dodavatelské řetězce materiálů, zařízení a hardwaru už od jejich počátku. 

Jednou z účinných možností, jak zmenšit ekologickou stopu AI, je optimalizace globálních dodavatelských řetězců, které stojí za infrastrukturou AI.

Skutečná ekologická stopa AI zahrnuje i dodavatelské řetězce

Současné zaměření diskusí o dopadech AI na životní prostředí na datová centra je v mnoha ohledech pochopitelné. Dnes představuje zátěž AI přibližně 20 % využití datových center. Očekává se, že tento podíl do roku 2030 vzroste na dvojnásobek, tedy na 40 %. AI potřebuje obrovský výpočetní výkon, jehož provoz vyžaduje velké množství elektřiny a chlazení systémů zase značné množství vody. Podle IEA může typické datové centrum zaměřené na AI spotřebovat tolik elektřiny jako 100 000 domácností. 

Mnozí přední odborníci na udržitelnost, projektování a infrastrukturu prosazují rozsáhlé využívání obnovitelné energie pro napájení datových center, ekologické stavební postupy v každém zařízení a inovace v chlazení s nízkou spotřebou vody. Jde o zásadní témata, řeší však jen část problému. Změny by měly začít optimalizací dodavatelských řetězců pomocí AI. 

Ekologická stopa AI vzniká dlouho předtím, než datové centrum zahájí provoz. Datové centrum je konečným článkem tisíců rozsáhlých dodavatelských řetězců, které vyrábějí a přepravují polovodiče, servery, síťová zařízení, transformátory, rozvaděče, chladicí systémy, ocel a beton. Dodavatelské řetězce těchto výrobků zahrnují řadu dodavatelů po celém světě. 

V diskusích o udržitelnosti AI se na tento systém z velké části zapomíná. Dodavatelské řetězce však představují významnou část celkové ekologické stopy AI a jejich optimalizace by měla omezit plýtvání i emise. 

Jak udržitelné dodavatelské řetězce využívající AI snižují dopady datových center na životní prostředí

Přehled 112 recenzovaných studií z roku 2026, publikovaný v časopise Cogent Engineering, zjistil, že AI může zásadně přispět k optimalizaci dodavatelských řetězců tím, že zlepší jejich procesy, sdílení informací a transparentnost. Zde jsou způsoby, jimiž optimalizace dodavatelských řetězců pomocí AI zmírňuje dopady AI na životní prostředí:

• Efektivnější výroba: Ve výrobě může AI pomoci omezit plýtvání optimalizací spotřeby energie, odhalováním problémů se zařízeními, které způsobují potíže v oblasti udržitelnosti, a identifikací neefektivních procesů. V dodavatelském řetězci infrastruktury AI jsou tyto úspory obzvlášť důležité, protože výroba těchto produktů (včetně serverů, chladicích systémů, elektrických zařízení a polovodičů) je mimořádně náročná na zdroje a energii a často vyžaduje těžbu kritických nerostných surovin, jak uvádí BSR (Business for Social Responsibility). Pro zachování výpočetní kapacity je navíc nutné často, každé dva až tři roky, vyměňovat servery a hardware pro AI. Optimalizace výroby produktů v předcházejících fázích dodavatelského řetězce tak představuje jednu z největších příležitostí, jak snížit celkový dopad datových center na životní prostředí. 
• Lepší koordinace přepravy zařízení s menším plýtváním zdroji: Po výrobě hardwaru je třeba jej dopravit na místo, kde se datové centrum staví. AI může pomoci omezit zbytečně najeté kilometry a spotřebu zdrojů při plánování nakládky, přepravy i optimalizaci tras. Agentura pro ochranu životního prostředí USA potvrdila, že jde o zásadní součást zvyšování udržitelnosti dodavatelských řetězců. 
• Lepší přehled a plánování scénářů: Díky zlepšenému přehledu, přesnějším prognózám a plánování scénářů s využitím AI nemusejí firmy hromadit nadbytečné zásoby ani vytvářet duplicitní kapacity, aby se připravily na možné výpadky. Přesnější znalost toho, kde se skrývají rizika, jim umožňuje připravit cílenou reakci místo vytváření rezerv, které vedou k plýtvání.
• Propojená a efektivnější spolupráce: Díky zapojení AI do celých dodavatelských sítí mohou výrobci a další partneři zajistit co nejefektivnější komunikaci a sdílení informací. Spolupráce v reálném čase znamená, že všichni dostávají stejné informace ve stejnou dobu. Žádné další plýtvání úsilím, časem ani zdroji.
• Přehled o životním cyklu prodlužuje dobu využitelnosti zařízení: S rychlým pokrokem technologií se elektronický odpad stává stále větším problémem. Podle zprávy Global E-waste Monitor vzniklo v roce 2022 na celém světě rekordních 62 milionů metrických tun elektronického odpadu, což je dvojnásobek oproti roku 2010. Přehled o životním cyklu zařízení s využitím AI může výrazně omezit množství elektronického odpadu tím, že pomůže při rozhodování o opravách, renovaci a recyklaci, až bude hardware datových center v budoucnu modernizován. 

To je klíčové pro hnutí oběhového hospodářství, které má obrovský potenciál zvýšit udržitelnost dodavatelských řetězců. V rámci oběhového hospodářství může AI zlepšit třídění materiálů a zvýšit míru recyklace, optimalizovat zpětnou logistiku při sběru vráceného zboží určeného k renovaci a na základě predikcí párovat získané materiály s poptávkou. 

Pokud firmy důkladně prozkoumají každou část dodavatelského řetězce infrastruktury AI a optimalizují provoz tak, aby byl efektivnější a udržitelnější, mohou výrazně snížit ekologickou stopu AI. Samotná AI mění hranice toho, co bylo dosud možné, a umožňuje plánovačům současně analyzovat nespočet složitých proměnných v dodavatelském řetězci datových center a přijímat co nejlepší rozhodnutí jak z hlediska hospodářského výsledku, tak z hlediska životního prostředí.

Jak může AI pomoci zvýšit vlastní efektivitu

Navzdory obavám ze spotřeby zdrojů datovými centry zůstávají odborníci na udržitelnost ohledně dopadu AI většinou optimističtí — zpráva Chief Sustainability Officers Outlook organizace World Economic Forum zjistila, že 73 % ředitelů pro udržitelnost očekává, že AI významně urychlí pokrok v oblasti udržitelnosti.

AI navíc slibuje podporu inovací v oblasti materiálů a polovodičů, které budou opakovaně zdokonalovat samotnou technologii a snižovat její náročnost na zdroje. Výzkumníci a inženýři využívají AI k návrhu efektivnějších čipů, vývoji energeticky úspornějších modelů AI, objevování nových materiálů a zdokonalování chladicích technologií i energetických systémů datových center. 

Tato inovativní řešení spolu s rozsáhlou optimalizací dodavatelských řetězců přispějí k tomu, že příští generace datových center bude efektivnější a udržitelnější, a výrazně tak zmenší ekologickou stopu AI. 

Transformace v oblasti AI a snaha o udržitelnost nemusejí jít proti sobě. Pokud tuto rychle se vyvíjející technologii uplatníme v datových centrech a dodavatelských řetězcích, které pohánějí její růst, můžeme dál využívat přínosy AI a zároveň budovat efektivnější základnu pro infrastrukturu budoucnosti.