क्या एआई डेटा सेंटरों की स्थिरता की चुनौती का समाधान खोजने के लिए हम गलत जगह देख रहे हैं?

अधिक स्मार्ट आपूर्ति शृंखलाएँ एआई के तेज़ी से बढ़ते चलन के पर्यावरणीय प्रभाव को कम करने की कुंजी हो सकती हैं

दुनिया भर में स्थिरता के क्षेत्र के अगुआ एआई के विरोधाभास पर बहस कर रहे हैं। एक ओर, एआई का पर्यावरणीय प्रभाव बढ़ रहा है। दूसरी ओर, एआई वास्तविक दुनिया की कुछ सबसे कठिन स्थिरता-संबंधी समस्याओं को हल करने में सक्रिय रूप से मदद कर रहा है। 

एआई के लाभ किसी कारोबार की उत्पादकता बढ़ाने या प्रक्रियाओं को स्वचालित करने तक सीमित नहीं हैं; वे कहीं अधिक व्यापक और दूरगामी हैं। वैज्ञानिक अनुसंधान, स्वास्थ्य सेवा और ऊर्जा प्रणालियों में एआई का उपयोग जीवन बचाने की क्षमता और संभावना रखता है। स्थिरता की चुनौतियों से निपटने में एआई की पूर्वानुमान और अनुकूलन क्षमताएँ बर्बादी, ऊर्जा की खपत और उत्सर्जन घटा सकती हैं। अंतरराष्ट्रीय ऊर्जा एजेंसी (IEA) का अनुमान है कि यदि औद्योगिक प्रक्रियाओं के लिए एआई के मौजूदा अनुप्रयोगों को पूरे उद्योग में अपनाया जाए, तो केवल ऊर्जा की बचत ही मेक्सिको की कुल मौजूदा ऊर्जा खपत से अधिक होगी। 

एआई और डेटा सेंटर से जुड़े तंत्र के मौजूदा पर्यावरणीय प्रभाव को हम अनदेखा नहीं कर सकते, लेकिन इस तकनीक के सार्थक प्रभाव और इसकी संभावनाओं को भी नज़रअंदाज़ नहीं कर सकते। अभी एआई को छोड़ देने से हम इसके पूरे लाभ हासिल नहीं कर पाएँगे। हालांकि, इसकी संभावनाओं को साकार करने के लिए हमें इसे सहारा देने वाला भौतिक बुनियादी ढाँचा खड़ा करना होगा और ऐसा टिकाऊ ढंग से करने के तरीके खोजने होंगे। 

अब तक, एआई से जुड़ी स्थिरता पर चर्चा का मुख्य ध्यान डेटा सेंटरों पर रहा है। लेकिन एआई के पर्यावरणीय प्रभाव को वास्तव में कम करने के लिए हमें डेटा सेंटर की चारदीवारी से बाहर भी देखना होगा और सामग्री, उपकरणों तथा हार्डवेयर की आपूर्ति शृंखला में उनके स्रोत से आगे की यात्रा का पता लगाना होगा। 

एआई के पर्यावरणीय प्रभाव को घटाने का एक सशक्त उपाय उसके बुनियादी ढाँचे के पीछे मौजूद वैश्विक आपूर्ति शृंखलाओं को अनुकूलित करना है।

एआई का वास्तविक पर्यावरणीय प्रभाव उसकी आपूर्ति शृंखलाओं को भी समेटता है

एआई के पर्यावरणीय प्रभाव पर चर्चाओं में डेटा सेंटरों पर मौजूदा ध्यान कई मायनों में समझ में आता है। आज, डेटा सेंटरों के कुल उपयोग में एआई कार्यभार की हिस्सेदारी लगभग 20% है। इसके 2030 तक दोगुना होकर 40% होने का अनुमान है। एआई के लिए विशाल कंप्यूटिंग क्षमता चाहिए, और उस क्षमता को चलाने के लिए बहुत अधिक बिजली तथा प्रणालियों को ठंडा रखने के लिए पानी की ज़रूरत होती है। IEA की रिपोर्ट के अनुसार, एक सामान्य एआई-केंद्रित डेटा सेंटर उतनी बिजली खपत कर सकता है जितनी 100,000 घर करते हैं। 

स्थिरता, डिज़ाइन और बुनियादी ढाँचे के क्षेत्र के कुछ सबसे बड़े विशेषज्ञ डेटा सेंटरों को बिजली देने के लिए नवीकरणीय ऊर्जा को बड़े पैमाने पर अपनाने, हर सुविधा में पर्यावरण-अनुकूल निर्माण पद्धतियाँ लागू करने और कम पानी इस्तेमाल करने वाली शीतलन तकनीकों को बढ़ावा देने की वकालत कर रहे हैं। ये मुद्दे अहम हैं, लेकिन समस्या के केवल एक हिस्से को संबोधित करते हैं। बदलाव की शुरुआत एआई-संचालित आपूर्ति शृंखला अनुकूलन से होनी चाहिए। 

एआई का पर्यावरणीय प्रभाव डेटा सेंटर का संचालन शुरू होने से बहुत पहले ही शुरू हो जाता है। डेटा सेंटर उन हज़ारों विस्तृत आपूर्ति शृंखलाओं का अंतिम पड़ाव है, जिनके ज़रिए अर्धचालक, सर्वर, नेटवर्किंग उपकरण, ट्रांसफॉर्मर, स्विचगियर, शीतलन प्रणालियाँ, इस्पात और कंक्रीट का उत्पादन तथा परिवहन होता है। इन उत्पादों की आपूर्ति शृंखलाओं में वैश्विक नेटवर्क के कई आपूर्तिकर्ता शामिल होते हैं। 

एआई की स्थिरता पर होने वाली चर्चाओं में इस पूरी व्यवस्था को बड़े पैमाने पर नज़रअंदाज़ किया जाता है। लेकिन ये आपूर्ति शृंखलाएँ एआई के कुल पर्यावरणीय प्रभाव का एक बड़ा हिस्सा हैं और बर्बादी तथा उत्सर्जन घटाने के लिए इन्हें अनुकूलित किया जाना चाहिए। 

टिकाऊ, एआई-संचालित आपूर्ति शृंखलाएँ डेटा सेंटरों के पर्यावरणीय प्रभाव को कैसे घटाती हैं

2026 में प्रकाशित, सहकर्मी-समीक्षित 112 अध्ययनों की समीक्षा में Cogent Engineering ने पाया कि आपूर्ति शृंखला की प्रक्रियाओं, सूचना-साझाकरण और पारदर्शिता को बेहतर बनाकर एआई आपूर्ति शृंखलाओं के अनुकूलन में परिवर्तनकारी भूमिका निभा सकता है। यहाँ बताया गया है कि एआई-संचालित आपूर्ति शृंखला अनुकूलन एआई के पर्यावरणीय प्रभाव को कैसे कम करता है:

• अधिक कुशल विनिर्माण: विनिर्माण में एआई का उपयोग ऊर्जा की खपत को अनुकूलित करके, स्थिरता-संबंधी समस्याएँ पैदा करने वाली उपकरणों की खामियों का पता लगाकर और अक्षम प्रक्रियाओं की पहचान करके बर्बादी घटाने में मदद कर सकता है। एआई के बुनियादी ढाँचे की आपूर्ति शृंखला में ये दक्षताएँ विशेष रूप से अहम हैं, क्योंकि बनाए जाने वाले उत्पादों—जिनमें सर्वर, शीतलन प्रणालियाँ, विद्युत उपकरण और अर्धचालक शामिल हैं—के विनिर्माण में संसाधनों और ऊर्जा की बहुत अधिक खपत होती है और अक्सर महत्वपूर्ण खनिजों का खनन करना पड़ता है, BSR (Business for Social Responsibility) के अनुसार। कंप्यूटिंग उपकरणों का रखरखाव करने के लिए हर दो से तीन साल में सर्वर और एआई हार्डवेयर को बार-बार बदलना पड़ता है। इससे उत्पादों के शुरुआती विनिर्माण को अनुकूलित करना डेटा सेंटरों के कुल पर्यावरणीय प्रभाव को घटाने के सबसे बड़े अवसरों में से एक बन जाता है। 
• कम संसाधन बर्बाद करके उपकरणों की आवाजाही का बेहतर समन्वय: हार्डवेयर बनने के बाद उसे डेटा सेंटर निर्माण स्थल तक पहुँचाना होता है। माल की लदाई की योजना बनाने, परिवहन की योजना तैयार करने और मार्गों को अनुकूलित करने में मदद देकर एआई अनावश्यक दूरी और संसाधनों की खपत घटा सकता है। अमेरिकी पर्यावरण संरक्षण एजेंसी ने पुष्टि की है कि आपूर्ति शृंखला की स्थिरता बेहतर बनाने में यह एक प्रमुख हिस्सा है। 
• बेहतर दृश्यता और परिदृश्य नियोजन: दृश्यता, पूर्वानुमान और परिदृश्य नियोजन में कृत्रिम बुद्धिमत्ता से हुए सुधारों के चलते कंपनियों को संभावित व्यवधानों से निपटने के लिए अतिरिक्त भंडार जमा करने या क्षमता की नकल करने की ज़रूरत नहीं पड़ती। जोखिम कहाँ हैं, इसकी अधिक सटीक समझ उन्हें ऐसे सुरक्षा-भंडार बनाने के बजाय लक्षित प्रतिक्रिया तैयार करने में सक्षम बनाती है, जिनसे अपशिष्ट पैदा होता है।
• परस्पर जुड़े नेटवर्क में सुव्यवस्थित सहयोग: आपूर्ति शृंखला के नेटवर्क में कृत्रिम बुद्धिमत्ता को शामिल करके, निर्माता और अन्य साझेदार संवाद तथा जानकारी साझा करने की प्रक्रिया को यथासंभव कुशल बना सकते हैं। वास्तविक समय में सहयोग से सभी को एक ही अपडेट एक ही समय पर मिलता है। इससे प्रयास, समय या संसाधन व्यर्थ नहीं होते।
• जीवनचक्र की दृश्यता उपकरणों की उपयोगिता बढ़ाती है: तकनीक में तेज़ी से हो रही प्रगति के साथ, ई-कचरा एक बढ़ती चिंता बनता जा रहा है। Global E-waste Monitor के अनुसार, दुनिया में 2022 में रिकॉर्ड 62 मिलियन मीट्रिक टन इलेक्ट्रॉनिक कचरा पैदा हुआ, जो 2010 के मुकाबले दोगुना था। डेटा सेंटर के हार्डवेयर को भविष्य में अपग्रेड किए जाने पर, मरम्मत, नवीनीकरण और पुनर्चक्रण के बारे में निर्णय लेने में मदद करके, एआई-संवर्धित जीवनचक्र दृश्यता ई-कचरे को काफी हद तक कम करने में मदद कर सकती है। 

यह परिपत्र अर्थव्यवस्था आंदोलन के लिए अहम है, जिसमें आपूर्ति शृंखलाओं को अधिक टिकाऊ बनाने की अपार क्षमता है। परिपत्र अर्थव्यवस्था के तहत, कृत्रिम बुद्धिमत्ता पुनर्चक्रण की दर बढ़ाने के लिए सामग्रियों की छँटाई बेहतर कर सकती है, नवीनीकरण के लिए लौटाए गए सामान को इकट्ठा करने हेतु रिवर्स लॉजिस्टिक्स को अनुकूलित कर सकती है, और पुनर्प्राप्त सामग्रियों का माँग से पूर्वानुमान के आधार पर मिलान कर सकती है। 

कृत्रिम बुद्धिमत्ता के बुनियादी ढाँचे की आपूर्ति शृंखला के हर हिस्से की बारीकी से जाँच करके और संचालन को अधिक कुशल तथा टिकाऊ बनाने के लिए अनुकूलित करके, व्यवसाय कृत्रिम बुद्धिमत्ता के पर्यावरणीय प्रभाव को काफ़ी कम कर सकते हैं। कृत्रिम बुद्धिमत्ता स्वयं उन संभावनाओं को बदल रही है जिन्हें पहले हासिल करना संभव था। इससे योजनाकार डेटा केंद्रों की आपूर्ति शृंखला के असंख्य जटिल चरों का एक साथ विश्लेषण कर सकते हैं और मुनाफ़े तथा पर्यावरण, दोनों के हित में सर्वोत्तम निर्णय ले सकते हैं।

कृत्रिम बुद्धिमत्ता अपनी दक्षता सुधारने में कैसे मदद कर सकती है

डेटा केंद्रों के संसाधन उपयोग को लेकर चिंताओं के बावजूद, स्थिरता के क्षेत्र के अग्रणी आम तौर पर कृत्रिम बुद्धिमत्ता के प्रभाव को लेकर आशावादी हैं—विश्व आर्थिक मंच की Chief Sustainability Officers Outlook रिपोर्ट में पाया गया कि 73% मुख्य स्थिरता अधिकारी (CSOs) मानते हैं कि कृत्रिम बुद्धिमत्ता स्थिरता की प्रगति को सार्थक रूप से तेज़ करेगी।

इसके अलावा, कृत्रिम बुद्धिमत्ता से सामग्री और अर्धचालकों के क्षेत्र में ऐसे नवाचारों को बढ़ावा मिलने की उम्मीद है, जो इस तकनीक को लगातार बेहतर बनाएँगे और इसके संसाधन उपयोग को घटाएँगे। शोधकर्ता और इंजीनियर अधिक कुशल चिप बनाने, अधिक ऊर्जा-कुशल कृत्रिम बुद्धिमत्ता मॉडल विकसित करने, नई सामग्रियों की खोज करने तथा शीतलन तकनीकों और डेटा केंद्रों की ऊर्जा प्रणालियों में सुधार करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग कर रहे हैं। 

आपूर्ति शृंखलाओं में व्यापक अनुकूलन के साथ ये नवोन्मेषी समाधान डेटा केंद्रों की अगली पीढ़ी को अधिक कुशल और टिकाऊ बनाएँगे तथा कृत्रिम बुद्धिमत्ता के पर्यावरणीय प्रभाव को काफ़ी घटाएँगे। 

कृत्रिम बुद्धिमत्ता में बदलाव और स्थिरता की दिशा में प्रयासों का एक-दूसरे के विरुद्ध होना ज़रूरी नहीं है। इस तेज़ी से विकसित होती तकनीक को उन डेटा केंद्रों और आपूर्ति शृंखलाओं पर लागू करके, जो इसके विकास को संभव बनाती हैं, हम भविष्य के बुनियादी ढाँचे के लिए अधिक कुशल आधार तैयार करते हुए कृत्रिम बुद्धिमत्ता के लाभों को लगातार साकार कर सकते हैं।