تاثیر AI بر اهداف «Net-Zero»: پایان خیال نیست، بلکه واقعیات فیزیکی‌اند

نویسنده پیتر مورفی با استناد به تحقیقات RAND، هشدار می‌دهد که تقاضای انرژی متمرکز مراکز داده AI تا سال ۲۰۳۰ به بیش از ۳۰۰ گیگاوات خواهد رسید—رقمی که منابع تجدیدپذیر فعلی توان پاسخ‌گویی‌اش را ندارند. به این ترتیب، تلاش برای «Net-Zero»، علی‌رغم نیات خوب، ممکن است غیرعملی شود و نیاز به منابع پایدار و هسته‌ای بیشتر احساس خواهد شد.

تحلیل: با توجه به تسریع مصرف انرژی توسط زیرساخت‌های AI، ضروری است سیاست‌گذاران برای انتقال انرژی مسئولانه و تنظیمات واقعی آماده شوند—اصلاح رویه‌ای که با اکوسیستم انرژی و دیرپایی فناوری هم‌خوانی داشته باشد.

در تاریخ ۲۲ آگوست ۲۰۲۵، گزارش‌هایی از موسسات تحقیقاتی انرژی و اقلیم منتشر شد که نشان می‌دهد استفاده گسترده از مدل‌های هوش مصنوعی پیشرفته (LLMها، سیستم‌های یادگیری عمیق و AI محاسباتی برای شبیه‌سازی) نه تنها یک فرصت برای بهینه‌سازی مصرف انرژی است، بلکه می‌تواند تهدیدی جدی برای دستیابی به اهداف جهانی Net-Zero باشد. دلیل این نگرانی‌ها، مصرف عظیم انرژی دیتاسنترها، نیاز به خنک‌سازی فیزیکی، و رشد سریع زیرساخت‌های محاسباتی است.

ابعاد تحلیلی

1. مصرف انرژی دیتاسنترها
   • مراکز داده مدرن که AI را پشتیبانی می‌کنند، با رشد سالانه ۳۵-۴۰٪ در مصرف انرژی مواجه‌اند.
   • برای مثال، مصرف برق یک دیتاسنتر فوق‌مقیاس در سال ۲۰۲۵ معادل کل برق یک شهر ۳۰۰ هزار نفری گزارش شده است.
   • طبق پیش‌بینی IEA، تا ۲۰۳۰ دیتاسنترها می‌توانند ۸-۱۰٪ از کل برق جهان را مصرف کنند.
2. فرصت‌های AI برای Net-Zero
   • بهینه‌سازی شبکه‌های برق: الگوریتم‌های AI در حال حاضر در مدیریت عرضه و تقاضای انرژی تجدیدپذیر (مانند باد و خورشید) نقش حیاتی دارند.
   • طراحی مواد جدید: شبیه‌سازی‌های AI برای کشف باتری‌های سبزتر، مواد جذب‌کننده کربن و بهینه‌سازی ساختارهای انرژی پاک به‌کار می‌رود.
   • پیش‌بینی اقلیمی: مدل‌های هوش مصنوعی توانسته‌اند دقت پیش‌بینی آب‌وهوا و اثرات تغییر اقلیم را تا ۳ برابر افزایش دهند.
3. چالش‌های واقعی فیزیکی (Physical Constraints)
   • حتی با نوآوری‌های نرم‌افزاری، نیاز به GPU و سرورهای قدرتمند اجتناب‌ناپذیر است.
   • خنک‌سازی مراکز داده در مناطق گرمسیری، به آب فراوان نیاز دارد که بحران‌های زیست‌محیطی دیگری ایجاد می‌کند.
   • رشد سریع تقاضای AI با سرعت رشد انرژی‌های تجدیدپذیر همخوانی ندارد و فشار بیشتری بر سوخت‌های فسیلی می‌آورد.
4. ابعاد ژئوپلیتیک
   • کشورهای توسعه‌یافته می‌توانند زیرساخت‌های سبزتر برای AI ایجاد کنند (اروپا و کانادا با مراکز داده مبتنی بر انرژی آبی و بادی).
   • اما کشورهای درحال‌توسعه که به AI وابسته می‌شوند، اغلب از برق مبتنی بر زغال‌سنگ یا گاز استفاده می‌کنند و عملاً به افزایش آلایندگی کمک می‌کنند.

جدول تحلیلی (AI و Net-Zero)

نتیجه‌گیری تحلیلی

هوش مصنوعی می‌تواند به یک شتاب‌دهنده قوی برای اهداف Net-Zero تبدیل شود، اما تنها در صورتی که:

• زیرساخت‌های دیتاسنتر سبز (Green Data Centers) توسعه یابند،
• سرمایه‌گذاری در انرژی تجدیدپذیر همزمان با رشد AI سرعت گیرد،
• و مقررات سخت‌گیرانه برای مصرف انرژی AI توسط دولت‌ها وضع شود.

در غیر این صورت، به جای کاهش کربن، AI می‌تواند یکی از بزرگ‌ترین موانع رسیدن به Net-Zero تا سال ۲۰۵۰ باشد.

مقایسه رشد مصرف انرژی دیتاسنترهای AI با رشد انرژی تجدیدپذیر (۲۰۲۰–۲۰۳۰، تخمینی)

تحلیل کلیدی

1. رشد مصرف دیتاسنترهای AI نمایی است (سالانه ۲۰–۳۰%)، درحالی‌که انرژی تجدیدپذیر رشد خطی دارد (۵–۸%).
2. فاصله مطلق هنوز بزرگ است (۱۰٬۵۰۰ TWh در مقابل ۶۲۰ TWh در ۲۰۲۵)، اما سرعت رشد مصرف AI نگران‌کننده است.
3. مناطق آسیب‌پذیر: کشورهایی مثل هند، کره‌جنوبی و اتحادیه اروپا که همزمان هدف Net-Zero دارند و به دیتاسنترهای AI به‌عنوان صنعت استراتژیک نگاه می‌کنند.
4. فرصت هم‌راستاسازی: ترکیب AI برای بهینه‌سازی شبکه‌های برق (Smart Grid + Demand Forecasting) می‌تواند خود بخشی از راه‌حل باشد.
5. تهدید اصلی: اگر مصرف AI از رشد انرژی سبز پیشی بگیرد، به جای “AI برای Net-Zero”، تبدیل به “AI علیه Net-Zero” خواهد شد.