По прогнозам Международного энергетического агентства, к 2030 году потребление электроэнергии дата-центрами удвоится, в основном из-за взрывного роста спроса на искусственный интеллект. «Компьютерра» выяснила, готовы ли электросети к такому вызову, и сможет ли сам ИИ помочь справиться с растущими энергетическими рисками.
Электроэнергия как критический ресурс для развития ИИ
ИИ стал не просто инструментом — он превращается в универсальную технологию, подобную электричеству или интернету. Согласно отчету Международного энергетического агентства (IEA), за два года после запуска ChatGPT капитализация компаний, работающих с ИИ, увеличилась на 1,2 трлн долларов и составила почти две трети прироста индекса S&P 500, который отслеживает показатели 500 крупных компаний США, публично торгуемых на бирже.
Но за каждым запросом к нейросети стоит реальный энергозатратный процесс. Обучение и работа современных моделей происходят в гипермасштабных дата-центрах. Один крупный центр потребляет как 100 тыс. домохозяйств, а крупнейшие — в 20 раз больше.
По оценке IEA, к 2030 году мировое потребление электроэнергии дата-центрами превысит 945 ТВт·ч — больше, чем вся Япония сегодня. США останутся главным потребителем (половина от прироста), за ними следуют Китай и Европа. К 2035 году возможен рост до 1700 ТВт·ч — в зависимости от сценария развития технологий и инфраструктуры.
Ограничения инфраструктуры
Основной вызов связан не с объемами генерации, а с пропускной способностью инфраструктуры. Проблема заключается в том, как доставить нужную энергию туда, где она нужна — к дата-центрам. По оценке IEA, около 20% проектов ЦОДов могут быть задержаны из-за ограничений по подключению к электросетям. Во многих странах сети уже перегружены, а сроки подключения могут достигать нескольких лет.
Очереди на подключение к сетям, недостаток трансформаторов и кабелей, бюрократические барьеры — все это сдерживает развитие. В США срок строительства ЛЭП достигает 8 лет, а поставки турбин для новых газовых станций уже выходят за рамки текущего десятилетия.
При этом почти половина новых центров в США строится в уже загруженных кластерах — например, в Северной Вирджинии. Это грозит локальными энергетическими «узкими горлышками», способными затормозить развитие не только ИИ, но и других отраслей — от производства до транспорта.
IEA предлагает рассмотреть более гибкие стратегии: размещение дата-центров в регионах с профицитом энергии, использование собственных резервных мощностей для балансировки сети, а также новые регуляторные стимулы для оптимизации нагрузки. Однако сегодня такие подходы — скорее исключение, чем норма.
Потенциал применения ИИ в энергетическом секторе
Парадоксально, но ИИ, будучи крупным потребителем энергии, сам способен радикально повысить эффективность энергетических систем. Уже сегодня он применяется в различных секторах экономики. Так, энергетикам ИИ помогает оптимизировать производство и прогнозировать спрос, а операторам сетей — балансировать переменные возобновляемой энергии.
Кроме того, ИИ способен увеличить пропускную способность электросетей без прокладки новых ЛЭП. Применение ИИ-алгоритмов к существующим линиям позволяет «разблокировать» до 175 ГВт — больше, чем суммарный прирост нагрузки от дата-центров до 2030 года в базовом сценарии.
В промышленности ИИ уже приносит экономию энергии, сопоставимую с годовым потреблением Мексики. В транспорте — сравнимую с энергией 120 млн автомобилей, а в зданиях — до 300 ТВт·ч в год. Все это — реальный потенциал, при условии масштабного внедрения и преодоления барьеров.
Риски, вызовы и новые зависимости
ИИ открывает возможности, но и создает новые риски. Один из них — зависимость от поставок галлия, ключевого металла для современных чипов. 99% мирового производства галлия сосредоточено в Китае. К 2030 году дата-центры будут потреблять до 10% глобального предложения галлия.
Угроза и в киберпространстве. За 4 года количество атак на энергокомпании утроилось, а ИИ делает их все более изощренными. Впрочем, тот же ИИ может и защищать: инструменты машинного анализа уже позволяют обнаруживать инциденты в 500 раз быстрее, чем традиционные методы.
Особое внимание IEA уделяет развивающимся странам. Несмотря на то, что они формируют половину мирового интернет-трафика, их доля в размещении ЦОДов — менее 10%. Главными барьерами являются ненадежность электроснабжения, слабая цифровая инфраструктура и низкий уровень инвестиций. Однако здесь же возможен эффект «технологического скачка»: при правильной политике ИИ может стать ускорителем развития энергетики нового типа.
Стратегические последствия и долгосрочные ориентиры
По расчётам IEA, выбросы CO₂ от дата-центров могут вырасти с 180 до 500 млн тонн к 2035 году — до 1,5% всех выбросов энергетического сектора. В то же время потенциал сокращения выбросов при широком внедрении ИИ оценивается на уровне 5% от глобальных энергетических выбросов.
Однако эти эффекты не наступят автоматически. Их реализация требует системных усилий: реформ в сфере регулирования, модернизации сетей, масштабного инвестирования в генерацию, развития цифровых компетенций и выстраивания новых форм взаимодействия между технологическим и энергетическим секторами.
Выводы
Искусственный интеллект и энергетика вступают в фазу тесной взаимозависимости. Развитие одного невозможно без устойчивости другого. Инфраструктура, которая десятилетиями была ориентирована на стабильную нагрузку, должна адаптироваться к новым требованиям гибкости, масштабируемости и скорости.
ИИ требует надежной энергетики, но и сам способен ее преобразовать. Страны, которые смогут обеспечить доступную, устойчивую и управляемую электроэнергию для цифровых сервисов, получат стратегическое преимущество. И наоборот — отставание в энергетической адаптации может стать тормозом технологического развития.
В этом контексте энергия и интеллект становятся двумя сторонами одного процесса. Их синергия — не данность, а задача, от решения которой зависит вектор мирового развития в XXI веке.