„Cât consumă un mesaj către ChatGPT?" pare o întrebare simplă, dar răspunsul onest are două jumătăți care par să se contrazică: un singur prompt consumă surprinzător de puțin, iar AI-ul la scară globală consumă surprinzător de mult. Amândouă sunt adevărate în același timp, iar confuzia dintre ele alimentează atât alarmismul, cât și minimalizarea. În 2026, pentru prima dată, avem cifre oficiale de la marile companii tech — hai să le punem cap la cap și să înțelegem ce înseamnă cu adevărat, fără panică și fără negare.
Un singur prompt: mai puțin decât crezi
În august 2025, Google a făcut ceva ce niciun mare furnizor de AI nu făcuse până atunci: a publicat un raport tehnic cu consumul energetic al unei interogări reale. Cifrele pentru un prompt text median către aplicațiile Gemini: aproximativ 0,24 Wh energie, 0,03 grame de CO2 echivalent și 0,26 mililitri de apă — adică, în comparațiile făcute de presă, cam energia necesară pentru a te uita nouă secunde la televizor și aproximativ cinci picături de apă.
Pusă așa, cifra e liniștitoare. Un prompt individual are un impact de mediu minuscul — mai mic decât multe activități digitale banale pe care le facem fără să ne gândim. Dacă cineva îți spune că fiecare întrebare pe care o pui unui asistent AI „arde planeta", cifra oficială a Google spune altceva pentru interogarea text tipică.
Detaliul care schimbă perspectiva: eficiența crește rapid
Un aspect esențial din raportul Google e ritmul îmbunătățirii. Energia consumată pentru a răspunde la un prompt Gemini median a scăzut de aproximativ 33 de ori într-un singur an (mai 2024 → mai 2025). Cu alte cuvinte, aceeași sarcină devine dramatic mai eficientă de la o generație de modele și de infrastructură la alta. E o dinamică importantă, pentru că multe estimări alarmiste extrapolează consumul de azi în viitor, ignorând exact această curbă de eficiență.
Merită și o notă de nuanță: în această măsurătoare, cipurile AI reprezintă doar 58% din consum, restul venind de la procesorul și memoria mașinii-gazdă (25%), echipamentele de rezervă (10%) și infrastructura centrului de date, inclusiv răcirea (8%). Consumul „AI" nu e doar cipul care gândește — e tot ecosistemul din jurul lui.
La scară globală: aici e adevărata poveste
Dacă un prompt e neglijabil, de ce vorbește toată lumea despre consumul AI? Pentru că înmulțești acel prompt cu miliarde de interogări pe zi, adaugi antrenarea modelelor (mult mai costisitoare energetic decât folosirea lor) și, mai ales, valul de construcție de centre de date pe care marii jucători îl finanțează cu sute de miliarde. La această scară, agregatul devine semnificativ.
Cifra de referință vine de la Agenția Internațională pentru Energie (IEA), în raportul „Energy and AI" din 2025: consumul global de electricitate al centrelor de date urmează să crească de la aproximativ 415 TWh în 2024 la circa 945 TWh până în 2030, în scenariul de bază — sarcinile de tip AI fiind principalul motor al creșterii. Ca reper, 945 TWh e comparabil cu consumul anual de electricitate al unor economii naționale întregi. Nu vorbim despre promptul tău, ci despre infrastructura care alimentează întreaga industrie.
Partea de apă: consumul invizibil
Apa e dimensiunea pe care cei mai mulți o ignoră, pentru că e greu de văzut. Centrele de date folosesc apă în principal pentru răcire — fie direct, prin evaporare, fie indirect, prin apa folosită la producerea electricității pe care o consumă. Interogarea individuală e minusculă (cele cinci picături din datele Google), dar la nivel de infrastructură cifrele devin serioase.
Un semnal al noii transparențe: în 2026, Amazon a raportat pentru prima dată consumul global de apă al centrelor sale de date — de ordinul a 2,5 miliarde de galoane în 2025. Proiecțiile pentru serverele AI din SUA vorbesc despre un consum anual de ordinul sutelor de miliarde de galoane până la finalul deceniului. Vestea bună e că tehnologia de răcire evoluează: răcirea lichidă (prin imersie sau direct pe cip) poate reduce consumul direct de apă cu 70–90% față de răcirea prin evaporare, iar adoptarea ei se accelerează exact pentru că densitatea de putere a rack-urilor AI a depășit ce poate răci aerul.
Nuanța corectă pe apă e aceeași ca pe energie: impactul depinde masiv de locație și de tehnologie. Un centru de date răcit cu lichid, într-o regiune cu climă rece și energie curată, are o amprentă complet diferită de unul cu răcire evaporativă într-o zonă caldă și cu deficit de apă. „Cât consumă AI-ul" nu are un singur răspuns — are un interval larg, dictat de cum și unde e construită infrastructura.
Cum împăcăm cele două adevăruri
Așadar, care e verdictul? Nici „AI-ul distruge planeta", nici „consumul e neglijabil", ci ceva mai util:
- La nivel individual, folosirea unui asistent AI are un impact de mediu mic — comparabil cu alte activități digitale zilnice. Nu trebuie să te simți vinovat că pui întrebări.
- La nivel agregat, industria are o amprentă reală și în creștere, concentrată în antrenare și în infrastructură, nu în promptul tău.
- Eficiența se îmbunătățește rapid (scăderea de 33× într-un an la Google), ceea ce contrabalansează parțial creșterea volumului.
- Pârghiile reale nu sunt la utilizator, ci la furnizori: mixul energetic (cât e regenerabil), tehnologia de răcire, locația centrelor de date și transparența raportării.
Cu alte cuvinte, dacă vrei ca AI-ul să fie mai curat, „folosește-l mai puțin" nu e pârghia importantă — presiunea pentru energie curată, răcire eficientă și raportare transparentă din partea furnizorilor este.
Antrenare vs. inferență: unde se duce, de fapt, energia
O sursă frecventă de confuzie e că oamenii tratează „consumul AI" ca pe un singur lucru, când de fapt sunt două faze foarte diferite. Antrenarea unui model mare e un efort intens și concentrat: consumă multă energie, dar se întâmplă o dată (plus reantrenări periodice), iar costul se amortizează pe miliardele de utilizări ulterioare. Inferența — folosirea modelului pentru a răspunde la promptul tău — costă foarte puțin per interogare, dar se întâmplă de miliarde de ori pe zi.
Consecința practică e contraintuitivă: pe măsură ce un model devine popular, inferența ajunge să domine consumul total, tocmai pentru că volumul de utilizări depășește cu mult costul unic al antrenării. De aceea eficiența pe interogare — acea scădere de 33× într-un an raportată de Google — contează atât de mult la scară: fiecare fracțiune de watt economită per prompt se înmulțește cu miliarde. Este și motivul pentru care furnizorii investesc masiv în cipuri și infrastructură mai eficiente — nu doar din rațiuni ecologice, ci pentru că, la volumul lor, eficiența e direct cost. Când auzi o cifră despre „consumul AI", întreabă-te mereu dacă vorbește despre antrenarea unică sau despre inferența înmulțită cu volumul — sunt povești diferite, cu implicații diferite.
Ce înseamnă asta pentru companii — inclusiv din România
Pentru un business, întrebarea de mediu legată de AI a trecut din zona „nice to have" în zona deciziilor concrete, din trei motive practice:
- Costul energiei e cost operațional. Consumul energetic al AI se traduce direct în factură — pentru furnizori și, prin prețuri, pentru clienți. În regiuni cu energie scumpă, eficiența nu e doar ecologie, ci economie.
- Raportarea ESG și de sustenabilitate devine standard. Companiile care raportează amprenta de mediu trebuie să includă și impactul instrumentelor digitale folosite. Transparența furnizorilor (Google, Amazon) ajută exact aici — poți estima, nu doar presupune.
- Alegerea furnizorului contează. Când selectezi un serviciu AI sau un cloud, mixul energetic și practicile de răcire ale furnizorului sunt criterii legitime, alături de preț și performanță — mai ales pentru organizații cu angajamente climatice publice.
Pentru piața din România, unde discuția despre centre de date și consum energetic e în plină dezvoltare, mesajul practic e să nu iei deciziile pe baza titlurilor alarmiste, ci pe baza cifrelor și a criteriilor de mai sus. AI-ul nu e nici gratuit ecologic, nici catastrofa pe care o descriu unele articole — e o tehnologie cu o amprentă gestionabilă, care depinde de alegeri de infrastructură, nu de faptul că îi pui întrebări.
Cum te ajută cursurile de pe Cursuri AI
Ca să iei decizii bune despre AI — inclusiv pe dimensiunea de cost și sustenabilitate — ai nevoie de fundamentul de a citi cifrele corect, nu de titluri. Pentru cei care decid la nivel de strategie, AI pentru Lideri de Business te ajută să evaluezi la rece costurile reale ale AI-ului, inclusiv cele operaționale și de mediu, și să alegi furnizori pe criterii solide, nu pe hype. Pentru cei care conduc operațiuni, AI pentru Operațiuni și Supply Chain tratează integrarea AI în procese reale, unde eficiența și costul contează direct. Ambele cu lecții interactive și profesor AI integrat, pe cazuri practice, nu doar teorie.
Întrebări frecvente
Cât consumă efectiv un mesaj către ChatGPT sau Gemini? Potrivit datelor oficiale publicate de Google în 2025, un prompt text median către Gemini consumă aproximativ 0,24 Wh de energie și 0,26 ml de apă — comparabil, în presă, cu energia pentru nouă secunde de televizor și cam cinci picături de apă. La nivel individual, impactul e mic. Consumul devine semnificativ abia agregat, la miliarde de interogări, plus antrenarea modelelor și infrastructura.
AI-ul chiar consumă atât de multă energie pe cât se spune? La scară globală, da, e semnificativ și în creștere: IEA proiectează o creștere a consumului centrelor de date de la circa 415 TWh în 2024 la aproximativ 945 TWh până în 2030. Dar promptul individual e minuscul, iar eficiența pe interogare se îmbunătățește rapid — la Google, energia pe prompt a scăzut de circa 33 de ori într-un an. Adevărul e la mijloc: amprentă reală la nivel de industrie, impact mic la nivel de utilizator.
Consumă AI-ul și apă? De ce? Da, în principal pentru răcirea centrelor de date și pentru producerea electricității consumate. Un prompt înseamnă câteva picături, dar la nivel de infrastructură cifrele sunt mari — Amazon a raportat pentru prima dată în 2026 un consum de ordinul a 2,5 miliarde de galoane în 2025. Impactul depinde enorm de tehnologia de răcire (răcirea lichidă reduce consumul de apă cu 70–90% față de evaporare) și de locație.
Ce pot face concret ca să reduc impactul de mediu al AI-ului? La nivel individual, pârghia nu e „folosește AI-ul mai puțin" — impactul promptului tău e mic. Pârghiile reale sunt la furnizori: alege, când poți, servicii și cloud care folosesc energie regenerabilă și răcire eficientă, și, dacă ești o organizație, include mixul energetic al furnizorului în criteriile de selecție. Presiunea pentru transparență și energie curată contează mult mai mult decât numărul de întrebări pe care le pui.
Concluzie
Consumul de mediu al AI-ului e un subiect în care nuanța face toată diferența. Un prompt costă cât câteva picături de apă și câteva secunde de televizor — deci vinovăția individuală e nejustificată. În același timp, industria, prin antrenare și prin valul de centre de date, are o amprentă reală și în creștere, măsurată de IEA în sute de TWh. Cheia e că impactul depinde de alegeri de infrastructură — energie, răcire, locație, transparență — nu de faptul că folosești tehnologia. Cine înțelege această distincție evaluează AI-ul corect: nici cu panică, nici cu negare, ci cu cifrele în față.
Surse
- Google Cloud — Measuring the environmental impact of AI inference (0,24 Wh, 0,03 gCO2e, 0,26 ml / prompt median): https://cloud.google.com/blog/products/infrastructure/measuring-the-environmental-impact-of-ai-inference
- MIT Technology Review — Google a publicat consumul energetic al unui prompt AI (scădere de 33× într-un an): https://www.technologyreview.com/2025/08/21/1122288/google-gemini-ai-energy/
- IEA — Energy and AI (proiecția 415 TWh în 2024 → ~945 TWh în 2030): https://www.iea.org/reports/energy-and-ai
- PBS News — Energy, water use and pollution of AI and data centers: https://www.pbs.org/newshour/science/energy-water-use-and-pollution-of-ai-and-data-centers-rival-most-countries