Tekoälyn sähkönkulutus ja vastuullisuus – kuinka paljon energiaa ja vettä tekoälypalvelut kuluttavat?

Tekoäly tunkeutuu nyt lähes joka paikkaan, halusi sitä tai ei. Tekoälypalvelut kyllä nopeuttavat monia toimintoja, mutta mitä tämä tarkoittaa energiankulutuksen näkökulmasta? 

Miten esimerkiksi perinteinen Google-haku eroaa tekoälyhausta energiankulutuksen ja vastuullisuuden kannalta? Miten tekoälyn käyttö suhteutuu esimerkiksi läppärin lataamiseen ja työmatkoihin? 

Seuraavassa esitetyt laskelmat ovat suuntaa-antavia, sillä arviot energiankulutuksesta vaihtelevat eri käyttökohteiden ja lähteiden välillä.

Artikkelissa käsitellään seuraavia asioita:

• Kokonaisuus ratkaisee
• Google-haku vs tekoälyhaku
• Laitteella käytetty aika vaikuttaa myös energiankulutukseen
• Tekoälyn koulutusvaiheen energiankulutus
• Tekoälyn vedenkulutus
• Milloin tekoäly on kannattavaa?
• Milloin tekoäly ei ole kannattavaa?
• Miten voidaan toimia vastuullisesti?

Kokonaisuus ratkaisee

Tekoälyn käytöstä puhutaan paljon, mutta harvoin pysähdytään miettimään mittasuhteita. Yksi sähköautolla tehty 20 kilometrin työmatka kuluttaa noin 3,6 kWh energiaa – saman verran kuin 36 läppärin täyttä latausta tai 350 ChatGPT-kyselyä GPT-4:llä.

Jos tekoälyllä korvataan turhaa manuaalityötä, se voi olla ympäristöteko, mutta jos sitä käytetään jokaiseen pikkuasiaan, energian kulutus kasvaa huomaamatta vertailukelpoiseksi liikkumisen kanssa.

Yksi päivittäinen työmatka sähköautolla kuluttaa 24 kertaa enemmän energiaa kuin 50 GPT-4-kyselyä.

Google-haku vs tekoälyhaku

Perinteisessä Googlessa käyttäjä tekee usein useita lyhyitä hakuja:

“Tekoälyn energiankulutus”
→ “Tekoäly vs Google-haku energiatehokkuus”
→ “Tekoälyn vastuullisuus esimerkkejä”

Usein tarvitaan muutama yritys ennen kuin löytyy hyvä vastaus. Jokainen haku on kuitenkin erittäin kevyt, se kuluttaa vain noin 0,0003 kWh. (lähde: Google Environmental Report (2019 & 2022))

Tekoälyhaussa (esim. ChatGPT tai Googlen AI-haku) käyttäjä tekee yleensä yhden pidemmän kysymyksen ja saa heti kattavamman vastauksen. Yhden tekoälykyselyn energiankulutus voi olla jopa 10–30 kertaa suurempi kuin perinteisen haun, mutta käyttäjä saattaa säästää aikaa, kun ei tarvitse hakea useita kertoja. (lähde: Kanoppi.co (2024) – AI vs Search Engine Energy Comparison)

Jos tekoälyvastaus säästää useita hakukertoja ja minuuttien etsimistä, kokonaisenergiankulutus voi olla sama tai jopa pienempi. Jos taas tekoälyä käytetään “varmuuden vuoksi” pieniin asioihin, sen ympäristökuorma kasvaa turhaan.

Laitteella käytetty aika vaikuttaa energiankulutukseen

Energiankulutukseen vaikuttavat myös:

• Ajankäyttö: mitä kauemmin työtehtävää tehdään, sitä enemmän energiaa kuluu niin palvelimella kuin käyttäjän laitteella.
• Laitteen virrankulutus: tekoälyllä saatetaan päästä merkittävästi nopeammin haluttuun lopputulokseen, jolloin kannettava tietokone tai puhelin kuluttaa vähemmän virtaa.
• Verkkoliikenne: perinteistä hakua käytettäessä joudutaan mahdollisesti selaamaan useampia sivustoja, mikä kasvattaa verkkoliikenteen datamäärää. 

Jos tehtävän tekeminen kestää minuutin, kannettavan ja verkon yhteinen sähkönkulutus on noin 0,8 Wh, mutta kymmenen minuutin työ vie jo noin 7,7 Wh – lähes kymmenkertaisesti enemmän energiaa. Suurin ero syntyy verkkoliikenteestä, joten mitä nopeammin tehtävä valmistuu (esimerkiksi tekoälyn avulla), sitä vähemmän sähköä kuluu laitteissa ja verkkopalveluissa.

Tekoälyn koulutusvaiheen energiankulutus

Esimerkiksi suositun OpenAI:n GPT-4:n koulutus vei luokkaa 500 MWh sähköä. Jos mallia käytetään:

• miljardi kertaa, koulutuksen osuus per kysely = 0,0005 Wh
• 10 miljardia kertaa, osuus = 0,00005 Wh

Yhden ChatGPT-kyselyn oma energiankulutus on siis tuhansia kertoja suurempi kuin koulutuksen osuus per kysely. Koulutusvaihe kasvattaa tekoälyn kokonaisenergiankulutusta merkittävästi, mutta jos samaa mallia käytetään miljardeja kertoja, sen vaikutus per haku jää marginaaliseksi.

Tekoälyn vedenkulutus

Tekoälypalvelut ovat suhteellisesti erittäin vesisyöppöjä verrattuna esimerkiksi perinteiseen Google-hakuun, mutta autolla ajaminen pysyy kokonaisuutena suurimpana veden kuluttajana. Työmatka sähköautolla (vedentarve syntyy sähköntuotannon kautta) kuluttaa n. 3–7 kertaa enemmän vettä kuin 50 GPT-4-kyselyä.

Vastuullisuuden kannalta tekoälypalvelun vesijalanjälki onkin usein se, johon kannattaa kiinnittää huomiota. Tärkeintä on valita tekoälypalvelut, jotka toimivat läpinäkyvästi ja ympäristövastuullisesti, eli ilmoittavat energian ja veden lähteensä, vähentävät jäähdytyksen vesitarvetta ja käyttävät uusiutuvia energialähteitä.

Milloin tekoälyhaku on kannattavaa sähkönkulutuksen kannalta

Tekoälyn käyttö on perusteltua energiatehokkuuden kannalta, kun se vähentää toistuvaa tai laajaa hakutyötä. Käytännössä tämä tarkoittaa:

1. Kun tekoäly säästää merkittävästi aikaa

Jos tekoäly löytää tai tiivistää vastauksen kymmenissä sekunneissa, kun sama tieto veisi 5–10 minuuttia manuaalisesti, sähkönkulutus kokonaisuudessaan pienenee:

• Esim. perinteinen 5 min selailu → n. 0,8 Wh virrankulutus kannettavalla
• AI-haku 30 s → n. 0,08 Wh virrankulutus kannettavalla
• Vaikka AI:n palvelinkulutus (n. 3 Wh) lisätään, kokonaisuus on silti saman suuruinen.

Kun tekoäly vähentää ruutuaikaa kannettavalla yli 90 %, kokonaiskulutus voi jopa pienentyä. Puhelin kuluttaa virtaa yli puolet vähemmän, joten siinä ruutuajan vaikutus on pienempi.

2. Kun tekoäly korvaa useita erillisiä hakuja tai vaiheita

Tekoäly on tehokas, jos se yhdistää monta hakua yhdeksi:

Esim. “Etsi minulle kolme ajankohtaista artikkelia tekoälyn energiankulutuksesta ja tiivistä niiden pääkohdat.”

Tavallisella haulla tämä voisi vaatia:

• 5–6 Google-hakua
• 10–15 sivun avaamista
• 10+ minuuttia selausta ja yhteenvetoa

Tekoäly tekee saman minuutissa yhdellä kyselyllä → verkko, laite ja käyttäjäkulutus pienenevät, vaikka palvelinpuoli kuluttaakin enemmän hetkellisesti.

3. Kun tekoäly automatisoi raskasta työtä

Jos tekoäly tuottaa raportin, tekstin, koodin tai analyysin, jonka tekemiseen ihmiseltä menisi tunteja, energiankulutus on kokonaisuutena pieni murto-osa siitä, mitä ihmisen oma työ ja laitteen pitkä käyttö kuluttaisivat.

(Samassa suhteessa kuin sähkövatkain vie vähemmän energiaa kuin tuntien käsin vispaaminen.)

Milloin tekoäly ei ole kannattava sähkönkulutuksen kannalta

• Kun kysymys on hyvin yksinkertainen (“Mikä on tämän päivän sää Helsingissä?”)
• Kun käyttäjä “kokeilee” tekoälyä moneen kertaan eri sanamuodoilla ilman tarvetta.
• Kun AI generoi paljon sisältöä (kuvia, videoita, tekstiä) ilman selkeää hyötyä.
• Kun AI:ta käytetään jatkuvasti taustalla (“aina päällä” -sovellukset).

Näissä tapauksissa perinteinen haku tai kevyt tietolähde on jopa satoja kertoja energiatehokkaampi.

Miten voidaan toimia vastuullisesti?

Tekoälyhaku on sähkönkulutuksen näkökulmasta kannattavaa vain, jos se korvaa monta perinteistä hakua tai säästää selvästi aikaa. Jos tekoäly vain vastaa yksinkertaisiin kysymyksiin, sen energiankulutus on moninkertainen ilman hyötyä.

• Käyttötapa ratkaisee: Tekoäly voi olla energiatehokas ratkaisu, jos se korvaa huomattavan määrän manuaalista työtä tai useita hakuja/selailua, mikä lyhentää kokonaisruutuaikaa.
• Yksittäinen tekoälykysely on moninkertaisesti raskaampi kuin perinteinen haku.
• Suurimmat kulutuserot syntyvät edelleen arkisista asioista, kuten liikkumisesta, eivätkä yksittäisistä tekoälyhauista. Jos tekoälyä käytetään jokaiseen pieneen asiaan, sen vaikutukset nousevat samaan kertaluokkaan liikkumisen kanssa.
• Vastuullisuus edellyttää valintoja: Pienemmän mallin käyttö, uusiutuvaa energiaa hyödyntävien palveluiden suosiminen ja tarpeeseen perustuva käyttö ovat keskeisiä vastuullisuustoimia.

Lue myös: PK-yrityksen IT ja hiilijalanjälki – Mistä päästöt syntyvät?