Velké technologické společnosti investují miliardy dolarů do nových datových center, zdrojů energie a výpočetní infrastruktury. Lidé z oboru se však neshodují v tom, zda umělá inteligence za tyto náklady skutečně stojí.
Pět největších poskytovatelů cloudové a AI infrastruktury ve Spojených státech – Alphabet, Amazon, Meta, Microsoft a Oracle – se podle společnosti Futurum zavázalo letos vynaložit na kapitálové investice do umělé inteligence dohromady téměř 700 miliard dolarů.
Výpočetní zdroje potřebné pro AI, označované anglickým výrazem compute, patří k hlavním faktorům, které zvyšují její spotřebu zdrojů. Zahrnují například paměť, výpočetní výkon a specializovaný hardware. Mnoho modelů umělé inteligence funguje prostřednictvím cloudových služeb, z nichž většinu poskytuje jedna ze tří technologických společností: Amazon Web Services, Microsoft Azure a Google Cloud Platform.
Podle společnosti Usage AI připadá jen na tyto tři firmy přibližně 68 procent celosvětových výdajů na cloudové výpočty. Právě proto se pro ně vžil termín „hyperscaleři“ – poskytovatelé provozující výpočetní infrastrukturu v mimořádně velkém měřítku.
Zařízení typu hyperscale mají podstatně vyšší nároky na zdroje. Podle společnosti iRecruit.co se v roce 2026 plánuje výstavba přibližně 670 takových areálů.
Umělou inteligenci denně používá stále více Američanů a téměř polovina obyvatel pravidelně využívá některý z chatbotů založených na AI. Podle studie Pew Research Center z roku 2026 používá tyto nástroje každý den přibližně každý čtvrtý dospělý Američan. Rostoucí nároky této technologie přiměly některé odborníky, kteří stojí přímo u jejího vývoje, aby se zastavili a zamysleli nad skutečnou cenou jejího rychlého rozmachu.
„Právě inženýři a architekti, kteří tyto systémy skutečně budují, kladou nejtěžší otázky týkající se výpočetního výkonu, nadbytečného množství modelů a toho, zda rozsah infrastruktury odpovídá hodnotě, kterou technologie přináší,“ uvedl pro Epoch Times Elvin Aghammadzada, architekt umělé inteligence ve společnosti NVIDIA. Jeho práce mu podle jeho slov poskytuje „bezprostřední pohled na to, jaké nároky má skutečně seriózní výpočetní infrastruktura pro AI“.
„Infrastruktura potřebná k provozu autonomně jednajících aplikací ve velkých podnicích – grafické procesory, chlazení a záložní systémy – je značná. S rostoucím využíváním se navíc její nároky rychle násobí.“
Údaje se liší, podle výzkumu organizace Consumer Reports však v současnosti ve Spojených státech funguje více než 3 000 datových center a dalších přibližně 1 500 se plánuje nebo již staví.
Spolu s rostoucím rozsahem AI prudce stoupá také spotřeba vody a elektřiny. Americký Úřad pro energetické informace zjistil, že v několika státech došlo mezi lety 2025 a 2026 k výraznému růstu cen elektřiny v době, kdy se urychleně budovala další datová centra na podporu umělé inteligence. Podle výzkumu společnosti Grid Strategies připadá na tato zařízení přibližně 55 procent růstu spotřeby elektřiny ve Spojených státech.
Upřímná odpověď, kterou nechce odvětví vyslovit nahlas, zní, že současná elektrická a vodohospodářská infrastruktura nebyla na většině trhů pro takový vývoj navržena,“ uvedl Aghammadzada.
Brent Fisher, spoluzakladatel společnosti Cognetryx zaměřené na bezpečnost umělé inteligence, se domnívá, že tyto nároky na zdroje jsou důvodem zpomalit a zvážit jiný přístup.
„Většinu týdne trávím rozhovory s bankami, dodavateli pracujícími s přísně utajovanými informacemi a zdravotnickými systémy o tom, jaká data mohou a nemohou vkládat do nástrojů umělé inteligence,“ řekl Epoch Times. Dodal, že společnosti mohou přijímat odlišná rozhodnutí také v oblasti ukládání dat.
Rostoucí nároky umělé inteligence přiměly některé odborníky z oboru, aby se zastavili a zamysleli nad skutečnou cenou jejího rychlého rozvoje.
Podle Fishera nemusí většina podnikových systémů umělé inteligence fungovat v regionálních zařízeních, která již nyní čelí nedostatku zdrojů, například v nevadské pouští. Změna tohoto přístupu by mohla z hlediska spotřeby učinit používání AI dlouhodobě udržitelnějším.
„Z krátkodobého hlediska neexistuje žádné jednoduché řešení,“ uvedl. „Datová centra, jejichž výstavba je již připravena, budou dokončena, s výjimkou několika oblastí, kde mohou obyvatelé snadno přimět místní samosprávu ke změně rozhodnutí. A již uzavřené smlouvy na dodávky elektřiny budou využity.
„Co však odvětví může udělat okamžitě, je přestat považovat cloudovou infrastrukturu typu hyperscale za výchozí způsob provozování každého systému umělé inteligence.“
Společnost, která využívá umělou inteligenci k prohledávání interních dokumentů, sledování dodržování předpisů nebo podpoře provozu, může tyto úlohy provozovat na hardwaru, který již vlastní nebo si pronajímá, a v rámci datového centra, za jehož kapacitu už stejně platí.
„Jde pouze o jiné architektonické rozhodnutí, k němuž podniky téměř nikdo nevede ani je neučí, jak ho učinit,“ uvedl Fisher.
„Užitečnost umělé inteligence se zveličuje, aby bylo možné ospravedlnit její další rozvoj.“
– Michaela Bradyová, odbornice na bezpečnost umělé inteligence
Michaela Bradyová, poradkyně britského ministerstva pro vědu, inovace a technologie pro mezinárodní politiku v oblasti umělé inteligence, řekla Epoch Times: „Neexistuje žádný reálný způsob, jak uspokojit poptávku po zdrojích, kterou navrhují největší společnosti v oblasti AI, a zároveň zachovat životaschopnost našich komunit. Při zpětném pohledu měly být nástroje umělé inteligence zaváděny pouze v odvětvích, která je skutečně potřebovala, například v medicíně, diagnostice, strojírenství a výrobě.“
Podle Bradyové byla myšlenka postupného a systematického zavádění umělé inteligence opuštěna již v počátcích.
„Místo toho byly modely uvolněny k všeobecnému použití, aby vytvářely zisk jak společnostem, které je vyvíjejí, tak těm, které je zavádějí,“ uvedla.
Bradyová rovněž zpochybnila vypovídací hodnotu ukazatelů, které mají měřit, jak velká část populace používá umělou inteligenci dobrovolně a jak velká část ji využívá proto, že je součástí výchozího nastavení.
„Užitečnost umělé inteligence se zveličuje, aby bylo možné ospravedlnit její další rozvoj,“ uvedla. „Nadsazená je i samotná poptávka, protože nástroje jako Gemini od Googlu nebo Copilot od Microsoftu nyní vytvářejí odpovědi a shrnutí bez souhlasu uživatele a téměř znemožňují tuto funkci vypnout.“
Jako příklad uvedla vlastní zkušenost z práce pro britskou vládu.
„V uplynulém roce jsme Copilot plně zavedli a ve Wordu nebylo možné vypnout funkci shrnutí dokumentu, ani když ji státní úředník používat nechtěl,“ uvedla Bradyová. „Týmy informačních technologií nikdy nereagovaly na naše dotazy, jak se z této funkce odhlásit.“
Oborové organizace a provozovatelé infrastruktury však namítají, že tyto obavy je třeba poměřovat s hospodářskými a společenskými přínosy, které již infrastruktura umělé inteligence přinesla.
Peníze a poptávka
Březnový průzkum institutu RoAI mezi 1 006 vrcholovými manažery z celého světa ukázal, že devět z deseti respondentů vnímá investice svých společností do umělé inteligence jako středně až velmi přínosné. Podle analýzy společnosti Elementor podniky navíc uvádějí, že jim každý dolar investovaný do AI přináší výnos 3,70 dolaru.
„Datová centra najdeme practicky v každém odvětví a zvyšuje se také potřebná kapacita pro ukládání dat,“ řekla Epoch Times Rose Weinschenková, výzkumná pracovnice oddělení Uptime Intelligence společnosti Uptime Institute.
Podle Weinschenkové patří mezi hlavní výzvy, kterým velké technologické společnosti čelí, reakce veřejnosti na rozšiřování datových center.
„Myslím, že problém spočívá v tom, že mnoho společností chce s místními komunitami spolupracovat způsobem, který jim přinese prospěch. Protože je však napětí velmi vyhrocené, vedou se tyto rozhovory obtížně,“ uvedla a připustila, že jde do určité míry o začarovaný kruh. „Důvěra místních komunit už byla často narušena natolik, že ani není možné takový rozhovor zahájit.“
Weinschenková uvedla, že se proto v odvětví diskutuje o možném řešení v podobě „mikrosítí“. Tyto menší elektrické sítě by fungovaly nezávisle na veřejné distribuční soustavě.
„Stále častěji se očekává, že si datová centra budou vlastní infrastrukturu hradit sama,“ uvedla.
„Stále častěji se očekává, že si datová centra budou vlastní infrastrukturu hradit sama.“
– Rose Weinschenková, výzkumná analytička Uptime Institute
Velké technologické společnosti se veřejně zavázaly co nejvíce omezit spotřebu energie a vody. Google na svých internetových stránkách uvádí, že usiluje o vytvoření „energeticky nejúčinnější výpočetní infrastruktury na světě“ a vybavuje každé ze svých datových center servery navrženými tak, aby spotřebovávaly co nejméně energie.
Amazon Web Services plánuje, že jeho areály budou do roku 2030 „vodně pozitivní“, což znamená, že budou místním komunitám vracet více vody, než kolik jí spotřebují při svém provozu.
„V době, kdy má průměrná americká domácnost 21 připojených zařízení, rychle roste poptávka po datech,“ řekl Epoch Times mluvčí organizace Data Center Coalition, která se věnuje prosazování zájmů odvětví datových center a komunikaci s veřejností.
„Datová centra zajišťují fungování moderního života – od telemedicíny a digitální výuky přes bankovnictví, leteckou dopravu a finanční transakce až po internetové nakupování. Umožňují také zajišťovat klíčové činnosti americké armády, kybernetické bezpečnosti a složek integrovaného záchranného systému.“
Mluvčí zdůraznil, že stejná zařízení, která zajišťují provoz umělé inteligence, pomáhají také efektivnímu fungování domácností, podniků a kritické infrastruktury.
Lidé, kteří s umělou inteligencí pracují nejblíže, však upozorňují, že tyto úspory zdrojů pravděpodobně nebudou mít velký význam, pokud bude technologie dál expandovat.
Jevonsův paradox
„Samotné zvyšování efektivity problém infrastruktury umělé inteligence nevyřeší. Pomáhá, ale poptávka má tendenci růst s tím, jak se AI stává levnější a její zavádění snazší,“ řekla Epoch Times Sai Joshitha Kathariová, seniorní inženýrka spolehlivosti systémů ve společnosti Visa.
Kathariová se domnívá, že v krátkodobém horizontu musí společnosti přísněji rozhodovat o tom, kde budou jednotlivé výpočetní úlohy provozovat, lépe využívat stávající kapacitu grafických a centrálních procesorů a transparentněji měřit dopady na vnější zdroje.
Fisher s tím souhlasí.
„Zvýšení efektivity snižuje náklady na jednotku výpočetního výkonu, což v minulosti vedlo k růstu celkové spotřeby, nikoli k jejímu poklesu. A už nyní tento vývoj pozorujeme,“ uvedl.
Podle Fishera představuje umělá inteligence příklad Jevonsova paradoxu – ekonomické teorie, podle níž technologický pokrok zvyšující efektivitu využívání určitého zdroje vede ve výsledku k růstu jeho celkové spotřeby.
„Umělá inteligence se ubírá stejnou cestou, jakou v posledních 30 letech prošly rychlejší čipy a levnější cloudové výpočty,“ uvedl.
–ete–
