Google и Amazon одновременно напомнили рынку неприятную вещь: углеродный след ИИ растет быстрее, чем красивые обещания о климатической нейтральности. По данным свежих отчетов об устойчивом развитии, на которые ссылается TechCrunch, совокупные выбросы Google выросли на 25%, а у Amazon — на 16%. Для русскоязычной IT-аудитории это не абстрактная экология, а вполне прикладной сигнал: масштабирование AI-инфраструктуры дорожает не только в деньгах, но и в энергетике, строительстве и цепочках поставок.
Формально ни Google, ни Amazon не пишут в лоб, что виноват именно ИИ. Но если читать отчеты не по заголовкам, а по цифрам, картина складывается довольно прозрачно. Обе компании признают рост энергопотребления на фоне увеличения AI-нагрузок. Обе много говорят об углеродной интенсивности, то есть о том, сколько выбросов приходится на единицу выручки. И обе посвящают заметное место тому, как ИИ якобы помогает экологии. Обычно так подробно оправдываются не от хорошей жизни.
Самое важное в этой истории — проблема не сводится к тому, что дата-центры начали потреблять больше электричества. С электричеством Big Tech еще как-то научился работать: многолетние закупки возобновляемой энергии помогали держать прямые выбросы под контролем. Но AI-бум сдвинул нагрузку в те зоны, где быстрое решение не купить. Речь о так называемых Scope 3 emissions — косвенных выбросах по всей цепочке поставок: от производства серверного железа и стройматериалов до энергии, которую потребляют проданные устройства. Именно эта категория сейчас становится главным тормозом для климатических обещаний крупных технологических компаний.
У Google это видно особенно хорошо. Компания объединяет в отчетности несколько категорий Scope 3, включая капитальные товары и использование проданных продуктов, при этом прямо признает, что вклад второй категории несущественен. Иными словами, телефоны и прочая сравнительно компактная электроника тут не главный фактор. Куда вероятнее, что основной вклад дают дата-центры и все, что нужно для их расширения. За последний год Scope 3-выбросы Google выросли на 2,1 млн метрических тонн, а по сравнению с 2019 годом, который компания использует как базу для оценки прогресса, они уже удвоились. Если перевести это с корпоративного диалекта на человеческий: чем активнее компания строит AI-мощности, тем дальше отодвигается финиш с net-zero.
У Amazon профиль проблемы чуть шире, но смысл тот же. Рост косвенных выбросов компания связывает прежде всего с капитальными товарами, топливом и энергией. В ее случае сюда попадают не только дата-центры, но и склады, логистика, инфраструктура в целом. Тем не менее и здесь AI слишком заметен, чтобы делать вид, будто его нет в комнате. В отчете Amazon пишет, что в 2025 году добавила больше дата-центрических мощностей по всему миру, чем любая другая компания, а только в четвертом квартале ввела свыше 1,2 ГВт. Для отрасли это показатель масштаба. Для климатической повестки — почти тревожная сирена. Каждый новый гигабатт AI-инфраструктуры означает не только счета за электричество, но и бетон, сталь, чипы, память, охлаждение и новые узкие места в энергосистеме.
На этом месте заканчивается удобная версия истории про то, что Big Tech может просто закрыть вопрос зелеными контрактами на электроэнергию. Когда дата-центры росли относительно умеренно, схема работала: купили достаточно возобновляемой генерации, немного сгладили пики батареями — и можно рассказывать о декарбонизации. AI меняет правила игры. Спрос на мощность растет так быстро, что компании уже начинают смотреть в сторону газовой генерации. TechCrunch отдельно отмечает этот сдвиг: некоторые игроки, включая Google, уже активно инвестируют в газовые электростанции, чтобы не упереться в потолок энергоснабжения. С точки зрения надежности поставок это прагматично. С точки зрения климатических обещаний — довольно неловко.
Но электричество — это только половина счета. Другая половина спрятана в стройке и микроэлектронике. Сталь и цемент, без которых не бывает новых дата-центров, остаются одними из самых «грязных» промышленных сегментов по выбросам. Да, на рынке уже есть стартапы, которые разрабатывают низкоуглеродные или почти безуглеродные подходы к производству таких материалов. Проблема в том, что они пока не готовы давать нужный объем в масштабе Google, Amazon и их конкурентов. То же самое с полупроводниками. Производство GPU и памяти требует много энергии, а ведущие фабрики сосредоточены в Азии, где энергосистемы по-прежнему в значительной степени завязаны на ископаемое топливо. К этому добавляются технологические газы, некоторые из которых нагревают атмосферу в тысячи раз сильнее, чем эквивалентный объем CO2. Когда рынок массово скупает ускорители под генеративный ИИ, углеродный след ИИ раздувается не только в серверной, но и далеко за ее пределами.
Для разработчиков, продактов и IT-директоров здесь есть несколько неприятных, но полезных выводов. Во-первых, AI-функция теперь несет не только стоимость inference и training, но и все чаще репутационный и регуляторный хвост. Если компания публично обещает ESG-прогресс, а параллельно увеличивает инфраструктурную зависимость от энергоемких моделей, это перестает быть внутренней кухней SRE-команды. Во-вторых, метрики эффективности AI-сервисов будут постепенно смещаться от чистой производительности к модели «производительность на ватт» и «ценность на тонну выбросов». Во многих случаях бизнесу придется отвечать на неудобный вопрос: действительно ли этот AI-сценарий окупает инфраструктурный аппетит или команда просто встроила модную функцию ради галочки в роадмапе.
Для стартапов сигнал тоже понятный. Пока гиганты могут покупать дополнительные мощности, заключать долгосрочные контракты на энергию и экспериментировать с компенсацией выбросов, у компаний поменьше такой роскоши нет. Если рынок всерьез начнет считать не только цену токена, но и экологическую цену его генерации, выиграют не самые громкие AI-продукты, а те, кто умеет экономно обращаться с вычислениями: меньше параметров, меньше лишнего inference, больше инженерной дисциплины. В этом смысле история Google и Amazon — не морализаторство про климат, а ранний индикатор того, что эпоха «масштабируем как-нибудь потом разберемся» для ИИ быстро становится слишком дорогой.
Главный вопрос теперь не в том, мешает ли AI выполнять климатические обещания — цифры уже отвечают на него вполне однозначно. Вопрос в другом: готовы ли крупнейшие техкомпании перестроить архитектуру роста под реальную стоимость вычислений, включая энергетику, стройку и производство чипов. Если нет, углеродный след ИИ станет не побочным эффектом бума, а одной из его базовых метрик.