Ekologiczna optymalność – jak analiza mojego cyfrowego śladu i danych z otoczenia może wspierać działania proekologiczne: przegląd narzędzi, zmiana zachowań i zdrowy rozsądek.

Twoje pytanie o „ekologiczną optymalność” jest wyjątkowo analityczne, trafne i porusza niezwykle ważny, a wciąż zbyt rzadko dyskutowany problem. Połączenie analizy własnego śladu cyfrowego z danymi z otoczenia to wyższy poziom świadomości ekologicznej.

---

---

Studium Przypadku -AI

Wygenerowanie powyższej odpowiedzi zajęło modelowi Gemini 3 Pro ok. 2 minuty.  W tym czasie wygenerowane zostały ok. 2 tysiące tokenów oraz zostało wywołane narzędzie to wyszukiwania treści w internecie. Google deklaruje, że ślad węglowy wynikający z działania ich produktów jest minimalny oraz, że do roku 2030 zamierza przejść na wykorzystywanie jedynie OZE. W praktyce jednak firma w ciągu ostatnich 5 lat zwiększyła  swoje emisje CO₂ o 48%. Dodatkowo z racji na pozyskiwanie informacji ze źródeł zewnętrznych, a także kosztów transmisyjnych, koszt korzystania z ich infrastruktury może być trudny do oszacowania.

Greenwashing

Istnieją trzy rodzaje kłamstw: kłamstwa, okropne kłamstwa i statystyki.
~ Benjamin Disraeli

W tym kontekście warto przywołać pojęcie greenwashingu – nieetycznej strategii marketingowej, w której firmy (w tym z sektora IT) sugerują, że ich produkty lub działalność są bardziej przyjazne dla środowiska, niż są w rzeczywistości. Celem jest poprawa wizerunku i wzrost sprzedaży poprzez wykorzystanie mody na ekologię, często kosztem wprowadzania konsumentów w błąd.

Organizacja Greenpeace, która aktywnie monitoruje tego typu nadużycia, sformułowała cztery kryteria pomagające rozpoznać greenwashing:

1. Zasłona dymna: promowanie pojedynczego „zielonego” programu lub produktu, podczas gdy rdzeń biznesu firmy pozostaje silnie zanieczyszczający.
2. Krzywe proporcje: przeznaczanie większych środków na kampanie reklamowe i PR zachwalające ekologiczne osiągnięcia niż na faktyczne wdrażanie tych rozwiązań.
3. Hipokryzja legislacyjna: publiczne deklaracje o trosce o środowisko przy jednoczesnym lobbingu przeciwko zaostrzaniu przepisów ekologicznych.
4. Prawne minimum jako sukces: przedstawianie jako „wielkiego osiągnięcia ekologicznego” czegoś, co i tak zostało wymuszone obowiązującym prawem („Our burger is 100% asbestos free”).

Percepcja a rzeczywistość: macierz „Greenwashers”

Badanie analizujące czołowe firmy IT (m.in. HP, Dell, Apple, Microsoft, Nokia, Samsung) wykazało fascynujący paradoks między tym, co sądzą konsumenci, a tym, co firmy faktycznie robią. Zestawienie wyników badania percepcji marek (GreenFactor) z twardymi danymi o realnych działaniach (raport Greenpeace) pozwoliło podzielić technologicznych gigantów na cztery kategorie:

• Greenwashers (wysoka percepcja, słabe działania): Microsoft i Dell zbudowały bardzo „zielony” wizerunek, a ich rzeczywiste praktyki plasowały się poniżej średniej.
• Ekologicznie nieśmiali (niska percepcja, solidne działania): Nokia i Sony osiągały najwyższe noty za realne działania, ale nie potrafiły przełożyć tego na świadomość rynku.
• Ekologicznie odpowiedzialni (wysoka percepcja, solidne działania): HP i Apple utrzymały relatywną równowagę – działania na przyzwoitym poziomie i adekwatny wizerunek.
• Ekologicznie nieodpowiedzialni (niska percepcja, słabe działania): Lenovo i Toshiba – mało robiły dla środowiska i były tak postrzegane.

Asekuracyjna komunikacja i „zielone” obrazki

Co ciekawe, analiza korporacyjnych stron internetowych ujawniła, że firmy IT są wyjątkowo wyczulone na oskarżenia o greenwashing. Zamiast grać na emocjach hasłami o „ratowaniu planety”, preferują komunikację opartą na twardych atrybutach funkcjonalnych: programach recyklingu, energooszczędności sprzętu, możliwości zwrotu starych urządzeń. Żadna z badanych firm nie odwoływała się bezpośrednio do emocjonalnych korzyści z bycia ekologicznym. Jednocześnie wszystkie chętnie korzystały z manipulacji wizualnej – zielone palety, zdjęcia nieskazitelnej natury, liście i kropla rosy w tle. Słów na wiatr nikt nie rzuca, ale podprogowe skojarzenia budują się same.

Niektórzy próbują się jednak wyróżnić. Dell zrobił to publicznym zakazem eksportu swoich e-odpadów do krajów rozwijających się. Apple poszło drogą agresywnej komunikacji, mocno akcentując rolę lidera w zrównoważonych praktykach (np. eliminowaniu szkodliwych materiałów z produktów oraz głośnej, choć krytykowanej, deklaracji o „carbon neutral” dla wybranych modeli Apple Watch).

Nowe ramy prawne: dyrektywa CSRD i koniec łatwego greenwashingu?

Warto odnotować, że era dowolnej narracji ekologicznej dobiega końca – przynajmniej w Unii Europejskiej. Dyrektywa CSRD (Corporate Sustainability Reporting Directive) oraz uzupełniająca ją Green Claims Directive wymuszają na dużych firmach raportowanie wskaźników środowiskowych według ujednoliconych standardów ESRS i zakazują używania ogólnikowych haseł typu „eco-friendly” czy „climate neutral” bez weryfikowalnych dowodów. To pierwszy moment w historii, w którym marketing ekologiczny i raportowanie ekologiczne zaczynają być prawnie ze sobą powiązane – a rozbieżność między nimi grozi realnymi karami finansowymi.

Energia elektryczna

Obecnie dużo mówi się o śladzie węglowym dużych modeli językowych – i bardzo słusznie. Pojedyncze zapytanie do ChatGPT odpowiada zużyciu około 3 Wh energii [źródło]. Roczna produkcja energii elektrycznej per capita w Wielkiej Brytanii wynosi ok. 12 000 kWh, więc w ujęciu jawnym ślad węglowy pojedynczej interakcji rzeczywiście nie jest wysoki – co bywa wykorzystywane jako punkt zaczepienia do greenwashingu OpenAI.

Problem zaczyna się w skali. ChatGPT obsługuje dziś setki milionów aktywnych użytkowników tygodniowo, którzy wykonują miliardy zapytań. „Mała” liczba pomnożona przez ogromną skalę robi się duża – i to jest dokładnie ten moment, w którym indywidualny argument „przecież to tylko 3 Wh” przestaje być sensowny. To samo zjawisko obserwowaliśmy wcześniej w przypadku reklam display czy plastikowych słomek: jednostkowo nieistotne, sumarycznie znaczące.

AI generuje jednak koszty środowiskowe również w innej, mniej oczywistej postaci. Szacuje się, że na trening modeli GPT-3 i GPT-4 zużyto około 700 m³ wody pitnej – i są to estymaty nieuwzględniające inferencji, czyli kosztów codziennego korzystania z gotowych modeli. Sam Google podaje, że w 2023 roku jego centra danych zużyły 170 milionów m³ wody pitnej. Takie zużycie nie tylko zmniejsza zasoby lokalnych ekosystemów, ale prowadzi też do skażenia termicznego (znaczących zmian temperatury wód w okolicy) oraz chemicznego, wynikającego ze stosowania środków biobójczych w obiegach chłodniczych. Biorąc pod uwagę, że około 40% wszystkich centrów obliczeniowych powstaje na obszarach dotkniętych deficytem wody pitnej, otrzymujemy ponury obraz postępującej degradacji hydrologicznej.

Dlaczego tyle wody?

Gros zapotrzebowania centrów obliczeniowych na wodę wynika ze sposobu chłodzenia serwerów. Firma, która chce „mieć AI”, musi wyposażyć infrastrukturę w procesory graficzne lub analogiczne akceleratory – a te generują ogromne ilości ciepła. Pojedynczy GPU klasy NVIDIA H100 pobiera 700 W mocy, a typowy „AI-owy” serwer mieści ich osiem – łącznie ponad 5 kW na pojedynczą obudowę 4U, czyli więcej niż domowa kuchenka indukcyjna pracująca na maksimum. Pomieszczenie z setkami takich serwerów wymaga przemysłowego chłodzenia.

Najefektywniejsze chłodzenie to obieg otwarty: pobieranie wody z rzeki i zwracanie jej podgrzanej. Woda nie może być słona, a do obiegu dodaje się dodatkowo środki zapobiegające osadzaniu kamienia. Stąd presja na słodką, czystą wodę – tę samą, której potrzebują ludzie, rolnictwo i ekosystemy. Rozwiązaniem zaczynają być eksperymenty z chłodzeniem zanurzeniowym (immersion cooling) w cieczach dielektrycznych oraz odzysk ciepła – w niektórych krajach skandynawskich nadmiarowe ciepło z serwerowni jest kierowane do miejskiej sieci ciepłowniczej i ogrzewa mieszkania. To dobry przykład, że ślad węglowy IT można rozwiązywać projektowo, a nie tylko deklaratywnie.

Inne źródła śladu węglowego

LLM-y nie są jedynym źródłem śladu węglowego w IT. Każde urządzenie i każda technologia, zużywając energię elektryczną, generują pewne ilości CO₂. Streaming wideo w 4K, łańcuchy bloków typu proof-of-work (sama sieć Bitcoin zużywa rocznie tyle energii, co Argentyna), przechowywanie nieskasowanych e-maili na serwerach pocztowych, automatyczne kopie zapasowe smartfonów synchronizujące się co kilka minut, autoodtwarzające się reklamy w aplikacjach – wszystko to składa się na cyfrowy ślad codzienności.

Szczególnie pouczające jest porównanie streamingu z pobieraniem. Jednorazowe pobranie pliku wideo i jego wielokrotne odtwarzanie offline ma znacznie mniejszy ślad niż każdorazowe streamowanie tego samego materiału z chmury – bo w drugim przypadku za każdym razem płacimy energetycznie za transfer. Mało który serwis streamingowy o tym wspomina, bo model biznesowy oparty na ciągłym strumieniu danych jest dla nich wygodniejszy.

Embodied Carbon

Dla urządzeń IT znaczna część emisji powstaje, zanim w ogóle zostaną one włączone. Analiza ekologiczna wykracza więc poza zużycie prądu. Dla urządzeń końcowych (laptopy, smartfony) faza produkcji odpowiada za 60–80% całkowitego śladu węglowego w cyklu życia produktu. Wydobycie metali ziem rzadkich, produkcja półprzewodników w procesach litograficznych (3 nm, 5 nm) oraz globalny transport generują ogromne obciążenie, które bywa pomijane w raportach skupiających się jedynie na „zielonej energii” w biurach.

Praktyczna konsekwencja jest niewygodna dla branży: najbardziej ekologicznym urządzeniem jest to, którego nie kupiliśmy. Wymiana sprawnego trzyletniego laptopa na nowszy, „energooszczędny” model w większości scenariuszy zwiększa, a nie zmniejsza ślad węglowy użytkownika – bo zaoszczędzona w eksploatacji energia rzadko kompensuje emisje wynikające z produkcji. Dlatego ruch right to repair, modułowe konstrukcje (Framework, Fairphone) i wydłużanie wsparcia oprogramowania mają realne, mierzalne znaczenie klimatyczne, nie tylko ideologiczne.

Źródło: Gupta, U., et al. (2021). „Chasing Carbon: The Elusive Design Case for Sustainable Computing”. HPCA.

Paradoks Jevonsa, czyli dlaczego efektywność czasem szkodzi

Tu warto dodać coś, o czym rzadko mówi się w kontekście „zielonego IT”. W 1865 roku ekonomista William Stanley Jevons zauważył, że kiedy maszyny parowe stały się bardziej efektywne pod względem zużycia węgla, łączne zużycie węgla w gospodarce nie zmalało – wzrosło. Spadająca cena jednostkowa energii sprawiła, że zaczęto jej używać do rzeczy, których wcześniej w ogóle się nie robiło.

Mechanizm ten – dziś nazywany paradoksem Jevonsa lub efektem odbicia (rebound effect) – świetnie opisuje współczesne IT. Każda kolejna generacja procesorów jest energooszczędniejsza w przeliczeniu na operację, ale operacji wykonujemy nieporównanie więcej. Modele AI są coraz tańsze w inferencji – więc inferencji wykonujemy miliardy. Strony są coraz lżejsze – ale ich liczba i częstotliwość odwiedzin rośnie szybciej. Smartfony są bardziej energooszczędne niż dekadę temu – używamy ich kilkanaście godzin dziennie, zamiast kilku.

Wniosek jest niewygodny, ale uczciwy: sama optymalizacja techniczna nie wystarczy. Jeśli zaoszczędzona moc obliczeniowa zostaje natychmiast przejęta przez nowe, bardziej zasobochłonne zastosowania (np. generatywne AI w każdym pasku wyszukiwania), bilans ekologiczny może się pogorszyć mimo „zielonych” wskaźników na slajdach. Dlatego do dyskusji o ekologicznej optymalności trzeba dorzucić pytanie, którego inżynierowie zwykle nie lubią: czy ta funkcjonalność w ogóle musi istnieć?

Cyfrowy ślad jednostki – co naprawdę ma znaczenie

Dyskusja o ekologicznym IT najczęściej toczy się na poziomie korporacyjnym, ale warto zapytać, co z tego wszystkiego wynika dla zwykłego użytkownika. Odpowiedź jest mniej emocjonująca, niż sugerują media: największy wpływ ma kilka rzeczy, a reszta nie ma większego znaczenia.

Liczy się przede wszystkim długość użytkowania urządzeń. Korzystanie ze smartfona przez pięć lat zamiast dwóch redukuje jego średnioroczny ślad węglowy o ponad połowę. Liczy się unikanie streamowania w wysokich rozdzielczościach tam, gdzie nie wnosi to wartości (4K na ekranie smartfona jest fizycznie nieodróżnialne od HD, a transfer rośnie kilkakrotnie). Liczy się świadome korzystanie z AI – nie odpalanie ChatGPT do pytań, na które trywialnie odpowiada wyszukiwarka. I liczy się, paradoksalnie, nie nakręcanie się na drobiazgi: kasowanie starych e-maili, wyłączanie kamerki na rozmowach czy unikanie ciemnego motywu „dla klimatu” to działania, których wpływ jest pomijalny w porównaniu z tymi wymienionymi wcześniej.

Greenwashing działa też w drugą stronę – jako indywidualny offset psychologiczny. Kasowanie e-maili daje poczucie sprawstwa, ale odwraca uwagę od decyzji o realnym znaczeniu, jak wymiana sprawnego laptopa albo abonament na usługę AI używaną „dla zabawy”. Warto o tym pamiętać, czytając kolejny ekologiczny tip z social mediów.