ה-AI צמא: כל פרומפט עולה במים

אתם יודעים שהקלדה ב-ChatGPT שותה מים? לא, ברצינות. כל בקשה שאתם שולחים לבינה המלאכותית – בין אם מדובר במייל קצר או ביצירת סרטון – מתורגמת לצריכת מים ממשית בחוות שרתים מרוחקות. מחקר מ-UC Riverside חושף שכתיבת הודעת מייל בת 100 מילים צורכת כחצי ליטר מים, ויצירת סרטון – כ-4.1 ליטרים. תחשבו על זה: זה יותר מכמות המים המומלצת לשתייה ביום לאדם. וזה רק למייל או לסרטון בודד.

אז מה בעצם קרה כאן?

מאחורי הקלעים, חוות השרתים שמאפשרות את הבינה המלאכותית הן מפלצות אנרגיה ומים. עם כמעט מיליארד משתמשים מדי שבוע ב-ChatGPT ו-2.5 מיליארד בקשות ביום – וזה לפני שספרנו את שאר מודלי ה-AI – הכמויות מצטברות לכדי אסון סביבתי. אבל הסיפור לא נגמר בצריכה הישירה. יש כאן מנגנון כלכלי עתיק שמסביר למה יעילות טכנולוגית דווקא מגבירה את הנזק.

פרדוקס ג'בונס: למה יעילות לא עוזרת?

בחורף 2025, הסטארט-אפ הסיני DeepSeek הציג מודל מתקדם שלטענת החברה פיתוחו דרש עשירית ממשאבי החישוב של מודל דומה של מטא. שווי השוק של Nvidia, ענקית השבבים שמניעה את מהפכת ה-AI, צנח ביום אחד בכ-600 מיליארד דולר – כי משקיעים חשבו שיעילות תפחית את הביקוש לשבבים חדשים. אבל מנכ״ל מיקרוסופט, סאטיה נאדלה, הגיב בציוץ: ״Jevons paradox strikes again״. הוא הזכיר תיאוריה מ-1865: הכלכלן ויליאם סטנלי ג'בונס גילה שכשמנועי קיטור הפכו חסכוניים יותר, צריכת הפחם באנגליה דווקא עלתה. הסיבה? ירידת מחיר מעודדת שימוש רחב יותר ביישומים חדשים, והגידול החד בביקוש בולע את החיסכון.

ב-AI, הפרדוקס הזה חזק מתמיד. עיקר צריכת האנרגיה – בין 80% ל-90% – מופנה לפעילות השוטפת, לא לפיתוח. ברגע שהפעולה נעשית זולה ונגישה, השימוש מתרחב בקצב מטורף. זו הסיבה שמנכ״ל מטא, מארק צוקרברג, הרחיב תשתיות בתגובה ל-DeepSeek: יעילות מובילה לגידול, לא לחיסכון.

מחיר המים והחשמל

מרכזי נתונים הם האנגרים ענקיים שמאכלסים מאות אלפי שבבים הפועלים מסביב לשעון. הם צורכים חשמל בהיקפים של מדינות – פשוטו כמשמעו. על פי תחזיות, עד 2030 צריכת החשמל של מרכזי הנתונים בעולם תכפיל את עצמה ותשתווה לצריכת החשמל השנתית של יפן כולה – של 123 מיליון תושביה, מפעליה ורכבותיה. וזה בענף שהיה עד לא מזמן הערת שוליים במאזן החשמל העולמי.

בנוסף, מערכות הקירור למניעת התחממות החומרה שואבות מיליוני ליטרים של מים. מיקרוסופט דיווחה ש-42% מצריכת המים שלה התבצעה באזורים עם מחסור – מה שאומר שמתקני הענק מתחרים ישירות עם אוכלוסיות וחקלאות על מקורות מים.

הבטחות ירוקות מול מציאות שחורה

ענקיות הטכנולוגיה מבטיחות שה-AI עצמו ״יפתור את משבר האקלים״ – על ידי ייעול רשתות חשמל והאצת מחקר. אבל ההיסטוריה לא לטובתן. ב-2020, מיקרוסופט וגוגל התחייבו להגיע למאזן פחמן שלילי עד 2030. מאז, דיווחי הקיימות האחרונים מראים שמיקרוסופט העלתה את טביעת הרגל הפחמנית שלה ב-25% וגוגל ב-18% – בגלל הקמת מרכזי נתונים. עכשיו הן מבקשות שנאמין שה-AI ישקם את מה שהוא מקלקל. אבל הניסיון מראה שפתרונות תיאורטיים נדחקים לעתיד, והחשבון הסביבתי משולם בהווה.

האירוניה של המהפכה: ככל שהבינה המלאכותית וירטואלית יותר, כך היא זקוקה ליותר קרקע, מים ואנרגיה. שום דבר לא באמת מרחף בענן.

ובפעם הבאה שתשאלו את ה-AI שאלה, תיבת הטקסט כבר לא תיראה כמו קסם – כי המחיר שלה לעולם אינו וירטואלי.