AI का ऊर्जा उपभोग 2030 तक दोगुना हो सकता है, यह चेतावनी संयुक्त राष्ट्र द्वारा 7 जून 2026 को जारी एक नई रिपोर्ट में दी गई है। इस दस्तावेज़ के अनुसार, तकनीक के तेज़ विस्तार से वैश्विक बिजली का लगभग 3% हिस्सा AI पर खर्च होगा। उत्सर्जन का स्तर यूनाइटेड किंगडम के बराबर पहुँच सकता है। वहीं, सिस्टम को ठंडा रखने के लिए पानी की मांग पूरी वैश्विक आबादी के वार्षिक पेयजल उपभोग से अधिक होगी। यह अध्ययन UNU की वेबसाइट पर उपलब्ध है और इसमें ऊर्जा, कार्बन, पानी और भूमि उपयोग के संदर्भ में AI के पर्यावरणीय खर्चों का विश्लेषण किया गया है।
जेवन्स विरोधाभास: दक्षता बढ़ने पर भी खपत बढ़ती है
रिपोर्ट एक आर्थिक अवधारणा पर आधारित है जिसे जेवन्स विरोधाभास कहा जाता है। यह सिद्धांत 19वीं सदी में अर्थशास्त्री विलियम स्टेनली जेवन्स ने प्रतिपादित किया था। उनके अनुसार, किसी संसाधन के उपयोग में दक्षता बढ़ने से उसकी कुल खपत कम नहीं होती, बल्कि बढ़ जाती है। जेवन्स ने विक्टोरियन इंग्लैंड में कोयले की दक्षता में सुधार के बाद उपभोग में वृद्धि देखी थी। AI पर लागू करने पर, अधिक कुशल मॉडल तकनीक को और सस्ता बनाएंगे, जिससे विभिन्न क्षेत्रों में इसके नए अनुप्रयोग सामने आएंगे। इससे तकनीकी लाभ समाप्त हो सकते हैं या उलट भी सकते हैं।
दक्षता से उपभोग में वृद्धि
जब परिचालन लागत कम होती है और पहुँच आसान होती है, तो AI को अधिक उत्पादन प्रक्रियाओं और सेवाओं में शामिल किया जाता है। रिपोर्ट बताती है कि यह गतिशीलता पहले से चल रही है: 2025 में डेटा केंद्रों ने सऊदी अरब के बराबर बिजली खपत की, जो दुनिया के सबसे बड़े ऊर्जा उपभोक्ताओं में से एक है। यदि खपत दशक के अंत तक दोगुनी हो जाती है, तो उत्सर्जन की भरपाई के लिए लगभग 6.7 अरब पेड़ दस वर्षों तक लगाने होंगे। यह परिदृश्य इस बात को पुष्ट करता है कि अकेली तकनीकी दक्षता पर्यावरणीय समस्या का समाधान नहीं है।
पर्यावरणीय प्रभाव के चौंकाने वाले आंकड़े
ऊर्जा खपत के अलावा, AI के विस्तार के लिए आवश्यक बुनियादी ढाँचे को लगभग 9.3 ट्रिलियन लीटर पानी और मेक्सिको सिटी से लगभग दस गुना बड़े भूमि क्षेत्र की आवश्यकता होगी। रिपोर्ट वैश्विक AI बुनियादी ढाँचे की भौगोलिक एकाग्रता पर भी ध्यान आकर्षित करती है। वर्तमान में केवल 32 देशों में क्लाउड कंप्यूटिंग सिस्टम मौजूद हैं, और इनकी लगभग 90% क्षमता अमेरिका और चीन में केंद्रित है। लेखकों के अनुसार, यह असमानता डिजिटल विभाजन को गहरा कर सकती है, जिससे कई देश केवल तकनीक के उपभोक्ता बनकर रह जाएँगे, जबकि खनिज निष्कर्षण और इलेक्ट्रॉनिक कचरे के निपटान से जुड़े पर्यावरणीय प्रभाव उन्हें ही उठाने होंगे।
भौगोलिक एकाग्रता और डिजिटल विभाजन
दस्तावेज़ इस बात पर जोर देता है कि AI का पर्यावरणीय प्रभाव उपयोग की आवृत्ति और अनुप्रयोग के प्रकार पर निर्भर करता है। टेक्स्ट जनरेशन, प्रोग्रामिंग, इमेज निर्माण और वीडियो उत्पादन जैसे कार्यों के लिए अलग-अलग कंप्यूटेशनल प्रोसेसिंग की आवश्यकता होती है, जो सीधे ऊर्जा और संसाधनों की खपत को प्रभावित करती है। मॉडल का चुनाव भी महत्वपूर्ण है, क्योंकि समान कार्यों के लिए विभिन्न सिस्टमों के पर्यावरणीय खर्च अलग-अलग होते हैं। इस स्थिति को देखते हुए, UN ने स्थायी विकास के लिए सिद्धांतों का एक सेट प्रस्तावित किया है, जिसमें पारदर्शिता, डिज़ाइन से दक्षता, पूरे जीवनचक्र में जिम्मेदारी, समानता, अंतर्राष्ट्रीय सहयोग और प्राकृतिक संसाधनों का स्थायी उपयोग शामिल है।
सिफारिशें और विनियमन: स्थायी रास्ता
रिपोर्ट की सिफारिशों में AI सिस्टम के विकास और संचालन के दौरान नियमित पर्यावरणीय रिपोर्टिंग को अपनाना शामिल है। अध्ययन यह भी सुझाव देता है कि सरकारें तकनीक की मांग के अनुमानों को अपनी ऊर्जा और जलवायु योजनाओं में शामिल करें। यह चिंता और अधिक प्रासंगिक हो जाती है क्योंकि AI सार्वजनिक सेवाओं में एकीकृत हो रहा है। न्यूज़ीलैंड और ऑस्ट्रेलिया जैसे देश पहले से ही सरकारी निकायों में AI के उपयोग को बढ़ाने के लिए राष्ट्रीय रणनीतियाँ लागू कर रहे हैं। न्यूज़ीलैंड ने सार्वजनिक क्षेत्र में AI अपनाने के लिए एक ढाँचा बनाया है, जबकि ऑस्ट्रेलिया में ऑडियो-विज़ुअल अभिलेखों के स्वचालित ट्रांसक्रिप्शन और सरकारी अनुरोधों के प्रसंस्करण में सहायता से जुड़ी परियोजनाएँ चल रही हैं।
हालाँकि, रिपोर्ट में कहा गया है कि दोनों देश हल्के नियामक मॉडल अपनाते हैं, जो सामान्य सिद्धांतों पर केंद्रित हैं। लेखकों के अनुसार, इस तरह का दृष्टिकोण AI विस्तार से जुड़े पर्यावरणीय प्रभावों को पृष्ठभूमि में धकेल सकता है। दस्तावेज़ एक विश्लेषण की वकालत करता है जो AI की पूरी उत्पादन श्रृंखला पर विचार करे, कच्चे माल के निष्कर्षण से लेकर उपकरणों की रीसाइक्लिंग और निपटान तक। इस व्यवस्थित दृष्टिकोण के बिना, दक्षता में लाभ तकनीक के तेज़ उपयोग से निष्प्रभावी हो सकते हैं।