Voda pro lidi, nebo data? Umělá inteligence začíná mít pořádnou žízeň

Otázkou už není, zda AI používat, ale kolik vody a energie jsme ochotni dát jejímu růstu. Digitální svět může růst téměř bez omezení. Zdroje, které ho pohánějí, však ne.

***

Ráno vezmete do ruky telefon. Odemkne se podle vašeho obličeje. Navigace odhadne, kudy bude nejrychlejší cesta do práce. E-mail automaticky odfiltruje spam, banka hlídá podezřelé platby, e-shop vám doporučí boty, které by se vám mohly líbit. Sociální síť rozhodne, který příspěvek uvidíte jako první, telefon vylepší právě pořízenou fotografii a streamovací služba večer odhadne, na jaký film máte náladu.

A pak možná otevřete ChatGPT a položíte mu otázku.

Teprve v tu chvíli máte pocit, že používáte umělou inteligenci.

Ve skutečnosti jste se s ní během dne mohli setkat mnohokrát, aniž byste si toho všimli. Algoritmy a modely strojového učení dnes stojí za vyhledáváním, reklamou, překladači, rozpoznáváním obrazu, finančními systémy, logistikou, zdravotnictvím, průmyslem nebo zákaznickými službami. A s nástupem generativní AI jejich využití prudce roste.

Digitální svět přitom vytváří jednu zvláštní iluzi. Zdá se, že nic neváží a téměř nic nepotřebuje.

Říkáme mu ostatně „cloud“ – oblak.

Jenže cloud není oblak. Je to továrna.

Za odpovědí, která se vám během několika sekund objeví na obrazovce, stojí velmi fyzický svět. Obrovské haly datových center, kilometry kabelů, transformátory, záložní zdroje, servery a stále výkonnější čipy.

Ty potřebují elektřinu.

A produkují teplo. Hodně tepla.

To je nutné odvést, protože výkonné procesory nemohou pracovat při libovolné teplotě. Datová centra proto používají různé systémy chlazení – od vzduchového přes kapalinové až po systémy využívající odpařování vody.

A právě tady se z téměř nehmotné umělé inteligence stává něco překvapivě fyzického.

AI má žízeň.

Voda přitom nevstupuje do její ekologické stopy jen přímo při chlazení serverů. Další voda může být potřeba při výrobě elektřiny, která datacentrum napájí. Výsledná vodní stopa jednoho výpočtu se proto může dramaticky měnit podle toho, kde server stojí, jak je chlazený, jaké je právě počasí a odkud přichází elektřina.

Možná jste už narazili na tvrzení, že několik desítek otázek položených umělé inteligenci spotřebuje přibližně půl litru vody.

Jenže skutečnost je složitější.

Výzkumníci Googlu například v roce 2025 zveřejnili měření provozu Gemini v reálné infrastruktuře společnosti. Podle jejich výsledků připadalo na mediánový textový prompt přibližně 0,26 mililitru vody – asi pět kapek. Spotřeba elektřiny byla 0,24 Wh.

Pět kapek. Tak kde je problém?

Právě tady je dobré přestat přemýšlet o jednom člověku sedícím před notebookem. Pět kapek není ekologická katastrofa. Ani sto promptů pravděpodobně nebude důvodem, proč někomu vyschne studna.

Problém se jmenuje měřítko.

Google, Microsoft, Meta, Amazon a další společnosti nebudují infrastrukturu pro několik tisíc nadšenců experimentujících s chatbotem. AI se postupně zabudovává do vyhledávačů, telefonů, kancelářského softwaru, reklamních systémů, překladačů, programování, zákaznických center, analýzy dat, průmyslu nebo zdravotnictví.

Jednotlivý výpočet může být stále efektivnější. Počet výpočtů ale současně exploduje.

A pět kapek vynásobených miliardami či biliony operací už vypráví jiný příběh.

Navíc ani číslo pěti kapek nelze jednoduše vztáhnout na každou AI. Jde o konkrétní měření konkrétního typu dotazu v infrastruktuře Googlu. Vodní náročnost se liší podle modelu, hardwaru, chlazení i energetického mixu.

Právě proto je trochu absurdní ptát se pouze: Kolik vody stojí můj prompt?

U velkých čísel máme jeden problém. Přestáváme si je umět představit.

Milion litrů? Miliarda galonů? Terawatthodina? Mozek na podobné jednotky není stavěný.

Pro orientaci: americká Agentura pro ochranu životního prostředí uvádí, že průměrná americká rodina spotřebuje doma více než 300 galonů vody denně, tedy přes 1 100 litrů.

Spotřeba vody datových center se samozřejmě nedá jednoduše dělit počtem domácností a tvrdit, že jedno datacentrum „bere vodu rodinám“. Voda může pocházet z různých zdrojů, technologie chlazení se výrazně liší a zásadní je také to, zda mluvíme o odběru vody, nebo o její skutečné spotřebě.

Jenže právě místo, kde datacentrum stojí, může být důležitější než celosvětový průměr.

Milion litrů vody v oblasti s dostatkem vody znamená něco jiného než milion litrů v regionu, který řeší dlouhodobé sucho.

A tady se technologická otázka začíná měnit v politickou.

U miliard litrů už si jen těžko představíme, o jak velké množství jde. Miliarda litrů vody naplní zhruba 400 olympijských bazénů. Při průměrné české spotřebě kolem 90 litrů na člověka a den by takové množství vystačilo na jeden den pro více než 11 milionů lidí.

Podle jedné z nových studií by nová americká datacentra mohla do roku 2030 vyžadovat vodní kapacitu až kolem 5,5 miliardy litrů denně. Pro představu je to objem přibližně 2 200 olympijských bazénů – každý den.

To ovšem neznamená, že datacentra skutečně každý den „vypijí“ 5,5 miliardy litrů pitné vody. Jde o odhad potřebné kapacity zásobování vodou. Část odebrané vody se navíc může vracet zpět do systému, zatímco jiná část se například při chlazení odpaří.

Problém AI tedy není v několika kapkách vody spotřebovaných na jeden dotaz. Je v obrovském měřítku infrastruktury, kterou pro miliardy výpočtů právě budujeme.

Ještě lépe než na vodě je velikost nastupující změny vidět na elektřině.

Podle Mezinárodní energetické agentury spotřebovala datacentra na světě v roce 2024 přibližně 415 TWh elektřiny. Do roku 2030 se má jejich spotřeba více než zdvojnásobit na přibližně 945 TWh ročně. To je o něco více, než dnes spotřebuje celé Japonsko.

Nejdůležitějším motorem růstu má být právě AI.

Ještě zajímavější je situace ve Spojených státech.

IEA očekává, že datacentra budou do roku 2030 odpovídat za téměř polovinu růstu americké poptávky po elektřině. Na konci desetiletí by USA mohly spotřebovávat více elektřiny na zpracování dat než na výrobu hliníku, oceli, cementu, chemikálií a dalších energeticky náročných výrobků dohromady.

To už není několik lidí, kteří si nechávají od ChatGPT napsat recept na svíčkovou.

To je nové průmyslové odvětví.

A jeho továrny právě začínáme stavět.

Rychlost změny ukazuje i Google. Jeho datacentra v roce 2024 meziročně zvýšila spotřebu elektřiny o 27 procent, přestože se společnosti díky novým zdrojům čisté energie podařilo snížit emise spojené s jejich energetickým provozem.

Efektivnější technologie tedy nemusí znamenat nižší celkovou spotřebu. Může nastat přesný opak. Když něco zlevní a zefektivní, začneme toho používat mnohem více.

Problém tedy není několik kapek vody, které může stát jedna otázka. Problémem je svět, ve kterém budou podobné výpočty probíhat miliardkrát – každý den, automaticky a často bez našeho vědomí.

Dokud jsou servery schované někde v průmyslové zóně, může celá debata působit abstraktně. V USA už abstraktní není.

Datacentra se stávají lokálním politickým tématem a proti některým projektům vzniká odpor obyvatel. Debatují o nich lidé ve Virginii, Texasu, Arizoně i dalších státech. Důvody se opakují: elektřina, voda, hluk, zábor půdy, přenosové sítě a otázka, kdo nakonec zaplatí potřebnou infrastrukturu.

V srpnu 2026 už americká média informují o stovkách jurisdikcí, které přijaly zákazy nebo moratoria související s výstavbou datacenter. Jen během předchozího měsíce mělo přibýt přes 150 nových omezení.

Mimořádně zajímavý je Texas. Stát, který se stal symbolem ekonomického růstu, levné energie a technologických investic, zároveň čelí vysokým teplotám, rychlému růstu populace a problémům s vodou.

Odpor proti datacentrům tam v roce 2026 pronikl dokonce do vysoké politiky. Guvernér Greg Abbott začal prosazovat přísnější regulaci a omezení některých daňových výhod poté, co se proti rychlému rozvoji datacenter začaly bouřit venkovské komunity – včetně části jeho vlastních republikánských voličů.

V texaském Laredu se právě v srpnu koná veřejné setkání věnované možným dopadům budoucích datacenter. Mezi tématy, která město chce s obyvateli řešit, patří přímo zásobování vodou, elektřina a dopady na životní prostředí. Přitom tam zatím ani nebyla podána konkrétní žádost o výstavbu datacentra. Město se snaží nastavit pravidla předem.

To je možná nejzajímavější signál ze všech.

Otázka už totiž nezní jen: Chceme AI?

Ale také: Chceme její infrastrukturu za naším městem?

Tady se dostáváme k nepříjemné části celé debaty.

Datacentrum může přinést investice, daňové příjmy, technologický rozvoj a určité množství pracovních míst. AI může zvýšit produktivitu, urychlit výzkum nebo pomoci při řešení problémů, které dnes řešit neumíme.

Současně ale datacentrum soutěží o některé stejné fyzické zdroje jako lidé.

O elektřinu.

O půdu.

A také o vodu.

Neznamená to, že každý litr použitý datacentrem je litr odebraný člověku. Tak jednoduchá hydrologie ani ekonomika není.

Jenže ve chvíli, kdy velký nový odběratel vstoupí do regionu s omezenými zdroji, otázka priorit je naprosto legitimní.

A možná jsme ji zatím neřešili hlavně proto, že jsme digitální svět nepovažovali za průmysl.

Továrnu vidíme. Datacentrum v telefonu nevidíme.

Na ekologické debatě kolem AI je ještě jeden paradox. Veškerá pozornost se soustředila na chatboty.

„Kolik vody spotřebuje jeden prompt?“

„Kolik elektřiny stojí obrázek vytvořený AI?“

„Mám se cítit provinile, když se ChatGPT zeptám na recept?“

Možná jsou to špatně položené otázky. AI totiž nebude fungovat pouze tehdy, když vědomě klikneme na ikonku chatbota. Bude běžet na pozadí.

Bude vybírat reklamu, kterou uvidíme. Třídit obsah. Optimalizovat ceny. Analyzovat zákazníky. Vyhodnocovat fotografie. Překládat. Programovat. Kontrolovat výrobu. Hledat podvody. Vyhodnocovat zdravotnická data. Generovat personalizovaný obsah. Odpovídat zákazníkům. Řídit logistiku.

A stále častěji bude jiná AI vytvářet obsah pro další AI.

Právě tady může nastat skutečný zlom. Ne proto, že by jeden výpočet byl extrémně náročný. Ale proto, že výpočty začneme provádět všude, neustále a automaticky.

Průmyslová revoluce měla uhlí. Automobilová éra ropu.

Digitální revoluce dlouho vytvářela dojem, že její základní surovinou jsou pouze informace.

AI tuto iluzi rozbíjí.

Informace potřebuje čipy. Čipy potřebují továrny. Servery potřebují budovy. Budovy potřebují elektřinu. Výpočty vytvářejí teplo. Chlazení může potřebovat vodu. Elektrárny mohou potřebovat další vodu.

Za každou zdánlivě nehmotnou odpovědí tedy existuje fyzický řetězec.

A čím více se umělá inteligence stává součástí světa, tím viditelnější tento řetězec bude.

Možná budeme za několik let považovat dnešní představu digitálního světa za poněkud naivní.

Cloud totiž nikdy nebyl někde „nahoře“. Má adresu. Stojí na konkrétním kusu země.

Je připojen ke konkrétní elektrické síti. A jeho chladicí systém může být napojen na vodní zdroj regionu, ve kterém žijí skuteční lidé.

Umělá inteligence může být jednou z nejvýznamnějších technologií tohoto století. Může nám pomoci vyvíjet léky, lépe hospodařit s energií, předvídat katastrofy, urychlit vědecké objevy a možná vyřešit problémy, na které lidský mozek nestačí.

Ale možná bychom si měli přestat namlouvat, že je zadarmo jen proto, že její továrny nevidíme.

Skutečná otázka proto není, zda máme umělou inteligenci používat.

Je mnohem nepříjemnější: Které využití AI skutečně stojí za vodu, energii a další zdroje, které mu věnujeme?

Protože množství digitálního obsahu, které dokážeme vytvořit, může růst prakticky bez konce.

Množství vody na Zemi nikoliv.