| Mitä | Energia | Vesi | Lähde |
|---|---|---|---|
| Yksi tekstikysely (Google, mediaani) | 0,24 Wh | 0,26 ml (~5 pisaraa) | Googlen oma, tuore julkaisu (ks. Lähteet) |
| Yksi tekstikysely (OpenAI:n oma arvio) | 0,34 Wh | ~0,3 ml | OpenAI:n toimitusjohtajan blogikirjoitus – ei riippumattomasti auditoitu |
| Yksi tekstikysely (vanhempi, laajemman rajauksen arvio) | – | 10–50 ml | UC Riversiden tutkimusryhmä (vanhempi arvio) |
| Yhden ison kielimallin koulutus (GPT-3, kertaluokka-arvio) | ~1 287 MWh | ~700 000 litraa | Patterson ym. (Google); UC Riversiden tutkimusryhmä |
Luvut vaihtelevat sen mukaan, kuka on mitannut, mitä mallia, ja mitä kaikkea mittaukseen on laskettu mukaan – osa lähteistä laskee mukaan vain konesalin oman sähkön- ja vedenkulutuksen, osa myös sähköntuotannon vaatiman jäähdytysveden. Tästä syystä taulukossa on kolme eri lähdettä yhden kyselyn kohdalla yhden luvun sijaan.
Näitä lukuja ei pidä laskea keskiarvoksi tai yhdistää yhdeksi luvuksi – ne on tuottanut eri organisaatiot eri malleille, eri aikoina ja eri rajauksilla mitattuina. Vesi- ja energialuvut yhtä kyselyä kohden ovat joka tapauksessa selvästi alle purkillisen vettä, huolimatta siitä, mitä sosiaalisessa mediassa on väitetty.
Kuluttaako tekoäly paljon sähköä?
Yksittäinen kysely ei kuluta paljon, mutta koko toimialan yhteenlaskettu kulutus kasvaa nopeasti käytön volyymin myötä. Kansainvälinen energiajärjestö IEA arvioi, että konesalien sähkönkulutus maailmanlaajuisesti karkeasti kaksinkertaistuu kuluvan vuosikymmenen loppuun mennessä, ja tekoälyyn suoraan kohdistuva konesalisähkön kysyntä kasvoi noin 50 % viimeisimpänä mitattuna vuonna. Samalla IEA toteaa, että tavanomainen tekoälyn tekstikysely kuluttaa tyypillisesti vähemmän sähköä kuin television katsominen samana aikana, ja että energiankulutus yhtä tekoälytehtävää kohden on laskenut tehokkuusparannusten ansiosta keskimäärin vähintään kertaluokan verran vuodessa. Näiden kahden havainnon – kokonaiskysynnän kasvu ja yksikkökohtaisen kulutuksen lasku – välillä ei ole ristiriitaa: käytön määrä kasvaa nopeammin kuin yksikkökohtainen tehokkuus parantuu.
Paljonko yksi kysely kuluttaa?
Riippuu lähteestä, eikä mitään yhtä oikeaa lukua ole. Googlen omassa, tuoreessa teknisessä raportissa mediaani-tekstikysely Gemini-sovelluksissa kulutti 0,24 wattitunnin verran energiaa ja noin 0,26 millilitraa vettä – laskutapa kattaa koko tekoälyn tarjoamisen infrastruktuurin, myös käyttämättömän laskentakapasiteetin ja konesalin omat yleiskulut. Samalla mittarilla energiankulutus mediaanikyselyä kohden oli pudonnut noin 33-kertaisesti edeltävän 12 kuukauden aikana – osoitus siitä, kuinka nopeasti yksikkökohtainen tehokkuus on parantunut lyhyessäkin ajassa.
OpenAI:n toimitusjohtaja kertoi omassa blogikirjoituksessaan, että keskimääräinen ChatGPT-kysely kuluttaa noin 0,34 wattituntia sähköä ja noin 0,3 millilitraa vettä. Tätä lukua ei ole vertaisarvioitu, OpenAI ei ole julkaisenut sen laskentamenetelmää, “keskimääräistä kyselyä” ei ole määritelty tarkemmin, ja luku ei sisällä mallin kouluttamiseen kulunutta energiaa – käsittele sitä siis yhtiön omana arviona, ei riippumattomasti vahvistettuna mittauksena.
Vanhempi, usein siteerattu arvio Kalifornian yliopiston Riversiden tutkimusryhmältä päätyi selvästi korkeampaan lukuun: noin 500 millilitraa vettä joka 10–50 ChatGPT-kyselyä kohden, eli suuruusluokkaa 10–50 ml per kysely. Ero näiden kahden tuoreemman valmistajaluvun ja tämän vanhemman arvion välillä selittyy sekä ajalla (vanhempi laitteisto ja mallit olivat tehottomampia) että laajemmalla mittausrajauksella, joka sisältää myös voimalaitosten oman jäähdytysveden, ei vain konesalin omaa vedenkäyttöä.
Kolmen luvun väliin jäävää eroa ei kannata yrittää selittää yhdellä syyllä – kyse on kahden vuoden teknologisesta kehityksestä, kahdesta eri mittaustavasta ja kahdesta eri organisaatiotyypistä (riippumaton tutkimusryhmä vastaan valmistajan oma julkaisu) samaan aikaan. Tämä on juuri se syy, miksi tälle sivulle on koottu kolme lukua yhden sijaan.
Entä kuvan tai videon tuottaminen?
Todennäköisesti enemmän kuin tekstikysely, mutta tälle sivulle ei löytynyt yhtä nimettyä, lähteistettävää lukua yksittäisen kuvan tai videon energiankulutukselle. Kaikki tämän sivun taulukon ja tekstin luvut koskevat nimenomaan tekstikyselyjä. Kuvan tai videon tuottaminen vaatii yleensä enemmän laskentaa kuin lyhyt tekstivastaus, koska lopputulos sisältää huomattavasti enemmän dataa ja syntyy useamman laskentavaiheen kautta – tämä on looginen päätelmä laskennan luonteesta, ei mitattu, lähteistetty luku. Jos näet väitteen tarkasta kuva- tai videokohtaisesta energia- tai vesiluvusta, suhtaudu siihen samalla varauksella kuin “pullo vettä per kysely” -väitteeseen alla: kysy, mihin nimettyyn lähteeseen luku perustuu.
Onko “pullo vettä per kysely” -väite totta?
Ei ole tukea väitteelle. Sosiaalisessa mediassa ja osassa uutisointia kiertänyt ajatus siitä, että yksi tekoälykysely tai lyhyt tekoälyn kirjoittama sähköposti kuluttaisi kokonaisen vesipullon verran vettä, ei perustu mihinkään yllä olevista, nimetyistä lähteistä. Kaikki kolme lähteistettyä lukua yhtä kyselyä kohden (0,26 ml, ~0,3 ml, 10–50 ml) ovat selvästi pienempiä kuin tyypillinen juomavesipullo, joka on tilavuudeltaan useita satoja millilitroja.
Onko tekoäly ilmastolle haitallinen?
Mallin kouluttaminen kuluttaa merkittävästi enemmän kuin sen käyttäminen yksittäiseen kyselyyn. Googlen tutkijoiden arvion mukaan GPT-3-kokoisen mallin kouluttaminen kulutti noin 1 287 megawattituntia sähköä; Riversiden tutkijaryhmä arvioi erikseen, että noin kahden viikon mittainen GPT-3:n koulutusajo Microsoftin yhdysvaltalaisissa konesaleissa kulutti noin 700 000 litraa makeaa vettä jäähdytykseen ja sähköntuotantoon – määrä olisi arviolta kolminkertainen, jos vastaava koulutus ajettaisi joissain Microsoftin vähemmän vesitehokkaissa Aasian konesaleissa.
Peer-review-julkaisu Joule-lehdessä oli yksi ensimmäisistä vertaisarvioiduista varoituksista siitä, että tekoälyyn liittyvä sähkönkulutus voisi kasvaa merkittäväksi lisäksi konesalien energiankäyttöön, jos käyttö jatkaa skaalautumistaan – arvio perustui palvelinmäärän arvioihin, joita tarvittaisiin ChatGPT:n kaltaisen palvelun pyörittämiseen. Kokonaiskuva on siis kaksijakoinen: yksittäinen kysely on pieni, mutta koko toimialan kasvava käyttö on todellinen ja kasvava osa maailman sähkönkulutusta – IEA:n arvion mukaan noin 3 % maailman sähkönkulutuksesta vuosikymmenen loppuun mennessä.
Mitä tästä kannattaa ajatella käytännössä
Yksittäisen kyselyn jättäminen tekemättä ei ole merkittävä ympäristöteko sinänsä – kaikkien tässä koottujen lähteiden mukaan yhden tekstikyselyn energia- ja vesijalanjälki on pieni verrattuna moneen muuhun arjen toimintoon. Suurempi vaikutus syntyy toisaalla: siitä, miten paljon uusia, isoja malleja koulutetaan, ja siitä, kuinka nopeasti koko toimialan käyttö kasvaa kokonaisuutena. Kumpaankaan yksittäinen käyttäjä ei vaikuta yhden kyselyn valinnalla, vaan ne ovat kysymyksiä, joita mallien kehittäjät ja konesalien energiavalinnat ratkaisevat. Jos haluat perustaa oman näkemyksesi lukuihin väitteiden sijaan, pidä kiinni kolmesta asiasta: älä usko yhtä yksittäistä “per kysely” -lukua lopulliseksi totuudeksi, erota koulutuksen kertaluonteinen kulutus käytön toistuvasta kulutuksesta, ja suhtaudu erityisen varauksella mihin tahansa lukuun, jota ei ole liitetty nimettyyn lähteeseen.
Yhtä tärkeää on huomata, mihin suuntaan luvut ovat liikkumassa. Googlen oman raportin mukaan energiankulutus mediaanikyselyä kohden on pudonnut kymmeniin kertoihin lyhyessäkin ajassa, ja IEA:n mukaan energiankulutus yhtä tekoälytehtävää kohden laskee tehokkuusparannusten myötä keskimäärin vähintään kertaluokan verran vuodessa. Tämä ei tarkoita, että koko toimialan kulutus laskisi – se kasvaa, koska käytön volyymi kasvaa nopeammin kuin yksikkökohtainen tehokkuus paranee – mutta se tarkoittaa, että vanha, tietyllä hetkellä mitattu “per kysely” -luku voi vanhentua nopeasti sekä ylös- että alaspäin riippuen siitä, mitä muutosta juuri se mittaus kuvasi.
Laajemmin siitä, miten konesalit ja pilvipalvelut toimivat teknisesti, katso pilvipalvelut, ja siitä, miten kielimallit ylipäätään toimivat laskennallisesti, katso miten tekoäly toimii. Kumpikin sivu auttaa ymmärtämään, miksi laskenta ylipäätään kuluttaa energiaa, ei vain sitä, paljonko se kuluttaa.
Lähteet
- Google — Measuring the environmental impact of delivering AI at Google Scale
- arXiv:2508.15734 — samaa raporttia vastaava julkaisu
- Data Center Dynamics — Sam Altman: ChatGPT queries consume 0.34 watt-hours
- UC Riverside News — AI programs consume large volumes of scarce water
- Communications of the ACM — Making AI Less “Thirsty”
- arXiv:2104.10350 — Carbon Emissions and Large Neural Network Training
- IEA — Energy and AI: Energy demand from AI
- IEA — Data centre electricity use surged in 2025
- Joule — The growing energy footprint of artificial intelligence, de Vries 2023
Usein kysyttyä
Kuluttaako kuvan luonti enemmän kuin tekstikysely?
Todennäköisesti kyllä, koska kuvan tuottaminen vaatii enemmän laskentaa kuin lyhyt tekstivastaus, mutta tälle sivulle ei löytynyt yhtä nimettyä, lähteistettävää lukua yksittäisen kuvan energiankulutukselle. Sivun taulukon luvut koskevat nimenomaan tekstikyselyjä; kuvan tai videon tuottamisen erillistä jalanjälkeä ei pidä arvata sen perusteella.
Kuluttaako yksi ChatGPT-kysely saman verran kuin pullo vettä?
Ei ole tukea tälle väitteelle. Kaikki tämän sivun lähteistetyt luvut yhtä tekstikyselyä kohden – 0,26 ml, noin 0,3 ml ja 10–50 ml – ovat selvästi pienempiä kuin tyypillinen vesipullo, joka on satoja millilitroja. Väite on kiertänyt sosiaalisessa mediassa, mutta sille ei löytynyt yksittäistä kyselyä koskevaa alkuperäislähdettä.
Onko tekoäly parempi tai huonompi ympäristölle kuin muu tietotekniikan käyttö?
Kansainvälisen energiajärjestön IEA:n mukaan yksittäinen, tavallinen tekoälyn tekstikysely kuluttaa tyypillisesti vähemmän sähköä kuin television katsominen samana aikana, ja energiankulutus yhtä tekoälytehtävää kohden on laskenut tehokkuusparannusten myötä vuosittain vähintään kertaluokan verran. Koko toimialan sähkönkulutus kasvaa silti kokonaisuutena käytön volyymin kasvun vuoksi.