Климатические заявления техгигантов об ИИ разоблачены как гринвошинг (Greenwashing) в новом отчете
Разоблачительный новый отчет, опубликованный сегодня, бросил тень на экологические обещания крупнейших технологических компаний мира, обнаружив, что подавляющее большинство заявлений о климатических преимуществах искусственного интеллекта (Artificial Intelligence, AI) не имеют под собой оснований. Исследование, проведенное по заказу коалиции некоммерческих организаций, включая Beyond Fossil Fuels и Climate Action Against Disinformation, обвиняет техгигантов (Big Tech) в «гринвошинге» (greenwashing), путем смешивания доказанной эффективности традиционного машинного обучения (Machine Learning) с энергоемкой реальностью современного генеративного ИИ (Generative AI).
Опубликованный одновременно с саммитом AI Impact Summit в Нью-Дели, анализ тщательно изучает 154 конкретных климатических заявления отраслевых титанов. Результаты неутешительны: 74% заявлений о климатических преимуществах ИИ не имеют рецензируемых доказательств, а более трети (36%) не содержат вообще никаких доказательств для подтверждения своих обещаний по сокращению выбросов.
«Подмена понятий» (Bait and Switch): смешивание технологий ИИ
Суть критики в отчете заключается в стратегии, которую энергетический аналитик и автор отчета Кетан Джоши (Ketan Joshi) назвал «отвлекающим маневром». Исследование показывает, что техгиганты часто ссылаются на экологические преимущества «традиционного ИИ» — такого как алгоритмы машинного обучения, используемые для оптимизации эффективности ветряных турбин или управления электросетями — чтобы оправдать масштабное расширение «генеративного ИИ» (GenAI).
Генеративный ИИ, который лежит в основе таких инструментов, как Google's Gemini и Microsoft's Copilot, требует значительно больше вычислительной мощности и энергии, чем прогнозные модели прошлого. Группируя эти различные технологии под широким зонтиком «ИИ», компании эффективно используют экологические заслуги старых эффективных технологий, чтобы скрыть углеродный след своих новых, энергоемких продуктов.
«Крупные технологические компании переняли подход компаний, работающих на ископаемом топливе: они рекламируют скромные инвестиции в зеленые технологии, в то время как их основной бизнес способствует росту выбросов, и модернизировали его для цифровой эпохи», — заявил Джоши. «Эти технологии позволяют избежать лишь ничтожной доли выбросов по сравнению с огромными выбросами их основного бизнеса».
В цифрах: кризис доверия
В отчете представлен подробный анализ того, как заявления техгигантов выдерживают проверку. Данные указывают на системное отсутствие прозрачности и строгости в том, как сообщается о воздействии на окружающую среду.
Таблица 1: Анализ климатических заявлений техгигантов об ИИ
| Метрика (Metric) | Статистика (Statistic) | Значение (Implication) |
|---|---|---|
| Неподтвержденные заявления | 74% | Почти три четверти всех заявлений о климатических преимуществах не подтверждены рецензируемыми научными данными. |
| Нулевые доказательства | 36% | Более трети заявлений представлены без каких-либо подтверждающих данных или ссылок. |
| Вводящие в заблуждение цитаты | Часто | Компании часто цитируют внутренние блоги или отчеты консалтинговых фирм, а не независимые научные исследования. |
Исследование выделяет особенно распространенное утверждение: о том, что ИИ может сократить 5–10% глобальных выбросов парниковых газов к 2030 году. Проследив происхождение этой статистики, исследователи обнаружили, что она взята не из научной статьи, а из поста в блоге консалтинговой фирмы BCG за 2021 год, в котором цитировался «опыт работы с клиентами», а не эмпирические данные. Несмотря на столь слабый фундамент, эта цифра повторялась крупными технологическими фирмами еще в апреле 2025 года.
Реакция отрасли и экспертный анализ
Отчет вызвал резкую реакцию экспертов в этой области. Саша Луччиони (Sasha Luccioni), руководитель направления ИИ и климата в Hugging Face, подчеркнула, что отчет добавляет необходимый нюанс в дискуссию.
«Когда мы говорим об ИИ, который относительно вреден для планеты, речь идет в основном о генеративном ИИ и больших языковых моделях (Large Language Models)», — отметила Луччиони. Она утверждает, что индустрия обманчиво представила климатические решения и углеродное загрязнение как некий «комплексный пакет», «запутывая» очень разные типы приложений ИИ, чтобы сбить с толку регуляторов и общественность.
Время публикации отчета является критическим. Поскольку центры обработки данных в настоящее время потребляют примерно 1% мирового электричества, прогнозируется, что эта цифра резко возрастет. BloombergNEF оценивает, что дата-центры могут потреблять 8,6% электроэнергии в США к 2035 году, что является всплеском спроса, вызванным во многом распространением генеративного ИИ.
«Отвлекающий» маневр
В отчете коммуникационная стратегия техгигантов сравнивается со стратегией нефтегазовой отрасли. Подобно тому как компании, работающие на ископаемом топливе, подчеркивают свои небольшие портфели возобновляемых источников энергии, расширяя при этом добычу нефти, технологические компании подчеркивают незначительные климатические достижения конкретных приложений ИИ, в то время как их общий углеродный след растет из-за расширения дата-центров.
- Замещение выбросов (Emission Displacement): Хотя ИИ может оптимизировать логистический маршрут, энергия, необходимая для обучения и запуска модели, может свести на нет эту экономию.
- Разрыв в верификации (Verification Gap): Отчет не нашел ни одного примера, где популярные инструменты GenAI привели бы к «материальному, проверяемому и существенному» сокращению выбросов, нагревающих планету.
- Слепые зоны регулирования (Regulatory Blind Spots): Текущие стандарты отчетности позволяют компаниям скрывать удельную энергоемкость GenAI в рамках общих корпоративных итогов выбросов.
Заключение: требование прозрачности
По мере ускорения гонки вооружений в сфере ИИ разрыв между корпоративной риторикой и экологической реальностью, по-видимому, увеличивается. Этот отчет служит сигналом к действию для инвесторов, регуляторов и потребителей, заставляя требовать большего, чем просто туманные обещания.
Чтобы индустрия ИИ действительно вносила вклад в решение климатических проблем, она должна сначала признать различные экологические издержки своих технологий. Без строгих, рецензируемых доказательств и четкого разделения между эффективностью машинного обучения и избыточностью генеративного ИИ экологические претензии техгигантов рискуют стать не более чем цифровой дымовой завесой.
