Koreańscy naukowcy: agenci AI zużywają 136 razy więcej prądu niż zwykły chatbot

Naukowcy z Korea Advanced Institute of Science and Technology opublikowali 5 lipca 2026 roku pierwsze tak szczegółowe porównanie zużycia energii przez konwersacyjne modele AI i autonomicznych agentów wykonujących złożone zadania. Wyniki pokazują, że agentowa AI, coraz częściej promowana jako następny etap rozwoju branży, ma ukryty koszt energetyczny, o którym dotąd niewiele mówiono.

Różnica wynika ze sposobu działania obu typów systemów. Zwykły chatbot otrzymuje pytanie, generuje odpowiedź i kończy pracę. Agent AI działa inaczej, samodzielnie planuje kolejne kroki potrzebne do zrealizowania celu, na przykład zaplanowania podróży czy przygotowania budżetu, przeszukuje internet, wykonuje obliczenia i uruchamia polecenia bez udziału człowieka.

Dlaczego agenci zużywają tyle prądu

Żeby wykonać złożone zadanie, agent musi wielokrotnie "rozmawiać sam ze sobą", czyli ponownie uruchamiać swój rdzeń obliczeniowy na każdym etapie planowania i weryfikacji wyników. Ta ciągła pętla, którą badacze z KAIST nazwali w swojej pracy nowym rodzajem obciążenia dla centrów danych, jest głównym źródłem tak ogromnej różnicy w zużyciu energii względem prostego modelu pytanie-odpowiedź.

Zespół z KAIST jako pierwszy zmierzył ten efekt w kontrolowanych warunkach laboratoryjnych, korzystając z modelu o skali porównywalnej z obecnie komercyjnie dostępnymi usługami AI, czyli 70 miliardów parametrów. Wcześniejsze analizy zużycia energii przez sztuczną inteligencję koncentrowały się głównie na treningu dużych modeli albo na prostych zapytaniach chatbotów, pomijając rosnącą kategorię systemów agentowych.

Skala problemu przy masowym wdrożeniu

Najbardziej niepokojący jest scenariusz przyszłościowy przygotowany przez zespół. Jeśli agenci AI upowszechnią się do punktu, w którym obsługują dziennie około 13,7 miliarda zapytań, czyli wolumen zbliżony do dzisiejszego globalnego ruchu w wyszukiwarce Google, łączne zapotrzebowanie centrów danych na energię skoczyłoby do poziomu porównywalnego z połową zużycia prądu całych Stanów Zjednoczonych.

Taki skok oznaczałby, według autorów badania, że obecna infrastruktura energetyczna i sieci przesyłowe nie byłyby w stanie sprostać zapotrzebowaniu bez znaczącej rozbudowy mocy wytwórczych, w tym elektrowni dedykowanych wyłącznie centrom danych.

Kontekst dla branży

Publikacja trafia w moment, gdy duzi dostawcy chmury i twórcy modeli, od Microsoftu po Google, intensywnie promują agentowe funkcje jako kolejny krok rozwoju produktów AI, jednocześnie ograniczając ujawnianie danych o rzeczywistym zużyciu energii przez te systemy. Część komentatorów zwraca uwagę, że sam wskaźnik "136 razy więcej" bywa wyrywany z kontekstu, bo agent w zamian wykonuje pracę odpowiadającą wielu osobnym zapytaniom do chatbota, więc porównanie jeden do jednego nie zawsze jest uczciwe.

Mimo to autorzy badania podkreślają, że brak transparentności co do realnego kosztu energetycznego agentowej AI utrudnia planistom energetycznym i regulatorom przygotowanie się na nadchodzący wzrost zapotrzebowania. W Polsce temat ma znaczenie praktyczne, bo krajowe centra danych obsługujące usługi chmurowe i AI już dziś konkurują o przyłącza z siecią energetyczną, a plany rozbudowy mocy wytwórczych muszą uwzględniać nie tylko dzisiejsze obciążenie, ale i tempo, w jakim rośnie popularność agentów AI wśród firm.

Wyniki badania KAIST mogą też wpłynąć na sposób, w jaki firmy projektują swoje produkty agentowe, na przykład przez ograniczanie liczby zbędnych iteracji planowania albo przenoszenie części obliczeń na mniejsze, wyspecjalizowane modele zamiast każdorazowego angażowania pełnowymiarowego modelu językowego.

Źródła: Korea Times (koreatimes.co.kr), EurekAlert (eurekalert.org), Forbes (forbes.com)