"Khủng hoảng nước" của AI: Tại sao nỗi lo ngại này là vô lý?

Trong những năm gần đây, câu chuyện về việc trí tuệ nhân tạo (AI) và các trung tâm dữ liệu "đói khát" nước đã trở thành chủ đề nóng trên các phương tiện truyền thông. Nhiều bài báo đã gióng lên hồi chuông cảnh báo về việc việc đào tạo và chạy các mô hình AI đang tiêu tốn một lượng nước khổng lồ, đe dọa nguồn tài nguyên địa phương và gây hại cho môi trường. Tuy nhiên, nếu nhìn sâu vào các con số thực tế và bối cảnh rộng lớn hơn, liệu nỗi lo này có thực sự đáng sợ như chúng ta vẫn nghĩ?

Bài viết này sẽ phân tích vấn đề dưới ba góc độ: quốc gia, địa phương và cá nhân để chỉ ra rằng "khủng hoảng nước" của AI thực chất là một vấn đề bị thổi phồng và thiếu căn cứ.

Mức độ tiêu thụ nước ở quy mô quốc gia

Khi nói về việc AI sử dụng nước, điều quan trọng đầu tiên cần làm rõ là sự khác biệt giữa việc "rút" nước (withdrawal) và "tiêu hao" nước (consumption). Hầu hết các báo cáo gây hoang mang thường gộp chung hai khái niệm này. Thực tế, phần lớn nước được sử dụng trong các nhà máy điện để cung cấp năng lượng cho trung tâm dữ liệu là nước không tiêu hao (nước được trả lại nguồn sau khi làm mát).

Dữ liệu cho thấy tất cả các trung tâm dữ liệu tại Mỹ (chủ yếu phục vụ Internet, không chỉ riêng AI) tiêu thụ khoảng 200–250 triệu gallon nước ngọt mỗi ngày. Con số này nghe có vẻ lớn, nhưng khi so sánh với tổng lượng nước ngọt tiêu thụ hàng ngày của cả nước Mỹ là khoảng 132 tỷ gallon, thì tỷ lệ này chỉ chiếm khoảng 0,2%.

So sánh mức tiêu thụ nước của các ngành công nghiệp

Nếu chỉ tính riêng lượng nước được sử dụng trực tiếp tại các trung tâm dữ liệu (không tính nước cho nhà máy điện), con số này thậm chí chỉ còn 0,04%. Trong đó, AI chỉ chiếm một phần nhỏ trong tổng lượng điện và nước sử dụng của các trung tâm dữ liệu đó. Để dễ hình dung, lượng nước mà toàn bộ hệ thống AI tại Mỹ tiêu thụ hiện nay tương đương với việc bổ sung thêm 8 thị trấn nhỏ có dân số 16.000 người mỗi người. Đây không phải là một con số gây ra khủng hoảng quốc gia.

Ngay cả khi dự báo đến năm 2030, khi nhu cầu điện cho AI tăng trưởng mạnh, lượng nước tiêu thụ dự kiến cũng chỉ đạt mức tương đương với 5% lượng nước dùng cho các sân gôn ở Mỹ hoặc 5% lượng nước dùng trong sản xuất thép. Rõ ràng, so với nông nghiệp hay công nghiệp nặng, tác động của AI là cực kỳ nhỏ bé.

Góc độ địa phương: Thuế và hiệu quả sử dụng nước

Ở cấp độ địa phương, nhiều người lo ngại rằng việc xây dựng trung tâm dữ liệu sẽ làm cạn kiệt nguồn nước sạch của cộng đồng. Tuy nhiên, thực tế cho thấy các trung tâm dữ liệu thường mang lại lợi ích kinh tế vượt trội so với lượng nước họ sử dụng.

Hãy lấy ví dụ tại Quận Maricopa, Arizona (nơi có thành phố Phoenix nằm trong vùng sa mạc). Các sân gôn ở đây sử dụng 29 tỷ gallon nước mỗi năm, trong khi tất cả các trung tâm dữ liệu dự kiến chỉ dùng 905 triệu gallon vào năm 2025. Mặc dù dùng ít nước hơn gấp 30 lần, các trung tâm dữ liệu lại mang lại doanh thu thuế cao hơn gấp 50 lần cho mỗi gallon nước tiêu thụ so với sân gôn.

Điều này có nghĩa là, thay vì loại bỏ các trung tâm dữ liệu, các cộng đồng đang thiếu nước nên xem xét việc thay thế các ngành sử dụng nước lãng phí (như sân gôn) bằng các trung tâm dữ liệu. Việc này không chỉ giúp giảm tổng lượng nước dùng mà còn tăng nguồn thu để duy trì và nâng cấp cơ sở hạ tầng nước cho cộng đồng.

Thực tế, ở nhiều nơi như The Dalles (Oregon) hay Quincy (Washington), các gã khổng lồ công nghệ như Google hay Microsoft đã chi trả hàng triệu USD để nâng cấp hệ thống nước, xây dựng nhà máy xử lý nước tái sử dụng, giúp cộng đồng địa phương có được nguồn nước tốt hơn mà không phải chịu gánh nặng tài chính.

Góc độ cá nhân: Một lệnh AI dùng bao nhiêu nước?

Ở mức độ cá nhân, con số càng trở nên vô nghĩa hơn. Một nghiên cứu của Google chỉ ra rằng mỗi lệnh (prompt) bạn gửi cho ChatGPT hoặc các công cụ AI tương tự chỉ tiêu thụ khoảng 2 ml nước (bao gồm cả nước gián tiếp để sản xuất điện).

Lượng nước này chủ yếu đến từ nhà máy điện, chứ không phải là nước uống bị đổ đi. Để hình dung, một người Mỹ trung bình mỗi ngày có "dấu chân nước" lên tới 422 gallon (khoảng 1.600 lít), chủ yếu từ việc sản xuất thực phẩm, điện năng và hàng hóa tiêu dùng. Với lượng nước đó, một người có thể thực hiện khoảng 800.000 lệnh AI mỗi ngày.

Hình ảnh trực quan lượng nước dùng cho các lệnh AI

Hãy so sánh với các món đồ quen thuộc:

• Một chiếc điện thoại thông minh tốn lượng nước tương đương 6.400.000 lệnh AI.
• Một chiếc quần jean tốn lượng nước tương đương 5.400.000 lệnh AI.
• Một chiếc áo thun tốn lượng nước tương đương 1.300.000 lệnh AI.

Nếu bạn cảm thấy tội lỗi vì đã gửi 2.500 lệnh cho AI, hãy nhớ rằng việc bạn không mua một tờ giấy A4 thôi đã cứu được lượng nước tương đương với số lệnh đó. Việc bạn sử dụng laptop trong 1 giờ cũng tiêu tốn lượng nước tương đương 50 lệnh AI để sản xuất điện.

Hiểu đúng về cách sử dụng nước

Để đánh giá chính xác, chúng ta cần phân biệt hai loại sử dụng nước:

• Sử dụng trực tiếp: Nước dùng trong hệ thống làm mát tại trung tâm dữ liệu.
• Sử dụng gián tiếp: Nước dùng tại các nhà máy điện để tạo ra năng lượng cho trung tâm dữ liệu.

Khoảng 80% lượng nước được báo cáo là do AI sử dụng thực chất là nước gián tiếp tại các nhà máy điện. Đây là loại nước không tiêu hao (được trả lại nguồn sau khi làm mát tuabin). Chỉ có một phần nhỏ nước được làm mát bằng phương pháp bay hơi (hệ thống làm mát evaporative) là thực sự bị tiêu hao khỏi nguồn nước địa phương.

Hơn nữa, việc trung tâm dữ liệu sử dụng nước uống (potable water) cũng không phải là vấn đề không thể giải quyết. Nhiều hệ thống hiện nay đã chuyển sang sử dụng nước tái sử dụng hoặc nước mặt chưa qua xử lý uống. Ở những nơi có nguồn nước ngọt dồi dào, việc có một khách hàng lớn sử dụng nước sạch thậm chí còn giúp các công ty cấp nước đạt được lợi thế quy mô, từ đó giảm chi phí xử lý nước cho toàn cộng đồng.

Kết luận

Không có nghĩa là các trung tâm dữ liệu có thể được xây dựng bừa bãi mà không cần quy hoạch. Chúng vẫn cần sự quản lý cẩn thận như bất kỳ ngành công nghiệp nào khác. Tuy nhiên, việc coi AI là "kẻ thù" của môi trường hay nguyên nhân gây ra khủng hoảng nước là một sai lầm lớn.

Các con số cho thấy AI sử dụng một lượng nước không đáng kể so với các hoạt động khác của xã hội. Đặc biệt, khi xét đến hiệu quả kinh tế và khả năng đóng góp thuế để nâng cấp hạ tầng nước, các trung tâm dữ liệu thực chất là một đối tác có giá trị cho nhiều cộng đồng địa phương.

Thay vì hoảng loạn trước những tiêu đề giật gân, chúng ta cần nhìn nhận vấn đề một cách khoa học và dựa trên dữ liệu thực tế. "Khủng hoảng nước" của AI có thể là một câu chuyện hay để thu hút lượt xem, nhưng nó không phản ánh đúng thực tế kỹ thuật và môi trường.