Dotychczas uwaga świata koncentrowała się na nakładach w modele sztucznej inteligencji. Obecnie coraz jaśniej widać, że dynamika dalszego rozwoju tej technologii nie będzie definiowana jedynie przez algorytmy, ale przez dostęp do energii i zasobów obliczeniowych – tak pisze w swoim komentarzu dla Bankier.pl Mikołaj Budzanowski, prezes InnoEnergy CE.
Zgodnie z najnowszymi analizami Międzynarodowej Agencji Energetycznej, zapotrzebowanie na energię elektryczną przez centra danych ma ulec podwojeniu: z około 485 TWh w 2025 r. do blisko 950 TWh w 2030 r., co będzie stanowić mniej więcej 3% całkowitego globalnego zapotrzebowania na prąd. Centra danych skoncentrowane na AI rozwijają się w znacznie szybszym tempie – ich zużycie energii ma wzrosnąć trzykrotnie w tym samym okresie. Dla porównania, jest to zbliżone do obecnego całkowitego rocznego zużycia energii elektrycznej w Japonii. Sztuczna inteligencja staje się zatem nie tylko rewolucyjną technologią cyfrową, ale również jednym z największych nowych odbiorców energii w historii.
Więcej inteligencji w cyfrowej gospodarce
W InnoEnergy obserwujemy ten trend od lat, a obecnie jego dynamika wyraźnie rośnie. Wydatki inwestycyjne pięciu największych firm technologicznych przekroczyły w 2025 r. 400 miliardów dolarów i przewiduje się ich wzrost o kolejne 75% w 2026 r. Po rozmowach z czołowymi producentami infrastruktury AI w USA, mogę stwierdzić, że jest to obecnie najbardziej dynamicznie rozwijający się obszar technologii i badań na świecie, zasługujący na inwestycje. Inwestując w spółki rozwijające technologie dla sektora energetycznego, dostrzegamy, że dalszy rozwój gospodarki cyfrowej będzie wymagał nie tylko zwiększonej produkcji energii, ale przede wszystkim bardziej inteligentnego jej wykorzystania i magazynowania.
Energetyka działająca 24/7/365
Obecnie zdominuje zupełnie nowe podejście do zagadnień energetycznych. Wyłaniają się tu cztery kluczowe obszary. Pierwszy to dostępność mocy przyłączeniowych – bariera, która w wielu regionach już teraz ogranicza możliwość lokalizowania nowych inwestycji. W niektórych europejskich hubach, takich jak Frankfurt czy Dublin, centra danych odpowiadają już za 42% lub nawet blisko 80% lokalnego zapotrzebowania na energię, co ilustruje skalę obciążeń w systemach elektroenergetycznych.
Mikołaj Budzanowski, prezes InnoEnergy CE (Materiały dla mediów)
Drugi obszar to znaczne inwestycje w budowę instalacji off-grid, funkcjonujących w oparciu o własne źródła energii, zarówno konwencjonalne, jak i odnawialne. Dostęp do mocy pozostaje głównym czynnikiem ograniczającym dla branży, a 62% operatorów centrów danych aktywnie poszukuje rozwiązań off-grid, w tym energii jądrowej i gazu ziemnego. W tym kontekście, odrodzenie energetyki jądrowej okazuje się przełomowe. Portfolio warunkowych umów zakupu energii (offtake) między operatorami centrów danych a projektami małych reaktorów modułowych (SMR) wzrosło z 25 GW na koniec 2024 r. do obecnych 45 GW, a firmy takie jak Amazon, Google i inni dostawcy usług hiperskalowalnych zawarły już wielosetmegawatowe umowy z producentami SMR. Reaktory modułowe odpowiadają na kluczową cechę AI – całodobowe zapotrzebowanie na energię przez cały rok, a stały odbiorca energii to korzystna wiadomość dla jej producentów.
Trzeci obszar obejmuje rozwiązania zwiększające efektywność wykorzystania energii – efektywność energetyczna, magazynowanie, cyfryzacja sieci, elastyczność systemu i zarządzanie popytem stają się równie istotne jak nowe generacje procesorów czy modeli AI. Chłodzenie cieczą staje się standardem dla instalacji AI wymagających intensywnych obliczeń, a zaawansowane techniki zarządzania termicznego pozwalają na oszczędności energii rzędu 30%. Nowoczesne obiekty hiperskalowalne osiągają wskaźnik efektywności energetycznej PUE na poziomie 1,1–1,2, co oznacza, że straty związane z chłodzeniem i zasilaniem infrastruktury pomocniczej wynoszą jedynie 10–20%.
Europejscy pionierzy
W dziedzinie stabilizacji zużycia energii, na szczególną uwagę zasługuje technologia estońskiej firmy Skeleton Technologies. Jej produkt GrapheneGPU, bazujący na autorskim materiale Curved Graphene, redukuje zużycie energii przez centra danych AI nawet o 45%, zmniejsza zapotrzebowanie na moc przyłączeniową o 44%, a jednocześnie zwiększa wydajność obliczeniową w FLOPS o 40%. Mechanizm działania opiera się na superkondensatorach, które reagują w ciągu milisekund – stabilizują skoki mocy pobieranej przez klastry GPU podczas procesów wnioskowania AI, co umożliwia szybsze podłączenie do sieci bez potrzeby nadmiernego wymiarowania infrastruktury. Jest to odpowiedź na fundamentalny problem energetyczny AI: proces wnioskowania generuje gwałtowne, nieprzewidywalne szczyty zapotrzebowania na moc, które destabilizują sieci i wymuszają budowę kosztownych rezerw mocy przyłączeniowej. Fabryka Skeleton w Lipsku, otwarta w listopadzie 2025 r. za 220 milionów euro, już dostarcza swoje rozwiązania dla Siemensa, General Electric, Hitachi Energy oraz dla głównych amerykańskich dostawców usług hiperskalowalnych. Co istotne z europejskiej perspektywy, łańcuch wartości Skeleton jest w pełni europejski, a technologia nie wymaga użycia litu, kobaltu ani manganu, co czyni ją odpowiedzią na wyzwania energetyczne i surowcowe kontynentu.
Nowa energia dla technologicznego wyścigu
Czwarty, dotychczas niedoceniany obszar, to wzajemne wzmacnianie się AI i sieci energetycznych. Systemy AI mogą odblokować do 175 GW dodatkowych zdolności przesyłowych istniejących linii bez konieczności budowy nowych. Jest to więcej niż całkowity wzrost zapotrzebowania centrów danych do 2030 r. Sztuczna inteligencja staje się zatem nie tylko odbiorcą energii, ale także narzędziem transformacji energetycznej.
Europa nie może obecnie wybierać między inwestycjami w AI a inwestycjami w energetykę. Potrzebne są obie, ponieważ samo inwestowanie w modele AI jest niewystarczające. Na początku czerwca Komisja Europejska przedstawiła Europejski Pakiet Suwerenności Technologicznej, obejmujący Chips Act 2.0, ustawę o chmurze i AI oraz Strategiczny Plan Działań na rzecz Cyfryzacji i AI w sektorze energetycznym. Jest to krok we właściwym kierunku, jednak gigafabryki AI w Europie, w tym dwie planowane w Polsce (Poznań i Kraków), rozwijają się zbyt wolno, a dostęp do kluczowych komponentów, takich jak chipy czy serwery, pozostaje zależny od łańcuchów dostaw spoza UE. Utrzymanie konkurencyjności wobec USA i Chin wymaga skupienia właśnie na tych czterech strategicznych obszarach.
Dylemat, w którą sferę AI inwestować, przenosi się na całą gospodarkę i pozycjonuje sztuczną inteligencję jako element szerszej transformacji gospodarczo-energetycznej. Wyścig o pozycję lidera AI nie będzie rozstrzygany wyłącznie w laboratoriach badawczych, ponieważ ten etap mamy już za sobą. Coraz częściej będzie on rozstrzygany tam, gdzie powstaje energia, budowane są nowoczesne i elastyczne sieci oraz rozwijana jest infrastruktura zdolna zasilić gospodarkę przyszłości. To właśnie na styku energetyki, przemysłu i cyfryzacji będzie kształtować się nowa europejska przewaga konkurencyjna – pod warunkiem, że zdążymy ją stworzyć.
Mikołaj Budzanowski, prezes InnoEnergy CE