Kolik vody spotřebuje umělá inteligence? Skutečná čísla za rok 2026

Kolik vody spotřebuje umělá inteligence? Jediný textový dotaz spotřebuje přibližně 0,26 mL, což je oficiální číslo Googlu pro průměrný Gemini dotaz, nebo několik mililitrů u typické odpovědi chatbotu. Děsivé virální číslo ~500 mL „na jeden e-mail" vzniklo zahrnutím spotřeby vody v rámci celého dodavatelského řetězce elektřiny, proto se odhady liší o více než 1 000násobek. Ve velkém měřítku to sčítá: americká datová centra přímo spotřebovala v roce 2023 přibližně 17 miliard galonů vody a tato čísla mají do roku 2028 zdvojnásobit nebo dokonce zčtyřnásobit.

Tato příručka vám přináší ověřená čísla pro každou variantu otázky: na dotaz, na otázku, denně, ročně i na úrovni datových center. Každý údaj je datován a přiřazen ke svému zdroji. Uvidíte, proč se věrohodné odhady tak divoce rozcházejí, které virální tvrzení bylo vyvráceno a jak se spotřeba vody AI srovnává s hamburgerem nebo bavlněným tričkem. Stavíme na datech, ne na panice, a říkáme vám, co data dosud neukazují.

Klíčová zjištění

• Na dotaz: ~0,26 mL až několik mL. Oficiální číslo Googlu z roku 2025 pro průměrný textový dotaz Gemini je 0,26 mL (přibližně pět kapek); nezávislé odhady pro náročnější modely se pohybují v nízkých desítkách mililitrů.
• Číslo „láhev vody na e-mail" je ~500 mL, ze studie UC Riverside z roku 2023, ale zahrnuje i vodu spotřebovanou k výrobě elektřiny, proto je více než 1 000krát vyšší než čísla počítající pouze chlazení.
• Americká datová centra přímo spotřebovala v roce 2023 přibližně 17 miliard galonů, plus odhadovaných 211 miliard galonů nepřímo přes výrobu elektřiny; přímá spotřeba má do roku 2028 zdvojnásobit nebo zčtyřnásobit.
• Superpočítač Colossus od xAI v Memphisu může čerpat přibližně 1 milion galonů pitné vody denně a předpokládaná poptávka se blíží 5 milionům galonů, což odpovídá spotřebě města s až 50 000 obyvateli.
• Největší páka, kterou máte v rukou, je výběr modelu. Lehký model pro jednoduchý úkol může spotřebovat zlomek vody oproti nejpokročilejšímu modelu, který odpovídá na tentýž dotaz.

Kolik vody spotřebuje AI na jeden dotaz?

Odhady se pohybují od přibližně 0,26 mL na dotaz (oficiální číslo Googlu z roku 2025 pro průměrný textový dotaz Gemini, přibližně pět kapek) až po přibližně 500 mL na sezení 10 až 50 otázek (studie UC Riverside z roku 2023). Tento rozdíl existuje proto, že nízké číslo počítá pouze chlazení datového centra, zatímco vysoké číslo přidává vodu spotřebovanou při výrobě elektřiny pro čipy. Realistický údaj pro jeden běžný dotaz chatbotu leží v nízkých jednotkách mililitrů, přičemž náročnější uvažovací modely se dostávají do nízkých desítek.

Google Gemini: přibližně 0,26 mL na dotaz

V srpnu 2025 Google zveřejnil dosud nejdetailnější interní měření, založené na provozních datech z května 2025. Zjistil, že průměrný textový dotaz Google Gemini spotřebuje 0,24 watt-hodiny energie, vyprodukuje 0,03 gramu CO2 ekvivalentu a spotřebuje 0,26 mililitru vody, což Google popisuje jako přibližně pět kapek. Zásadní je, že toto číslo není záměrně příznivý výběr: metoda Googlu zahrnuje chlazení, záložní kapacitu, CPU a RAM i celkovou zátěž datového centra, což z něj dělá jedno z nejpoctivějších dostupných čísel. Metodiku si můžete přečíst ve zprávě Googlu o dopadu na životní prostředí.

ChatGPT: několik mililitrů až několik desítek

OpenAI nezveřejnil přehled v googlovském stylu, takže čísla pro ChatGPT jsou nezávislé odhady. Střední odpověď GPT-4o o délce 150 až 200 slov vychází na přibližně 0,3 watt-hodiny a přibližně 1,5 až 4 mL chladicí vody. Srovnatelná odpověď GPT-5 je výrazně náročnější: přibližně 18 watt-hodin (až 40) a odhadovaných několik až desítky mL.

Generální ředitel OpenAI Sam Altman tvrdil, že průměrný dotaz spotřebuje „přibližně jednu patnáctinu lžičky", tedy asi 0,32 mL. Nedefinoval „průměr" ani neupřesnil, zda je zahrnut trénink, proto nezávislí výzkumníci k tomuto číslu přistupují s opatrností. ChatGPT podrobněji zpracujeme v samostatném článku; v širším kontextu platí, že novější uvažovací modely jsou na vodu náročnější, ne úspornější.

Mistral, Claude, DeepSeek a Llama: co jednotlivé laboratoře skutečně zveřejňují

Interní údaj o spotřebě vody zveřejňují pouze dvě laboratoře. Google uvádí 0,26 mL pro průměrný Gemini dotaz a Mistral zveřejnil v červenci 2025 kompletní analýzu životního cyklu, auditovanou Carbone 4 a francouzskou ADEME, podle níž jedna odpověď Le Chat o délce přibližně 400 tokenů spotřebuje přibližně 45 mL vody a 1,14 g CO2e. Pro Claude, DeepSeek a Meta Llama žádná interní data o spotřebě vody neexistují; jedinými dostupnými čísly jsou odhady třetích stran, které výzkumníci zpětně přepočítávají na vodu pomocí regionálních koeficientů chlazení.

Tato mezera je důležitá pro jeden rozšířený mýtus. DeepSeek je často označován za „efektivní", ale tato pověst se týká nákladů na trénink; nezávislý benchmark z roku 2025 zařadil DeepSeek-R1 mezi modely s nejvyšší spotřebou při inferenci, přibližně 24 až 34 watt-hodin na uvažovací odpověď, zatímco lehký neuvažovací model může spotřebovat méně než 1 watt-hodinu. „Úsporný" popisuje způsob práce modelu na daném úkolu, nikoli název značky, a přesně proto výběr modelu a způsobu použití ovlivňuje spotřebu vody víc než cokoli jiného, co uděláte.

Tvrzení „láhev vody na e-mail": přibližně 500 mL

Číslo, které se virálně šíří, pochází ze studie „Making AI Less Thirsty" z roku 2023 od Pengfei Li a kolegů z UC Riverside, které Washington Post zpopularizoval jako přibližně 519 mL na sepsání e-mailu o 100 slovech pomocí GPT-4. Lincoln Institute v říjnu 2025 to přeformuloval jako „jedno chatovací sezení o přibližně 20 dotazech spotřebuje až láhev sladké vody". Toto tvrzení není nepravdivé, ale měří výrazně širší systém než samotné chlazení, proto tak obrovský rozdíl oproti Googlovým 0,26 mL.

Stejná studie odhadla, že trénování GPT-3 v amerických datových centrech Microsoftu přímo odpařilo přibližně 700 000 litrů čisté sladké vody. Čísla si můžete ověřit v původním výzkumu UC Riverside.

Proč se odhady spotřeby vody AI tak divoce rozcházejí?

Pokud jste viděli „pět kapek" i „celou láhev" pro tentýž dotaz a mysleli si, že někdo lže, mýlíte se: žádná strana nelže. Čísla se liší o více než 1 000násobek, protože měří různé věci, a jakmile znáte tuto hranici, přestanou si čísla protiřečit.

Přímá spotřeba vody je to, co datové centrum vypaří na chlazení čipů. Nepřímá spotřeba je to, co elektrárny spotřebují k výrobě elektřiny, na níž tyto čipy běží, a ta je často vyšší než samotné chlazení. Nízké odhady počítají pouze první položku; virální vysoké odhady počítají obojí, v některých případech i výrobu čipů. Jonathan Koomey z Lawrence Berkeley National Laboratory argumentuje, že nepřímá spotřeba vody na elektřinu by vůbec neměla být zahrnuta do stopy datového centra, protože žádné jiné odvětví se takto neměří. Zda to celkově představuje skutečný problém, řeší otázka je AI škodlivá pro životní prostředí.

Metodika dokáže obrátit celé zpravodajství naruby. V prosinci 2025 investigativní reportáž prověřila hojně sdílené tvrzení, že datové centrum Googlu v Chile by spotřebovalo více než tisícinásobek spotřeby vody celého města. Zjistila, že číslo bylo špatně o faktor 1 000 kvůli chybě v jednotkách, i když zařízení stále žádalo o více vody, než kolik místní obyvatelé sami spotřebují. Ponaučení nezní, že spotřeba vody AI je vymyšlená, ale že si vždy musíte ujasnit, co se měří, kde a kdy, než číslo dál sdílíte.

Kolik vody spotřebují datová centra AI za den?

Na úrovni dotazů čísla působí zanedbatelně. Datová centra ale zpracovávají miliardy dotazů, takže denní součty jsou místem, kde dopad nabývá na konkrétnosti. Typické datové centrum spotřebuje přibližně 300 000 galonů vody za den, přibližně stejně jako 1 000 domácností. Velké zařízení může spotřebovat až 5 milionů galonů za den, srovnatelně s městem o až 50 000 obyvatelích.

Konkrétní lokality to přibližují. Nejžíznivější jednotlivé místo Googlu, v Iowě, spotřebovalo v roce 2024 přibližně 2,7 milionu galonů za den. Zařízení Meta v Newton County v Georgii čerpá přibližně 500 000 galonů za den, asi 10 % celkové spotřeby vody v daném kraji.

V agregátu je rozsah celonárodní. Americká datová centra přímo spotřebovala v roce 2023 přibližně 17 miliard galonů a odhadovaných 211 miliard galonů nepřímo přes výrobu elektřiny; zpráva LBNL předpokládá, že toto číslo může do roku 2028 zdvojnásobit nebo zčtyřnásobit. Jen Google vykázal spotřebu více než 5 miliard galonů ve svých datových centrech v roce 2023, přičemž 31 % pocházelo z oblastí s nedostatkem vody. Vykázaná spotřeba vody Microsoftu vzrostla z 6,4 milionu metrů krychlových v roce 2022 na 7,8 milionu v roce 2023, tedy o přibližně 22 % za jediný rok, jak rozšiřoval infrastrukturu AI.

Kolik vody AI spotřebuje za den a za rok?

Žádný oficiální globální roční součet neexistuje a kdo ho uvádí přesně, hádá. Věrohodné odhady z roku 2025 řadí spotřebu vody v datových centrech spojenou s AI do řádu stovek miliard litrů a rychle roste. Tým UC Riverside předpovídá globální odběr vody pro AI ve výši 4,2 až 6,6 miliardy metrů krychlových do roku 2027, což překračuje celkový roční odběr vody v několika menších zemích. Skutečným příběhem je trajektorie, nikoli číslo za jediný rok.

Proč AI vůbec potřebuje vodu?

Servery provozující AI modely produkují intenzivní teplo a mnoho velkých datových center ho odvádí odpařováním vody, stejnou fyzikou, jakou se vaše tělo ochlazuje pocením. Odpařená voda lokální systém opouští, proto výzkumníci sledují spotřebu, nikoli pouhé čerpání. Velká část je upravená voda pitné kvality, i když provozovatelé stále více přecházejí na recyklované nebo nepitné zdroje.

Existují také skryté náklady na upstream. Výroba samotných čipů je nesmírně náročná na vodu: jediný moderní polovodičový závod spotřebuje řádově 10 milionů galonů ultračisté vody za den. Trénování modelu je jednorázový výkyv, ale inference, každodenní zodpovídání dotazů, je nyní dominantní a nejrychleji rostoucí složkou spotřeby vody AI. Pochopení toho, jak AI systémy skutečně fungují pod kapotou, dělá z nákladů na chlazení daleko méně záhadnou záležitost.

Grok a boj o vodu v Memphisu

Nejjasněji ukazuje, jak se otázka vody AI mění v lokální problém, superpočítač Colossus od xAI v Memphisu, který trénuje a provozuje Grok. Memphis Light, Gas and Water potvrdil, že toto zařízení může čerpat řádově 1 milion galonů pitné vody za den z mempfiského pískovcového aquiferu k chlazení čipů, přičemž předpokládaná poptávka při rozšiřování areálu stoupá ke 5 milionům galonů za den. Tento akviér je zároveň primárním zdrojem pitné vody pro město, proto se ozývají místní vodárenské společnosti, NAACP i Southern Environmental Law Center.

V říjnu 2025 xAI zahájil výstavbu čistírny odpadních vod za 80 milionů dolarů navržené pro dodávky až 13 milionů galonů za den upraveného odpadního vzduchu, přičemž MLGW odhaduje, že by ušetřila přibližně 5 miliard galonů akviferové vody ročně. Od dubna 2026 Elon Musk tuto stavbu pozastavil s tím, že xAI musí nejdříve dokončit svůj druhý komplex Colossus 2, zatímco mempfiské úřady veřejně žádají o obnovení prací. Je to nejlepší ilustrace hlavního poselství tohoto článku: otázka vody se zřídka týká vašeho dotazu, ale téměř vždy místa, kde se datové centrum nachází.

Je spotřeba vody AI skutečně velký problém?

Kontext je důležitý oběma směry. Na úrovni dotazu je AI zanedbatelnou odchylkou v rámci každodenní spotřeby. Jeden hovězí burger vyžaduje více než 600 galonů vody, bavlněné tričko více než 700 galonů a jediné americké golfové hřiště může spotřebovat 100 000 až 2 miliony galonů za den. Podle tohoto měřítka je položení dotazu chatbotu zanedbatelné.

Legitimní obavou není náklad na dotaz, ale koncentrace a načasování. Datová centra se shlukují v hrstce regionů, často těch s nedostatkem vody, a v konkrétních časech čerpají intenzivně. Zařízení čerpající miliony galonů za den v Arizoně nebo Texasu je lokální problém, i když je globálně zanedbatelným číslem. Obě věci platí zároveň a dobrá odpověď na otázku „je to velký problém" zní: „pro vaše použití ne, pro místa, kde probíhá výstavba, ano."

Co s tím skutečně můžete udělat?

Nejúčinnější páka, kterou jednotlivec ovládá, je výběr modelu, protože rozdíl mezi modely je obrovský. Zaslání jednoduchého dotazu těžkému uvažovacímu modelu může spotřebovat přibližně desetinásobek energie a vody oproti lehkému modelu, který poskytne stejně dobrou odpověď. Přizpůsobení modelu úkolu přispěje víc než jakékoli zkracování promptů. Srovnání jako DeepSeek vs ChatGPT a náš průvodce nejvýkonnějšími AI modely ukazují, jak moc se tyto profily liší a proč „efektivní" pověst modelu obvykle popisuje náklady na trénink, nikoli energii, kterou spaluje při odpovídání. Náš průvodce nejekologičtějšími AI nástroji shrnuje nejzelenější nástroje, na které stojí za to přejít. I malé každodenní změny se sčítají, a jejich propojení s ekologičtějšími volbami jako OceanHero nasměruje vaše běžná vyhledávání k financování úklidu oceánů.

Prakticky to znamená: pro každodenní dotazy ve výchozím nastavení sáhnout po lehčím modelu a nejpokročilejší uvažovací modely si nechat na problémy, které je skutečně vyžadují. Sdružujte příbuzné otázky do jednoho sezení místo mnoha studených startů a neurčujte si odpovědi znovu jen ze zvyku. Provoz více modelů z jednoho místa dělá z „výběru správného nástroje" reálnou praxi místo teorie, což je celý smysl soupravy více modelů, jako je ta v našem průvodci pro začátečníky. Nic z toho nevyžaduje pocit viny, jen vědomé sáhnutí po těžké variantě místo toho, aby se stala výchozím nastavením.

Závěr

Kolik vody tedy AI spotřebuje? Na dotaz realisticky několik mililitrů: oficiální číslo Googlu pro Gemini je 0,26 mL a virální tvrzení 500 mL je výrazně širší měření životního cyklu, nikoli protimluv. Ve velkém měřítku jsou čísla velká a rychle rostou: přímá spotřeba amerických datových center dosáhla přibližně 17 miliard galonů v roce 2023 a má do roku 2028 zdvojnásobit nebo zčtyřnásobit, přičemž je soustředěna tam, kde je vody nejméně. Nejužitečnějším dalším krokem není přestat používat AI, ale promyslet si, po kterém modelu sáhnete, a začít tím, že se realisticky podíváte na to, jak se přední modely skutečně liší.

Časté dotazy