Rozwój sztucznej inteligencji coraz silniej zależy od dostępu do energii i sieci. Według raportu EY Sztuczna inteligencja a energetyka: wzajemna zależność zużycie energii elektrycznej przez centra danych może do 2030 r. niemal się podwoić, zbliżając się do 1 tys. TWh rocznie, a ograniczenia tradycyjnych europejskich lokalizacji skłaniają inwestorów do analizowania nowych rynków, w tym Polski. Potencjalny rozwój wymaga jednak rozbudowy sieci, zwiększania udziału niskoemisyjnych źródeł energii oraz ograniczania wpływu inwestycji na lokalne społeczności i środowisko.
Centra danych stają się strategiczną infrastrukturą gospodarki cyfrowej. Globalna zainstalowana moc tych obiektów wzrosła z 60 GW w 2020 r. do 114 GW w 2025 r., a według scenariusza bazowego IEA może osiągnąć 226 GW do końca dekady. W latach 2025–2030 globalne inwestycje w centra danych mogą sięgnąć nawet 7 bln USD. Skala planów ekspansji oznacza, że tempo rozwoju AI będzie zależeć nie tylko od dostępności chipów i modeli, lecz także od terminów przyłączenia do sieci, dostępności energii oraz zdolności systemu elektroenergetycznego do obsługi dużych i ciągłych obciążeń.
– AI przestaje być wyłącznie technologią i staje się infrastrukturą. To powoduje, że centra danych zaczynają odgrywać podobną rolę jak elektrownie, sieci przesyłowe czy inne strategiczne elementy gospodarki. Dalszy rozwój sztucznej inteligencji będzie zależał nie tylko od dostępu do odpowiednich źródeł energii, lecz także od infrastruktury zdolnej dostarczyć ją w wymaganej ilości i czasie. Kluczowe będą więc rozbudowa i cyfryzacja sieci oraz rozsądne zarządzanie energią, pozwalające efektywnie bilansować rosnące zapotrzebowanie centrów danych – mówi Bartosz Pacuszka, Lider AI Technology, Partner w EY Polska.
AI potrzebuje coraz więcej mocy
Pod koniec 2025 r. na świecie działało niemal 12 tys. centrów danych. Około 45% znajdowało się w Stanach Zjednoczonych, a 27% w Europie. Rosną nie tylko liczba obiektów i nakłady inwestycyjne, lecz także zapotrzebowanie pojedynczych instalacji na moc. Typowe centrum danych wykorzystujące AI zużywa tyle energii, co ok. 100 tys. gospodarstw domowych , a największe obecnie budowane centra mogą zużywać nawet 20 razy więcej niż takie typowe centrum AI. Jednocześnie rośnie gęstość mocy infrastruktury obliczeniowej: tradycyjne szafy serwerowe, czyli racki, pobierają zazwyczaj 5–15 kW, podczas gdy racki AI potrzebują 40–60 kW lub więcej, a w najnowocześniejszych ośrodkach gęstość mocy pojedynczego racka może przekraczać 100 kW.
Centra danych odpowiadają obecnie za około 1,5% światowego zużycia energii elektrycznej. Według modelu EY ERTA w scenariuszu bieżącej trajektorii centra danych mogą odpowiadać za około 2,5% globalnego zapotrzebowania na energię elektryczną w 2030 r., natomiast scenariusz bazowy IEA wskazuje poziom około 3%. Ostateczna skala pozostaje jednak niepewna. Będzie zależeć m.in. od możliwości przyłączenia do sieci, dostępności chipów AI, wydajności sprzętu i modeli, rozwoju technologii chłodzenia, liczby projektów o charakterze spekulacyjnym, zmian na rynku sztucznej inteligencji oraz wpływu napięć geopolitycznych na łańcuchy dostaw.
– Odpowiedzią na wzrost zapotrzebowania powinny być innowacje, zwłaszcza w obszarze chłodzenia, oraz rozwój bardziej energooszczędnych modeli sztucznej inteligencji. Równie istotna jest przejrzystość dotycząca zużycia energii i wody, wpływu inwestycji na sieć i poziomu hałasu. Pozwala ona lepiej ocenić rzeczywiste koszty i korzyści dla danej lokalizacji – mówi Jarosław Wajer, Lider Działu Energetyki, Partner w EY Polska.
Dostęp do mocy decyduje o tempie inwestycji
Jednym z głównych ograniczeń rozwoju rynku jest czas potrzebny na przyłączenie nowych obiektów. Kampus hiperskalowy można zwykle zaprojektować i wybudować
w ciągu około czterech lat , podczas gdy realizacja dużej infrastruktury przesyłowej może trwać nawet dekadę. Wąskie gardła sieciowe mogą opóźnić około 20% globalnej mocy centrów danych planowanej do 2030 r., a obsługa wzrostu napędzanego przez AI może wymagać do końca dekady nawet 720 mld USD inwestycji w sieci.
Presja jest szczególnie widoczna we Frankfurcie, Londynie, Amsterdamie, Paryżu i Dublinie. Na początku 2025 r. miasta te odpowiadały za ponad 60% europejskiej mocy centrów danych, ale dalszą ekspansję utrudniają przeciążenia sieci, niedobór gruntów oraz czas oczekiwania na przyłączenie sięgający do siedmiu lat w Niemczech oraz do dziesięciu lat w Wielkiej Brytanii i Holandii. W efekcie inwestorzy analizują rynki, które oferują dostępne tereny i możliwość szybszego uzyskania zasilania. Sama dostępność gruntów nie przesądza jednak o atrakcyjności lokalizacji, jeżeli rozwój infrastruktury cyfrowej zwiększa presję na system energetyczny, zasoby wodne lub otoczenie inwestycji.
Perspektywa dla Polski
Pod koniec 2025 r. w regionie Europy Środkowej w ujęciu EY (m.in. kraje nordyckie, Europa Środkowo-Wschodnia i Turcja) znajdowało się około 25% wszystkich europejskich centrów danych, pod względem liczby obiektów, a około 65% energii elektrycznej w regionie pochodziło ze źródeł niskoemisyjnych, w tym odnawialnych, jądrowych i wodnych. Polska oferuje dostępne grunty i potencjał rozwoju infrastruktury, ale nadal ma mniejszy udział energii niskoemisyjnej i relatywnie wyższe ceny energii. Atutem może być klimat: średnia temperatura w Warszawie wynosi około 10°C, wobec 9°C w Sztokholmie i 11°C we Frankfurcie, co może ograniczać zapotrzebowanie na chłodzenie.
Według danych przytaczanych w raporcie EY, moc polskich centrów danych mogłaby wzrosnąć do około 500 MW w 2030 r., a następnie do 1,2 GW w 2034 r. Krajowy plan inwestycji w sieci wysokiego napięcia przewiduje możliwość obsługi takiej mocy do 2034 r. Realizacja tego scenariusza będzie zależeć od terminowej rozbudowy sieci, rozwoju nowych niskoemisyjnych źródeł energii oraz rozwiązań ograniczających wpływ obiektów na otoczenie, takich jak odzysk ciepła, ponowne wykorzystanie wody i ograniczanie hałasu.
Rozwój rynku może wspierać inwestycje zagraniczne, cyfryzację firm, wpływy podatkowe i zatrudnienie, ale skala tych efektów będzie zależeć od konstrukcji poszczególnych projektów oraz ich powiązania z lokalną gospodarką. Ze względu na wysoki poziom automatyzacji centrów danych ważne jest transparentne przedstawianie liczby i rodzaju miejsc pracy, zapotrzebowania na energię i wodę, wpływu na infrastrukturę oraz korzyści oferowanych społecznościom lokalnym.
– Rozwój centrów danych wymaga odpowiedzialnego planowania przestrzennego i dialogu z mieszkańcami jeszcze przed rozpoczęciem inwestycji. Informacje o zużyciu energii i wody, sposobie chłodzenia, poziomie hałasu, wykorzystaniu generatorów awaryjnych oraz wpływie na lokalną sieć powinny być komunikowane w sposób porównywalny i możliwy do zweryfikowania. Regulacje mogą również zachęcać największych inwestorów do współfinansowania infrastruktury energetycznej, tak aby koszty rozwoju rynku AI nie były przenoszone na mieszkańców ani środowisko – komentuje Jarosław Wajer.
Odpowiedzialny rozwój rynku wymaga nie tylko ograniczania jego wpływu na otoczenie, lecz także budowania kompetencji, które pozwolą krajowym firmom i instytucjom aktywnie uczestniczyć w budowaniu rynku AI.
– W procesie budowania swojej pozycji na rynku sztucznej inteligencji nie powinniśmy zapominać o kompetencjach – zarówno specjalistów rozwijających modele i rozwiązania oparte na danych, jak i zespołów odpowiedzialnych za projektowanie oraz obsługę infrastruktury AI. Kluczowe będzie nie tylko kształcenie nowych kadr, lecz także rozwijanie umiejętności cyfrowych w firmach i administracji oraz wzmacnianie współpracy biznesu, nauki i sektora publicznego. Dopiero synergia ciągłego rozwoju kompetencji z konsekwentną transformacją energetyczną pozwoli Polsce w przyszłości wyjść poza rolę atrakcyjnej lokalizacji dla centrów danych i zbudować pozycję lidera sztucznej inteligencji w regionie – podkreśla Bartosz Pacuszka.
O raporcie
Raport Sztuczna inteligencja a energetyka: wzajemna zależność powstał na podstawie analiz EY, dostępnych badań i źródeł sektorowych oraz doświadczeń ekspertów EY. Przedstawia wzajemne zależności między AI a energią, w tym zastosowania sztucznej inteligencji w sektorze energetycznym oraz wpływ rozwoju centrów danych na zapotrzebowanie na energię.



