AI की बढ़ती प्यास: 2030 तक 1.3 अरब लोगों के बराबर पानी की खपत कर सकता है उद्योग

AI के इस्तेमाल से पानी की कीमत दुनिया भर में चिंता की वजह है। आज सुबह आपने ChatGPT में जो सवाल टाइप किया था? उसमें लगभग दो बड़े चम्मच पानी खर्च हुआ। इसे रोज़ाना के 2.5 बिलियन प्रॉम्प्ट से गुणा करें, तो नंबर बहुत अलग दिखने लगेंगे।

यूनाइटेड नेशंस यूनिवर्सिटी इंस्टीट्यूट फॉर वॉटर, एनवायरनमेंट एंड हेल्थ (UNU-INWEH) की एक नई अहम रिपोर्ट ने उन पक्के आंकड़ों को सामने रखा है जिन्हें पहले ठीक से समझा नहीं गया था - आर्टिफिशियल इंटेलिजेंस के लिए दुनिया की बढ़ती चाहत का पर्यावरण पर पूरा असर। ये नतीजे कार्बन एमिशन से कहीं आगे जाते हैं, और वे एक ग्रीन AI भविष्य बनाने का क्या मतलब है, इसकी कहीं ज़्यादा मुश्किल तस्वीर दिखाते हैं।

UNU-INWEH रिपोर्ट पहली बार AI के कार्बन, पानी और ज़मीन के फुटप्रिंट को एक साथ मापती है। इसका हेडलाइन प्रोजेक्शन एकदम साफ़ है - 2030 तक, AI को पावर देने वाले डेटा सेंटर हर साल 945 टेरावॉट-घंटे बिजली खर्च करेंगे, जो पाकिस्तान, बांग्लादेश और नाइजीरिया के कुल बिजली इस्तेमाल से लगभग तीन गुना ज़्यादा है, इन तीन देशों की कुल आबादी 650 मिलियन से ज़्यादा है।

इस एनर्जी डिमांड के पानी पर पड़ने वाले असर भी उतने ही चौंकाने वाले हैं। रिपोर्ट का अनुमान है कि 2030 तक, ग्लोबल डेटा सेंटर का वॉटर फुटप्रिंट 9.3 ट्रिलियन लीटर तक पहुँच जाएगा, जो सब-सहारा अफ्रीका के हर व्यक्ति, यानी कुल 1.3 बिलियन लोगों की सालाना घरेलू पानी की बेसिक ज़रूरतों को पूरा करने के लिए काफ़ी है।

आपके प्रॉम्प्ट्स की असल में क्या कीमत है

UN की रिपोर्ट खपत को अलग-अलग बातचीत के लेवल तक बांटती है, और आंकड़े चौंकाने वाले हैं।

ChatGPT-स्टाइल मॉडल पर भेजे गए एक स्टैंडर्ड टेक्स्ट प्रॉम्प्ट का वॉटर फुटप्रिंट लगभग 29 मिलीलीटर, यानी लगभग दो बड़े चम्मच होता है। अकेले में यह मामूली बात है, लेकिन हर दिन लगभग 2.5 बिलियन प्रॉम्प्ट्स के हिसाब से, अकेले टेक्स्ट क्वेरीज़ से हर साल लगभग 3.8 बिलियन लीटर पानी खर्च होता है। रिपोर्ट में बताया गया है कि यह सब-सहारा अफ्रीका में पाँच लाख लोगों की पूरे साल की घरेलू पानी की ज़रूरतों को पूरा करने के लिए काफ़ी है।

इमेज बनाने में हर क्वेरी के लिए उतनी ही लागत आती है। वीडियो में नंबरों को नज़रअंदाज़ करना मुश्किल हो जाता है। एक हाई-कॉम्प्लेक्सिटी AI-जनरेटेड वीडियो के लिए 4.1 लीटर तक पानी की ज़रूरत हो सकती है, जो एक व्यक्ति के लिए लगभग दो दिन की पीने की सप्लाई है। अगर रोज़ाना के AI वीडियो रिक्वेस्ट का सिर्फ़ पाँचवाँ हिस्सा भी उस हाई-कॉम्प्लेक्सिटी कैटेगरी में आता है, तो अकेले AI वीडियो बनाने का सालाना वॉटर फुटप्रिंट 13 बिलियन लीटर से ज़्यादा हो सकता है।

मॉडल्स को ट्रेनिंग देने में और भी ज़्यादा पानी लगता है

हर बार जब कोई यूज़र प्रॉम्प्ट भेजता है तो जितना पानी खर्च होता है, वह इस इक्वेशन का सिर्फ़ एक हिस्सा है। इन टूल्स को पावर देने वाले बड़े मॉडल्स को ट्रेनिंग देने में ही बहुत ज़्यादा पानी लगता है, और हर नई जेनरेशन के साथ इसकी माँग बढ़ रही है।

रिपोर्ट का अनुमान है कि GPT-4 की ट्रेनिंग में लगभग 600 मिलियन लीटर पानी खर्च हुआ, जो 237 ओलंपिक साइज़ के स्विमिंग पूल भरने के लिए या सब-सहारा अफ्रीका में 81,000 लोगों की सालाना कम से कम घरेलू पानी की ज़रूरतों को पूरा करने के लिए काफ़ी है। GPT-5 जैसे नेक्स्ट-जेनरेशन मॉडल अकेले ट्रेनिंग के दौरान लगभग एक बिलियन लीटर पानी खर्च करेंगे, जो 135,000 से ज़्यादा लोगों की सालाना ज़रूरतों के लिए काफ़ी है।

रिपोर्ट में पाया गया कि 2025 में, ग्लोबल डेटा सेंटर्स ने कुल 4.5 ट्रिलियन लीटर के वॉटर फ़ुटप्रिंट के साथ बिजली खर्च की, जिसमें AI वर्कलोड का हिस्सा खास तौर पर उस आंकड़े का लगभग 900 बिलियन लीटर था।

कार्बन पर ग्रीन होने से पानी की समस्या और भी बदतर हो सकती है

शायद रिपोर्ट की सबसे अजीब बात क्लीन एनर्जी और पानी की कमी के बीच के संबंध से जुड़ी है।

UNU-INWEH में स्टडी की लीड ऑथर मिरियम एक्ज़ेल ने कहा, "हमें सबसे ज़्यादा हैरानी इस बात की हुई कि कार्बन के नज़रिए से जो ऑप्शन सबसे ग्रीन लगते हैं, वे अक्सर पानी या ज़मीन के लिए ज़्यादा बुरे साबित होते हैं।"

उदाहरण के लिए, डेटा सेंटर की पावर सप्लाई को कोयले से बायोएनर्जी में बदलने से बिजली का कार्बन फुटप्रिंट 70 परसेंट कम हो जाता है। लेकिन साथ ही यह इसके वॉटर फुटप्रिंट को 30 गुना से ज़्यादा और इसके लैंड फुटप्रिंट को 100 गुना बढ़ा देता है। यह ट्रेड-ऑफ़ सिर्फ़ थ्योरेटिकल नहीं है, यह खास कम्युनिटीज़ में होता है, जो अक्सर डेटा सेंटर्स से बहुत दूर होते हैं।

हाइड्रोपावर शायद इस उलझन का सबसे साफ़ उदाहरण है। ब्राज़ील के इलेक्ट्रिसिटी ग्रिड का कार्बन फुटप्रिंट ग्लोबल एवरेज से 77 परसेंट कम है, जिससे यह क्लीन एनर्जी का एक मॉडल लगता है। लेकिन इसकी वॉटर इंटेंसिटी 29 लीटर प्रति किलोवाट-घंटा है, जो ग्लोबल एवरेज से लगभग तीन गुना है। कनाडा, स्विट्जरलैंड और स्वीडन, जो सभी हाइड्रोपावर के बड़े यूज़र हैं, 21 लीटर प्रति किलोवाट-घंटा से ज़्यादा इस्तेमाल करते हैं। इसके उलट, हांगकांग और ऑस्ट्रेलिया में ग्रिड, जो फॉसिल फ्यूल पर ज़्यादा निर्भर हैं, हर किलोवाट-घंटे में सिर्फ़ तीन से छह लीटर पानी इस्तेमाल करते हैं।

UN कहता है कि क्या बदलना चाहिए

UNU-INWEH के रिसर्चर्स का कहना है कि सिर्फ़ कार्बन लेंस से AI के पर्यावरण पर असर को मापना खतरनाक रूप से अधूरा है। एक डेटा सेंटर कार्बन स्कोरकार्ड पर ज़िम्मेदार दिख सकता है, जबकि साथ ही वह नदी सिस्टम को सूखा सकता है या सूखे वाले इलाके में पानी की कमी को बढ़ा सकता है।

रिपोर्ट में कहा गया है कि AI गवर्नेंस फ्रेमवर्क में ट्रांसपेरेंट पानी और ज़मीन के फुटप्रिंट की रिपोर्टिंग को 2030 के इंफ्रास्ट्रक्चर के आने से पहले, न कि बाद में शामिल किया जाना चाहिए।