Růst umělé inteligence přetváří jak energetický průmysl, tak environmentální vědy. V energetice se strojové učení využívá k optimalizaci všeho od předpovědí výroby z obnovitelných zdrojů až po spolehlivost sítí.

Současně však provoz samotné umělé inteligence vyžaduje značné množství elektřiny. Například datová centra (která provozují AI služby) spotřebovala v roce 2024 přibližně 415 TWh – což je asi 1,5 % celosvětové spotřeby elektřiny – a očekává se, že do roku 2030 se tato spotřeba více než zdvojnásobí.

Pokrytí této poptávky bude vyžadovat rozmanité zdroje: Mezinárodní energetická agentura (IEA) uvádí, že asi polovina elektřiny pro nová datová centra bude pocházet z obnovitelných zdrojů (zbytek zajistí zemní plyn, jaderná energie a další). Tato dvojí povaha – AI potřebuje energii, zatímco zároveň pomáhá řídit její spotřebu – znamená, že energie a technologie kráčí společnou cestou.

Využití umělé inteligence v energetickém sektoru

Umělá inteligence již mění způsob, jakým vyrábíme, distribuujeme a spotřebováváme energii. Klíčové aplikace zahrnují:

• Předpovědi a integrace obnovitelných zdrojů: Strojové učení může výrazně zlepšit krátkodobé a střednědobé předpovědi výroby větrné a solární energie. Analýzou rozsáhlých meteorologických a síťových dat AI usnadňuje integraci proměnlivých obnovitelných zdrojů bez zbytečného plýtvání energií.
  Například zpráva IRENA z roku 2019 uvádí, že předpovědi počasí a výroby řízené AI by mohly snížit omezování výroby ze solárních a větrných zdrojů. IEA podobně zdůrazňuje, že předpovědi založené na AI pomáhají vyvažovat sítě s větším podílem distribuované výroby, „snižují omezování výroby a emise“ obnovitelných zdrojů.
  Přesnější předpovědi umožňují provozovatelům lépe obchodovat na energetických trzích a efektivněji řídit výrobu.
• Optimalizace a odolnost sítí: Moderní elektrické sítě jsou složité a často zatížené špičkovými odběry. AI pomáhá automatickým odhalováním poruch a řízením toku energie.
  Například systémy založené na AI dokážou rychleji identifikovat poruchy zařízení, čímž zkracují výpadky o 30–50 %. Chytré senzory a řídicí algoritmy také zvyšují efektivní kapacitu přenosových vedení.
  IEA předpokládá, že nástroje AI by mohly uvolnit až 175 GW dodatečné přenosové kapacity bez nutnosti budování nových vedení. V digitalizované „chytré síti“ AI neustále analyzuje zatížení, aby omezila špičky a vyrovnala nabídku a poptávku.
• Průmyslová a budovová efektivita: AI se široce využívá ke zefektivnění spotřeby energie v továrnách, rafineriích, kancelářích i domácnostech. V průmyslu AI urychluje návrh a optimalizuje procesy.
  IEA uvádí, že aplikace stávající AI v průmyslové energetice by mohla ušetřit více energie než celková roční spotřeba Mexika. V budovách AI řídí vytápění, chlazení a osvětlení.
  Existující AI systémy pro řízení HVAC, pokud by byly nasazeny globálně, by mohly snížit spotřebu elektřiny přibližně o 300 TWh ročně (což odpovídá souhrnné roční výrobě Austrálie a Nového Zélandu). V dopravě a mobilitě AI optimalizuje tok dopravy a logistiku: jedna odhadovaná úspora energie díky plánování tras řízenému AI odpovídá spotřebě 120 milionů automobilů za rok, přičemž je třeba řídit i tzv. rebound efekty (např. zvýšenou jízdu).
• Ukládání energie a tržní operace: AI je klíčová pro ukládání energie a design trhu s elektřinou. V bateriových systémech AI analyzuje cenové a poptávkové vzory, aby nakupovala a ukládala energii, když je levná, a prodávala ji, když je cenná.
  Například bateriový projekt Hornsdale od Tesly v Austrálii využívá AI „autobiddera“, který pětinásobně zvyšuje příjmy oproti lidskému obchodování. Na trzích v reálném čase mohou AI algoritmy obchodovat s energií během milisekund, aby udržely síť v rovnováze.
  IRENA uvádí, že takové „pokročilé AI“ modely jsou ideální pro řízení intradenních trhů a flexibilní poptávky.
• Údržba a předpovědi: Kromě řízení toků energie AI pomáhá s prediktivní údržbou. Senzory na turbínách, transformátorech a kotlích poskytují AI modelům data, která předpovídají poruchy dříve, než nastanou.
  To snižuje prostoje a prodlužuje životnost zařízení. V ropném a plynárenském průmyslu AI již detekuje úniky a předpovídá stav potrubí. V obnovitelných zdrojích AI dokáže odhadnout, kdy je třeba servisovat větrnou turbínu, což zajišťuje vyšší provozní dostupnost a méně plýtvání energií.

Tyto aplikace společně pomáhají snižovat náklady, zvyšovat spolehlivost a omezovat emise. IEA uvádí, že využití AI v celém energetickém systému může přímo snížit provozní emise – například zlepšením účinnosti elektráren nebo optimalizací palivové směsi – i přesto, že poptávka po energii pro AI roste.

Využití umělé inteligence v ochraně životního prostředí

Mimo energetiku je AI silným nástrojem pro ochranu životního prostředí a klimatické vědy. Vyniká ve vyhledávání vzorců a anomálií ve velkých datech, což ji činí užitečnou pro monitorování, modelování a řízení:

• Klimatické a meteorologické modelování: Hlavní vědecké instituce nyní využívají AI ke zpřesnění modelů počasí a klimatu. Například NASA a IBM zveřejnily open-source AI model Prithvi, který byl trénován na desetiletích historických dat.
  Tento model dokáže zlepšit prostorové rozlišení klimatických simulací (až na regionální úroveň) a zpřesnit krátkodobé předpovědi. Takové AI modely umožňují lepší předpovědi extrémních povětrnostních jevů a klimatických trendů, což přímo pomáhá plánování adaptace.
• Odlesňování a monitorování půdy: Satelity generují petabyty snímků Země. AI tyto snímky analyzuje pro sledování lesů a využití půdy.
  Například platformy řízené AI byly použity ve více než 30 zemích k mapování milionů hektarů odlesněných oblastí a odhadu uhlíku uloženého v lesích. Automatizací analýzy snímků AI poskytuje ochráncům přírody téměř aktuální mapy ztráty biotopů a pomáhá cílit zalesňování.
  Podobné techniky sledují rozšiřování měst, tání ledovců a další změny pokryvu půdy, které ovlivňují uhlík a biodiverzitu.
• Oceány a čištění znečištění: AI také pomáhá mapovat znečištění a řídit jeho odstraňování. Organizace jako The Ocean Cleanup využívají strojové vidění k detekci a mapování plovoucích plastů v odlehlých oceánských oblastech.
  Trénováním AI na satelitních a dronových snímcích vytvářejí detailní mapy znečištění, aby čisticí lodě mohly efektivně zaměřit oblasti s vysokou koncentrací odpadu. AI se rovněž používá na skládkách a v recyklačních závodech: jeden startupův AI systém prohledal miliardy odpadních položek a identifikoval desítky tisíc tun recyklovatelných materiálů, které byly vyhazovány.
  V obou případech AI výrazně urychluje procesy, které byly dříve prováděny ručně nebo vůbec.
• Voda a zemědělství: V oblasti vodního hospodářství AI modeluje předpovědi sucha a povodní integrací dat o počasí, půdě a spotřebě. Zemědělci používají nástroje „precizního zemědělství“ (často poháněné AI) k optimalizaci zavlažování a hnojení, což zvyšuje výnosy a zároveň snižuje odtok živin.
  Světoví odborníci uvádějí, že AI může urychlit přijetí udržitelného zemědělství, snižovat plýtvání a šetřit zdroje. (Například AI řízené zavlažovací systémy prokázaly úspory až 40 % vody a energie.)
• Reakce na katastrofy a biodiverzita: Záchranné složky využívají AI k předpovědi šíření požárů, optimalizaci evakuačních tras a koordinaci logistické pomoci.
  AI modely se trénují na čtení satelitních snímků pro včasné varování před suchem nebo škůdci (pro zemědělce). Ochrana volně žijících živočichů využívá AI k identifikaci zvířat na záznamech z pohybových kamer nebo zvukových nahrávek, což pomáhá chránit ohrožené druhy.
  Například AI systém v Africe se naučil předpovídat regionální povětrnostní vzory, aby varoval vesnice v Burundi, Čadu a Súdánu před blížícími se povodněmi nebo suchem.

Tyto aplikace ukazují širokou hodnotu AI: zpracování složitých environmentálních dat v reálném čase, poskytování poznatků (např. o emisích, využití zdrojů nebo změnách ekosystémů), které by lidé sami nezvládli.
Jak zdůrazňuje iniciativa UNESCO AI pro planetu, kombinace AI s globálními daty může umožnit lepší rozhodování – například vytvářením systémů včasného varování před extrémním počasím a stoupající hladinou moří, které chrání více než tři miliardy zranitelných lidí.

Výzvy a etické aspekty

Přestože AI slibuje mnoho, přináší také důležité výzvy v oblasti spotřeby energie a životního prostředí:

• Energetická a uhlíková stopa: Trénování a provoz AI modelů – zejména velkých jazykových modelů (LLM) – spotřebovává značné množství elektřiny. IEA varuje, že datová centra patří mezi nejrychleji rostoucí spotřebitele elektřiny.
  Generativní AI již nyní spotřebovává energii srovnatelnou s malou zemí. Podle UNESCO může jedno AI požádání spotřebovat ~0,34 Wh (což znamená přes 300 GWh ročně celosvětově, tedy spotřebu až 3 milionů lidí).
  Pokud se tento trend nezastaví, podíl AI na globálních emisích by mohl vzrůst z dnešních ~0,5 % na 1–1,5 % do roku 2035. (Pro srovnání, AI aplikace v energetice by mohly snížit emise CO₂ až o 5 % do roku 2035 – což je přínos mnohem větší než uhlíková stopa AI – ale k tomu je třeba překonat řadu překážek.)
• Spotřeba zdrojů: Výstavba a chlazení datových center vyžaduje suroviny a vodu. Výroba jednoho počítače pro AI může vyžadovat stovky kilogramů minerálů a kovů, přičemž specializované čipy obsahují vzácné prvky jako galium (více než 99 % rafinace galia probíhá v Číně).
  To přispívá k elektronickému odpadu a dopadům těžby. Datová centra také spotřebovávají obrovské množství vody na chlazení – jeden odhad uvádí, že chlazení související s AI by mohlo spotřebovat více než šestinásobek celkové spotřeby vody Dánska.
  Tyto dopady vyžadují pečlivé řízení růstu AI.
• Rebound a rovnost: Úspory energie díky AI mohou být vyváženy zvýšenou spotřebou (např. levnější cestování nebo větší spotřeba energie). IEA varuje, že bez pečlivé politiky může být čistý klimatický přínos AI oslaben rebound efekty.
  Dále je adopce AI nerovnoměrná: jen několik zemí a firem má infrastrukturu a data pro plné využití AI. IEA uvádí, že energetický sektor má méně odborníků na AI než technologický průmysl a mnoho regionů (zejména v globálním jihu) má omezená datová centra.
  To by mohlo prohloubit digitální propasti, pokud se tomu nebude věnovat pozornost.
• Etické a řídící otázky: Kromě uhlíku nese AI i sociální rizika. Automatizované rozhodování v energetice a životním prostředí musí být spravedlivé a transparentní.
  Soukromí (např. u chytrých měřičů), zaujatost algoritmů a kybernetická bezpečnost kritické infrastruktury jsou vážné obavy. Odborníci zdůrazňují potřebu standardů a politik: iniciativy UNESCO a OSN vybízejí země k přijetí etických a udržitelných pravidel pro AI.
  Například doporučení UNESCO o etice AI (2021) obsahuje kapitolu o environmentálním dopadu. Spolupráce a regulace budou nezbytné, aby nástroje AI skutečně sloužily cílům udržitelnosti bez nechtěných škod.

Globální iniciativy a výhled do budoucna

Vládní a mezinárodní organizace si uvědomují roli AI. Například americké Ministerstvo energetiky spustilo programy na modernizaci sítí pomocí AI.

Zpráva DOE (2024) zdůrazňuje využití AI v plánování sítí, povolování a odolnosti a dokonce předpokládá, že velké jazykové modely pomohou při federálních revizích. Podobně IEA vydala vlastní globální analýzu („Energy and AI“, 2025) pro podporu tvůrců politik.

Na straně OSN iniciativa UNESCO AI pro planetu (ve spolupráci s UNDP, technologickými partnery a nevládními organizacemi) usiluje o prioritizaci a rozšíření AI řešení pro změnu klimatu. Mezi její cíle patří identifikace nejlepších případů využití AI (např. sledování emisí) a propojení inovací s financováním a zainteresovanými stranami.

Do budoucna bude vliv AI jen růst. Pokroky jako menší a efektivnější modely mohou výrazně snížit uhlíkovou stopu AI. 

Současně AI poháněná energetická řešení (např. chytré sítě obnovitelných zdrojů a adaptivní klimatické předpovědi) nabízejí nástroje pro řešení klimatické krize. Využití těchto přínosů bude vyžadovat pokračující výzkum a vývoj, otevřené sdílení dat a odpovědné politiky.

Jak uvádí Světové ekonomické fórum, AI není kouzelný lék – ale s kolektivním úsilím může být silným akcelerátorem udržitelné energie a ochrany životního prostředí.

>>> Více informací:

Umělá inteligence v medicíně a zdravotní péči

Umělá inteligence v chytrém zemědělství

Umělá inteligence revolucionalizuje energetické systémy a environmentální vědy, přináší vyšší efektivitu a nové poznatky iea.org science.nasa.gov. Její rychlý růst však také spotřebovává energii a zdroje, což vyvolává otázky udržitelnosti unesco.org unep.org.

Čistý dopad bude záviset na řízení jak poptávky AI, tak jejího potenciálu: využití AI ke snižování emisí a ochraně ekosystémů při minimalizaci její vlastní environmentální stopy.

Mezinárodní iniciativy (IEA, UNESCO, DOE a další) zdůrazňují, že politika, inovace a globální spolupráce jsou klíčové pro to, aby se AI stala spojencem – nikoli protivníkem – v boji proti klimatickým změnám a přechodu na čistou energii iea.org unesco.org.