Manager polskiej przychodni wybierający AI (sztuczną inteligencję) potrzebuje danych o zasobach zużywanych przez planowane zastosowanie. Porównuj dostawców dla tego samego zadania i przewidywanej liczby użyć — poniżej pokazujemy, co sprawdzić przed zakupem oraz kiedy wrócić do oceny.
Gdy narzędzie działa w chmurze, obliczenia wykonują serwery dostawcy poza placówką. Energia zasila obliczenia i chłodzenie, a część centrów danych wykorzystuje do chłodzenia również wodę. Poproś dostawcę o zakres pomiaru i założenia dla miesięcznego użycia w przychodni.
Porównaj dostawców przy takim samym zadaniu
25 września 2026 roku MobiHealthNews opublikował rozmowę z Chethanem Sarabu z Cornell Tech. Jej opis wskazuje na energię i wodę potrzebne centrom danych oraz ważenie tego wpływu obok korzyści klinicznych. To głos w debacie, bez pomiaru dla konkretnej placówki.
Do porównania przyjmij gotowy szkic odpowiedzi rejestracji, sprawdzony przez uprawnionego pracownika. Każdy dostawca dostaje jednakowy zakres zadania, podobną długość materiału i wymagania jakościowe. Podaj liczbę szkiców miesięcznie oraz prognozę po rozszerzeniu usługi. Taki opis, ułatwia rozmowę.
Badanie zespołu Google z 2025 roku pokazuje znaczenie granicy pomiaru, czyli zakresu uwzględnionych urządzeń i czynności. Obejmuje zapasowe serwery i chłodzenie; wyłącza trening modelu (wcześniejsze uczenie AI na danych) oraz urządzenia użytkownika. Wynik dotyczy usługi Google. Opłaty omawiamy osobno w tekście o modelach rozliczeń AI.
Rosnąca liczba użyć może zwiększyć całkowite zużycie
Prześledźmy przygotowanie szkicu odpowiedzi. Narzędzie może wyszukać informacje, napisać tekst, a po odrzuceniu wersji wygenerować go ponownie. Jedno zakończone zadanie może wymagać kilku uruchomień modelu. Pomiar pierwszej odpowiedzi pomija poprawki.
Dostawca może zmniejszyć zużycie energii na szkic, ale przychodnia zacznie tworzyć ich znacznie więcej. Łączne zużycie może wtedy wzrosnąć. Przegląd Alzoubi i Mishry z kwietnia 2026 roku opisuje tę możliwość, wskazując potrzebę dalszego zbadania jej w ochronie zdrowia.
Oszacowanie miesięczne to średnie zużycie na gotowy szkic, z ponowieniami, pomnożone przez liczbę szkiców — jeśli dostawca ma porównywalne dane. Oceń też czas przygotowania poprawnej odpowiedzi. Niższe zużycie nie uzasadnia gorszej jakości; wiadomość pacjentowi zatwierdza pracownik. Warto to zapisać zanim przybędzie zastosowań.
Pytania do dostawcy o energię i wodę
Wyślij je z opisem zadania i prognozą liczby użyć. Energię i wodę porównuj osobno; wynik emisji gazów cieplarnianych nie zastępuje tych danych.
- Model i miejsce: jaki model obsługuje zadanie — tekstowy, głosowy czy obrazowy — i w jakim regionie odbywają się obliczenia?
- Zakres: czy uwzględniono ponowienia, urządzenia pomocnicze, zapasowe serwery, chłodzenie, trening modelu i wytworzenie sprzętu?
- Woda: czy raport obejmuje chłodzenie i produkcję energii? Czy odróżnia pobór od zużycia? Część pobranej wody wraca do otoczenia; bezpowrotnie zużyta może na przykład odparować podczas chłodzenia.
- Wiarygodność: co zmierzono, co oszacowano, z jakiego okresu pochodzą dane i jakie mają ograniczenia?
Pierwszy krok: dopisz do zapytania ofertowego warunek przekazania tych danych dla obecnego i planowanego użycia, z oznaczeniem braków. Warto wybrać rozwiązanie, gdy zapewnia potrzebną jakość i udokumentowaną korzyść. Gdy dostawca nie wyjaśnia liczb, nie warto przyznawać ofercie przewagi środowiskowej. Powtórz ocenę po przekroczeniu prognozy miesięcznej lub gdy zmieni się model bądź region obliczeń; rozszerzenie zatwierdza manager.
Źródła
- MobiHealthNews / HIMSS TV — wpływ środowiskowy AI — 25.09.2026; opis rozmowy o energii, wodzie i korzyściach klinicznych. Sprawdzono: 2026-09-27.
- Alzoubi i Mishra — Green artificial intelligence in health applications — 28.04.2026; pełny tekst autorów, starsze tło o wzroście użycia. Sprawdzono: 2026-09-27.
- Elsworth i współautorzy z Google — pomiar wpływu AI — 21.08.2025; starsze źródło pierwotne wyjaśniające zakres pomiaru. Sprawdzono: 2026-09-27.
- Okładka: Stéf -b. na Pexels