Upravo ste pitali chatbota nešto glupo. Recept za palačinke, možda. Negdje u podatkovnom centru, red grafičkih procesora vrijednih kao stan u Zagrebu potrošio je na vaš recept otprilike onoliko struje koliko pećnica potroši u jednoj sekundi. Zanemarivo? Po upitu — apsolutno. Pomnoženo s milijardama upita dnevno — dovoljno da oko toga nastane globalna industrijska utrka i poneka energetska kriza.
Dugo se o potrošnji AI-ja nagađalo napamet. Od 2025. napokon imamo brojke iz prve ruke — i one su istovremeno umirujuće i uznemirujuće, ovisno s koje strane množenja gledate.
Koliko zapravo troši jedan upit
Google je među prvima objavio konkretan podatak: medijalni tekstualni upit Geminiju troši 0,24 vatsata (Wh) energije, ispusti 0,03 grama CO2 ekvivalenta i potroši 0,26 mililitara vode — otprilike pet kapi. Sam Altman iz OpenAI-ja naveo je sličan red veličine za ChatGPT: prosječan upit oko 0,34 Wh, što je, njegovim riječima, koliko pećnica potroši u nešto više od sekunde ili štedna žarulja u par minuta.
Da to stavimo u kontekst potrošnje koju već poznajete: sat vremena LED žarulje od 10 W je 10 Wh — četrdesetak AI upita. Kuhanje jednog espressa u aparatu je oko 15 Wh — šezdesetak upita. Sat gledanja Netflixa na televizoru pojede višestruko više od cijelog dana intenzivnog chatanja. Po toj računici, osobna AI navika energetski je negdje između žarulje i tostera — daleko od privatne ekološke katastrofe kakvom je se ponekad prikazuje.
Zašto se oko tih brojki ipak svađa
Istraživači su Googleovu objavu dočekali s odobravanjem — i s popisom primjedbi. Prvo, 0,24 Wh je medijan: polovica upita troši manje, ali dugi razgovori s puno konteksta, generiranje slika ili "razmišljajući" modeli troše višestruko više. Procjene za zahtjevnije upite kreću se od 0,3 do 3 Wh, ovisno o modelu i infrastrukturi. Drugo, brojka pokriva inferenciju — samu obradu upita — dok trening modela, izgradnja centara i proizvodnja čipova ostaju izvan računa.
Treće i najvažnije: Altmanova i Googleova brojka nisu izravno usporedive, jer jedna je prosjek a druga medijan, mjerene na različitim vrstama upita. Ipak, red veličine se poklapa i to je samo po sebi informacija: jedan običan tekstualni AI upit danas košta manje od jednog vatsata. Prije samo dvije godine procjene su bile deset puta veće.
Sitnica puta milijarda
E sad ono uznemirujuće. Podatkovni centri globalno će u 2026. potrošiti više od 500 teravatsati struje — oko dva posto svjetske potrošnje, a Međunarodna agencija za energiju projicira gotovo udvostručenje do 2030., na otprilike 945 TWh. To je više struje nego što danas troši cijeli Japan.
Nula-cijelih-dvadeset-četiri vatsata puta nekoliko milijardi upita dnevno, plus generiranje slika i videa, plus trening sve većih modela, plus klimatizacija i hlađenje — i sitnica postaje infrastrukturni problem. U Irskoj podatkovni centri već godinama gutaju petinu nacionalne potrošnje struje, u Virginiji su postali tema lokalnih izbora, a mrežni operateri diljem svijeta odbijaju nove priključke jer nemaju kapaciteta.
Trening protiv inferencije
Kad se govori o "gladnom AI-ju", često se miješaju dvije potpuno različite stvari. Trening velikog modela je jednokratan, koncentriran trošak — tjedni ili mjeseci rada desetaka tisuća GPU-ova, mjereno u gigavatsatima. Inferencija — odgovaranje na upite — po jedinici je smiješno jeftina, ali se događa neprekidno, milijardama puta dnevno, i dugoročno je upravo ona ta koja dominira ukupnom potrošnjom popularnog modela.
Za korisnika iz toga slijedi neintuitivan zaključak: vaš osobni doprinos potrošnji ne ovisi o tome koristite li AI, nego koliko ga cijela industrija gradi unaprijed. Kapacitet se ne gradi za današnje upite, nego za očekivane sutrašnje — i tu dolazimo do novca.
Tko to stvarno plaća
Pet najvećih tehnoloških kompanija — Amazon, Alphabet, Microsoft, Meta i Oracle — u samo 2026. godini namjerava u kapitalne investicije uložiti 660 do 690 milijardi dolara, od čega oko tri četvrtine izravno u AI infrastrukturu. Ta se brojka mora odnekud vratiti: kroz cijene pretplata, cijene oglasa, cijene cloud usluga koje plaćaju firme čije proizvode kupujete.
Drugi dio računa stiže kroz elektroenergetski sustav. Tamo gdje podatkovni centri čine velik dio potražnje, cijena struje raste za sve — kućanstva u nekim američkim regijama to već vide na računima. Treći dio je okolišni: iako giganti kupuju rekordne količine obnovljive energije, rast potražnje trenutno je brži od rasta zelenih kapaciteta, pa se razlika pokriva plinom.
Pošteno je reći i drugu stranu: ista industrija financira najveći val ulaganja u energetiku — od solarnih polja do oživljavanja nuklearki — koji bi bez AI potražnje teško dobio kapital.
Efikasnost raste brzinom bez presedana
Najzanimljivija brojka cijele priče nije koliko AI troši, nego koliko brzo troši sve manje. Google navodi da je energija po Gemini upitu u godinu dana pala 33 puta. IEA u izvještaju iz travnja 2026. piše da potrošnja po AI zadatku pada za red veličine godišnje — tempo, kako navode, bez presedana u povijesti energetike.
To je kombinacija boljih čipova, pametnijeg rasporeda opterećenja i manjih, specijaliziranih modela koji za većinu zadataka zamjenjuju glomazne. Paradoks je, dakako, u tome što jeftinija inferencija znači više upotrebe — klasični Jevonsov efekt: što je resurs efikasniji, više ga se ukupno potroši. Zato ukupna potrošnja raste čak i dok jedinična strmoglavo pada.
Što to znači za tebe u Hrvatskoj
Prevedimo na kućnu računicu. Uz cijenu struje od oko 0,15 eura po kilovatsatu, tisuću AI upita — što je jako aktivan mjesec — stoji oko 3,6 centa struje. Vaš udio u AI potrošnji ne mjeri se na vašem brojilu, nego u cijeni pretplate koju plaćate i u infrastrukturi koja se gradi negdje drugdje.
Pa ako vas peče savjest zbog recepta za palačinke — nemojte da vas peče. Jedan upit je kap. Ono na što ima smisla obraćati pažnju jest kamo industrija gradi, čime se napaja i tko na kraju plaća mrežu. Kapi ste vi; slavinu drže drugi.
Izvori i dodatno čitanje
- Google Cloud — Measuring the environmental impact of AI inference
- Data Center Dynamics — Median Gemini prompt uses 0.24 Wh
- Hannah Ritchie — What's the carbon footprint of using ChatGPT or Gemini?
- dev/sustainability — AI data center energy in 2026
- CBS News — What's the environmental cost of an AI text prompt?
- Brookings — Global energy demands within the AI regulatory landscape




