Tekoälyn ympäristövaikutuksista puhutaan yhä enemmän. Yksi tekoälykysely kuluttaa sähköä. Datakeskukset tarvitsevat energiaa ja vettä, ja niiden määrä kasvaa nopeasti. Samalla tekoälymallit muuttuvat jatkuvasti energiatehokkaammiksi, datakeskusten hukkalämpöä voidaan hyödyntää ja tekoäly voi myös vähentää muualla tehtävää työtä.
Onko tekoälyn käyttäminen siis ympäristön kannalta vastuutonta?
Vastaus ei ole aivan niin yksinkertainen.
Ongelma alkaa jo siitä, että puhumme helposti tekoälyn energiankulutuksesta kuin kyse olisi yhdestä asiasta. Todellisuudessa yksinkertainen tekstikysymys, pitkä päättelytehtävä ja tekoälyllä tuotettu video voivat olla energiankulutukseltaan aivan eri mittaluokassa.
Siksi kiinnostavampi kysymys ei ehkä olekaan, kuluttaako tekoäly energiaa.
Totta kai kuluttaa.
Kiinnostavampaa on kysyä, kuinka paljon, mihin energiaa kuluu ja mitä sillä saadaan aikaan.
Mistä tekoälyn ympäristövaikutukset oikeastaan syntyvät?
Kun tekoälyn energiankulutuksesta puhutaan, huomio kiinnittyy helposti yksittäiseen ChatGPT-kysymykseen.
Todellisuudessa sen takana on paljon suurempi kokonaisuus.
Tekoälymallien kehittäminen vaatii laskentatehoa niiden kouluttamiseen. Kun valmista mallia käytetään, laskentaa tarvitaan jokaisen uuden tehtävän suorittamiseen. Tätä kutsutaan inferenssiksi.
Kaiken tämän mahdollistavat datakeskukset palvelimineen, verkkolaitteineen, jäähdytysjärjestelmineen ja muine infrastruktuureineen. Lisäksi palvelimien ja erityisesti tekoälylaskentaan käytettävien tehokkaiden piirien valmistamisella on oma materiaalien ja energian kulutuksensa.
Siksi tekoälyn ympäristövaikutusta ei voi tiivistää vain siihen, paljonko yksi kysymys kuluttaa sähköä.
Taustalla on kokonainen fyysinen infrastruktuuri.
Datakeskusten sähkönkulutus kasvaa nopeasti
Tekoälyn kasvulla on jo näkyvä vaikutus datakeskusten energiankulutukseen.
Kansainvälisen energiajärjestö IEA:n mukaan maailman datakeskukset käyttivät vuonna 2025 noin 485 terawattituntia sähköä. Vuoteen 2030 mennessä kulutuksen arvioidaan lähes kaksinkertaistuvan noin 950 terawattituntiin.
Se vastaisi noin kolmea prosenttia maailman sähkönkulutuksesta.
Tekoälyyn painottuvien datakeskusten sähkönkulutus kasvaa vielä tätä nopeammin. IEA:n mukaan niiden sähkönkulutus kasvoi vuonna 2025 noin 50 prosenttia.
Luvut ovat suuria.
Mutta niitäkin kannattaa tarkastella mittakaavassa.
Datakeskukset vastasivat vuonna 2025 noin 1,5 prosentista maailman sähkönkulutuksesta. IEA:n ennusteen mukaan osuus olisi vuonna 2030 noin kolme prosenttia.
Tekoäly ei siis ole syömässä kaikkea maailman sähköä.
Sen tarvitseman sähkön määrä kuitenkin kasvaa niin nopeasti, että vaikutuksella on merkitystä erityisesti alueilla, joille paljon datakeskuksia keskittyy.
Mutta kuinka paljon yksi tekoälykysymys kuluttaa?
Tähän olisi mukava saada yksinkertainen vastaus.
Yksi ChatGPT-kysymys kuluttaa X kertaa Google-haun verran sähköä.
Tällaisia vertailuja näkee verkossa paljon.
Ongelma on, ettei ole olemassa yhtä tyypillistä tekoälykysymystä.
Jos pyydät tekoälyltä kahden lauseen vastauksen yksinkertaiseen kysymykseen, laskentaa tarvitaan aivan eri tavalla kuin silloin, kun annat sille kymmenien sivujen aineiston analysoitavaksi, pyydät monivaiheista päättelyä tai tuotat videota.
Myös käytettävä malli, palvelinlaitteisto, vastauksen pituus ja datakeskuksen tehokkuus vaikuttavat kulutukseen.
Ja tässä tapahtuu tällä hetkellä jotain kiinnostavaa.
IEA:n vuoden 2026 raportin mukaan yksittäisten tekoälytehtävien energiatehokkuus on parantunut viime vuosina poikkeuksellisen nopeasti. Yksinkertaisten tekstikyselyiden energiankulutus on pienentynyt merkittävästi.
Samaan aikaan käyttöön tulee kuitenkin yhä raskaampia sovelluksia.
Videon tuottaminen, pitkälle viety päättely ja tekoälyagenttien tekemät monivaiheiset tehtävät voivat IEA:n mukaan kuluttaa satoja tai jopa tuhansia kertoja enemmän energiaa kuin yksinkertainen tekstin tuottaminen.
Tässä on yksi koko tekoälyn ympäristökeskustelun paradokseista:
yksittäinen tehtävä voi muuttua jatkuvasti energiatehokkaammaksi samalla, kun tekoälyn kokonaisenergiankulutus kasvaa.
Kun tekoälyä käyttää yhä useampi ihminen yhä useampaan ja raskaampaan tehtävään, tehokkuuden paraneminen ei välttämättä tarkoita kokonaiskulutuksen pienenemistä.
“Yksi tekoälykysymys kuluttaa…” – suhtaudu lukuihin varauksella
Myös tutkimuksissa on yritetty arvioida yksittäisten kyselyiden energiankulutusta.
Vuonna 2025 julkaistussa tutkimusennakossa tuotantotilannetta jäljittelevän suuren kielimallin tavallisen kyselyn mediaanikulutukseksi arvioitiin noin 0,34 wattituntia. Kun tehtävässä käytettiin huomattavasti enemmän laskentaa päättelyyn, arvio nousi noin 4,32 wattituntiin.
Jo yhden tutkimuksen sisällä ero oli siis yli kymmenkertainen.
Lukuja ei kuitenkaan pidä tulkita yleispäteväksi vastaukseksi siihen, paljonko “ChatGPT kuluttaa”. Kyseessä on tiettyihin oletuksiin ja laskentaympäristöön perustuva tutkimusennakko, ei kaikkien tekoälypalvelujen todellinen kulutusmittari.
Ehkä hyödyllisempi johtopäätös onkin tämä:
kaikki tekoälyn käyttö ei ole energiankulutukseltaan samanarvoista.
Entä tekoälyn vedenkulutus?
Sähkö ei ole ainoa datakeskusten tarvitsema resurssi.
Palvelimet tuottavat lämpöä, joka täytyy saada pois. Datakeskusten jäähdytys voi siksi kuluttaa myös vettä. Lisäksi vettä voidaan käyttää sähköntuotannossa, joten datakeskuksen vesijalanjälkeen voi liittyä sekä suoraa että epäsuoraa vedenkulutusta.
Tässäkin yksinkertaiset väitteet ovat ongelmallisia.
Datakeskusten jäähdytysratkaisut, sijainnit, ilmasto ja sähköntuotantotavat vaihtelevat. Yhdessä paikassa tehtyä arviota ei siksi voi suoraan muuttaa yleiseksi luvuksi siitä, kuinka paljon yksi tekoälykysymys kaikkialla maailmassa kuluttaa vettä.
Läpinäkyvyydessäkin on vielä parannettavaa.
EU:ssa datakeskusten ympäristövaikutuksia pyritään nykyään seuraamaan järjestelmällisemmin. Euroopan komission ylläpitämään tietokantaan kerätään merkittäviltä datakeskuksilta tietoja muun muassa niiden energiatehokkuudesta ja vesijalanjäljestä.
Datakeskus Suomessa ei ole sama asia kuin datakeskus kaikkialla muualla
Myös datakeskuksen sijainnilla on merkitystä.
Jos sähkö tuotetaan pääosin fossiilisilla polttoaineilla, sähkön käytön ilmastovaikutus on erilainen kuin vähäpäästöisemmässä sähköjärjestelmässä.
Myös jäähdytysolosuhteet vaihtelevat.
Ja sitten on lämpö.
Datakeskuksen palvelimien käyttämä sähkö ei yksinkertaisesti katoa. Suuri osa siitä muuttuu lopulta lämmöksi, joka täytyy johtaa pois palvelimilta.
Jos lämpö voidaan ottaa talteen ja hyödyntää, datakeskuksen rooli paikallisessa energiajärjestelmässä muuttuu kiinnostavammaksi.
Suomesta löytyy tästä jo konkreettinen esimerkki.
Fortum käynnisti vuonna 2026 lämpöpumppulaitokset Espoon Hepokorvessa ja Kirkkonummen Kolabackenissa. Microsoftin alueille rakentamien datakeskusten hukkalämpöä on tarkoitus ottaa vaiheittain talteen ja syöttää kaukolämpöverkkoon.
Fortumin arvion mukaan täysimääräisesti toteutettuna datakeskusten hukkalämpö voisi kattaa noin 40 prosenttia Espoon, Kauniaisten ja Kirkkonummen alueen vuotuisesta kaukolämmön tarpeesta.
Tämä ei tietenkään tee datakeskuksen energiankulutuksesta olematonta.
Mutta se osoittaa hyvin, miksi pelkkä datakeskuksen käyttämän sähkön määrä ei aina kerro koko ympäristövaikutusta.
Voiko tekoäly myös vähentää energiankulutusta?
Tässä keskustelu muuttuu vielä monimutkaisemmaksi.
Tekoäly tarvitsee energiaa.
Mutta sitä voidaan samalla käyttää esimerkiksi energiajärjestelmien, teollisuuden, rakennusten ja liikenteen toiminnan optimointiin.
IEA on arvioinut tekoälyn mahdollisuuksia myös energiajärjestelmän tehokkuuden parantamisessa. Samalla se korostaa, etteivät hyödyt synny automaattisesti: niiden toteutuminen riippuu siitä, missä ja miten tekoälyä käytetään.
Sama kysymys voidaan tuoda paljon pienempään mittakaavaan.
Kuvitellaan, että yrityksessä tehdään joka viikko työtehtävä, johon kuluu kolme tuntia. Tekoälyn avulla sama työ saadaan tehtyä tunnissa.
Miten ympäristövaikutusta pitäisi silloin arvioida?
Pelkästään tekoälypalvelimen kuluttaman sähkön perusteella?
Vai pitäisikö mukaan laskea myös se, mitä kahden säästyneen tunnin aikana muuten olisi tapahtunut?
Tähän ei ole olemassa yksinkertaista yleispätevää laskukaavaa.
Eikä siksi voida automaattisesti sanoa, että tekoälyn säästämä työaika “kompensoi” sen energiankulutuksen.
Mutta kysymys osoittaa, miksi teknologian ympäristövaikutusta on vaikea arvioida irrallaan siitä, mitä teknologialla tehdään ja mitä sen käyttäminen korvaa.
Tehokkuus voi myös lisätä käyttöä
Tähän liittyy vielä yksi tuttu ilmiö.
Kun jonkin tekemisestä tulee halvempaa, nopeampaa ja helpompaa, sitä saatetaan alkaa tehdä enemmän.
Jos esimerkiksi yhden kuvan tuottaminen vaati aikaisemmin paljon aikaa ja työtä mutta tekoälyllä kuvia voidaan generoida sekunneissa, emme välttämättä tyydy tuottamaan samaa määrää kuvia tehokkaammin.
Saatamme tuottaa niitä sata kertaa enemmän.
Sama voi tapahtua tekstille, videolle, ohjelmakoodille, analyyseille ja kokonaisille automatisoiduille työprosesseille.
Siksi teknologian energiatehokkuuden paraneminen ei automaattisesti tarkoita kokonaisenergiankulutuksen pienenemistä.
Tekoälyn kohdalla juuri tämä on yksi suurista avoimista kysymyksistä: kuinka nopeasti tehokkuus paranee suhteessa siihen, kuinka nopeasti käyttö lisääntyy ja muuttuu raskaammaksi?
IEA pitää näitä tekijöitä keskeisinä syinä siihen, miksi tekoälyn tulevaa energiankulutusta on vaikea ennustaa tarkasti.
Pitääkö tekoälyn käyttöä siis vähentää?
Ei välttämättä.
Mutta ehkä meidän pitäisi alkaa ajatella tekoälyn käyttöä samalla tavalla kuin muitakin resursseja.
Kaikkea mahdollista ei tarvitse generoida vain siksi, että se on mahdollista.
Yksinkertaiseen tehtävään ei välttämättä tarvita kaikkein raskainta tekoälymallia. Kymmenien lähes samanlaisten kuvien generoiminen ei välttämättä tuo kymmenkertaista hyötyä. Eikä työprosessia kannata automatisoida tekoälyllä vain siksi, että se kuulostaa modernilta.
Toisaalta ei myöskään ole erityisen mielekästä tuntea huonoa omaatuntoa jokaisesta hyödyllisestä tekstikysymyksestä.
IEA:n tuore analyysi antaa tähän kiinnostavaa mittakaavaa: jos kaikki nykyiset perinteiset internet-haut korvattaisiin yksinkertaisilla tekoälyn tekstikyselyillä, niiden sähkönkulutus jäisi IEA:n arvion mukaan alle neljään terawattituntiin vuodessa. Se olisi alle prosentti datakeskusten nykyisestä kokonaiskulutuksesta.
Ongelma ei siis ole yksinkertaisesti se, että ihmiset kysyvät tekoälyltä tekstikysymyksiä.
Paljon suurempi kysymys on, kuinka laajaksi tekoälyn käyttö kasvaa ja millaisia tehtäviä sillä tulevaisuudessa tehdään.
Miltä vastuullinen tekoälyn käyttö yrityksessä voisi näyttää?
Vastuullisuutta ei tarvitse ajatella pelkästään kieltoina.
Yrityksessä hyvä lähtökohta voisi olla hyvin samanlainen kuin tekoälyn käyttöönotossa muutenkin: aloita tarpeesta, älä työkalusta.
Kysy esimerkiksi, ratkaiseeko tekoäly jonkin todellisen ongelman. Säästääkö se turhaa työtä? Parantaako se lopputulosta? Voisiko saman asian tehdä yksinkertaisemmalla työkalulla? Tarvitaanko tehtävään raskasta päättelymallia tai kuvan- ja videontuotantoa, vai riittäisikö kevyt tekstimalli?
Ja ehkä kaikkein tärkeimpänä:
Tuotammeko tekoälyllä jotakin siksi, että tarvitsemme sitä – vai siksi, että voimme?
Vastuullinen tekoälyn käyttö voi tarkoittaa myös sitä, että yritys seuraa käyttämiensä palveluiden ympäristövastuuta, datakeskusten energiaratkaisuja ja teknologiayhtiöiden julkaisemaa tietoa niiden energiankulutuksesta.
Sillä, miten tekoälypalvelut tuotetaan, on merkitystä siinä missä silläkin, miten niitä käytetään.
Tekoäly ei ole aineeton
Ehkä yksi tekoälyn kiinnostavimmista ympäristökysymyksistä liittyy lopulta siihen, kuinka helposti digitaalinen maailma tuntuu aineettomalta.
Kirjoitamme kysymyksen ruudulle.
Muutaman sekunnin kuluttua saamme vastauksen.
Emme näe palvelinta, sähköverkkoa, jäähdytysjärjestelmää, datakeskusta tai niitä materiaaleja, joista laskentaan tarvittavat laitteet on valmistettu.
Mutta ne ovat olemassa.
Sama pätee tietysti muuhunkin digitaaliseen toimintaan. Hakukoneet, pilvipalvelut, suoratoisto, videopalaverit, verkkosivut ja sähköpostitkin toimivat fyysisen infrastruktuurin varassa.
Tekoälyn nopea kasvu tekee tämän infrastruktuurin vain aikaisempaa näkyvämmäksi.
Onko tekoälyn käyttö siis vastuullista?
Ehkä kysymys itsessään on liian yksinkertainen.
Tekoäly ei ole ympäristön kannalta automaattisesti hyvä tai paha.
Sen ympäristövaikutukseen vaikuttavat käytettävä teknologia, tehtävän vaatima laskentateho, sähkön tuotantotapa, datakeskuksen sijainti ja tehokkuus, jäähdytys, infrastruktuuri – sekä ennen kaikkea se, kuinka paljon ja mihin tekoälyä käytetään.
Siksi vastuullinen tekoälyn käyttö ei välttämättä tarkoita sitä, että tekoälyä pitäisi käyttää mahdollisimman vähän.
Se tarkoittaa, että sitä käytetään tarkoituksenmukaisesti.
Jos tekoäly poistaa turhaa työtä, auttaa käsittelemään olemassa olevaa tietoa, ratkaisee todellisen ongelman tai tekee prosessista aidosti paremman, sen käyttämiselle on peruste.
Jos generoimme loputtomasti sisältöä, jota kukaan ei tarvitse, tilanne on toinen.
Ehkä siis kysymyksen “kuluttaako tekoäly energiaa?” sijaan kannattaa kysyä:
Mitä tällä energiankulutuksella saadaan aikaan – ja olisiko saman asian voinut tehdä järkevämmin?
Lähteet ja lisätietoa
- International Energy Agency (IEA): Key Questions on Energy and AI, 2026
- International Energy Agency (IEA): Energy and AI, 2025
- European Commission: Energy performance of data centres
- Fortum: Datakeskusten hukkalämmön hyödyntäminen Espoossa ja Kirkkonummella, 2026
- Oviedo ym.: Energy Use of AI Inference: Efficiency Pathways and Test-Time Compute, 2025
Lue myös
Tekoäly vie työpaikkasi. Vai viekö?
Valehteleeko tekoäly? Näin saat siltä luotettavampia vastauksia
Miten tekoälyä kannattaa hyödyntää yrityksen arjessa? 7 käytännön esimerkkiä
Tekoäly ei ole hakukone. Paitsi silloin kun se on.