Greenwashing AI: 74% obietnic Big Tech bez pokrycia
Zjawisko określane jako greenwashing AI staje się nowym wyzwaniem dla liderów zrównoważonego biznesu. Choć sztuczna inteligencja miała przyspieszyć dekarbonizację, najnowszy raport śledczy obnaża strategię gigantów technologicznych. Większość ich deklaracji o proekologicznym wpływie algorytmów nie posiada żadnych podstaw naukowych.
Dla kadry zarządzającej, która w 2026 roku mierzy się z rygorystycznymi wymogami raportowania niefinansowego (ESG), wnioski z analizy Ketana Joshiego są sygnałem alarmowym. Badanie 154 oświadczeń liderów rynku, takich jak Google czy Microsoft, ujawnia systemowy mechanizm manipulacji informacją. Branża stosuje taktykę „przynęty i zamiany” (bait-and-switch), promując energochłonne modele generatywne poprzez sukcesy niszowej, tradycyjnej analityki. W dobie walki o zaufanie inwestorów, poleganie na narracji dostawców technologii bez krytycznego audytu staje się istotnym ryzykiem operacyjnym.
Kryzys wiarygodności branży tech
Analiza merytoryczna komunikatów korporacyjnych Big Techu wykazuje drastyczny deficyt dowodowy. Podczas gdy w mediach dominuje przekaz o „ratowaniu planety przez algorytmy”, twarde dane wskazują na coś przeciwnego. Jedynie 26% analizowanych twierdzeń dotyczących korzyści klimatycznych AI zostało popartych recenzowanymi pracami akademickich. Aż 36% oficjalnych oświadczeń nie zawierało absolutnie żadnych danych czy odnośników na poparcie optymistycznych tez. Raport jest jednoznaczny. Nie istnieje obecnie ani jeden udokumentowany przypadek, w którym konsumencka generatywna AI (jak ChatGPT czy Gemini) doprowadziłaby do znaczącej i wymiernej redukcji emisji w skali globalnej.
„Bait-and-Switch”
Kluczowym problemem dla decydentów jest celowe zacieranie granic między dwoma skrajnie różnymi technologiami. Tradycyjna analityka i uczenie maszynowe od lat realnie optymalizują procesy, np. poprzez precyzyjne prognozowanie wydajności farm wiatrowych. Generuje to wymierne oszczędności przy niskim koszcie energetycznym. Jednak giganci technologiczni wykorzystują te historyczne sukcesy, by legitymizować wdrażanie generatywnej sztucznej inteligencji (GenAI), której profil energetyczny jest drastycznie gorszy. Prognozy są alarmujące: do 2030 roku konsumpcja energii przez systemy generatywne będzie trzynastokrotnie wyższa niż w przypadku rozwiązań tradycyjnych. Oznacza to, że każda wdrożona w firmie instancja dużego modelu językowego (LLM) działa przeciwko celom zrównoważonego rozwoju, zamiast je wspierać.
Centra danych a paliwa kopalne
Zapotrzebowanie na moc obliczeniową wymuszone przez wyścig zbrojeń w obszarze AI staje się kołem ratunkowym dla schyłkowego sektora paliw kopalnych. Centra danych budowane w regionach o niskim udziale OZE napędzają popyt na prąd. Przez to elektrownie węglowe i gazowe zamiast do likwidacji, trafiają do ponownej eksploatacji. To jedyny sposób, by zapewnić zasilanie w trybie 24/7. Dla liderów biznesu oznacza to konieczność rewizji umów z dostawcami chmurowymi. Obietnice dostawców o neutralności węglowej to często efekt kreatywnej księgowości. Firmy kupują certyfikaty, by ukryć fakty. W rzeczywistości ich infrastruktura realnie przeciąża lokalne sieci i drastycznie zużywa zasoby wody.
Audyt technologii i ryzyka ESG
Wdrożenie AI w strukturach korporacyjnych wymaga dziś twardej weryfikacji dostawców chmurowych. Dla dyrektora finansowego i operacyjnego oznacza to konieczność rozdzielenia projektów AI na dwie kategorie: analitykę realnie optymalizującą koszty oraz zasobożerne modele generatywne, które obciążają bilans niefinansowy (Scope 3). Brak precyzyjnego audytu tych rozwiązań wystawia organizację na ryzyko oskarżeń o greenwashing, co przy zaostrzających się normach raportowania w 2026 roku może skutkować sankcjami regulacyjnymi.
Nowe standardy raportowania 2026
Nadchodzący szczyt AI Impact Summit w New Delhi wyznaczy nowe ramy transparentności. Spodziewane jest wymuszenie na dostawcach technologii pełnej jawności w zakresie jednostkowego zużycia wody i energii przez procesy trenowania modeli. Liderzy biznesu powinni wyprzedzić te regulacje, wymagając od partnerów technologicznych danych o realnym śladzie węglowym (location-based), a nie tylko wyników skorygowanych rynkowo (market-based). Tylko taka strategia pozwoli na budowę autentycznej przewagi konkurencyjnej opartej na zrównoważonym rozwoju, a nie na marketingowej iluzji.
Przeczytaj także: Pociąg wodorowy PESA: 36 mln zł z KPO na projekt HEMU
Opracowanie własne na podstawie: ketanjoshi.co
Last Updated on 17 lutego, 2026 by Karolina Bandulet