Mitä yksi tekoälykysymys oikeasti kuluttaa

Väite on kiertänyt vuosia, ja sen muistaa yhdeltä lukemalta:

"Jokainen tekoälylle esitetty kysymys kuluttaa pullollisen vettä."

Se on iskevä, huolestuttava ja väärä. Ei siksi, että tekoäly olisi ilmaista ympäristölle, vaan siksi, että alkuperäinen tutkimus sanoi jotain muuta.

Väite juontuu vuoden 2023 tutkimuksesta Making AI Less "Thirsty". Sen ensimmäisessä versiossa lukee sanatarkasti, että ChatGPT juo puolen litran pullollisen vettä "yksinkertaisen, noin 20-50 kysymyksen ja vastauksen keskustelun" aikana, riippuen siitä missä ja milloin se ajetaan.

Pullo keskustelua kohti, ei pullo kysymystä kohti.

Tutkimuksen nykyinen versio on vieläkin varovaisempi. Siinä ei enää puhuta ChatGPT:stä vaan GPT-3-mallista, ja luku on 500 millilitraa "noin 10-50 keskipitkää vastausta" kohti. Kummallakin tavalla laskien "yksi kysymys, yksi pullo" liioittelee tutkimuksen omaa arviota vähintään kertaluokalla.

Mutta tärkeämpi ero on toinen: kyseessä ei ollut mittaus.

Se oli laskennallinen arvio GPT-3:sta. Tutkijat joutuivat olettamaan mallin sähkönkulutuksen, koska sitä ei kerrottu julkisuuteen. Heidän alaviitteensä on rehellinen ja se kannattaa lukea: yksi kysely kuluttaa oletuksen mukaan 0,00396 kilowattituntia eli noin 3,96 wattituntia, datakeskuksen PUE on 1,2, sähköntuotannon vesi-intensiteetti 1,8 litraa kilowattituntia kohti ja paikallisen jäähdytyksen vedenkulutus 0,5-5 litraa kilowattituntia kohti säästä riippuen.

Arvio oli arvokas, koska se nosti esiin asian, jota kukaan ei ollut laskenut. Se ei ollut eikä yrittänyt olla yleispätevä muuntokaava jokaiselle tekoälypalvelulle.

Miltä mitattu luku näyttää

Ensimmäinen koko palvelupinon kattava mittaus oikeasta tuotantoympäristöstä julkaistiin vuonna 2025. Se on Googlen oma, ja se kannattaa pitää mielessä luettaessa.

Gemini Apps -palvelun mediaanikyselylle toukokuussa 2025 Google raportoi:

• 0,24 wattituntia sähköä
• 0,26 millilitraa vettä
• 0,03 grammaa hiilidioksidiekvivalenttia

Googlen omat vertailut ovat hyvät: se on vähemmän sähköä kuin yhdeksän sekuntia televisiota, ja vettä viiden pisaran verran.

Sähköluku kattaa tekoälykiihdyttimet, isäntäkoneen prosessorin ja muistin, valmiudessa seisovan koneiston sekä datakeskuksen yleiskustannuksen. Ulkopuolelle on rajattu ulkoinen verkko, käyttäjän oma laite ja mallin opettaminen. Vesiluku on datakeskuksen jäähdytyksessä haihtuvaa vettä, ei sähköntuotannossa kuluvaa.

Nyt lukija tekee mielessään jakolaskun, ja se kannattaa tehdä ääneen.

Kertaluokkien ero, joka ei ole kenenkään virhe

Vanhan arvion 500 millilitraa 20-50 vaihtoa kohti tarkoittaa noin 10-25 millilitraa vaihtoa kohti. Nykyisen version 500 millilitraa 10-50 vastausta kohti tarkoittaa 10-50 millilitraa vastausta kohti. Googlen mitattu luku on 0,26 millilitraa.

Ero on siis pienimmillään noin nelikymmenkertainen ja suurimmillaan lähes kaksisataakertainen sen mukaan, kumman version lukua käyttää. Google itse kuvaa eroa aiempiin arvioihin yhdeksi tai kahdeksi kertaluokaksi.

Kumpikaan luku ei ole väärin. Ne kertovat eri asiasta, ja ero muodostuu kolmesta osasta.

Malli ja vuosi. Vanha arvio olettaa 3,96 wattituntia kyselyä kohti. Googlen mitattu mediaani on 0,24. Pelkkä tuo oletusero on noin kuusitoistakertainen, ja se on täysin uskottava: välissä on GPT-3, kolme vuotta laitteistokehitystä ja tuotantomittakaavan käyttöasteet.

Veden rajaus. Vanha arvio laskee mukaan sekä datakeskuksen jäähdytysveden että sähköntuotannossa kuluvan veden. Googlen luku sisältää vain ensimmäisen. Tutkimuksen oma jaottelu on tässä hyödyllinen: soveltamisala 1 on datakeskuksen jäähdytys, soveltamisala 2 on sähköntuotanto ja soveltamisala 3 on laitteiden valmistus.

Paikka. Sama tutkimus kertoo, että datakeskus haihduttaa keskimäärin 1-9 litraa vettä palvelinsähkön kilowattituntia kohti: noin litran Googlen maailmanlaajuisella vuosikeskiarvolla ja yhdeksän litraa suurella kaupallisella datakeskuksella Arizonassa kesällä.

Litra Arizonassa ja litra Suomessa eivät ole sama litra. Vedestä puhuttaessa maailmanlaajuinen keskiarvo on lähtökohtaisesti huonompi mittari kuin sähköstä puhuttaessa, koska veden niukkuus on paikallinen ominaisuus.

Rajaus ei ole yksityiskohta, vaan se on koko luku

Googlen paperi todistaa tämän itse, ja tämä on artikkelin tärkein kohta.

Samasta kyselystä, samana kuukautena, saman yhtiön mittaamana, se raportoi kaksi lukua. Kapealla rajauksella, joka laskee mukaan vain tekoälykiihdyttimet tehokkaimmissa datakeskuksissa, luku on 0,10 wattituntia. Laajalla rajauksella, joka laskee mukaan koko palvelupinon ja koko konekannan, se on 0,24 wattituntia.

Sama pätee veteen: kapealla rajauksella 0,12 millilitraa, laajalla 0,26.

Mitään ei ole peitelty. Kumpikin luku on oikein. Pelkkä rajauksen valinta muuttaa tulosta 2,4-kertaisesti.

Ja kun vertaillaan kahta eri toimittajaa, ero kasvaa vielä paljon suuremmaksi. Mistral AI julkaisi heinäkuussa 2025 elinkaarianalyysin Mistral Large 2 -mallistaan yhdessä Ranskan ympäristöviraston ADEMEn ja Carbone 4:n kanssa, vertaisarvioituna. Sen tulos noin 400 tokenin vastaukselle on 1,14 grammaa CO2e ja 45 millilitraa vettä.

Neljäkymmentäviisi millilitraa vastaan Googlen 0,26. Kerroin on noin 170.

Molemmat ovat toimittajan omia lukuja. Molemmat on julkaistu samana vuonna. Kumpikaan ei ole markkinointia: Mistralin luku on vertaisarvioitu ja tehty ympäristöviranomaisen kanssa. Ne poikkeavat, koska vastaus on eri pituinen, koska elinkaarianalyysi laskee mukaan sellaista mitä tuotantomittaus ei, ja koska vesi ja sähkö lasketaan eri rajoilla ja eri sähköverkossa.

Tästä seuraa se, mitä tästä aiheesta pitäisi ensisijaisesti tietää: "yksi kysely" ei ole mittayksikkö, ellei samalla kerrota mallia, tehtävää, sijaintia ja laskennan rajaa.

Neljä lukua, jotka menevät jatkuvasti sekaisin

Opettaminen ja käyttö ovat eri asioita

Opettaminen luo mallin. Käyttö eli inferenssi on se, mitä tapahtuu kun valmis malli vastaa käyttäjälle.

Sama vesitutkimus arvioi, että GPT-3:n opettaminen saattoi kuluttaa miljoonia litroja vettä, kun mukaan lasketaan sekä jäähdytys että sähköntuotanto. Se on suuri ja harvoin toistuva laskentaprojekti.

Yksi käyttäjän kysymys on pieni ja lakkaamatta toistuva tapahtuma. Opetuksen jyvittäminen yhdelle kyselylle vaatisi tiedon siitä, montako kertaa mallia käytetään, kuinka usein sitä opetetaan uudelleen ja mitkä myöhemmät mallit hyödyntävät samaa työtä. Toimittajat eivät julkaise tästä tarpeeksi, jotta laskun voisi tehdä luotettavasti.

PUE mittaa sitä, mitä tietokoneiden ympärillä kuluu

PUE eli Power Usage Effectiveness vertaa koko laitoksen sähkönkulutusta siihen sähköön, joka menee itse laitteille.

PUE 1,20 tarkoittaa, että jokaista laskentaan menevää yksikköä kohti kuluu 0,20 lisää jäähdytykseen, sähkön muuntamiseen ja muuhun infrastruktuuriin. Google ilmoittaa konekantansa PUE-arvoksi 1,09. IEA:n mukaan jäähdytyksen ja ympäristönhallinnan osuus vaihtelee noin seitsemästä prosentista tehokkaassa hyperskaalan laitoksessa yli kolmeenkymmeneen prosenttiin vähemmän tehokkaassa yrityskonesalissa.

WUE mittaa vettä, mutta ei aina saman rajan sisällä

WUE eli Water Usage Effectiveness ilmoitetaan yleensä litroina laskennan kilowattituntia kohti.

Osa luvuista sisältää vain datakeskuksen jäähdytyksessä haihtuvan veden. Osa lisää mukaan sähköntuotannossa kuluvan. Sirujen ja palvelinten valmistus jää tyypillisesti kokonaan pois.

Tästä syystä kaksi näennäisen tarkkaa vesilukua voivat poiketa satakertaisesti ilman että kummassakaan laskussa on virhettä. Ne mittaavat eri järjestelmää.

"Yksi kysymys" ei ole yksi työmäärä

Lyhyt tekstivastaus pieneltä mallilta ei ole verrattavissa pitkään päättelytehtävään, kuvaan tai videoon.

IEA mittasi koeoloissa, että tekstintuotanto vie noin 0,3 wattituntia pienellä kielimallilla ja noin 5 wattituntia keskikokoisella. Suuren päättelymallin arvioksi tuli noin 9 wattituntia samaan tekstitehtävään. Kuvan tuottaminen vei noin 1,7 wattituntia.

Ja sitten on video. Kuuden sekunnin mittaisen, laadultaan vaatimattoman videon tuottaminen vei noin 115 wattituntia, eli suunnilleen saman kuin kannettavan tietokoneen lataaminen kahdesti.

Nämä luvut kattavat vain näytönohjaimen sähkön hallituissa koeoloissa, eivät koko tuotantopalvelua, ja päättelymallin luku on arvio eikä mittaus. Siksi 0,24 wattitunnin tuotantokysely ja usean watin laboratoriotulos eivät ole ristiriidassa. Mallin koko, vastauksen pituus, laitteiston käyttöaste, eräajo ja mittauksen raja muuttavat kaikki lopputulosta.

Mittakaava ilman syyllistämistä

Otetaan Googlen 0,24 wattituntia havainnollistavaksi vertailukohdaksi.

• Puhelimen lataaminen vie IEA:n mukaan noin 15 wattituntia, eli suunnilleen 60 tällaisen kyselyn verran. Kannettavan lataaminen noin 60 wattituntia eli noin 250 kyselyä.
• Tunti suoratoistovideota vei IEA:n arviossa noin 77 wattituntia vuonna 2019, eli noin 320 kyselyä. Luku sisältää katselulaitteen, jota Googlen kyselyluku ei sisällä, ja se on jo seitsemän vuotta vanha.
• Kuuden kilowatin kiuas tunnin ajan täydellä teholla on 6 000 wattituntia. Se on sama laskutoimitus kuin 25 000 kyselyä.
• Ja tekoäly itse: yksi kuuden sekunnin tekoälyvideo on IEA:n koeoloissa noin 480 tällaisen tekstikyselyn verran.

Nyt on paikallaan sanoa ääneen se, mikä tässä on vaarana. Nuo kertoimet pätevät yhteen mitattuun kyselyyn yhdellä palvelulla yhtenä kuukautena. Jos näet jonkin niistä jossain ilman tuota lausetta, kyseessä on täsmälleen sama virhe, josta tämä artikkeli kertoo. Rehellisempi muoto olisi vaihteluväli: sama kiuastunti on noin 700 kyselyä isolla päättelymallilla ja 25 000 pienellä tekstikyselyllä. Sekin vaihteluväli yhdistää kaksi eri rajalla mitattua lukua, koska päättelymallin luku on pelkkää näytönohjainta koeoloissa. Parempaa aineistoa ei ole julkaistu.

Vertailut eivät ole peruste rajattomalle laskennalle. Ne palauttavat mittasuhteen. Huoli ei koske yksittäistä ihmistä, joka kirjoittaa yhden hyödyllisen kysymyksen, vaan miljardeja pyyntöjä, yhä raskaampia työtapoja ja sitä infrastruktuuria, joka niitä varten rakennetaan.

Datakeskukset kuluttivat IEA:n arvion mukaan noin 415 terawattituntia vuonna 2024, eli noin 1,5 prosenttia maailman sähköstä, ja luvun ennustetaan noin kaksinkertaistuvan 945 terawattituntiin vuoteen 2030 mennessä. Pieni käyttökohtainen luku ja suuri kokonaisluku voivat molemmat olla totta samaan aikaan.

Suomen erityispiirre: kun datakeskuksesta tulee myös lämpölaitos

Lähes kaikki palvelinten käyttämä sähkö muuttuu lopulta lämmöksi.

Useimmissa paikoissa se lämpö siirretään ulos rakennuksesta ja päästetään ilmaan tai veteen. Energiajärjestelmän kannalta se on hukkaa.

Suomessa on toinenkin vaihtoehto: kaukolämpö.

Kaukolämpöverkon lähelle rakennettu datakeskus voi luovuttaa matalalämpöisen ylijäämälämpönsä lämpöpumpuille. Lämpötila nostetaan käyttökelpoiseksi ja energia jaetaan olemassa olevia putkia pitkin koteihin, toimistoihin ja julkisiin rakennuksiin.

Fortum ja Microsoft rakentavat tätä mallia Kirkkonummen Kolabackeniin ja Espoon Hepokorpeen. Vaihe kannattaa sanoa täsmällisesti, koska siitä on liikkeellä kahdenlaista puhetta: lämpöpumppulaitokset ovat käynnistyneet toukokuussa 2026, mutta ne tuottavat kaukolämpöä toistaiseksi ulkoilmasta ja sähkökattiloilla. Datakeskusten hukkalämmön talteenotto alkaa vaiheittain vasta ensi vuonna, Microsoftin oman rakennus- ja käyttöönottoaikataulun mukaan.

Täydessä laajuudessa Fortum odottaa datakeskusten hukkalämmön kattavan noin 40 prosenttia alueen 2 terawattitunnin vuotuisesta kaukolämmön tarpeesta, ja verkossa on noin 250 000 lämmön käyttäjää.

Tämä ei poista sähkönkulutusta. Datakeskus käyttää edelleen samat wattitunnit, ja lämpöpumput tarvitsevat lisää sähköä. Oikea järjestelmätason kirjaus on tämä:

Datakeskukseen menevä sähkö pysyy panoksena. Talteen otettu lämpö lasketaan erikseen hyötytuotoksena, joka voi korvata jonkin toisen lämmönlähteen.

Todellinen hyöty riippuu siitä, kuinka suuri osa lämmöstä saadaan talteen, kuinka hyvällä hyötysuhteella lämpöpumput toimivat, miten lämmön tarve vaihtelee vuodenajoittain ja mikä lämmöntuotanto sillä korvataan. Kaasukattila, biomassalaitos ja jo valmiiksi puhdas sähkölämmitys tuottavat hyvin erilaisen vältetyn päästön.

Etu on silti aito. Sama laskentatyö johtaa eri järjestelmätason tulokseen, kun sijainti tarjoaa puhdasta sähköä, viileän ilmaston ja maksavan asiakkaan lämmölle.

Fingridin mukaan Suomessa kulutetun sähkön päästökerroin oli 26 grammaa hiilidioksidia kilowattituntia kohti vuonna 2025. Jos Googlen 0,24 wattitunnin kysely ajettaisiin kuvitteellisesti tuolla vuosikeskiarvolla, sen sijaintiperusteinen päästö olisi noin 0,006 grammaa. Tämä on havainnollistus eikä väite siitä, missä Gemini-kyselyt käsitellään.

Yksi tarkennus on tässä pakollinen. Googlen ilmoittama 0,03 grammaa on markkinaperusteinen luku, eli siinä on huomioitu yhtiön ostama puhdas sähkö. Sijaintiperusteinen luku olisi korkeampi. Näitä kahta ei voi verrata suoraan keskenään, mikä on jälleen sama tarina: raja ratkaisee.

Mikä jalanjäljen oikeasti määrää

Tavallisen käyttäjän kannalta ratkaisevat muuttujat eivät ole kysymyksen kohteliaisuus tai se, olisiko kysymyksen voinut jättää kysymättä. Ne ovat pääosin infrastruktuurivalintoja hänen ulottumattomissaan:

• Mikä malli tehtävän suorittaa?
• Kuinka pitkä ja laskennallisesti raskas vastaus on?
• Kuinka tehokkaasti laitteisto on käytössä?
• Millä sähköllä datakeskus toimii?
• Onko jäähdytysvedestä pulaa juuri siinä paikassa?
• Heitetäänkö syntyvä lämpö menemään vai otetaanko se talteen?

Käyttäjä voi välttää pitkien tarpeettomien tuotosten toistuvaa generointia, erityisesti videon ja raskaiden agenttitehtävien osalta. Tekoälypalveluita ostava organisaatio voi tehdä enemmän. Se voi vaatia toimittajalta energian tehtävää kohti, laskennan rajan, sijaintiperusteisen sähkön päästökertoimen, vedenkulutuksen valuma-alueittain ja tiedon siitä, mitä ylijäämälämmölle tehdään.

Nämä ovat tavallisia hankintakysymyksiä. Ne vain esitetään harvoin.

Se luku, jonka toistaminen kannattaa lopettaa

"Yksi tekoälykysymys kuluttaa pullollisen vettä" ei ole karkea likiarvo. Se on oikea tutkimus muunnettuna väärään yksikköön ja irrotettuna omista oletuksistaan.

Tavallinen tekstikysely tehokkaassa nykypalvelussa voi kuluttaa murto-osan wattitunnista ja alle millilitran suoraa jäähdytysvettä. Pitkä päättelytehtävä kuluttaa moninkertaisesti. Video kuluttaa satakertaisesti. Sähköntuotannon vedestä kerrotaan yhä huonosti, ja nopeasti kasvavan datakeskusinfrastruktuurin kokonaisvaikutus on merkittävä, erityisesti paikallisesti.

Yksittäinen kysely on todennäköisesti pienempi kuin miltä tuntuu.

Se, missä miljoonat kyselyt ajetaan, on se kohta jossa ympäristöpäätös oikeasti tehdään.