Umělá inteligence může snížit emise, ale stejně snadno může raketově zvýšit spotřebu

Evropa dnes čelí zásadnímu a současně velmi zajímavému paradoxu. Technologie, které mají pomoci zachránit klima, samy vytvářejí nové environmentální tlaky. Právě tento rozpor stojí v centru konceptu tzv. dvojí transformace, tedy současného přechodu k digitální a udržitelné ekonomice. Podle analýz Evropské agentury pro životní prostředí (EEA) se nejedná o dvě oddělené změny, ale o jeden provázaný proces, který zásadně přetváří ekonomiku, průmysl i každodenní život. Pokud se podaří tyto trendy sladit, mohou společně posílit konkurenceschopnost, odolnost i ekologickou stabilitu Evropy. Pokud ne, jejich dopady se mohou navzájem negovat nebo dokonce zhoršovat.

V publikaci „Navigating Europe’s twin transition — opportunities and challenges of digitalisation in the green transition“ EEA zdůrazňuje, že digitalizace může významně urychlit dekarbonizaci, ale zároveň sama roste jako nový tlakový faktor na zdroje. Digitální sektor dnes tvoří přibližně 3 až 4 % globálních emisí skleníkových plynů a jeho energetická náročnost roste zejména kvůli datovým centrům, sítím a výpočetně náročným AI modelům. Současně ale může digitalizace přispět ke snížení emisí v jiných sektorech až o desítky procent, pokud je správně řízena.

Digitalizace a umělá inteligence mají bezpochyby obrovský transformační potenciál. Umožňují přesnější sběr a analýzu dat, díky nimž lze lépe řídit energetické systémy, optimalizovat průmyslové procesy nebo snižovat emise v dopravě. Studie EEA uvádějí, že využití digitálních technologií v energetice může zlepšit efektivitu sítí a integraci obnovitelných zdrojů až o 20 až 30 % v některých segmentových scénářích. Technologie také otevírají prostor pro nové modely spotřeby a výroby, které jsou efektivnější a méně náročné na zdroje. Právě v tomto smyslu mohou fungovat jako klíčový nástroj pro dekarbonizaci a přechod k oběhovému hospodářství.

Tato pozitivní role však není automatická. Stejné technologie zároveň zvyšují tlak na životní prostředí. Rychlý růst datových center, digitálních sítí a zařízení vede k rostoucí spotřebě energie, vody i kritických surovin. EEA upozorňuje, že spotřeba elektřiny datových center v EU může do roku 2030 vzrůst o více než 50 %, pokud se neprosadí účinná regulační a technologická opatření. Efektivita, kterou digitalizace přináší, navíc často vyvolává tzv. rebound efekty, kdy nižší náklady vedou k vyšší celkové spotřebě. To znamená, že samotné technologické zlepšení nestačí k dosažení skutečného snížení emisí a využívání zdrojů.

Zásadní problém spočívá v tom, že digitalizace je často řízena primárně logikou růstu, inovací a konkurenceschopnosti. Pokud zůstane tento rámec dominantní, environmentální přínosy zůstanou omezené. Analýzy proto zdůrazňují potřebu aktivního řízení, které nastaví jasné cíle udržitelnosti a zajistí, že technologický rozvoj bude sloužit veřejnému zájmu, nikoli pouze ekonomické expanzi. V rámci evropského přístupu to znamená i integraci environmentálních metrik přímo do digitální infrastruktury a rozhodovacích systémů.

Zvláštní roli v této rovině hraje umělá inteligence, která stále více ovlivňuje rozhodování spotřebitelů i firem. AI může směrovat spotřebu k udržitelnějším volbám, například prostřednictvím doporučovacích systémů nebo optimalizace dodavatelských řetězců. V publikaci „Artificial intelligence and sustainable consumption in Europe“ EEA uvádí, že spotřebitelské chování je silně formováno digitálními doporučovacími algoritmy, které mohou buď podporovat udržitelné volby, nebo naopak posilovat nadměrnou spotřebu v závislosti na optimalizačním cíli systému. Zároveň však může AI podporovat nadměrnou spotřebu, pokud je navržena primárně pro maximalizaci prodeje nebo engagementu. Výsledný dopad tak závisí na tom, jaké cíle jsou do těchto systémů zabudovány a jak jsou regulovány.

Umělá inteligence je v tomto ohledu klíčovým prvkem. Její schopnost analyzovat velké objemy dat, optimalizovat procesy a automatizovat rozhodování ji předurčuje k využití v energetice, logistice nebo průmyslové výrobě. V těchto oblastech může reálně snižovat emise a zlepšovat materiálovou efektivitu. Zároveň ale stejná technologie vstupuje do marketingu, médií a spotřebitelských platforem, kde optimalizuje především chování uživatelů, nikoli environmentální dopady. EEA přitom upozorňuje, že právě tyto spotřebitelsky orientované aplikace mají často největší nepřímý vliv na celkovou uhlíkovou stopu ekonomiky, protože formují poptávku.

Právě zde může vzniknout zásadní nepochopení. Nejde o to, zda je umělá inteligence použita v technické nebo komunikační oblasti, ale o to, jaké cíle maximalizuje. Pokud se například využívá pro vyhodnocování životního cyklu produktů, tedy pro LCA analýzy, jde typicky o přínosné použití, protože zlepšuje rozhodování a umožňuje snižovat celkovou environmentální zátěž. Pokud se však používá v marketingu nebo PR, který je optimalizován čistě na růst prodeje bez ohledu na dopady, situace je jiná.

Evropská agentura pro životní prostředí tím neříká, že by marketing nebo PR měly být omezeny, ani nestanovuje žádné procentuální limity růstu. Pointa je jinde. Růst samotný není problém, problémem je způsob jeho dosažení a jeho celkové environmentální důsledky. Pokud například marketingové algoritmy zvyšují prodej produktů s vysokou emisní stopou, dochází ke zhoršení celkového dopadu bez ohledu na to, zda jde o mírný nebo extrémní nárůst. Naopak i výrazný růst u nízkoemisních nebo dlouhodobě udržitelných produktů může být v souladu s klimatickými cíli.

Důležitým aspektem je také transparentnost a pravdivost komunikace. Pokud jsou digitální nástroje využívány k vytváření obrazu udržitelnosti, který není podložen daty, vzniká riziko greenwashingu. To je oblast, kde regulace v Evropě již dnes postupně zpřísňuje pravidla, zejména v rámci širšího rámce environmentálního reportingu a digitální transparentnosti. Nejde však jen o to, co firmy tvrdí, ale také o to, jak jsou jejich digitální systémy nastaveny. Pokud algoritmy optimalizují pozornost, konverze a nákupní chování bez ohledu na environmentální důsledky, vytvářejí strukturální tlak na vyšší spotřebu.

Vezměme si jako příklad firmu vyrábějící běžné masové spotřební zboží, například výrobce balené kosmetiky nebo domácí drogerie s vysokým objemem prodeje. V intencích přístupu Evropské agentury pro životní prostředí by umělá inteligence včetně nástrojů typu ChatGPT měla být využívána především tam, kde pomáhá snižovat skutečnou environmentální stopu produktu v jeho životním cyklu. To znamená například analýzu LCA dat, identifikaci materiálově nebo energeticky neefektivních částí výroby, optimalizaci obalových materiálů nebo simulaci dopadů různých variant složení výrobku. Stejně tak může být využita pro interní rozhodování o logistice, kde pomáhá snižovat přepravní emise, nebo pro srozumitelnější komunikaci environmentálních parametrů směrem k regulátorům a odborným partnerům. V těchto případech AI funguje jako nástroj, který zvyšuje kvalitu rozhodování a vede k reálnému snížení zdrojové náročnosti.

Naopak problematické využití nastává ve chvíli, kdy je stejná technologie zapojena do čistě výkonově orientovaného marketingu bez environmentálních korektivů. Pokud by například AI byla použita k maximalizaci prodeje prostřednictvím hyperpersonalizovaných kampaní, které cíleně zvyšují frekvenci nákupů nebo podporují rychlejší obměnu výrobků, může to vést k nárůstu celkové spotřeby a tím i emisí, a to bez ohledu na to, zda jednotlivé produkty mají relativně nižší uhlíkovou stopu. Podobně problematické je využití AI k vytváření komunikace, která zveličuje udržitelnost produktu bez pevného datového základu, protože tím dochází k posilování greenwashingu a deformaci spotřebitelského rozhodování. Rozhodující tedy není samotná přítomnost AI v marketingu, ale to, zda její optimalizační funkce zahrnuje i environmentální dopady, nebo pouze ekonomický výkon.

Z širší filozofické perspektivy pak celá problematika ukazuje posun od otázky co technologie dokáže k otázce proč a pro koho ji používáme. Umělá inteligence není neutrální nástroj v klasickém slova smyslu, protože její chování je vždy odrazem cílů, které daný subjekt sleduje. Pokud je optimalizována pouze na růst, stává se zesilovačem spotřební logiky. Pokud je naopak propojena s environmentálními cíli, může se stát infrastrukturním prvkem nové ekonomiky, která neodděluje efektivitu od udržitelnosti. Dle EEA je tedy z pohledu evropských institucí klíčové, aby se umělá inteligence a digitalizace nevyvíjely izolovaně od klimatické politiky. Zároveň ale vyvstává nepříjemná otázka, zda je vůbec možné takové sladění účinně vynutit legislativně, protože regulace může nastavovat například rámce transparentnosti, reporting nebo omezení greenwashingu, ale jen obtížně může přímo zasahovat do samotné optimalizační logiky algoritmů v reálném čase.