BM raporu uyarıyor: Yapay zekâ yakında dünyanın elektriğinin %3’ünü tüketebilir

Yapay zekâ artık sadece teknoloji şirketlerinin yarışı değil, aynı zamanda enerji ve su kaynakları açısından da büyüyen bir mesele. 4 Haziran 2026’da yayımlanan bir değerlendirmeye göre, yapay zekâ sistemlerinin kullandığı elektrik yakında dünya toplam tüketiminin %3’üne ulaşabilir; su ihtiyacı da küresel ölçekte dikkat çekecek seviyelere çıkabilir. Asıl kritik nokta şu: modeller daha verimli hale gelse bile, ucuzlayıp daha yaygın kullanıldıkça toplam tüketim düşmek yerine artabilir.

Kısaca

• 4 Haziran 2026’da gündeme taşınan BM bağlantılı değerlendirme, yapay zekânın enerji ve su talebinin hızla büyüdüğünü vurguluyor.
• Daha verimli modeller tek başına çözüm olmayabilir; çünkü maliyet düştükçe kullanım alanları ve kullanım hacmi artıyor.
• Tartışma artık sadece “AI ne kadar güçlü?” değil, “bu gücün enerji ve su faturası ne olacak?” sorusuna da odaklanıyor.

Konu Başlıkları

Neden şimdi gündemde?

Son iki yılda yapay zekâ araçları çok daha fazla insanın günlük hayatına girdi. Sohbet botları, görsel üreticiler, ofis araçlarına eklenen AI özellikleri, arama motorlarındaki özetler ve şirketlerin kendi iç sistemleri derken kullanım alanı hızla genişledi. Bu büyüme, arka planda çalışan veri merkezlerinin daha fazla elektrik tüketmesi ve soğutma için daha çok su kullanması anlamına geliyor.

The Conversation’da 4 Haziran 2026’da yayımlanan değerlendirme, BM Ticaret ve Kalkınma Konferansı’nın (UNCTAD) dijital ekonomiyle ilgili raporuna dayanarak önemli bir uyarı yapıyor: Yapay zekâ altyapısı büyüdükçe, enerji ve su tüketimi de küresel ölçekte hissedilir bir baskı yaratabilir. Yazının öne çıkardığı çarpıcı tahminlerden biri, AI’ın yakında dünya elektriğinin %3’ünü kullanabilecek olması.

Bu oran ilk bakışta küçük görünebilir. Ancak dünya çapındaki toplam elektrik tüketimi düşünüldüğünde %3 oldukça büyük bir yük anlamına geliyor. Üstelik bu tüketim, tek bir ülkenin değil, küresel dijital altyapının parçası olan veri merkezleri ve hesaplama sistemleri üzerinden dağınık şekilde gerçekleşiyor. Bu yüzden mesele çoğu zaman görünmez kalıyor.

Yapay zekâ neden bu kadar çok enerji harcıyor?

Yapay zekâ sistemlerinin yüksek enerji kullanmasının iki temel nedeni var: eğitim ve kullanım.

Modelleri eğitmek çok pahalı

Büyük yapay zekâ modelleri geliştirilirken devasa miktarda veri işleniyor ve bu süreç haftalar, hatta aylar sürebiliyor. Çok sayıda güçlü çip aynı anda çalıştığı için elektrik tüketimi ciddi boyutlara ulaşıyor. Bu aşama, bir modelin “öğrenme” süreci olarak düşünülebilir.

Asıl büyüyen yük günlük kullanım olabilir

Daha az konuşulan ama giderek daha önemli hale gelen bölüm ise kullanım tarafı. Yani milyonlarca insanın her gün soru sorması, belge özetletmesi, görsel üretmesi ya da uygulamalardaki AI özelliklerini kullanması. Tek bir sorgu küçük görünebilir, ama milyarlarca sorgu biriktiğinde ortaya çok büyük bir enerji talebi çıkıyor.

Buradaki kritik nokta, verimlilik artışının her zaman toplam tüketimi düşürmemesi. Yeni modeller daha hızlı, daha ucuz ve daha az kaynakla çalışsa bile, bu durum daha fazla şirketin ve daha fazla kullanıcının bu araçlara yönelmesine yol açıyor. Sonuçta toplam kullanım hacmi büyüyor. Kısa özetle: işlem başına maliyet düşse de, toplam işlem sayısı çok daha hızlı artabiliyor.

Su tüketimi neden önemli?

Elektrik konusu daha görünür, ama su meselesi de en az onun kadar önemli. Veri merkezlerindeki sunucular yüksek performansla çalışırken ciddi ısı üretiyor. Bu sistemlerin güvenli şekilde çalışabilmesi için soğutma gerekiyor. Soğutma yöntemlerinden bazıları da doğrudan veya dolaylı olarak büyük miktarda su kullanıyor.

The Conversation’daki değerlendirme, yapay zekâ için gereken su miktarının “insanların içme suyu ihtiyacıyla kıyaslanabilecek” ölçekte büyüyebileceğine dikkat çekiyor. Burada verilmek istenen mesaj şu: AI altyapısı artık sadece dijital bir konu değil, fiziksel kaynakların yönetimiyle doğrudan bağlantılı.

Bu özellikle kuraklık riski taşıyan bölgelerde daha hassas bir konu. Çünkü veri merkezleri çoğu zaman elektrik şebekesine yakınlık, arazi maliyeti ve bağlantı imkanlarına göre kuruluyor; fakat o bölgenin su stresi de önemli bir değişken. Yani yapay zekâ yatırımları, yerel toplulukların kaynak kullanımıyla aynı havuzu paylaşabiliyor.

“Daha verimli model” neden tek başına yeterli olmayabilir?

Teknoloji şirketleri son dönemde daha küçük, daha ucuz ve daha verimli modeller üzerinde sıkça duruyor. Gerçekten de yeni nesil sistemler, aynı işi daha az hesaplama gücüyle yapma konusunda ilerleme sağlıyor. Google’ın 3 Haziran 2026’da duyurduğu Gemma 4 12B gibi modeller de bu eğilimin bir parçası: Daha erişilebilir, daha uygulanabilir ve geliştiriciler için daha kullanışlı AI sistemleri öne çıkıyor.

Bu teknik ilerleme önemli. Ancak burada “verimlilik paradoksu” denebilecek bir durum var. Bir teknoloji ucuzladığında ve kullanımı kolaylaştığında, genellikle daha fazla kişi tarafından daha fazla amaçla kullanılıyor. Yapay zekâda da benzer bir tablo oluşuyor. Eskiden sadece büyük şirketlerin erişebildiği araçlar artık daha geniş bir ekosisteme yayılıyor. Bu da toplam talebi büyütüyor.

Yani verimlilik kazanımı değerli olsa da, kendi başına çevresel yükü azaltacağı garanti değil. Hatta tam tersine, yeni kullanım senaryoları ortaya çıktıkça toplam elektrik ve su tüketimi daha da yukarı gidebilir. Kaynaklardaki temel uyarı tam olarak burada yoğunlaşıyor.

Bu tartışma neden sıradan kullanıcıyı da ilgilendiriyor?

“Veri merkezleri uzakta, beni ilgilendirmez” demek artık pek mümkün değil. Çünkü yapay zekâ özellikleri giderek daha fazla ürüne gömülüyor. Telefonlardan arama motorlarına, ofis yazılımlarından müşteri hizmetlerine kadar birçok araçta AI artık varsayılan hale geliyor. Kullanıcı bir özelliği özellikle seçmese bile, arka planda AI çalışıyor olabilir.

Bu durumun iki sonucu var. Birincisi, toplam talep sessizce büyüyor. İkincisi, enerji ve su maliyeti kullanıcı tarafından doğrudan görülmediği için farkındalık düşük kalıyor. Oysa dijital hizmetlerin “bulutta” çalışması, onların fiziksel dünyada kaynak tüketmediği anlamına gelmiyor. Bulut dediğimiz şey, aslında çok gerçek veri merkezleri, çok gerçek elektrik hatları ve çok gerçek soğutma sistemleri.

Şirketler ve hükümetler ne yapmak zorunda kalabilir?

Bu alanda tek bir çözüm yok, ama birkaç başlık öne çıkıyor.

Daha şeffaf raporlama

Şirketlerin AI sistemlerinin ne kadar elektrik ve su kullandığını daha açık biçimde paylaşması giderek daha önemli hale geliyor. Bugün bu konuda kamuya açık, karşılaştırılabilir ve standartlaşmış veri her zaman bulunmuyor. Bu da gerçek etkiyi değerlendirmeyi zorlaştırıyor.

Temiz enerji ve daha verimli altyapı

Veri merkezlerinin yenilenebilir enerji kaynaklarıyla beslenmesi, daha iyi çip tasarımları ve daha verimli soğutma teknikleri önemli araçlar arasında. Ancak bunlar da tek başına yeterli olmayabilir; çünkü talep büyümesi çok hızlı.

“Gerçekten gerekli mi?” sorusu

Belki de en zor ama en önemli soru bu. Her soruna yapay zekâ eklemek gerçekten gerekli mi? Her üründe sürekli açık AI özelliği olması şart mı? Kullanımın değeri ile kaynak maliyeti arasında daha dikkatli bir denge kurulması gerekebilir.

Önümüzdeki dönemde neye bakılmalı?

Kısa vadede üç şey belirleyici olacak gibi görünüyor: yapay zekâ kullanımının ne hızla yayılacağı, veri merkezlerine yapılan yeni yatırımların nerede yoğunlaşacağı ve şirketlerin çevresel etki konusunda ne kadar şeffaf olacağı.

Bugünkü tablo, AI’ın sadece ekonomik ve teknolojik bir yarış olmadığını açıkça gösteriyor. Aynı zamanda enerji politikası, su yönetimi ve sürdürülebilirlik meselesi. 4 Haziran 2026’da gündeme gelen bu uyarı, “yapay zekâ daha akıllı hale geliyor” haberlerinin arkasında daha az konuşulan ama çok önemli bir gerçeği hatırlatıyor: dijital ilerlemenin de fiziksel bir bedeli var.

Asıl tartışma bundan sonra daha da büyüyecek gibi görünüyor. Çünkü yapay zekâ artık deneysel bir teknoloji olmaktan çıkıp gündelik altyapının parçası haline geliyor. Ve bu altyapının ne kadar elektrik ve su istediği, sadece teknoloji şirketlerini değil herkesi ilgilendiriyor.

Kaynaklar

• UN report warns AI could soon use 3% of world’s electricity and more water than we need to drink
• Gemma 4 12B: A unified, encoder-free multimodal model

Not: Bu içerik AI desteğiyle üretilmiştir; hata veya eksik bilgi içerebilir.