Углеродный след ИИ: почему компании заставляют его считать

Обучение и работа больших языковых моделей потребляют электричество и воду в объёмах, которые до недавнего времени никто не обязывал раскрывать. Это меняется. В Евросоюзе с 2024 года крупные компании подпадают под директиву о корпоративной отчётности в области устойчивого развития (CSDDD/CSRD), которая требует раскрывать выбросы по трём охватам. Отдельно AI Act ЕС ввёл для провайдеров моделей общего назначения обязанность документировать энергопотребление при обучении. Точные пороги и сроки для конкретной компании зависят от её размера и юрисдикции — их стоит сверять по актуальному тексту регламента, а не по пересказам.

Смысл сдвига простой. Раньше строчка «мы заботимся об экологии» на сайте ничего не стоила. Теперь для части компаний это становится измеримой отчётностью, за неполноту или недостоверность которой предусмотрены санкции национальных регуляторов.

Что именно теперь требуют раскрывать

Отчётность по выбросам традиционно делят на три охвата (scope). Для AI-компании это выглядит так:

• Scope 1 — прямые выбросы: генераторы, собственный транспорт, утечки хладагентов из систем охлаждения дата-центров.
• Scope 2 — выбросы от закупаемой электроэнергии. Для тех, кто обучает модели, это основная статья: обучающие кластеры на тысячах ускорителей работают неделями.
• Scope 3 — всё остальное в цепочке: производство закупленного оборудования, облачная инфраструктура арендатора, командировки. Самый спорный и труднее всего измеримый охват.

Для AI больнее всего именно Scope 2 и Scope 3. Компания, которая арендует вычисления у гиперскейлера, формально не сжигает топливо сама — но выбросы от её обучающих запусков попадают в чужой Scope 2 и в её собственный Scope 3. Кто и что считает, до сих пор предмет споров между аудиторами.

Энергия и вода: не только CO2

Регуляторы всё чаще смотрят не только на углерод. Дата-центры под обучение потребляют воду для охлаждения, и в засушливых регионах это отдельная точка напряжения с местными властями. AI Act ЕС для моделей общего назначения фокусируется прежде всего на энергопотреблении при обучении и требует его документировать в технической документации модели.

Как отличаются подходы регуляторов

Единого мирового стандарта нет. Три крупных подхода различаются по обязательности и охвату. Ниже — сравнение по состоянию на конец 2025 года; детали и сроки вступления отдельных положений стоит проверять по первоисточникам, потому что часть норм внедряется поэтапно.

Для компаний вне ЕС прямой обязанности часто нет, но есть косвенное давление: заказчики из ЕС требуют углеродные данные от поставщиков по цепочке, чтобы закрыть свой Scope 3.

Углеродная отчётность в ИИ перестала быть маркетингом ровно в тот момент, когда за её недостоверность начали отвечать перед регулятором, а не перед PR-отделом.

Кому это пригодится и кому нет

Это важно, если вы:

• обучаете или дообучаете собственные модели на арендованных или своих кластерах — энергопотребление обучения станет предметом документирования;
• продаёте AI-продукты корпоративным клиентам в ЕС — от вас запросят данные для их Scope 3, и без них можно вылететь из тендера;
• строите или арендуете дата-центры под инференс в масштабе — вопросы по воде и энергии придут от местных властей раньше, чем от аудиторов.

Это пока можно отложить, если вы:

• небольшая команда, которая использует чужие API (OpenAI, Anthropic, облачные модели) и не подпадает под пороги отчётности — тогда ваш вклад учитывается на стороне провайдера;
• работаете только на внутренний рынок без клиентов и юрлиц в ЕС — прямых требований к вам, скорее всего, нет, но это стоит подтвердить под свою ситуацию.

Что делать уже сейчас

1. Определите, попадаете ли вы под пороги CSRD или требования AI Act — по актуальному тексту, а не по пересказу.
2. Соберите данные по энергопотреблению обучающих запусков: часы работы кластера, тип ускорителей, регион дата-центра.
3. Запросите у облачного провайдера его коэффициенты выбросов по региону — большинство гиперскейлеров их публикуют.
4. Заложите методологию (например, GHG Protocol) заранее, чтобы не пересчитывать всё под аудит задним числом.

Главная сложность не в самих цифрах, а в их сопоставимости. Один и тот же обучающий запуск в дата-центре на гидроэнергии и на угольной генерации даёт разный углеродный след при одинаковом расходе киловатт-часов. Поэтому регион и источник энергии — не деталь, а половина ответа.

Scope 3 — категория косвенных выбросов по методологии GHG Protocol: всё, что происходит в цепочке создания стоимости компании, но не под её прямым операционным контролем. Для AI-компании сюда попадают выбросы арендованных облачных вычислений и производства закупленного оборудования — и именно этот охват труднее всего посчитать достоверно.