الماء و”التكلفة المخفية” لتوسع مراكز البيانات والنماذج الذكية؟!

  • — الخميس أكتوبر 01, 2026

هل يؤدي التوسع المتسارع في بناء مراكز بيانات الذكاء الاصطناعي والنماذج الذكية إلى زيادة الضغط على استهلاك مواردنا المائية الشحيحة؟

الإجابة: نعم، وبشراهة، وإليكم التفصيل…

TRENDS Group - AI and Water: Pioneering Solutions for a Thirsty Planet

كيف يعمل الذكاء الاصطناعي؟

الذكاء الاصطناعي لا يعمل في فضاء افتراضي منفصل عن الموارد الطبيعية، بل يعتمد على بنية تحتية ضخمة، تضم آلاف الخوادم ومراكز البيانات تستهلك طاقة على مدار الساعة (24/7) وتؤدي إلى توليد حرارة كبيرة تحتاج إلى تبريد بصورة متواصلة؛ فعند إرسال استخدام إحدى أدوات الذكاء الاصطناعي، تبدأ الخوادم داخل مراكز البيانات بتنفيذ ملايين العمليات للمعالجة وتوليد اﻹجابة، وكلما زاد عدد المستخدمين، وتعقيد النماذج، وانتشار تطبيقات توليد الصور ومقاطع الفيديو، ترتفع الحاجة إلى قدرات حوسبة فائقة ضمن بنية تشغيلية أضخم، فيزداد استهلاك الطاقة و والحاجة إلى التبريد.

حاجة مراكز البيانات إلى المياه؟

تحتاج مراكز البيانات إلى التبريد لضمان استمرار عمل الخوادم بكفاءة، وتجنب ارتفاع حرارتها وبالتالي تعطلها، وتستخدم المياه ضمن أنظمة تبريد تمتص الحرارة الناتجة عن التشغيل المستمر، ولا يقتصر الأثر المائي على التبريد داخل هذه المراكز، بل قد يشمل أيضًا المياه المستخدمة بصورة غير مباشرة في توليد الكهرباء اللازمة لتشغيل الخوادم، وكذلك المياه المرتبطة بتصنيع الشرائح، وغيرها من المعدات، وتكمن إحدى القضايا المائية (البيئية) الرئيسة -في بعض الدول- اعتماد غالبية مراكز البيانات على المياه العذبة (أو المحلاة) الصالحة للشرب للتبريد.

ولتقريب معضلة التكلفة المائية لحجم هذا الاستهلاك الضخم، نستعرض فيما يلي تقديرات وردت في دراسة أعدها باحثون من جامعة كاليفورنيا وجامعة تكساس في الولايات المتحدة بعنوان: “جعل الذكاء الاصطناعي أقل استهلاكاً للمياه: الكشف عن البصمة المائية الخفية لنماذج الذكاء الاصطناعي ومعالجتها“.(*) :

1. عبوة ماء مقابل استعلام واحد!

قدّرت الدراسة أن مجموعة من الاستعلامات عبر استخدام النماذج الذكية تستهلك ما يقارب: 519 مل من المياه؛ أي ما يعادل تقريبًا عبوة ماء شرب واحدة، وتختلف النتيجة بحسب موقع مركز البيانات، ونظام التبريد المستخدم، ومصدر الطاقة (الكهرباء)، واحتساب الاستهلاك؛ هذا الرقم لا يمثل بالضرورة استهلاك كل سؤال منفرد، فهو يعتمد على افتراضات تشغيلية محددة، وقد يختلف استهلاك المياه بين نموذج تدريب وآخر، ومركز وآخر.

2. تدريب نموذج واحد يحتاج 700  ألف لتر ماء

 لا يرتبط استهلاك المياه بمرحلة استخدام الذكاء الاصطناعي في الاستعلام فقط، بل يبدأ من مرحلة تدريب النماذج، وقد قدّرت الدراسة أن تدريب نموذج GPT-3  ارتبط باستهلاك يقارب700,000)  لتر)؛ هذا الرقم يعكس حجم الموارد المطلوبة لتطوير النماذج اللغوية الكبيرة، خصوصًا أن عملية التدريب تتطلب تشغيل أعداد ضخمة من المعالجات لفترات طويل، ومع استمرار تطوير نماذج أكثر تقدمًا، وتزايد حجم البيانات والقدرات الحاسوبية المطلوبة، تصبح كفاءة استخدام الطاقة والمياه عاملًا هاماً في تصميم البنية التحتية لنماذج الذكاء الاصطناعي. ولا تقتصر القضية على المياه المستخدمة في تدريب وتشغيل نموذج واحد أو معالجة مجموعة من الاستعلامات، بل ترتبط بالنمو المتسارع للطلب العالمي على تقنيات الذكاء الاصطناعي، وإلى أي مستوى قد يصل استهلاك الذكاء الاصطناعي للمياه؟

3. الاستهلاك المتزايد

تشير التقديرات العالمية إلى أن استهلاك المياه المرتبط بتشغيل أنظمة الذكاء الاصطناعي قد يصل إلى مليارات اللترات سنويًا على المستوى العالمي، حيث يرتبط الاستهلاك اليومي المرتبط بتشغيل نماذج الذكاء الاصطناعي قُدّر ما بين مئات الآلاف إلى ملايين اللترات يوميًا، وتختلف التقديرات حسب حجم الاستخدام (عدد الاستعلامات ومتوسط الاستهلاك لكل طلب)، وكفاءة مراكز البيانات، وطبيعة النماذج، وموقع البنية التحتية.

4. حجم سحب المياه المرتبطة بالطلب العالمي بحلول عام 2027م

وفقًا للدراسة، فقد يصل إجمالي سحب المياه المرتبط بالطلب العالمي على الذكاء الاصطناعي بحلول عام 2027م إلى ما بين 4.2 و 6.6 بليون متر3 من المياه سنويًا، وهو حجم يعادل إجمالي سحب المياه السنوي لما بين أربع وست دول بحجم الدنمارك، أو ما يقارب نصف إجمالي سحب المياه السنوي في المملكة المتحدة.

ويعكس هذا التقدير -المتوقع- حجم التوسع المتسارع جداً في البنية التحتية للذكاء الاصطناعي، وزيادة الاعتماد على مراكز البيانات والتنافس المحموم في تطوير نماذج أكبر وأكثر قدرة على معالجة النصوص والصور والمقاطع المرئية والأفلام.

السؤال الحالي : هل يمثل الذكاء الاصطناعي تهديداً حاليًا لموارد المياه؟

رغم ضخامة بعض الأرقام، فلا يزال الاستهلاك الإجمالي للذكاء الاصطناعي محدودًا مقارنة باستخدامات مائية واسعة أخرى كري المزروعات والحدائق، إلا ان المقارنة الإجمالية لا تعكس صورة كاملة؛ لأن التأثير يعتمد بشكل أساسي على موقع الاستهلاك، فيكون استهلاك كمية كبيرة من المياه أقل تأثيرًا في منطقة غنية بالموارد المائية، بينما قد يمثل ضغطًا كبيرًا إذا تركز في مدينة صغيرة أو منطقة تعاني من الجفاف أو شح المياه.

معالجة البصمة المائية

من المهم التمييز بين سحب المياه واستهلاكها؛ فسحب المياه يشير إلى الكمية التي يتم الحصول عليها من المصادر المائية لاستخدامها في عمليات التبريد أو توليد الطاقة، بينما يشير الاستهلاك إلى الجزء الذي لا يعود مباشرة إلى المصدر نفسه، مثل المياه التي تتبخر خلال عمليات التبريد.

وتؤكد الدراسة أن البصمة المائية للذكاء الاصطناعي لا تعتمد على حجم النموذج فقط، بل تتأثر أيضًا بموقع مركز البيانات، ودرجة الحرارة، وطبيعة نظام التبريد، ومصدر الكهرباء، وتوقيت تشغيل الأنظمة.

ولهذا، قد يختلف الأثر المائي للنموذج نفسه بين منطقة وأخرى، كما قد يرتفع الاستهلاك خلال فترات الحرارة المرتفعة بسبب زيادة الحاجة إلى التبريد.

وتشير الدراسة إلى أن معالجة البصمة المائية يجب أن تكون جزءًا من تطوير الذكاء الاصطناعي المستدام، إلى جانب خفض استهلاك الطاقة والانبعاثات الكربونية؛ التركيز على الانبعاثات وحدها قد يتجاهل ضغطًا متزايدًا على أحد أهم الموارد الطبيعية؛ المياه.

مدى كفاءة استخدام المياه في مراكز البيانات

يُستخدم معيار كفاءة استخدام المياه “WUE” لقياس كمية المياه التي يستهلكها مركز البيانات مقارنة بالطاقة المستخدمة في تشغيله، ويُقدر متوسط هذا المعيار عالميًا بنحو: 1.9 لتر لكل كيلوواط/ساعة، وكلما انخفض هذا المؤشر، ارتفعت كفاءة مركز البيانات في استخدام المياه.

ورغم محاولات شركات التقنية في خفض الاستهلاك الشرهه للمياه وتطوير أنظمة تبريد أكثر كفاءة، واستخدام المياه المعالجة أو المعاد تدويرها، والاعتماد على التبريد الهواء في بعض المواقع، إضافة إلى اختيار مواقع تتمتع بظروف مناخية أكثر ملاءمة، إلا أن كل ذلك لم ينجح في خفض الاستهلاك المرتفع للمياه!!!

عام الماء ” 2027″ وما بعده

مع دخول المملكة “عام الماء “2027، فإن الأمر يفتح مجالًا أوسع للنقاش العام حول مسؤولية استهلاك المياه في مراكز البيانات، والنظر إلى حتمية (كيفية) الاستدامة والابتكار في كفاءة الاستخدام باعتبارهما مسارين متكاملين بعيداً عن ضوضاء ادعاء شركات الذكاء الاصطناعي لإيجاد حلول ناجعة -قد لا تظهر في المدى القريب- ولعدم وجود دراسات محلية محكمة -على حد علمنا- وعدم تتطرق “الاستراتيجية الوطنية الحالية للمياه” لهذا الجانب، وبعيداً عن الحلول النظرية في “تعزيز الوعي بقيمة المياه” و “أهمية المحافظة على الموارد المائية”، نطرح تساؤل هام إلى كل المعنين بالمحافظة على مواردنا المائية من باب التذكير والتنبيه فَلَا يَسْتَبِينُوا النصح إِلَّا ضُحَى الْغَدِ :

السؤال المستقبلي ليس كم سؤالًا أو استفساراً يستطيع الذكاء الاصطناعي اﻹجابة عنه أو عملية اِسْتَدْعَى، بل كم من الموارد المائية نحتاج لسد شراهة هذا العطشان -عام 2027 ومابعده- دون استنزاف مياهنا الشحيحة أصلاً؛ ماهي الخطوات العملية لمواجهة معضلة التكلفة المائية المخفية في توسع مراكز البيانات والنماذج الذكية، وكيفية معالجة البصمة المائية السلبية لها؟

هذا، والله من وراء القصد، وصلى وسلم على نبينا محمد وعلى آله وصحبه أجمعين.