• Sam Altman, CEO-ul OpenAI, susține că teama privind consumul de apă al centrelor de date AI a devenit un „meme” care nu rezistă unei analize serioase.
• Un raport oficial din Virginia îi susține parțial argumentul: majoritatea centrelor de date analizate consumă apă cât o clădire mare de birouri sau chiar mai puțin, dar există diferențe importante de la un centru la altul.
• Altman estimează că o interogare medie ChatGPT consumă aproximativ 0,32 ml de apă, iar Google raportează 0,26 ml pentru un prompt text median în Gemini Apps.
• Comparația lui Altman cu agricultura este spectaculoasă, dar plauzibilă ca ordin de mărime: un studiu din California estimează circa 3,56 litri de apă pentru producerea unei singure migdale.
• Miza nu este însă doar consumul unui prompt. Odată multiplicat la sute de milioane de utilizatori și mii de centre de date, impactul asupra apei, electricității și comunităților locale devine o problemă de infrastructură.

Sam Altman are o problemă de imagine care nu poate fi rezolvată cu un prompt bine scris: pentru tot mai mulți oameni, inteligența artificială înseamnă nu doar ChatGPT, imagini generate și automatizare, ci și hale uriașe pline cu servere care cer electricitate și apă.

CEO-ul OpenAI a încercat să demonteze această percepție într-un interviu publicat pe 1 septembrie 2026, în episodul de debut al podcastului Sources, realizat de jurnalistul Alex Heath. Discuția a acoperit viitorul OpenAI, noile modele ale companiei și opoziția tot mai vizibilă față de AI. Interviul lui Sam Altman pentru Sources

Întrebat despre criticile privind consumul de apă, Altman a spus că ideea potrivit căreia centrele de date ar fi niște consumatori uriași a devenit un „meme robust”, dificil de eliminat din conversația publică, dar care, în opinia lui, nu rezistă unei verificări atente. Business Insider a relatat declarațiile pe 2 septembrie și a analizat cât de bine sunt susținute de date. Analiza Business Insider despre declarațiile lui Sam Altman

Altman susține că centrele de date moderne pot folosi aproximativ aceeași cantitate de apă ca o clădire mare de birouri. Afirmația pare contraintuitivă: dacă într-o clădire sunt mii de GPU-uri care funcționează zi și noapte, te-ai putea aștepta la un robinet industrial deschis permanent.

Realitatea este mai complicată. Centrele de date nu sunt toate construite la fel. Unele folosesc răcire evaporativă, care poate consuma cantități importante de apă. Altele folosesc circuite închise, răcire cu aer sau sisteme de răcire lichidă proiectate să reducă pierderile.

Iar discuția nu este una pur tehnică. Un sondaj Gallup publicat pe 13 mai 2026 arată că 71% dintre americani se opun construirii unui centru de date AI în zona în care locuiesc. Dintre cei care se opun, jumătate invocă utilizarea excesivă a resurselor, iar 18% menționează explicit apa. Sondajul Gallup despre opoziția față de centrele de date AI

Cu alte cuvinte, Silicon Valley nu mai discută doar despre cât de inteligente devin modelele. Trebuie să explice și ce se întâmplă în spatele ferestrei de chat.

Raportul din Virginia îi dă dreptate parțial: media ascunde diferențe importante

Unul dintre cele mai puternice argumente în favoarea lui Altman vine tocmai dintr-o regiune în care centrele de date sunt imposibil de ignorat: Virginia.

Northern Virginia reprezintă unul dintre cele mai mari hub-uri de centre de date din lume. Un raport realizat în 2024 de Joint Legislative Audit and Review Commission — organism al statului Virginia — a analizat impactul economic, energetic, urbanistic și hidric al industriei.

Concluzia legată de apă este surprinzător de apropiată de declarația CEO-ului OpenAI: majoritatea centrelor de date analizate folosesc aproximativ aceeași cantitate de apă sau mai puțină decât o clădire mare de birouri. Unele consumă chiar mai puțin decât o gospodărie obișnuită. Raportul oficial JLARC despre centrele de date din Virginia

Dar există un „dar” important.

Raportul spune explicit că unele facilități folosesc mult mai multă apă decât media. Consumul depinde de dimensiunea centrului, densitatea echipamentelor și, mai ales, de metoda prin care serverele sunt răcite. JLARC avertizează și că, deși utilizarea apei în Virginia era considerată sustenabilă la momentul analizei, aceasta este în creștere și trebuie gestionată mai atent.

Aici apare problema mediilor statistice. Dacă nouă centre sunt eficiente și al zecelea consumă enorm, afirmația că „majoritatea consumă puțin” poate fi corectă și, simultan, insuficientă pentru comunitatea care locuiește lângă al zecelea.

Contează enorm și locul. Un centru de date amplasat într-o regiune bogată în apă nu produce aceeași presiune asupra resurselor ca unul construit într-o zonă afectată periodic de secetă.

Fenomenul începe să fie relevant și pentru România. ZF a relatat în iunie 2026 că Tema Energy a semnat primele proiecte de tip AI Factory din România, cu infrastructură de mare densitate și soluții de răcire lichidă. Este un indiciu că discuția despre energia și răcirea infrastructurii AI nu mai aparține exclusiv pieței americane.

O migdală versus mii de prompturi: comparația spectaculoasă are limite

Altman a venit în interviu și cu o comparație mult mai memorabilă decât un raport tehnic de câteva sute de pagini: migdala.

Ideea lui este simplă. Oamenii pot mânca o mână de migdale fără să se gândească la resursele necesare pentru cultivarea lor, dar pot privi un prompt trimis către ChatGPT ca pe un mic dezastru ecologic.

Într-un text publicat anterior pe blogul său, Altman estima că o interogare medie ChatGPT consumă aproximativ 0,000085 galoane de apă, echivalentul a circa 0,32 mililitri. Tot el estima un consum energetic de aproximativ 0,34 Wh pentru o interogare. Estimarea publicată de Sam Altman pentru consumul ChatGPT

Google a ajuns independent la un rezultat aflat în aceeași zonă. Într-o analiză tehnică privind impactul Gemini, compania estimează că un prompt text median din Gemini Apps consumă aproximativ 0,26 mililitri de apă și 0,24 Wh de energie. Google echivalează cantitatea de apă cu aproximativ cinci picături. Raportul Google privind consumul de apă și energie al Gemini

Migdala joacă însă într-o altă categorie.

Un studiu publicat în 2019 de cercetători afiliați U.S. Geological Survey, bazat pe analiza culturilor din Central Valley, California, estimează un consum mediu de aproximativ 3,56 litri de apă pentru o singură migdală. Studiul privind consumul de apă al culturilor din California

La nivel de ordin de mărime, Altman are deci un punct valid: apa asociată producerii unei migdale este suficientă pentru mii de interogări AI, dacă folosim cifra comunicată de el pentru ChatGPT.

Asta nu înseamnă însă că putem pune o migdală și un prompt pe același cântar ecologic și declara meciul închis.

Metodologiile măsoară lucruri diferite. În agricultură vorbim despre evapotranspirație, irigații și consum pe ciclul de producție. În cazul AI, unele calcule includ apa consumată direct pentru răcirea centrului de date, altele încearcă să includă și apa folosită indirect pentru producerea electricității.

De aceea, cifrele de tip „un prompt consumă X mililitri” sunt utile pentru orientare, dar nu reprezintă o constantă universală pentru orice model, în orice centru de date, la orice oră.

Adevărata miză este scara: un prompt consumă puțin, infrastructura nu

Aici argumentul lui Altman începe să se lovească de problema care urmărește întreaga industrie AI: scara.

Un prompt poate consuma foarte puțin. Un miliard de prompturi nu mai reprezintă același lucru.

Un centru de date eficient poate avea un impact local rezonabil. Mii de centre construite pentru o industrie care crește cu o viteză excepțională reprezintă o discuție complet diferită.

Pe AlephTech, amploarea acestei schimbări este deja vizibilă. AlephTech a relatat în 2026 că ChatGPT a ajuns la aproximativ un miliard de utilizatori lunari, într-un moment în care AI-ul începe să se comporte mai puțin ca o aplicație și mai mult ca infrastructură digitală de masă.

Fiecare conversație pare aproape imaterială pe ecran. În spate există însă servere, acceleratoare AI, sisteme de răcire, transformatoare, rețele electrice și clădiri industriale care funcționează continuu.

Iar apa este doar jumătate din ecuație.

Lawrence Berkeley National Laboratory arată că cererea de electricitate a centrelor de date americane aproape s-a triplat între 2016 și 2023 și estimează că, până în 2028, acestea ar putea ajunge să reprezinte până la 12% din consumul de electricitate al Statelor Unite. Analiza Berkeley Lab privind evoluția centrelor de date

Și în Europa energia începe să devină una dintre marile constrângeri ale boomului AI. AlephTech a analizat legătura dintre AI, centrele de date și nevoia tot mai mare de energie stabilă. La rândul său, ZF urmărește dezvoltarea infrastructurii locale, unde centrele proiectate pentru inteligență artificială trec la rack-uri cu densități energetice tot mai mari și la răcire lichidă. Analiza ZF despre primele proiecte AI Factory din România

De aceea, disputa nu poate fi redusă nici la „AI-ul ne bea apa”, nici la „un prompt folosește doar câteva picături”.

Sam Altman are argumente solide atunci când contestă imaginea potrivit căreia fiecare interacțiune cu un chatbot presupune un consum uriaș de apă. Datele publicate de Google și raportul oficial din Virginia arată că tehnologia poate fi mult mai eficientă decât sugerează unele comparații populare.

Criticii au însă un argument la fel de important: impactul infrastructurii AI trebuie măsurat la scară și local, nu doar împărțit la numărul de prompturi. Apa disponibilă într-o comunitate, tipul sistemului de răcire, sursa electricității și numărul de centre construite pot schimba radical rezultatul.

Altman spune că industria nu va convinge publicul doar cu explicații tehnice, ci oferindu-i suficientă valoare. Probabil aici este și adevăratul test pentru boomul AI: nu dacă poate demonstra că un prompt consumă mai puțină apă decât o migdală, ci dacă poate construi infrastructura necesară fără ca factura — în apă, energie și bani — să fie împinsă disproporționat către comunitățile care o găzduiesc.

Citește și

• Tesla recheamă în service aproape 3 milioane de mașini în China
• Lightning a parcurs 100 de metri în 9,32 secunde într-un test premergător World Humanoid Robot Games de la Beijing. Timpul este cu 0,26 secunde mai bun decât recordul mondial uman al lui Usain Bolt
• Ferrari Luce, primul model electric al mărcii, vândut cu 40 de milioane de dolari la licitație