Khi ChatGPT ra mắt năm 2022, ít ai hình dung rằng cuộc đua dẫn đầu AI rồi đây sẽ không chỉ xoay quanh những mô hình ngày càng lớn, mà còn phụ thuộc mạnh mẽ vào khả năng mở rộng trung tâm dữ liệu. Trong thời gian ngắn, “năng lực tính toán” đã trở thành hạ tầng quyền lực mới của kỷ nguyên trí tuệ nhân tạo. Các tập đoàn công nghệ lớn không ngừng chạy đua mua thêm năng lực xử lý, dựng thêm trung tâm dữ liệu và gia tăng công suất hạ tầng số để đáp ứng những tác vụ ngày một phức tạp hơn.

Tuy nhiên, đằng sau tốc độ tăng trưởng đó là một nghịch lý khó né tránh: AI càng phát triển, áp lực lên tài nguyên nước và năng lượng càng lớn. Nếu trước đây tranh luận công nghệ thường tập trung vào độ chính xác của mô hình, thì nay trung tâm dữ liệu đã trở thành tâm điểm của tranh cãi công chúng. Người dân ngày càng đặt câu hỏi: để vận hành một nền kinh tế AI, chúng ta phải trả giá bao nhiêu cho môi trường?

Phản ứng xã hội không phải không có cơ sở. Ở Mỹ, nơi có khoảng 5.400 trung tâm dữ liệu tính đến năm 2025, đã có 48 dự án trị giá 156 tỷ USD bị chặn hoặc đình trệ trong năm 2025, và thêm 20 dự án bị hủy trong những tháng đầu năm 2026 [1]. Điều đó cho thấy sự phản đối không còn là tiếng nói bên lề. Dù nhiều tranh cãi xoay quanh điện năng, điểm bị chỉ trích nhiều nhất lại là lượng nước tiêu thụ tại chỗ để làm mát hệ thống. Một câu hỏi quan trọng hơn nhưng ít được chú ý hơn là: nước “thực sự” bị tiêu hao ở đâu?

Đó cũng là điểm mù lớn trong thảo luận hiện nay. Nhiều người biết đến nghiên cứu “Making AI less Thirsty”, vốn được trích dẫn rộng rãi trên mạng xã hội, cho rằng một trung tâm dữ liệu ở Mỹ tiêu thụ khoảng 500 ml nước cho 30 yêu cầu với AI, tương đương khoảng 17 ml cho mỗi truy vấn [2]. Con số này dễ gây chú ý, thậm chí gây sốc, nhưng điều thường bị bỏ qua là chỉ khoảng 2,2 ml trong đó dùng cho làm mát tại chỗ. Phần còn lại, khoảng 14,7 ml, tức gần 86%, lại đến từ khâu sản xuất điện ở bên ngoài trung tâm dữ liệu.

Nói cách khác, cuộc tranh luận đang tập trung vào phần nổi của tảng băng. Điều đó không có nghĩa tiêu thụ nước tại chỗ là không đáng lo, mà ngược lại, tổng lượng nước sử dụng khi AI được triển khai trên quy mô lớn là rất đáng kể. Nhưng nếu muốn xử lý tận gốc, chính sách phải nhìn xa hơn hệ thống làm mát và đi vào cấu trúc năng lượng phía sau trung tâm dữ liệu. Chính ở đó, năng lượng tái tạo trở thành chìa khóa.

Đối với Ấn Độ, vấn đề này đặc biệt cấp bách. Đây là một nền kinh tế vừa chịu áp lực khan hiếm nước, vừa phụ thuộc lớn vào nguồn điện tiêu tốn nhiều nước. Theo ước tính được dẫn lại trong nội dung trên, khoảng 85% điện năng của Ấn Độ vẫn đến từ nhiên liệu hóa thạch và hạt nhân [3], những nguồn phụ thuộc đáng kể vào nước ngọt để làm mát. Nếu xu hướng hiện nay tiếp diễn, mức tiêu thụ nước của ngành điện có thể tăng từ 15 tỷ m³ lên 130 tỷ m³ mỗi năm trong giai đoạn 2025–2050.

Trong khi đó, tham vọng mở rộng hạ tầng số của Ấn Độ lại rất rõ rệt. Các dự báo cho rằng công suất trung tâm dữ liệu lắp đặt tại nước này có thể tăng từ 1,5 GW hiện nay lên 8 GW vào năm 2030, thậm chí có thể đạt 10 GW theo một số ước tính. Nghiên cứu của Cornell cũng cho thấy các trung tâm dữ liệu ở Ấn Độ đã tiêu thụ khoảng 0,5% tổng điện năng cả nước vào năm 2024, và tỷ lệ này có thể lên tới 3% vào năm 2030 [4]. Khi điện tăng mạnh như vậy, nhu cầu nước đi kèm cũng tăng theo.

Điểm đáng chú ý là Ấn Độ không nhất thiết phải đi theo con đường carbon- và water-intensive đó. Nếu quá trình mở rộng công suất tính toán được gắn với năng lượng tái tạo, gánh nặng nước có thể giảm đáng kể. Nhưng không phải mọi dạng năng lượng sạch đều giống nhau. Điện mặt trời quang điện và điện gió thường ít tiêu tốn nước hơn so với các công nghệ như điện mặt trời tập trung hay bioenergy, vốn có thể ngốn nhiều nước hơn. Vì thế, bài toán không chỉ là “chuyển sang tái tạo”, mà còn là “chuyển sang loại tái tạo nào”.

Dù vậy, sẽ là sai lầm nếu cho rằng chỉ cần giải quyết phần nước “thượng nguồn” là đủ. Phần nước tại chỗ của trung tâm dữ liệu, dù hiện vẫn khó đo đếm chính xác, cũng là một vấn đề lớn. Các công ty AI thường không công bố đầy đủ mức tiêu thụ nước thực tế. Chính vì thiếu minh bạch, ước tính hiện nay có thể thấp hơn thực tế. Sự chênh lệch giữa các công bố của doanh nghiệp và nghiên cứu học thuật cho thấy một khoảng trống đáng lo ngại trong quản trị AI.

Bởi vậy, một chiến lược AI bền vững cho Ấn Độ không thể chỉ dừng ở việc khuyến khích đầu tư vào trung tâm dữ liệu. Nó phải bao gồm cơ chế buộc các nhà cung cấp AI minh bạch hơn về dấu chân nước và năng lượng. Kinh nghiệm châu Âu cho thấy điều này khả thi: EU đã yêu cầu các trung tâm dữ liệu có công suất từ 500 kW trở lên báo cáo các chỉ số bền vững, bao gồm cả tiêu thụ nước, vào cơ sở dữ liệu chung. Với Ấn Độ, những dữ liệu như vậy là điều kiện tiên quyết để quản lý thực chất, thay vì điều hành bằng suy đoán.

Ở tầm dài hạn, nếu phát hiện rằng AI tiêu tốn nước nhiều hơn dự kiến, Ấn Độ sẽ cần đi xa hơn nữa: hỗ trợ nghiên cứu phát triển các mô hình tính toán hiệu quả hơn, tối ưu hóa khối lượng xử lý, và thiết kế tiêu chuẩn làm mát tiết kiệm nước hơn. Nói cách khác, tương lai AI không chỉ là bài toán công nghệ, mà còn là bài toán sinh thái.

Cuộc đua AI sẽ còn tăng tốc. Nhưng muốn tăng tốc bền vững, Ấn Độ phải nhìn thẳng vào hai mặt của cùng một đồng tiền nước: phần nước dễ thấy trong trung tâm dữ liệu, và phần nước khó thấy nhưng lớn hơn nhiều ở hệ thống điện phía sau. Chỉ khi chính sách AI được gắn chặt với năng lượng tái tạo và minh bạch tài nguyên, tham vọng số của Ấn Độ mới có thể đi cùng mục tiêu phát triển xanh.

Chú thích

[1] https://www.cargoson.com/en/blog/number-of-data-centers-by-country

[2] Pengfei Li, Jianyi Yang, Mohammad A. Islam, and Shaolei Ren. 2025. Making AI Less 'Thirsty'. Commun. ACM 68, 7 (July 2025), 54–61. https://doi.org/10.1145/3724499

[3]https://www.irena.org/-/media/Files/IRENA/Agency/Publication/2018/Jan/IRENAIndiapowerwater2018pdf.pdf

[4] https://business.cornell.edu/article/2025/05/sustainability-challenge/