1. Sự bùng nổ tiêu thụ điện năng của các trung tâm dữ liệu: Quy mô tương đương quốc gia tiêu thụ năng lượng lớn thứ 5 thế giới

Một vùng đất trống trải ở Abilene, Texas. Ngay cả giữa đêm khuya, một tòa nhà khổng lồ vẫn tỏa sáng rực rỡ. Đó là trung tâm dữ liệu số 1 thuộc dự án Stargate của OpenAI. Lượng điện năng mà chỉ riêng tòa nhà này tiêu thụ lên tới 1,2 gigawatt, tương đương với mức sử dụng của 750.000 hộ gia đình. Thế nhưng, đây mới chỉ là sự khởi đầu. OpenAI đã tuyên bố sẽ đổ vào 500 tỷ USD trong 4 năm tới để xây dựng cơ sở hạ tầng trí tuệ nhân tạo với tổng công suất đạt 10 gigawatt. Quy mô này tương đương với lượng điện tiêu thụ của cả một quốc gia như Hà Lan.

Thực tế mà những con số phản ánh vô cùng khốc liệt. Theo báo cáo được Cơ quan Năng lượng Quốc tế (IEA) công bố vào tháng 4 năm 2026, lượng điện tiêu thụ của các trung tâm dữ liệu trên toàn thế giới ước tính đạt khoảng 415 Terawatt giờ (TWh) tính đến năm 2024. Con số này tương đương với 1,5% tổng lượng điện tiêu thụ toàn cầu. IEA dự báo rằng con số này sẽ tăng hơn gấp đôi lên mức 945TWh vào năm 2030. Nó gần bằng lượng điện tiêu thụ của cả nước Nhật Bản trong vòng một năm. Nếu chỉ xét riêng các trung tâm dữ liệu chuyên dụng cho trí tuệ nhân tạo, tình hình còn cấp bách hơn. IEA cho biết lượng điện tiêu thụ của các trung tâm dữ liệu tập trung vào AI đã tăng vọt 50% chỉ trong riêng năm 2025. Tốc độ này nhanh hơn rất nhiều so với các trung tâm dữ liệu thông thường.

Lượng điện năng tiêu thụ cho mỗi lần tìm kiếm trên Google là 0,3 Wh. Trong khi đó, nếu đặt cùng một câu hỏi cho ChatGPT, con số này lên tới 2,9 Wh. Sự chênh lệch gần gấp mười lần. Đây chính là lý do tại sao Sam Altman đã yêu cầu người dùng "đừng nói lời cảm ơn với AI". Mỗi khi hàng trăm triệu người nhập chữ "cảm ơn" mỗi ngày, AI lại phải tiêu tốn thêm một lần điện năng nữa để tạo ra câu trả lời. Nếu 9 tỷ lượt tìm kiếm mỗi ngày đều chuyển sang dạng truy vấn văn bản AI, lượng điện năng tiêu thụ bổ sung hàng năm sẽ lên tới 10TWh. Thế nhưng, văn bản mới chỉ là sự khởi đầu. Các tính năng trí tuệ nhân tạo mới nổi như tạo video, suy luận và các tác vụ đại lý (agent) còn tiêu tốn năng lượng nhiều hơn gấp hàng trăm, thậm chí hàng nghìn lần so với việc tạo văn bản.

Dòng chảy của tiền bạc cho thấy quy mô của cơn cuồng phong này. Chi phí vốn (CAPEX) của 5 tập đoàn công nghệ lớn bao gồm Amazon, Alphabet, Meta, Microsoft và Oracle đã vượt mốc 400 tỷ USD vào năm 2025. Dự kiến con số này sẽ vượt quá 600 tỷ USD vào năm 2026, tức là gấp hơn hai lần so với năm 2024. Phần lớn số tiền này được đổ vào chip AI, máy chủ và hạ tầng trung tâm dữ liệu. IEA đã chỉ ra rằng quy mô chi phí vốn của 5 doanh nghiệp này đã vượt qua tổng vốn đầu tư dành cho sản xuất dầu mỏ và khí đốt tự nhiên trên toàn thế giới. Một thế giới nơi số tiền đổ vào xây dựng hạ tầng tiêu thụ năng lượng còn lớn hơn cả số tiền dùng để khai thác năng lượng. Đó chính là thực tế của năm 2026.

Phân tích từ Viện Brookings còn tiến xa hơn thế. Ước tính cho thấy đến cuối năm 2026, mức tiêu thụ điện năng toàn cầu của các trung tâm dữ liệu có thể lên tới 1.050TWh. Nếu coi các trung tâm dữ liệu là một quốc gia, nó sẽ đứng giữa Nhật Bản và Nga, trở thành quốc gia tiêu thụ năng lượng lớn thứ 5 thế giới. Tôi chợt nhớ đến lời của nhà báo AI Karen Hao: "Đế chế AI hoàn toàn giống với các đế chế trong thế giới thực, nơi luôn tiêu thụ tài nguyên một cách tham lam." Chúng ta đã quá lâu ngó lơ cái giá vật chất ẩn sau sự tiện lợi của thế giới kỹ thuật số.

2. Điểm giao thoa giữa năng lượng AI tiết kiệm được và năng lượng AI tiêu thụ

Giám đốc Kim Seo-jun của Hashed đã đưa ra triển vọng này trong bản ghi chú "30 vết nứt sắp tới": "AI lưới điện sẽ cắt giảm nhu cầu đỉnh điểm." Điều này có nghĩa là công nghệ điều phối điện năng theo từng giây bằng cách dự báo thời gian thực về thời tiết, tỷ lệ hoạt động của ngành công nghiệp và mô hình sử dụng điện của các hộ gia đình đã bước vào giai đoạn thử nghiệm thực tế. Các dữ liệu đang dần tích lũy cho thấy chỉ riêng việc vận hành tối ưu hệ thống lưu trữ năng lượng (ESS) cũng có thể giảm đáng kể nhu cầu đỉnh điểm. Giám đốc Kim Seo-jun đánh giá xác suất hiện thực hóa hạng mục này trong vòng 3 năm tới là 70%.

Trên thực tế, trí tuệ nhân tạo cũng đang cho thấy những thành tựu trong việc tiết kiệm năng lượng. Google đã áp dụng AI vào hệ thống làm mát của các trung tâm dữ liệu và thành công trong việc giảm 40% điện năng tiêu thụ cho việc làm mát. Tại các trang trại điện gió ngoài khơi ở Đan Mạch, AI đọc dữ liệu thời tiết theo thời gian thực để điều chỉnh góc của cánh tuabin, giúp tăng hiệu suất phát điện và ổn định lưới điện. Tòa nhà thông minh, tối ưu hóa lưới điện, phát triển vật liệu mới. Vai trò của trí tuệ nhân tạo trong các lĩnh vực cắt giảm carbon là vô cùng rõ rệt. IEA cũng từng đưa ra kết quả từ một "phân tích thăm dò (exploratory analysis)" cho thấy AI có thể nâng cao hiệu suất ở các lĩnh vực khác, từ đó bù đắp cho lượng khí thải gia tăng từ các trung tâm dữ liệu.

Vấn đề nằm ở chỗ liệu sự bù đắp đó có đang thực sự diễn ra trong thực tế hay không. Trong cùng một báo cáo, IEA đã lạnh lùng bổ sung thêm rằng: "Việc áp dụng AI vẫn chưa có đủ động lực để hiện thực hóa việc cắt giảm lượng khí thải này." Điều này có nghĩa là mặc dù có những kỳ vọng rằng trí tuệ nhân tạo sẽ giúp tiết kiệm năng lượng, nhưng lộ trình để những kỳ vọng đó dẫn đến việc cắt giảm thực tế vẫn còn chưa rõ ràng.

Nghịch lý Jevons (Jevons Paradox) chính là điểm mấu chốt này. Nghịch lý của nước Anh vào thế kỷ 19, khi việc cải thiện hiệu suất động cơ hơi nước lại dẫn đến sự gia tăng tiêu thụ than đá, đang lặp lại chính xác trong kỷ nguyên trí tuệ nhân tạo. Thuật toán càng trở nên hiệu quả, con người càng sử dụng nhiều hơn. Khi việc tạo văn bản trở nên nhanh chóng, người ta bắt đầu thử nghiệm tạo video, và khi video đã thành thục, người ta lại giao phó toàn bộ các tác vụ phức tạp cho các agent. Ở mỗi giai đoạn, mức tiêu thụ năng lượng lại tăng vọt lên hàng trăm lần. Do công dụng tăng trưởng bùng nổ tương ứng với sự cải thiện về hiệu suất, nên phần tiết kiệm được đã bị nuốt chửng bởi phần gia tăng sử dụng.

Liệu trí tuệ nhân tạo sẽ trở thành cứu tinh giải quyết cuộc khủng hoảng khí hậu, hay sẽ là chất xúc tác đẩy nhanh quá trình cạn kiệt năng lượng. Câu trả lời cho câu hỏi này cuối cùng phụ thuộc vào cuộc đua giữa tốc độ cải thiện hiệu suất công nghệ và tốc độ bùng nổ nhu cầu về trí tuệ nhân tạo. Nhìn vào xu hướng cho đến nay, phía nhu cầu đang chiếm ưu thế áp đảo. Đó là lý do tại sao lời cảnh báo của Alex de Vries, nhà khoa học dữ liệu tại Ngân hàng Trung ương Hà Lan, vẫn còn nguyên giá trị: "Vì AI tiêu tốn rất nhiều năng lượng, nên việc đưa AI vào mọi loại công việc thực tế không cần thiết là một sự lãng phí vô ích."

3. Tiêu thụ nước và phát thải carbon: Chi phí môi trường ẩn sau việc huấn luyện AI

Các trung tâm dữ liệu tọa lạc giữa sa mạc bang Arizona đang tiêu thụ lượng nước lớn tương đương với lượng điện năng. Để làm mát lượng nhiệt tỏa ra từ các bộ tăng tốc máy chủ, một lượng nước khổng lồ phải bay hơi thông qua các tháp giải nhiệt, và lượng nước này không quay trở lại nguồn ban đầu. Từ khóa chính ở đây là "bay hơi". Phần lớn lượng nước được đưa vào quá trình làm mát sẽ biến mất vào không khí.

Hãy cùng xem xét về quy mô. Chỉ tính riêng tại bang Texas, theo nghiên cứu chung giữa Trung tâm Nghiên cứu Tiên tiến Houston (HARC) và Đại học Houston, lượng nước tiêu thụ của các trung tâm dữ liệu sẽ đạt 49 tỷ gallon vào năm 2025 và lên tới 399 tỷ gallon vào năm 2030. Con số của năm 2030 tương đương với lượng nước có thể làm giảm mực nước của hồ Mead (Lake Mead) – hồ chứa nước lớn nhất Hoa Kỳ – khoảng 5 mét chỉ trong vòng một năm. Và đây mới chỉ là câu chuyện của riêng một bang Texas.

Trong năm 2023, Google đã sử dụng 6,1 tỷ gallon (khoảng 23,1 tỷ lít) nước. Con số này tương đương với lượng sử dụng hàng năm của một thành phố nhỏ. Tại Dallas, bang Oregon, trung tâm dữ liệu của Google chiếm tới 25% tổng lượng nước sử dụng của toàn khu vực, và mức tiêu thụ nước đã tăng gấp ba lần trong giai đoạn từ năm 2017 đến 2022. Ngay cả khi nông dân phải từ bỏ đất canh tác và các hộ gia đình bị cắt nguồn cung cấp nước máy, các tháp làm mát của trung tâm dữ liệu vẫn không hề ngừng hoạt động.

Lượng phát thải carbon cũng đang ở mức nghiêm trọng. Theo một luận văn được công bố vào tháng 12 năm 2025 bởi nhóm nghiên cứu của Alex de Vries tại VU Amsterdam, dấu chân carbon của các hệ thống trí tuệ nhân tạo tính đến năm 2025 đạt mức từ 32,6 triệu tấn đến tối đa 79,7 triệu tấn. Con số này tương đương với tổng lượng phát thải hàng năm của toàn bộ thành phố New York. Dấu chân nước là từ 312,5 tỷ đến 764,6 tỷ lít, xấp xỉ tổng lượng nước đóng chai được tiêu thụ trên toàn thế giới trong một năm. Tuy nhiên, ngay cả những con số này rất có thể vẫn đang bị đánh giá thấp. Nhóm nghiên cứu chỉ ra rằng việc xác định chính xác là điều không thể, vì các đơn vị vận hành trung tâm dữ liệu không thực hiện báo cáo môi trường tách biệt giữa khối lượng công việc AI và khối lượng công việc phi AI.

Khoảng cách giữa lời hứa và thực tế của các doanh nghiệp cũng đang ngày càng lớn dần. Báo cáo về tính bền vững môi trường năm 2025 của Microsoft đã thừa nhận rằng lượng năng lượng sử dụng đã tăng 168% kể từ năm 2020 và tổng lượng khí thải đã tăng 23,4%. Google cũng đã phải từ bỏ danh hiệu "doanh nghiệp đầu tiên đạt được mức trung hòa carbon", do lượng phát thải carbon vẫn tiếp tục tăng cao vì việc mở rộng công nghệ AI và xây dựng thêm các trung tâm dữ liệu. Theo một cuộc điều tra của tờ The Guardian, đã có những ước tính cho thấy con số phát thải mà các công ty như Google, Microsoft, Meta và Apple công bố chính thức có thể thấp hơn thực tế tới 7,62 lần.

Nếu tính cả lượng hóa chất và năng lượng tiêu thụ trong quy trình sản xuất bán dẫn, cùng với lượng rác thải điện tử từ các máy chủ hết hạn sử dụng, thì chi phí môi trường của trí tuệ nhân tạo lớn hơn nhiều so với những gì chúng ta đang nhận thức. Đã đến lúc chúng ta cần nhìn thẳng vào sự thật rằng đằng sau sự phong phú của tri thức do AI tạo ra là sự tiêu hao các nguồn tài nguyên hữu hạn của Trái Đất, thông qua các chỉ số tổng thể bao gồm không chỉ dấu chân carbon mà cả dấu chân nước.

4. Sự tập trung cục bộ của hạ tầng AI gây áp lực lên lưới điện

Tại Dublin, các trung tâm dữ liệu chiếm tới 79% tổng lượng điện năng của toàn thành phố. Con số này khiến người ta cảm thấy như thể thành phố không phải tồn tại để cho con người ở, mà là để phục vụ cho các trang trại máy chủ tiêu thụ điện. Ngay cả khi mở rộng phạm vi ra toàn Ireland, tỷ lệ tiêu thụ điện của các trung tâm dữ liệu cũng đã là 21%, và IEA dự báo tỷ lệ này sẽ vọt lên mức 32% vào năm 2026. Tại bang Virginia, Hoa Kỳ, các trung tâm dữ liệu đã chiếm tới 26% tổng lượng điện năng tiêu thụ.

Vấn đề nằm ở chỗ lưới điện không được thiết kế để chịu đựng sự gia tăng nhu cầu với tốc độ như thế này. Về bản chất, lưới điện được xây dựng dựa trên giả định rằng nhu cầu sẽ thay đổi một cách dần dần. Tuy nhiên, nhu cầu từ các trung tâm dữ liệu trí tuệ nhân tạo không hề diễn ra dần dần mà là một sự bùng nổ. Tại khu vực quản lý của PJM, một tổ chức quản lý điện năng tại Hoa Kỳ, các nhà máy điện mặt trời phải trả 100.000 USD cho mỗi megawatt để được kết nối vào lưới điện, tương đương khoảng 130 triệu won Hàn Quốc. Việc xây dựng các đường dây truyền tải mới mất hơn 10 năm, bao gồm từ lập kế hoạch, xin giấy phép chính phủ, sự đồng ý của cư dân cho đến thi công thực tế. Hiện có hơn 2 terawatt các dự án năng lượng tái tạo đang chờ được cấp phép kết nối lưới điện, nhưng trong lịch sử, chỉ có vỏn vẹn 15 trên 100 dự án được phê duyệt.

Gartner dự báo rằng đến năm 2027, 40% các trung tâm dữ liệu AI hiện có sẽ gặp phải các vấn đề về khả năng cung ứng điện. Đây là lời cảnh báo rằng tình trạng AI phải ngừng hoạt động do thiếu điện có thể trở thành hiện thực. Hiệp hội Độ tin cậy Hệ thống Điện Bắc Mỹ (NERC) cũng đang cảnh báo về khả năng xảy ra tình trạng thiếu hụt nguồn cung điện tại hơn một nửa lãnh thổ Hoa Kỳ trong 10 năm tới. Bang Georgia đã điều chỉnh tăng dự báo lượng điện năng cần thiết trong 10 năm tới lên gấp 17 lần so với dự kiến ban đầu do việc xây dựng các trung tâm dữ liệu AI.

Một điều nghịch lý đang xảy ra trong tình huống này. Trí tuệ nhân tạo, một công nghệ của tương lai, đang hồi sinh than đá, một nguồn năng lượng của quá khứ. Việc vận hành các nhà máy nhiệt điện than vốn dự kiến đóng cửa tại các bang Kansas, Nebraska, Wisconsin và South Carolina đang được gia hạn. Đây là một lựa chọn đối đầu trực diện với nhiệm vụ thời đại là ứng phó với biến đổi khí hậu. Đồng thời, sự quan tâm đến lò phản ứng mô-đun nhỏ (SMR) cũng đang tăng lên nhanh chóng. Danh mục dự án xây dựng SMR đã mở rộng từ 25 gigawatt vào cuối năm 2024 lên 45 gigawatt vào năm 2026. Quyết định tái khởi động nhà máy điện Three Mile Island là một tuyên bố mang tính biểu tượng rằng họ sẵn sàng chấp nhận rủi ro môi trường vì trí tuệ nhân tạo.

Sự tập trung quá mức vào một khu vực cũng là một rủi ro về mặt địa chính trị. Nếu các trung tâm dữ liệu tập trung tại một khu vực nhất định bị ngừng hoạt động do thiên tai hoặc xung đột địa chính trị, các dịch vụ trí tuệ nhân tạo trên toàn thế giới có thể bị tê liệt cùng một lúc. Ai cũng biết rằng phân tán là giải pháp, nhưng trên Trái Đất này không có quá nhiều địa điểm vừa đảm bảo nguồn cung điện ổn định, vừa có độ trễ mạng (Latency) thấp.

Giám đốc Kim Seo-jun đã đưa ra một đề xuất thú vị về vấn đề này. "Chúng ta phải tiến tới kỷ nguyên của phát điện phân tán. Cần phải tạo ra một môi trường nơi các doanh nghiệp sử dụng nhiều điện có thể tự chủ sản xuất và sử dụng điện. Cần tránh việc Chính phủ kiểm soát mọi thứ. Có như vậy, gánh nặng lên hệ thống mới giảm bớt và lưới điện mới trở nên thông suốt." Ý tưởng táo bạo về việc kết nối đường dây điện Hàn - Nhật cũng xuất phát từ bối cảnh này. Logic ở đây là nếu Hàn Quốc và Nhật Bản chia sẻ điện năng thông qua cáp dưới biển, một thị trường mua bán điện dư thừa sẽ được hình thành, giúp ngăn chặn cả hai quốc gia rơi vào tình trạng xã hội chi phí cao.

Cuối cùng, vấn đề năng lượng của trí tuệ nhân tạo không thể được giải quyết chỉ bằng sự đổi mới công nghệ của các doanh nghiệp. Đó là một thách thức phức tạp, bao gồm từ thiết kế lưới điện, vị trí nhà máy điện, sự đồng thuận với cư dân địa phương cho đến sự hợp tác năng lượng giữa các quốc gia. Như IEA đã chỉ ra trong báo cáo năm 2026, "tốc độ của cuộc cách mạng trí tuệ nhân tạo đang ngày càng trở nên mất cân đối với tốc độ của các hệ thống vật lý, xã hội và kinh tế hỗ trợ cho nó." Việc xây dựng một trung tâm dữ liệu chỉ mất khoảng 2 đến 3 năm. Nhưng để xây dựng các nhà máy điện và đường dây truyền tải nhằm cung cấp điện cho trung tâm dữ liệu đó lại mất hơn 10 năm. Chừng nào sự chênh lệch về thời gian này chưa được giải quyết, thì việc kiểm soát tốc độ lan tỏa của trí tuệ nhân tạo sẽ không còn nằm ở các dòng mã, mà sẽ nằm ở thực tế vật lý.