Energia staje się wąskim gardłem AI. McKinsey prognozuje 90 GW mocy w 2030

Sztuczna inteligencja wymaga bezprecedensowych ilości energii. Zapotrzebowanie w USA wzrośnie z 30 GW do 90 GW do 2030 roku. Centra danych mogą pochłaniać 14 procent całej energii elektrycznej w USA, podczas gdy w 2022 roku ich udział wynosił zaledwie 3 procent. McKinsey wskazuje na 200 miliardów dolarów inwestycji w energetykę i projekty warte 2,5 tys. GW. Energia staje się strukturalnym ograniczeniem dla rozwoju AI.

Redakcja · 23 września 2026

Wielkie liczby: od 30 do 90 gigawatów

Raport Technology Trends Outlook 2026 McKinsey & Company wskazuje na dramatyczny wzrost zapotrzebowania na moc obliczeniową. W Stanach Zjednoczonych infrastruktura AI pochłania dziś około 30 gigawatów. Do 2030 roku wartość ta może osiągnąć 90 gigawatów — poziom porównywalny z całkowitym zapotrzebowaniem na energię elektryczną stanu Kalifornia. Do końca dekady centra danych mogą odpowiadać za 14 procent całego zużycia energii elektrycznej w Stanach Zjednoczonych. To ponad czterokrotny wzrost w stosunku do 2022 roku, kiedy udział centrów danych wynosił 3 procent.

Infrastruktura nie nadąża za popytem

Problemem nie jest jednak tylko rosnący apetyt energetyczny. Na całym świecie projekty energetyczne o łącznej mocy ponad 2,5 tysiąca gigawatów czekają na przyłączenie do sieci. Czas dostawy kluczowych urządzeń, takich jak transformatory, w wielu regionach świata przekracza już dwa lata. W ślad za zapotrzebowaniem rośnie napływ kapitału. W 2025 roku technologie energetyczne przyciągnęły blisko 200 miliardów dolarów inwestycji. Globalne nakłady na budowę samych centrów danych mogą do 2030 roku sięgnąć niemal 7 bilionów dolarów.

AI przyspiesza, ale wyniki finansowe wciąż zawodziły

Ekspansja sztucznej inteligencji przyspiesza. Aż 89 procent organizacji regularnie korzysta z AI. Zaledwie 37 procent firm widzi pozytywny wpływ na zyski. 93 procent respondentów badania McKinsey przyznaje, że wydatki na AI przekraczają budżety. Energia staje się kolejnym elementem, który może drastycznie zwiększyć koszty operacyjne.

Energia jako decydujący czynnik konkurencyjności

Tomasz Marciniak, Partner Zarządzający McKinsey & Company w Polsce, komentuje: Energia przestaje być kwestią drugoplanową i staje się kluczowym elementem rozbudowy infrastruktury AI. Dostępność mocy oraz czas potrzebny na jej zapewnienie stają się strukturalnymi ograniczeniami dalszego rozwoju. Organizacje, które będą chciały szybko skalować rozwiązania AI, będą musiały działać nad dostępem do energii, półprzewodników, mocy obliczeniowej i odpowiednich kompetencji.

Źródła

McKinsey & Company — Technology Trends Outlook 2026. Computerworld.pl — AI wychodzi poza ekrany. Unsplash — Gabriele Malaspina