130 miliardów dolarów zablokowanych: społeczny opór wobec centrów danych AI

Oblicza nowej infrastruktury

Centra danych dla sztucznej inteligencji różnią się od swoich przodków co najmniej tak, jak lotniskowiec od promu. Jak opisuje hasło „AI data center” na Wikipedii, są to specjalizowane obiekty, optymalizowane dla równoległego przetwarzania zadań treningowych i inferencyjnych, wyposażone najczęściej w akceleratory (GPU, TPU) oraz szybkie interkonekty. Charakterystyczna liczba staje się udziałowa różnica: typowe centrum danych ogólnego przeznaczenia pobiera około 10 kilowatów elektryczności na szafę rack; natomiast diskiejsio pojemności AI-focused data center — w okolicach 60 kW na rack.

Ta jedna liczba rozstrzyga, jak rozmowa oAI data center powinna wyglądać. Nie chodzi o kolejny schron z serwerami korespondencyjnych, ale o obiekty o zużyciu energii rząd wielkości wyższym. W 2026 roku — jak relacjonuje to samo hasło, na podstawie m.in. The Information, The New Yorker i The Verge — główne firmy technologiczne miały wydać na AI data centers około 650 miliardów dolarów. To wydatek w warunkach absolutnych, porównywalny z PKB całego państwa średniej wielkości.

Wąskie gardła w dostawach i paradoks pamięci

Złośliwa anomalia rozwoju AI leży w warstwie dostaw. Hasło Wikipedii zwraca uwagę, że około 70% globalnej produkcji układów pamięci — w szczególności High Bandwidth Memory — w roku finansowym 2026 zostało zakupione dla AI data centers. To przełożyło się na globalny niedobór pamięci w szerszej rywalizacji o półprzewodniki, energię i infrastrukturę. Z perspektywy przemysłu, który jest uzależniony od tych samych chipów — od motoryzacji, przez produkcję sprzętu konsumenckiego, po obronność — oznacza to, że obecnego pędu AI data center nie można już nazwać neutralnym dla reszty gospodarki.

Operatorzy obu typów wentylują rynek w różny sposób. Jak pokazuje hasło, do sierpnia 2025 The Information prowadził śledzenie obejmujące 18 planowanych lub istniejących AI data centers w Stanach Zjednoczonych, wśród których Amazon Web Services, CoreWeave, Crusoe, Meta, Microsoft/OpenAI, Oracle, Tesla oraz xAI. Dzielone one dzielnie na „hyperscalers” (Google, Meta, Microsoft, Oracle, Amazon) oraz „neoclouds” — pokolenie nowych operatorów, wśród których wymienia się CoreWeave, Nebius, Nscale i Lambda. Według The New York Times neocloud to „nowe pokolenie dostawców centrów danych”, a CoreWeave — wg The New Yorker — najbardziej prominentny amerykański operator w tej klasie.

Opór społeczny i jego cena

Część najbardziej widoczna — a jednocześnie najmniej techniczna — przypada społecznościom lokalnym. Hasło „AI data center” na Wikipedii informuje, że do lipca 2026 roku lokalny opór społeczny zablokował budowę AI data centers o wartości around 130 miliardów dolarów. Powody są w oczywistej większości fizyczne, nie ideologiczne: obiekty te konsumują wielkie ilości energii i wody, emitują ciepło, hałas i inne formy zanieczyszczeń. Dla mieszkańców wsi czy małych miast koszt sąsiadztwa nowej infrastruktury jest konkretny, a zysk rozmyty.

Reprezentatywnym przykładem z tego samego hasła jest Project Rainier — projekt Amazona na 1 200 akrow farmlandu w stanie Indiana, wyceniany na 11 miliardów dolarów. Jest to jedno z największy w skali AI data center na świecie, przeznaczone dla treningu i działania modeli Anthropic. Według materiałów cytowanych w haśle kompleks ma na końcu objąć ok. 30 planowanych centrów (siedem zbudowanych do tamtej pory), 2,2 gigawaty zużycia energii (co odpowiada 1 milionowi gospodarstw domowych) i miliony galonów wody rocznie. W tym samym ujęciu znajdujemy niepokojący epizod: Amazon tłoczył miliony galonów wody z gruntu w celu budowy obiektu, a od czerwca 2025 roku urzędnicy stanowi w Indianie badają, czy ten proces odwadniania spowodował-wysuszenie prywatnych studni u lokalnych mieszkańców.

Konkurencja rynkowa o infrastrukturę

Równolegle z oporem społeczności rynkowej żeńsko w pełnym rozwoju. W styczniu 2025 OpenAI wraz z Oracle i Soft bankiem ogłosił projekt Stargate — według stanu na wrzesień 2025 obejmujący sześć zbudowanych lub planowanych AI data centers w USA. W październiku 2025 Amazon w odpowiedzi rozpoczął budowę wspomnianego Projectu Rainier. Listopad 2025 przyniósł partnerstwo Anthropic z Fluidstack w zakresie rozwoju infrastruktury AI w USA. Z perspektywy regulatora strategicznej infrastruktury krytycznej to jest bodzu otwarte pytanie, w którym roku instytucja energeticza // krytycznej infrastruktury będzie mieć pełny nadzór nad miejscami budowy tych obiektów.

Perspektywa governance i regulatorów

Ramy governance idą z opoznieniem i wykorzystują.prepareStatement pędnego notatnika FROM źródeł branżowych. Frontier Model Forum, branżowa organizacja non-profit, jak informują materiały na jej stronie, identyfikuje najlepsze praktyki i wspiera rozwój standardów dla oceny zdolności frontier modeli — Frontier Capability Assessments — sprawdzając, czy posiadają zdolności zwiększające ryzyko dla bezpieczeństwa publicznego, m.in. dla rozwoju broni chemicznej, biologiczniej i radiologicznej. Na amerykańskiej stronie rządowej NIST wydał AI Risk Management Framework 1.0 w dniu 26 stycznia 2023, generatywny profil NIST-AI-600-1 w dniu 26 lipca 2024 oraz — co istotne dla obecnej infrastruktury dlaAI — 7 kwietnia 2026 notatkę koncepcyjną dla profilu Trustworthy AI in Critical Infrastructure.

Ten ostatni dokument może stać się decidującym brakującym elementem — wskazuje, jak operatorzy infrastruktury krytycznej mają traktować praktyki zarządzania ryzykiem, angażując zdolności oparte na AI..’.

Co dalej

Dla lokalnych społeczności jest to mapowanie konfliktu we własnym podwórku — w niektórych przypadkach dosłownie. Dla twórców polityki pozostaje pytanie, czy centra danych AI pozostaną kwestią techniczno-finansową, czy też staną się regulowane jako element politycznie warunkowej licencji społecznej. Dla użytkownika końcowego, który nadal pozostaje w dużej mierze obserwatorem, oznacza to, że popyt sztucznej inteligencji na energię i zasoby chemiczne może przestać być abstrakcją. Jeśli do lipca 2026 r. społeczności zablokowały budowę obiektów warte 130 miliardów dolarów, jest to sygnał, że przyszłość infrastruktury AI określi w dużej mierze publiczne przyzwolenie, a nie tylko dostępność chipów.