AI-агенты против чат-ботов: исследование KAIST выявило скрытый энергетический разрыв в 137 раз

Первое в мире исследование, проведённое Корейским институтом передовых технологий (KAIST) под руководством профессора Ю Мин Су, показало, что AI-агенты — автономные программы, способные самостоятельно планировать и выполнять задачи — потребляют значительно больше энергии, чем традиционные чат-боты. Результаты, опубликованные 5 июля 2026 года, количественно оценивают этот разрыв примерно в 136–137 раз на один запрос, что вызывает серьёзные вопросы о будущем энергопотреблении дата-центров и объёмах выбросов ^HCME. Вот что обнаружили исследователи и почему это так важно.

Разрыв в энергопотреблении: 348,41 Вт·ч против 2,55 Вт·ч

В ходе исследования измерялось потребление ресурсов существующими AI-агентами, и разница оказалась огромной. При использовании большой языковой модели (LLM) с 70 миллиардами параметров (что соответствует масштабу самых мощных современных коммерческих сервисов) AI-агент потреблял в среднем 348,41 ватт-часа (Вт·ч) на один запрос. Традиционный генеративный AI-чат-бот, отвечающий на тот же одноразовый вопрос, использовал всего около 2,55 Вт·ч. Это превышение примерно в 136,5–136,6 раза ^HMNE. Некоторые англоязычные источники округляют эту цифру до 137 раз ^C.

Почему AI-агенты такие «прожорливые»

В отличие от чат-бота, который генерирует ответ за один проход, AI-агент действует как самостоятельный цифровой помощник: он строит план, ищет информацию в интернете, запускает код, обращается к внешним инструментам и выполняет несколько итераций для достижения цели. Каждый такой шаг требует отдельного обращения к LLM, что многократно увеличивает объём вычислений и энергопотребление ^BP. Ключевые цифры из исследования:

• Частота вызова LLM: AI-агенты обращаются к большой языковой модели в среднем в 9,2 раза чаще, чем традиционные пошаговые методы рассуждения ^HC. Одно из измерений показало, что в то время как ChatGPT использует LLM один раз на запрос, AI-агент может использовать её в среднем 71 раз ^M.
• Время ответа: Из-за множества шагов время ответа AI-агента может быть до 153,7 раза больше по сравнению с обычным чат-ботом ^MBP.
• Простой GPU: Графические процессоры (GPU), необходимые для работы ИИ, простаивают до 54,5% времени выполнения задач AI-агентами. Это означает, что почти половину времени дорогостоящее оборудование не выполняет полезных вычислений, ожидая данных из внешних источников или результатов предыдущих шагов ^HM.

Прогнозы для глобальной энергосистемы

Исследователи KAIST смоделировали сценарий массового внедрения AI-агентов. Если предположить, что в будущем будет обрабатываться 13,7 миллиарда запросов к AI-агентам в день (что соответствует текущему объёму поисковых запросов Google), то необходимая мощность дата-центров составит около 198,9 гигаватт (ГВт) ^N. Это сопоставимо примерно с половиной среднего общего электропотребления США и значительно превышает текущие планы многих стран по строительству дата-центров мощностью в несколько гигаватт ^N.

Эти прогнозы согласуются с другими исследованиями. Например, по данным Международного энергетического агентства (МЭА), потребление электроэнергии дата-центрами может удвоиться уже к 2026 году ^W. А при высоком уровне внедрения генеративного ИИ и агентов общее потребление электроэнергии ИИ может вырасти в 24,4 раза по сравнению с текущим уровнем .

Что это значит для будущего

Исследование KAIST не предсказывает неизбежный энергетический кризис, а служит важным предупреждением. Текущая архитектура AI-агентов крайне неэффективна с точки зрения энергопотребления. Повышение эффективности моделей, оптимизация «агентских» сценариев работы и создание специализированного оборудования — это критические задачи, которые необходимо решить, чтобы сделать будущее автономного ИИ экологически и экономически устойчивым ^BPE.

Важное примечание: Цифра в 348,41 Вт·ч относится к большим моделям уровня 70 миллиардов параметров. Для более компактных и эффективных моделей энергопотребление будет значительно ниже. Однако тренд очевиден: переход от простых чат-ботов к сложным агентам несёт в себе скрытые, но огромные затраты энергии.