ИИ и устойчивый туризм – что на весах?

Согласно расчетам Международного энергетического агентства (IEA), мировые дата-центры в 2024 году потребили около 415 тераватт-часов электроэнергии. Это составляло примерно 1,5% от глобального потребления электроэнергии. Согласно базовому сценарию, потребление к 2030 году может приблизиться к 945 тераватт-часам, то есть увеличиться более чем вдвое и составить около 3% от общего мирового потребления электроэнергии. (IEA, 2025)

Одним из главных двигателей роста является ИИ, хотя дата-центры, конечно, обслуживают не только системы искусственного интеллекта. Облачные сервисы, онлайн-видео, бизнес-ИТ-системы и множество других цифровых услуг также требуют значительных мощностей.

Однако экологическое воздействие одного запроса к ИИ может быть значительно меньше, чем предполагали предыдущие общие оценки.

Согласно операционным измерениям Google, опубликованным в августе 2025 года, обслуживание среднего, точнее медианного текстового запроса Gemini:

• потребляло 0,24 ватт-часа энергии,
• сопровождалось выбросом 0,03 грамма эквивалента углекислого газа,
• и требовало около 0,26 миллилитра воды.

Энергопотребление примерно соответствовало девяти секундам просмотра телевизора, а объем воды – около пяти капель. (Elsworth et al., 2025)

Большинство туристических компаний сегодня впервые сталкиваются с искусственным интеллектом в маркетинге. Его используют для написания текстов, перевода, создания постов в социальных сетях, подготовки рассылок, создания изображений и ответа на отзывы гостей. Это имеет понятную причину. Результат виден сразу, использование относительно просто, и обычно не требуется дополнительная ИТ-разработка.

С точки зрения устойчивости маркетинг гораздо важнее, чем просто быстрое создание поста в Facebook. Коммуникация может существенно повлиять на то, кто приезжает в то или иное место, когда они путешествуют, сколько времени проводят там, какие достопримечательности посещают и где тратят деньги.

Хорошо организованная весенняя или осенняя кампания, например, может снизить нагрузку в летний пик сезона. Представление менее известных районов или местных компаний может помочь распределить посетителей по разным местам. ИИ позволяет даже небольшим поставщикам услуг или туристическим организациям создавать разные сообщения для разных целевых групп. Например, отдельный контент может быть предназначен для тех, кто хочет путешествовать в более спокойное время, для семей с маленькими детьми, велосипедистов или тех, кто ищет местные блюда и производителей.

Многоязычная коммуникация также становится дешевле и быстрее. Это особенно полезно для небольших рынков, на которые раньше не выделялся отдельный маркетинговый бюджет.

ИИ может помочь представить менее известные достопримечательности, местные истории и небольших поставщиков услуг. На многих туристических сайтах о самых известных достопримечательностях есть подробные описания, в то время как менее значимые ценности почти не упоминаются. Технология может ускорить обработку информации, но местные знания и достоверные истории по-прежнему должны добавляться людьми.

Прогнозирование спроса и планирование мощностей

На основе данных о предыдущих бронированиях, календаря событий, погодных условий, транспортной информации и других факторов можно составить более точный прогноз ожидаемого спроса.

Это может помочь:

• в составлении графиков работы сотрудников;
• в планировании запасов;
• в адаптации транспортных мощностей;
• в создании временных интервалов для посещений;
• и в раннем выявлении перегруженных периодов.

Прогнозирование не устраняет перегрузку, но позволяет раньше заметить проблему, оставляя больше времени для вмешательства.

Одна из проблем рекомендаций ИИ заключается в том, что они часто делают уже популярные места еще более заметными.

В предварительном исследовании Ли и Пеннингтона-Грея, основанном на моделировании миллиона внутренних поездок по США, было обнаружено, что изученные крупные языковые модели создавали более сезонные, неравномерные и менее разнообразные туристические потоки, чем реальные туристические паттерны. Системы особенно усиливали сочетания уже популярных направлений и периодов времени (Lee–Pennington-Gray, 2026).

Поскольку это предварительное исследование, результаты должны быть подтверждены дальнейшими исследованиями, но выявленный риск заслуживает внимания.

Если многие обращаются за советом к одним и тем же системам, и эти системы регулярно рекомендуют одни и те же места, это может еще больше усилить перегрузку.

Другая проблема – невидимость.

Предварительное исследование Чена, Венга и Моро 2026 года изучало рекомендации ресторанов от трех крупных языковых моделей в пяти американских городах и 304 районах. Даже когда модели могли выбирать из проверенного списка реальных заведений, 47,5% мест ни разу не были рекомендованы. 31,9% невидимых компаний были одинаковыми для всех трех изученных моделей (Chen–Weng–Moro, 2026).

Это показывает, что ИИ не просто собирает доступную информацию. Он также делает выбор. Некоторые места регулярно выделяются, другие почти или совсем не показываются.

Это особенно может навредить небольшим местным компаниям с меньшим количеством отзывов или слабым цифровым присутствием.

Сначала приведи данные в порядок

ИИ может работать только с тем, что доступно в цифровом виде и понятно.

Если на сайте указаны неправильные часы работы, отсутствует адрес или географическое расположение, нет информации об доступности, а описание услуг неясно, то системы ИИ также могут передавать ошибочную или неполную информацию.

Особенно важно:

• точное название, адрес и контактные данные;
• актуальные часы работы;
• цены и условия бронирования;
• возможности транспорта;
• информация об доступности;
• правильная категоризация услуг;
• а также обеспечение сайта структурированными данными.

Хорошо поддерживаемые данные, которые могут быть интерпретированы машинами, сегодня важны не только для оптимизации поисковых систем. Это также может быть условием для появления в рекомендациях на основе ИИ.

Мы не хотим притворяться, будто наблюдаем за этим процессом со стороны. В процессе разработки I-DEST и нашей профессиональной работы мы также регулярно используем искусственный интеллект. Мы не рассматриваем его как самостоятельного принятия решений, а как инструмент, который может ускорить определенные процессы, помочь выявить взаимосвязи и уменьшить количество ошибок, вызванных человеческой невнимательностью.

Подготовка прогнозов и сценариев

Мы анализируем временные ряды спроса, сезонность, нагрузку на мощности и различные сценарии развития.

ИИ полезен здесь не потому, что дает безошибочные ответы. Он помогает за короткое время рассмотреть множество вариантов и выявить такие взаимосвязи, которые было бы сложнее заметить при ручной обработке.

Однако качество входных данных определяет все. Из ошибочных или неполных исходных данных система может быстро создать ошибочный прогноз. Поэтому ИИ не заменяет проверку данных, а делает ее еще более важной.

Разработка программного обеспечения и поиск ошибок

В технической разработке I-DEST мы также используем искусственный интеллект. С его помощью можно быстрее просматривать длинные фрагменты кода, выявлять логические ошибки, несоответствия и риски безопасности, а также проще создавать тестовые случаи. Цель не в том, чтобы ИИ программировал систему без человеческого контроля. Мы используем его для того, чтобы проверять разработки с разных сторон, раньше выявлять проблемы и, по возможности, исправлять их до того, как пользователи столкнутся с ними. Это особенно важно для такой сложной системы, как I-DEST, где взаимодействуют различные источники данных, языки, пользовательские интерфейсы, модули оценки и функции рекомендаций. Одно изменение может повлиять на работу нескольких других функций.

Анализ и тестирование кода на основе ИИ добавляют дополнительный уровень проверки к традиционным разработческим и пользовательским тестам. Однако использование ИИ само по себе не гарантирует безошибочного программного обеспечения. Код, предложенный машиной, также может содержать ошибки, устаревшие решения или проблемы безопасности. Поэтому все важные изменения проверяются разработчиком, а работа системы тестируется перед внедрением.

Цель заключается не в замене разработчика, а в уменьшении количества ошибок, поддержке тестирования и повышении надежности разработки.

Перевод и проверка терминологии

Мы используем ИИ для многоязычной обработки стратегий, конкурсной документации, туристических описаний и стандартов. Машинный перевод всех значимых документов проверяется человеком. В туристической, устойчивой и европейской терминологии одно неправильно переведенное понятие может изменить смысл предложения или требования. Однако ИИ помогает нам использовать одни и те же термины и названия последовательно в длинных документах. Последовательность терминологии особенно важна для международных стандартов, сертификационных требований и многоязычных цифровых платформ. Кроме того, ИИ обеспечивает многоязычную доступность I-DEST, чтобы направлениям и поставщикам услуг не приходилось загружать данные на нескольких языках в систему – каждый работает только столько, сколько минимально необходимо.

Маркетинг и создание контента

ИИ помогает в подготовке первых версий текстов, многоязычного контента и коммуникации для различных целевых групп.

При использовании мы следуем нескольким простым правилам:

• общаемся в собственном стиле;
• работаем с проверяемыми, реальными данными;
• окончательный контент утверждается человеком;
• экологические заявления связываем с доказательствами;
• и не рассматриваем только клики или бронирования как результат.

В маркетинге экологическое воздействие ИИ в значительной степени определяется тем, какие цели мы ставим перед системой. Если важны только краткосрочные конверсии, алгоритм легко усилит уже популярные периоды и места. Однако если сезонность, территориальное распределение или видимость местных поставщиков также включены в цели, могут быть созданы другие типы кампаний и рекомендаций. Иногда, очень редко, искусственный интеллект помогает в создании различных постеров и резюме для рекламы.

Экологическое воздействие искусственного интеллекта реально. Однако основные экологические нагрузки туризма по-прежнему связаны с путешествиями, транспортом, эксплуатацией зданий, потреблением и сезонной перегрузкой популярных мест.

Польза ИИ также реальна, но не автоматична.

Одна и та же система может помочь избежать переполненного места или отправить туда еще больше посетителей. Она может помочь найти местную компанию или сделать ее невидимой. Она может сократить пищевые отходы или создать хорошо звучащую, но неподтвержденную данными кампанию об устойчивости.

Ключевой вопрос не в том, ИИ или устойчивость.

Важно, на каких данных работает система, что мы от нее требуем, какие цели ставим и кто проверяет результат.

Это не только технологический вопрос. Это профессиональное и управленческое решение.

Именно поэтому направления, туристические компании и путешественники могут влиять на то, будет ли искусственный интеллект способствовать дальнейшей концентрации туризма или более сбалансированному, доступному и экономному функционированию.