Green Coding – czy Twoja aplikacja przejdzie test emisyjny?

Branża IT przyczynia się do emisji CO₂ na poziomie całej branży lotniczej. W 2024 roku pojawił się pierwszy międzynarodowy standard ISO do mierzenia emisyjności oprogramowania – Software Carbon Intensity. Czy polski rynek IT jest gotowy na zielone kodowanie?

Według SemiAnalysis do 2030 roku centra danych będą zużywać 4,5% energii. To równowartość połączonych emisji przemysłu lotniczego, kolejowego i żeglugi. Co więcej, badania Accenture pokazują, że aż 85% emisji związanych z oprogramowaniem wynika z tego, jak zaprojektowaliśmy kod – nie z infrastruktury, na której działa.

Software Carbon Intensity – pierwszy standard ISO dla emisyjności kodu

W kwietniu 2024 roku specyfikacja Software Carbon Intensity (SCI) otrzymała status standardu ISO/IEC 21031:2024. To przełom – po raz pierwszy mamy globalnie uznany sposób mierzenia śladu węglowego aplikacji.

Standard SCI, opracowany przez Green Software Foundation (non-profit pod egidą Linux Foundation), definiuje wzór: SCI = ((E × I) + M) / R

Co oznaczają te zmienne?

• E (Energy) – energia zużyta przez aplikację, mierzona w kWh,
• I (Intensity) – emisyjność energii w danej lokalizacji, wyrażona w gCO₂eq/kWh,
• M (Embodied carbon) – emisje związane z produkcją i utylizacją sprzętu,
• R (Functional unit) – jednostka funkcjonalna (np. request API, użytkownik, sesja treningowa modelu).

Ważne jest to, że SCI to wskaźnik intensywności, nie całkowita emisja. Niższy wynik = bardziej efektywne oprogramowanie. I co najważniejsze – standard nie uwzględnia offsetów ani neutralizacji. Wymusza rzeczywiste redukcje emisji na poziomie kodu.

SCI dla AI – bo sztuczna inteligencja to osobna liga emisji

W grudniu 2024 roku Green Software Foundation ratyfikowała SCI for AI – rozszerzenie standardu dedykowane systemom sztucznej inteligencji. Dlaczego AI wymaga osobnego podejścia?

Trening pojedynczego modelu językowego generuje emisje porównywalne z kilkudziesięcioma lotami transatlantyckimi. Problem w tym, że tradycyjne podejścia skupiały się tylko na kosztach inferencji, pomijając ogromny ślad węglowy etapu treningu i przygotowania danych.

SCI for AI wprowadza dwie graniczne metryki:

1. Provider score – mierzy emisje związane z rozwojem modelu, treningiem i wdrożeniem,
2. Consumer score – pokazuje operacyjny wpływ inferencji i monitoringu dla użytkowników.

Standard wspiera wszystkie paradygmaty AI – od klasycznego machine learningu po agentowe systemy LLM. Dla developerów oznacza to możliwość porównania emisyjności różnych architektur i wyboru rozwiązań nie tylko wydajnych, ale i niskoemisyjnych.

CSRD – gdy raportowanie emisji staje się obowiązkowe

W styczniu 2024 roku weszła w życie unijna dyrektywa CSRD (Corporate Sustainability Reporting Directive). Od 2025 roku pierwsze firmy muszą publikować raporty ESG – w tym szczegółowe dane o śladzie węglowym, obejmujące emisje Scope 1, 2 i 3.

CSRD to nie tylko wymóg dla gigantów. Dyrektywa obejmuje:

• Wszystkie duże firmy UE (ponad 250 pracowników, 50 mln EUR przychodu),
• Notowane MSP na rynkach regulowanych UE,
• Firmy spoza UE z istotną działalnością w Europie (minimum jedna filia lub oddział).

Według szacunków docelowo obowiązkiem zostanie objętych około 50 000 firm – czterokrotnie więcej niż poprzednia dyrektywa NFRD.

Najważniejsze zmiany wprowadzone przez CSRD to:

• Podwójna materialność – firmy muszą raportować nie tylko, jak zmiana klimatu wpływa na nich, ale również jak one wpływają na klimat i społeczeństwo,
• Obowiązek audytu – dane ESG będą poddawane zewnętrznej weryfikacji, tak jak raporty finansowe,
• Raportowanie Scope 3 – konieczność śledzenia emisji w całym łańcuchu wartości, włącznie z dostawcami i partnerami.

Dla polskich firm IT oznacza to nowy poziom skomplikowania. Oprogramowanie, które tworzą, generuje emisje nie tylko przez zużycie energii w datacenter, ale też przez nieefektywny kod. A partnerzy biznesowi w UE będą wymagać transparentnych danych o emisjach – nawet od firm spoza zakresu CSRD.

Trzy drogi do niższych emisji

Green Software Foundation definiuje trzy mechanizmy redukcji emisji oprogramowania. Oto one.

1. Efektywność energetyczna

Mniej energii na tę samą funkcjonalność. Przykłady:

• Optymalizacja algorytmów – np. wybór quicksort zamiast bubble sort to różnica rzędu wielkości w zużyciu CPU,
• Lazy loading i code splitting w aplikacjach frontendowych,
• Cachowanie i deduplikacja requestów API.

2. Efektywność sprzętowa

Mniej fizycznych zasobów. Przykłady:

• Skalowanie autoscaling – uruchamianie instancji tylko wtedy, gdy są potrzebne,
• Kompresja danych i assetów,
• Optymalizacja zajętości pamięci (memory footprint).

3. Carbon awareness

Uruchamianie zadań wtedy i tam, gdzie energia jest najmniej emisyjna:

• Przesuwanie zadań batch do nocy, gdy w sieci jest więcej energii odnawialnej,
• Wybór regionu datacenter o niskiej intensywności węglowej (np. Francja z energią jądrową vs Polska z węglem),
• Wykorzystanie Carbon Aware SDK od Green Software Foundation do dynamicznego wyboru lokalizacji.

Co to oznacza dla polskiego rynku IT?

Polska pozostaje najbardziej zależnym od paliw kopalnych krajem w UE – 70% energii pochodzi z węgla. To oznacza, że intensywność węglowa polskiej sieci energetycznej jest znacząco wyższa niż w np. krajach skandynawskich czy Francji.

Dla developerów i firm IT z Polski przekłada się to na:

• Wyższe emisje per kWh – ta sama aplikacja działająca w polskim datacenter wygeneruje więcej CO₂ niż w Szwecji,
• Presja na optymalizację – klienci z UE będą wybierać dostawców z niższym śladem węglowym,
• Wymóg transparentności – partnerzy objęci CSRD będą wymagać danych o emisjach Scope 3, czyli również od polskich software house’ów.

Jednocześnie to szansa. Polskie firmy IT, które wdrożą green coding i zaczną raportować SCI, mogą zyskać przewagę konkurencyjną. Szczególnie w B2B, gdzie klienci z Europy Zachodniej mają już ustawowe obowiązki raportowania ESG.

Jak zacząć? Praktyczne kroki

1. Zmierz obecny stan

Oblicz SCI dla kluczowych aplikacji. Użyj narzędzi jak Cloud Carbon Footprint (dla AWS/GCP/Azure) lub Carbon Aware SDK. Jeśli mierzysz systemy AI – zastosuj SCI for AI.

2. Zidentyfikuj hotspoty

Które fragmenty kodu są najbardziej energochłonne? Często okaże się, że 20% funkcjonalności generuje 80% emisji.

3. Optymalizuj priorytetowo

Zacznij od algorytmów, które działają najczęściej. Poprawa wydajności endpointu obsługującego milion requestów dziennie ma większy wpływ niż optymalizacja rzadko używanej funkcji.

4. Wdróż carbon awareness

Przenieś mniej priorytetowe zadania batch do godzin o niskiej intensywności węglowej. W Polsce energia jest zazwyczaj czystsza w nocy i w weekendy.

5. Raportuj i komunikuj

Publikuj wyniki SCI. To buduje zaufanie klientów i pokazuje, że twoja firma traktuje ESG poważnie.

Green coding to już nie opcja

Standard SCI, specyfikacja SCI for AI i dyrektywa CSRD to dopiero początek. W ciągu najbliższych lat redukcja emisji oprogramowania stanie się kryterium wyboru tak samo ważnym jak wydajność czy bezpieczeństwo.

Dla polskiego IT to jednocześnie wyzwanie i szansa. Wyzwanie, bo infrastruktura energetyczna Polski generuje wysokie emisje. Szansa, bo firmy, które już dziś zainwestują w green coding, będą liderami rynku za 3-5 lat.

Źródła:

• https://newsletter.semianalysis.com/p/ai-datacenter-energy-dilemma-race
• Software Carbon Intensity Specification
• SCI for AI Specification
• Corporate Sustainability Reporting Directive (CSRD)
• Green Software Foundation