← CA Articles · Mains CA archive · Answer Writing (Q&A) · September 2025 (16-30)
As artificial intelligence expands globally, a critical dilemma emerges: will AI transform energy delivery positively or impose unprecedented burdens on power grids? The International Energy Agency projects data centre demand will more than double to 945 TWh by 2030, with AI-optimized centres quadrupling consumption. India, the third-largest energy consumer after China and the U.S., faces acute pressure as its data centre demand is projected to surge from 1.2 GW (2024) to 4.5 GW (2030). This dual reality—AI as both energy consumer and optimizer—defines India's contemporary energy transition challenge.
McKinsey estimates annual global data centre capacity demand rising 19-22% from 2023-2030, reaching 171-219 GW against current 60 GW
India's AI-driven data centres projected to consume additional 40-50 TWh electricity annually by 2030
Mumbai accounts for 41% data centre capacity, followed by Chennai (23%) and NCR (14%), concentrating energy pressure geographically
Data centres currently consume 1-2% total global power, expected to increase to 3-4% by 2030, though comparatively lower than steel industry's 7%
Increasing freshwater demand for server cooling compounds environmental concerns beyond electricity consumption
KPMG notes practically impossible to meet demand from renewables alone from both quality and quantity standpoints, inevitably increasing carbon emissions
IEA warns AI could intensify energy security strains; cyberattacks on utilities tripled in four years, becoming sophisticated through AI
AI develops energy transition technologies and new materials reducing India's dependence on imported critical minerals
AI-driven real estate solutions including smart lighting, predictive HVAC optimization, and automated controls reduce consumption by up to 25%
BrightNight's PowerAlpha AI forecasts and optimizes hybrid solar-wind-battery plants ensuring 24/7 renewable access while minimizing grid stress
National Smart Grid Mission employs AI-enabled systems managing demand and integrating renewables, enhancing reliability while reducing wastage
Nxtra (Airtel) Data Centres use AI-powered cooling and predictive analytics paired with renewable power purchase agreements
Tata Power, ReNew Power, and Hindustan Zinc use AI for real-time load forecasting, reducing outages and optimizing Mumbai's power supply
BESCOM in Karnataka uses AI to detect faults and 'heal' grid sections; UP smart meters employ AI detecting power theft and managing demand
AI's paradox—simultaneously increasing energy demand while enabling efficiency gains—requires strategic policy intervention. India's Energy Conservation Building Code and GRIHA/LEED green certifications encourage AI-based monitoring, with 25% of data centres and 67% of Grade A offices green-certified. However, achieving sustainable AI requires government nudging toward renewable-powered data centres, digital energy grid infrastructure, and development of "sustainable AI" using recycled water with higher power-use efficiency for balanced energy transition.
செயற்கை நுண்ணறிவு உலகளவில் விரிவடையும்போது, ஒரு முக்கியமான குழப்பம் எழுகிறது: AI ஆற்றல் வழங்கலை நேர்மறையாக மாற்றுமா அல்லது மின் கட்டங்களில் முன்னோடியற்ற சுமைகளை சுமத்துமா? சர்வதேச ஆற்றல் நிறுவனம் தரவு மைய தேவை 2030க்குள் 945 TWh க்கு இரு மடங்காக அதிகரிக்கும் என கணிக்கிறது, AI-உகந்த மையங்கள் நான்கு மடங்கு நுகர்வைக் கொண்டுள்ளன. சீனா மற்றும் அமெரிக்காவிற்கு அடுத்தபடியாக மூன்றாவது பெரிய ஆற்றல் நுகர்வோரான இந்தியா, அதன் தரவு மைய தேவை 1.2 GW (2024) இலிருந்து 4.5 GW (2030) க்கு உயரும் என கணிக்கப்படுவதால் கடுமையான அழுத்தத்தை எதிர்கொள்கிறது. இந்த இரட்டை யதார்த்தம்—AI ஆற்றல் நுகர்வோராகவும் உகப்பாக்குபவராகவும்—இந்தியாவின் சமகால ஆற்றல் மாற்ற சவாலை வரையறுக்கிறது.
McKinsey வருடாந்திர உலகளாவிய தரவு மைய திறன் தேவை 2023-2030 இல் 19-22% உயரும் என மதிப்பிடுகிறது, தற்போதைய 60 GW க்கு எதிராக 171-219 GW அடையும்
இந்தியாவின் AI-இயக்கப்படும் தரவு மையங்கள் 2030க்குள் வருடாந்திர கூடுதல் 40-50 TWh மின்சாரத்தை நுகரும் என கணிக்கப்படுகிறது
மும்பை 41% தரவு மைய திறனை கொண்டுள்ளது, அதைத் தொடர்ந்து சென்னை (23%) மற்றும் NCR (14%), ஆற்றல் அழுத்தத்தை புவியியல் ரீதியாக குவிக்கிறது
தரவு மையங்கள் தற்போது மொத்த உலகளாவிய மின்சாரத்தில் 1-2% நுகர்கின்றன, 2030க்குள் 3-4% அதிகரிக்கும் என எதிர்பார்க்கப்படுகிறது, எஃகு தொழிற்சாலையின் 7% உடன் ஒப்பிடுகையில் ஒப்பீட்டளவில் குறைவாக உள்ளது
சர்வர் குளிர்விப்பதற்கான அதிகரிக்கும் நன்னீர் தேவை மின்சார நுகர்வைத் தாண்டிய சுற்றுச்சூழல் கவலைகளை சேர்க்கிறது
KPMG தரம் மற்றும் அளவு நிலைப்பாடுகளிலிருந்து புதுப்பிக்கத்தக்கவற்றிலிருந்து மட்டும் தேவையை பூர்த்தி செய்வது நடைமுறையில் சாத்தியமில்லை என குறிப்பிடுகிறது, தவிர்க்க முடியாமல் கார்பன் உமிழ்வுகளை அதிகரிக்கிறது
IEA எச்சரிக்கிறது AI ஆற்றல் பாதுகாப்பு விகாரங்களை தீவிரப்படுத்தலாம்; பயன்பாட்டுத் துறைகளில் சைபர் தாக்குதல்கள் நான்கு ஆண்டுகளில் மூன்று மடங்கு அதிகரித்தன, AI மூலம் அதிநவீனமாகின
AI ஆற்றல் மாற்ற தொழில்நுட்பங்கள் மற்றும் இறக்குமதி செய்யப்பட்ட முக்கிய கனிமங்களில் இந்தியாவின் சார்பை குறைக்கும் புதிய பொருட்களை உருவாக்குகிறது
AI-இயக்கப்படும் ரியல் எஸ்டேட் தீர்வுகள் ஸ்மார்ட் லைட்டிங், முன்கணிப்பு HVAC உகப்பாக்கம், மற்றும் தானியங்கு கட்டுப்பாடுகள் உட்பட நுகர்வை 25% வரை குறைக்கின்றன
BrightNight இன் PowerAlpha AI கலப்பின சூரிய-காற்று-பேட்டரி ஆலைகளை முன்னறிவித்து உகப்பாக்குகிறது, கட்ட அழுத்தத்தை குறைக்கும்போது 24/7 புதுப்பிக்கத்தக்க அணுகலை உறுதி செய்கிறது
தேசிய ஸ்மார்ட் கிரிட் மிஷன் தேவையை நிர்வகிக்கும் மற்றும் புதுப்பிக்கத்தக்கவற்றை ஒருங்கிணைக்கும் AI-செயல்படுத்தப்பட்ட அமைப்புகளைப் பயன்படுத்துகிறது, நம்பகத்தன்மையை மேம்படுத்தும்போது வீணாக்கத்தை குறைக்கிறது
Nxtra (Airtel) தரவு மையங்கள் புதுப்பிக்கத்தக்க மின்சார கொள்முதல் ஒப்பந்தங்களுடன் இணைந்த AI-இயக்கப்படும் குளிர்விப்பு மற்றும் முன்கணிப்பு பகுப்பாய்வுகளைப் பயன்படுத்துகின்றன
டாடா பவர், ReNew Power மற்றும் ஹிந்துஸ்தான் ஜிங்க் நிகழ்நேர சுமை முன்னறிவிப்புக்கு AI பயன்படுத்துகின்றன, மும்பையின் மின்சார விநியோகத்தை உகப்பாக்கும்போது செயலிழப்புகளை குறைக்கின்றன
கர்நாடகாவில் BESCOM தவறுகளைக் கண்டறிய மற்றும் கட்ட பிரிவுகளை 'குணப்படுத்த' AI பயன்படுத்துகிறது; UP ஸ்மார்ட் மீட்டர்கள் மின்சார திருட்டைக் கண்டறிந்து தேவை பக்க மேலாண்மைக்கு AI பயன்படுத்துகின்றன
AI-ன் முரண்பாடு—ஒரே நேரத்தில் ஆற்றல் தேவையை அதிகரிக்கும்போது திறன் ஆதாயங்களை செயல்படுத்துதல்—மூலோபாய கொள்கை தலையீடு தேவைப்படுகிறது. இந்தியாவின் ஆற்றல் பாதுகாப்பு கட்டிட குறியீடு மற்றும் GRIHA/LEED பசுமை சான்றிதழ்கள் AI-அடிப்படையிலான கண்காணிப்பை ஊக்குவிக்கின்றன, 25% தரவு மையங்கள் மற்றும் 67% கிரேட் A அலுவலகங்கள் பசுமை-சான்றளிக்கப்பட்டவை. இருப்பினும், நிலையான AI அடைய புதுப்பிக்கத்தக்க-இயக்கப்படும் தரவு மையங்கள், டிஜிட்டல் ஆற்றல் கட்ட உள்கட்டமைப்பு, மற்றும் சமநிலையான ஆற்றல் மாற்றத்திற்காக உயர் மின்-பயன்பாடு திறனுடன் மறுசுழற்சி நீரைப் பயன்படுத்தும் "நிலையான AI" உருவாக்கம் நோக்கி அரசாங்க ஊக்குவிப்பு தேவை.
Reading a model answer is step one - writing your own against the clock is what actually builds Mains marks. ArivArk's bilingual test series turns every current-affairs update into scored practice: scheduled tests in Tamil and English, a video explanation for every paper and an honest rank list.
