Çevre için Yapay Zeka: Yenilikler ve Çözümler 2025

Giriş

Çevresel zorlukların giderek arttığı günümüzde, yapay zeka (AI) iklim değişikliğiyle mücadelede ve ekosistemin korunmasında güçlü bir müttefik olarak ortaya çıkıyor. 2025 yılı, gelişmiş yapay zeka teknolojilerinin nihayet vaatlerden somut uygulamalara geçtiği ve çevresel etkileri izlemek, tahmin etmek ve hafifletmek için yenilikçi çözümler sunduğu çok önemli bir yılı temsil ediyor.

‍

Bu makale, yapay zekanın çevre yönetiminde devrim yarattığı ana yenilikleri araştırmakta, başarılı uygulamaların somut örneklerini sunmakta ve teknoloji ile sürdürülebilirlik arasındaki bu sinerji için gelecekteki beklentileri ana hatlarıyla belirtmektedir.

‍

İklim Değişikliği ile Mücadelede Yapay Zekanın Potansiyeli

Yapay zeka, çevresel zorlukların üstesinden gelmek için benzeri görülmemiş araçlar sunuyor. Son araştırmalara göre, yapay zeka küresel sera gazı emisyonlarının 2030 yılına kadar yüzde 10'a kadar azaltılmasına yardımcı olabilir, bu da tüm Avrupa Birliği'nin yıllık emisyonlarına eşdeğer bir değerdir.

‍

Yapay zekanın büyük hacimli verileri işleme, karmaşık kalıpları belirleme ve doğru tahminler üretme yetenekleri, onu özellikle aşağıdakiler için uygun hale getirmektedir:

Aşırı olayları tahmin etmek için iklim ve hava durumu verilerinin analiz edilmesi
Doğal kaynakların ve enerji kaynaklarının kullanımının optimize edilmesi
Ekosistemlerin izlenmesi ve korunması
Döngüsel ekonomiye geçişin kolaylaştırılması

‍

2025'te Çevre için Yapay Zekanın Temel Uygulamaları

1. Gelişmiş Ekosistem İzleme

Yapay zeka tabanlı çevresel izleme sistemleri en umut verici uygulamalardan birini temsil etmektedir. Envirosensing gibi platformlar, makine öğrenimi algoritmalarıyla birleştirilmiş yüksek çözünürlüklü uydu görüntülerinin analizi yoluyla ormansızlaşmanın izlenmesinde devrim yaratmaktadır. Bu sistemler aşağıdakileri mümkün kılmaktadır:

Orman örtüsündeki değişikliklerin doğru şekilde izlenmesi
Ormansızlaşma risklerinin erken aşamada belirlenmesi
EUDR'ye tabi şirketler için durum tespiti sürecinin otomatikleştirilmesi

İtalya'da Çevre Bakanlığı, hidrojeolojik tehlikeleri tahmin etmek ve çevresel suçları belirlemek için havacılık ve uzaydan uzaktan algılama, yerinde sensörler ve yapay zeka analizi kullanan gelişmiş, entegre bir izleme sistemi geliştirmek üzere 500 milyon Euro'luk bir yatırım başlattı.

‍

2. İklim Değişikliği Tahmini ve Adaptasyonu

Yapay zeka, iklim değişikliğini tahmin etme ve buna yanıt verme becerimizi dönüştürüyor:

Gelişmiş iklim modelleri: Derin öğrenme algoritmaları, geleneksel modellerin tespit edemeyeceği karmaşık örüntüleri tanımlayarak iklim tahminlerinin doğruluğunu önemli ölçüde artırıyor.
Erken Uyarı Sistemleri: IBM ve SEEDS tarafından geliştirilen 'Sunny Lives' gibi platformlar, uydu görüntülerini analiz etmek ve binalara göreceli risk puanları atayarak doğal tehlikelerin yerel risklerini değerlendirmek için yapay zeka kullanmaktadır.
İklim senaryolarının simülasyonu: Yapay zeka, farklı iklim değişikliği senaryolarının simülasyonuna ve potansiyel uyum ve azaltma stratejilerinin etkinliğinin değerlendirilmesine olanak tanır.

3. Enerji Kaynaklarının Optimizasyonu

Enerji sektöründe yapay zeka, daha verimli ve sürdürülebilir sistemlere doğru bir dönüşümü yönlendiriyor:

Yapay zeka güdümlü akıllı şebeke: enerji arz ve talebini gerçek zamanlı olarak dengeleyen ve yenilenebilir enerjilerin entegrasyonunu kolaylaştıran akıllı sistemler.
Yenilenebilir üretim tahmini: Rüzgar ve güneş kaynaklarından elde edilen üretim tahminlerinin doğruluğunu artıran ve yedek fosil yakıt ihtiyacını azaltan algoritmalar.
Enerji verimliliği: Binalarda, endüstriyel süreçlerde ve ulaşımda tüketimi optimize eden yapay zeka tabanlı enerji yönetim sistemleri.

4. Sürdürülebilir Tarım Yönetimi

Yapay zeka destekli hassas tarım, tarım sektöründe devrim yaratıyor:

Toprak durumu izleme: Yapay zeka algoritmalarıyla birleştirilmiş IoT sensörleri, mikrobiyom da dahil olmak üzere toprak sağlığını gerçek zamanlı olarak analiz ederek hedefe yönelik müdahalelere olanak tanır ve gübre kullanımını azaltır.
Optimize edilmiş su yönetimi: Sulama ihtiyaçlarını doğru bir şekilde belirleyerek su israfını azaltan yapay zeka sistemleri.
Mahsul hastalık tahmini: Potansiyel hastalıkları erken aşamada tespit ederek önleyici müdahalelere olanak sağlayan ve pestisit kullanımını azaltan algoritmalar.

5. Kirlilik Tespiti ve Yönetimi

Yapay zeka, kirliliği izleme ve yönetme becerilerimizi önemli ölçüde geliştiriyor:

Hava kalitesi izleme: Yapay zeka ile birleştirilmiş IoT sensör ağları, kentsel alanlardaki hava kirletici seviyelerini gerçek zamanlı olarak analiz eder.
Kirletici kaynak tespiti: Yasadışı kirlilik kaynaklarını tespit etmek için uydu görüntülerine veya insansız hava araçlarına uygulanan bilgisayarla görme algoritmaları.
Atık yönetiminin optimizasyonu: Yapay zeka güdümlü robotlar aracılığıyla atık ayrıştırma ve geri dönüşümü iyileştiren akıllı sistemler.

‍

Zorluklar ve Etik Hususlar

Dönüştürücü potansiyeline rağmen, yapay zekanın çevresel amaçlar için uygulanması da önemli zorluklar içermektedir:

Yapay Zekanın Çevresel Ayak İzi: Karşılaştırmalı Bir Analiz

Yapay zekanın kendisi de dikkati hak eden bir çevresel ayak izine sahiptir, ancak diğer teknolojiler ve sektörlerle karşılaştırmalı bir analiz, gerçek etkisini perspektife koymaktadır.

Son verilere göre, GPT-3 gibi karmaşık bir yapay zeka modelinin eğitimi yaklaşık 1.287 MWh tüketmiş ve yaklaşık 550 ton CO2 üretmiştir. Bu rakam yüksek görünebilir, ancak diğer sektörlerle karşılaştırılmalıdır:

‍

Ulaşım: Ulaşım sektörü İtalya'nın sera gazı emisyonlarının yaklaşık %26'sından sorumludur. New York ve San Francisco arasında gidiş-dönüş 550 kez yapılan bir uçuş GPT-3 eğitimine eşdeğer emisyon üretecektir.
Video akışı: Uluslararası Enerji Ajansı'nın tahminlerine göre, bir saatlik video akışı ortalama 36 ila 100 gram CO2 üretmektedir. Küresel olarak tüketilen milyarlarca saatlik yayın göz önüne alındığında, kümülatif etki oldukça büyüktür.
Günlük kullanım ve eğitim: Scientific Reports'ta yayınlanan yeni bir çalışma, eğitimin yüksek enerji maliyetlerine rağmen, yapay zekanın karmaşık görevler için insan çalışmasından daha enerji verimli olabileceğini ve karmaşık metin işleme için 130 ila 1500 kat daha az CO2 yayabileceğini öne sürüyor.

‍

Veri Merkezleri için Sürdürülebilir Enerji Kaynaklarının Rolü

Yapay zeka sistemlerine ev sahipliği yapan veri merkezlerine güç sağlamak, çevresel sürdürülebilirlik için çok önemli bir zorluktur. Karbon ayak izini azaltmak için çeşitli enerji çözümleri uygulanabilir alternatifler olarak ortaya çıkmaktadır:

‍

1. Veri Merkezleri için Nükleer Enerji

Nükleer enerji, yüksek 'kapasite faktörü' (sürekli güç üretme kabiliyeti) ve düşük CO2 emisyonları nedeniyle veri merkezi bağlamında bir rönesans yaşıyor. IdTechEx'e göre, 2024 yılında veri merkezleri farklı seçenekleri araştırarak bu enerji kaynağına olan ilgiyi yeniden canlandırdı:

Küçük Modüler Reaktörler (SMR): Bu kompakt reaktörler, endüstriyel ölçekli üretim süreçleri sayesinde geleneksel nükleer enerji santrallerine göre daha düşük maliyet ve daha kısa inşaat süreleri vaat etmektedir.
Nükleerin Avantajları: Enerji üretimi sırasında sıfır CO2 emisyonu ve yüksek enerji yoğunluğu ile nükleer enerji, güneş ve rüzgar enerjisi gibi yenilenebilir kaynaklara özgü dalgalanmalar olmadan IA veri merkezlerinin ihtiyaç duyduğu yüksek gücü sağlayabilir.

BCS Consulting CEO'su James Hart, 'yapay zekanın katlanarak büyümesinin veri merkezi endüstrisi için bir zorluk oluşturduğuna' dikkat çekti ve nükleer enerji gibi istikrarlı ve düşük emisyonlu enerji kaynaklarına duyulan ihtiyacı vurguladı.

‍

2. Kojenerasyon Sistemleri: Benzersiz Verimlilik

Kombine Isı ve Güç (CHP) sistemleri, IA sistemlerini barındıran veri merkezlerine güç sağlamak için en verimli çözümlerden biridir ve diğer enerji kaynaklarına göre önemli avantajlar sunar:

‍

Daha yüksek enerji verimliliği: Ayrı elektrik ve ısı üretiminin genel verimliliği %40-55 iken, CHP sistemleri aksi takdirde kaybedilecek ısıyı geri kazanıp başka amaçlar için kullanarak %80-90 gibi olağanüstü bir verimliliğe ulaşabilir.
Azaltılmış yakıt tüketimi: ABD Enerji Bakanlığı verilerine göre CHP, aynı miktarda faydalı enerji elde etmek için ayrı elektrik ve ısı üretimine göre yüzde 40'a kadar daha az yakıt gerektirir.
CO2 emisyonlarında önemli azalma: Yüksek verimliliği sayesinde bir CHP tesisi, geleneksel enerji üretim yöntemlerine kıyasla sera gazı emisyonlarını yüzde 30'a kadar azaltabilir.
Veri merkezleri için ideal uygulama: sunucular tarafından üretilen ısı geri kazanılabilir ve komşu binaları veya diğer endüstriyel süreçleri ısıtmak için kullanılabilir, böylece enerji verimliliğinde erdemli bir döngü yaratılır.
Şebekeden bağımsızlık ve esneklik: CHP sistemleri, garantili iş sürekliliği gerektiren veri merkezleri için özellikle değerli olan enerji bağımsızlığı ve daha fazla esneklik sunar.
Trijenerasyon: Elektrik ve ısı üretimine soğutma enerjisi (soğutma) üretimini de ekleyen kojenerasyonun gelişmiş bir evrimidir ve özellikle verimli soğutma sistemlerine ihtiyaç duyan veri merkezleri için avantajlıdır.

Kojenerasyon, geleneksel ve yenilenebilir enerji teknolojileri arasında ideal bir köprü oluşturmakta, fotovoltaiklere benzer şekilde dağıtılmış üretim olarak çalışmakta ancak hava koşullarından bağımsız olarak sürekli çalışma avantajına sahiptir. Buna ek olarak, CHP tesisleri biyogaz ve yenilenebilir biyokütle dahil olmak üzere çeşitli yakıtları kullanabilir ve sıfır emisyonlu bir geleceğin yolunu açabilir.

‍

Geoside tarafından hazırlanan bir rapora göre, "enerji üretim sürecinin verimliliğinin artması, daha az CO2 ve sera gazı emisyonuna yol açarak çevresel etkiyi azaltıyor" ve kojenerasyonun enerji dönüşümündeki önemli rolünü vurguluyor.

‍

3. Güneş Enerjisi ve Diğer Yenilenebilir Enerji Kaynakları

‍

Büyük teknoloji şirketleri yenilenebilir enerjiye büyük yatırımlar yapıyor:

Geleceğe Yönelik Taahhütler: Business Critical Services Consulting'e göre, veri merkezleri tarafından kullanılan enerjinin yüzde 90'ı 2033 yılına kadar yenilenebilir olacaktır ve Google ve Microsoft gibi şirketler 2030 yılına kadar 7/24 sıfır karbonlu enerji kullanma hedeflerini şimdiden açıklamışlardır.
Özel Güneş Enerjisi Projeleri: Birçok teknoloji şirketi, veri merkezlerine güç sağlamak için özel olarak güneş enerjisi sistemleri inşa ediyor ve bu sistemler genellikle sürekliliği sağlamak için enerji depolama sistemleriyle birlikte kullanılıyor.

Bu enerji kaynaklarının birbirini tamamlaması çok önemlidir: nükleer sürekli baz yükü sağlayabilirken, güneş enerjisi gibi yenilenebilir enerji kaynakları, kojenerasyon sistemleri ile genel verimliliği en üst düzeye çıkararak pik talebi karşılayabilir.

‍

Ayrıca, yapay zeka endüstrisi çevresel etkilerini azaltma konusunda önemli ilerlemeler kaydetmektedir:

Geliştirilmiş enerji verimliliği: veri merkezleri, ekipmanlarını daha enerji verimli olacak şekilde sürekli olarak yükseltmektedir.
Yenilenebilir enerjinin benimsenmesi: Birçok teknoloji şirketi, veri merkezlerine güç sağlamak için yüzde 100 yenilenebilir enerji kullanmayı taahhüt etmiştir.
Daha verimli algoritmalar: Araştırmalar, benzer veya daha iyi sonuçlar elde etmek için daha az bilgi işlem gücü gerektiren yapay zeka algoritmalarına doğru ilerliyor.

‍

Doğruluk ve Güvenilirlik

YZ sonuçlarının kalitesi büyük ölçüde girdi verilerinin kalitesine bağlıdır. Verilerin eksik veya hatalı olabileceği çevresel bağlamda, bu önemli bir zorluk teşkil etmektedir.

‍

Eşitlik ve Erişilebilirlik

Çevre için yapay zeka temelli çözümlerin esas olarak daha fazla kaynağa sahip ülkeler ve kuruluşlar tarafından erişilebilir olması ve potansiyel olarak mevcut teknoloji açığını genişletmesi riski vardır.

‍

Çevre için Yapay Zekanın Geleceği: Sorumlu Yapay Zekaya Doğru

‍

Çevrenin korunmasında YZ'nin potansiyelini en üst düzeye çıkarmak için, aşağıdaki hususları içeren bir 'Sorumlu YZ' yaklaşımının benimsenmesi esastır

Teknolojik inovasyonu çevresel sürdürülebilirlik ile dengeleyin
Yapay zeka kullanımında şeffaflık ve hesap verebilirliğin sağlanması
Veri, kaynak ve uzmanlık paylaşımı için uluslararası işbirliğini teşvik etmek
Yapay zekanın çevre için faydalarının adil bir şekilde dağıtılmasını sağlamak

‍

SSS: Yapay Zekanın Çevresel Etkileri

‍

Yapay zeka gerçekten söylendiği kadar kirletiyor mu?

Hayır, YZ'nin çevresel etkisi kamusal tartışmalarda genellikle abartılmaktadır. Büyük YZ modellerinin eğitimi önemli ölçüde enerji gerektirse de, bu etki YZ'nin enerji optimizasyonu, emisyonların azaltılması ve yenilikçi iklim çözümleri açısından sağlayabileceği faydalarla karşılaştırılmalıdır. Bristol Üniversitesi tarafından 2021 yılında yapılan bir çalışma, YZ'nin enerji etkisine ilişkin önceki tahminlerin çoğunun 90 kata kadar fazla tahmin edildiğini göstermiştir.

‍

Yapay zekanın çevresel etkisi kamuoyundaki tartışmalarda neden bu kadar abartılıyor?

Yapay zekanın çevresel etkisi, psikolojik, ekonomik ve sosyal faktörlerin bir araya gelmesi nedeniyle abartılmaktadır. Bilinmeyene karşı duyulan korku ve belirli bir teknofobi, doğal olarak bu gelişmekte olan teknolojiye yönelik eleştirel tutumları beslerken, medya sansasyonelliği daha fazla katılım sağlamak için alarmist verileri güçlendirmektedir. Bir de yapay zekayı rekabetçi bir tehdit olarak algılayan geleneksel sektörlerin ekonomik çıkarları var.

‍

Kilit unsurlardan biri algısal uyumsuzluktur: veri merkezleri ölçülebilir miktarda enerji tüketen görünür fiziksel yapılar iken, yapay zeka tarafından üretilen çevresel faydalar (ulaşımın optimize edilmesi veya atıkların azaltılması gibi) dağınık ve daha az somuttur. Buna ek olarak, yüksek otomasyona sahip veri merkezleri, diğer sektörlere kıyasla nispeten az sayıda istihdam yaratmakta ve çevresel etkileri ile yerel sosyo-ekonomik faydalar arasındaki ilişkiye dair olumsuz bir algı oluşturmaktadır.

‍

YZ'ye genellikle yanlış bir şekilde, aslında kullanılan enerji karışımına bağlı olan bir etki atfedilmektedir, oysa etkili bir enerji karışımı ile bu etki büyük ölçüde azaltılmaktadır. Son olarak, neredeyse her zaman karşılaştırmalı bir bağlam eksikliği vardır: YZ'nin ekolojik ayak izi nadiren ulaşım, ağır sanayi ve hatta diğer günlük dijital faaliyetler (video akışı, çevrimiçi oyun) gibi diğer sektörlerle karşılaştırılır ve küresel emisyonların genel resmindeki önemi hakkında çarpık bir algı yaratır.

‍

Yapay zekanın etkisi diğer günlük dijital faaliyetlerle karşılaştırıldığında nasıldır?

YZ'nin karbon ayak izi, birçok günlük dijital faaliyetle karşılaştırılabilir veya daha düşüktür. Örneğin, bir saatlik yüksek çözünürlüklü video akışı yaklaşık 36-100 gram CO2 üretirken, bir YZ modelinden yapılan tek bir çıkarım, aynı görevi yerine getiren bir insandan daha az enerji tüketebilir. Eğitim aşaması daha yoğundur, ancak sürekli kullanıma kıyasla tek seferlik bir olaydır.

‍

Yapay zekayı çevresel amaçlarla kullanmak, enerji tüketimi göz önüne alındığında bir çelişki midir?

Hayır, bu bir çelişki değil. YZ enerji tüketmesine rağmen, enerji verimliliğini optimize etme ve çeşitli sektörlerdeki (enerji, ulaşım, üretim) emisyonları azaltma potansiyeli, doğrudan etkisini önemli ölçüde aşan emisyon tasarruflarına yol açabilir. Araştırmalar, YZ'nin 2030 yılına kadar küresel emisyonları yüzde 10'a kadar azaltmaya yardımcı olabileceğini göstermektedir.

‍

Yapay zekanın çevresel etkisini nasıl azaltabiliriz?

Yapay zekanın çevresel etkisini çeşitli stratejilerle azaltabiliriz:

Daha az hesaplama gücü gerektiren daha verimli algoritmalar geliştirmek
Yapay zeka için daha az enerji tüketen özel donanımlar uygulamak
Performans ve enerji tüketimini dengeleyen 'yeşil yapay zeka' uygulamalarının benimsenmesi
Teknoloji şirketlerinde yapay zeka modellerinin karbon ayak izine ilişkin şeffaflığın teşvik edilmesi

‍YZ çevreye, yerini aldığı geleneksel süreçlerden daha mı zararlı?

Hayır, çoğu durumda yapay zeka geleneksel süreçlerden daha verimlidir. Örneğin, ulaşım optimizasyonunda YZ, daha verimli rotalar ve daha az trafik sıkışıklığı yoluyla emisyonları %10'a kadar azaltabilir. Tarımda ise su ve gübre kullanımını %30'a kadar azaltabilir. Bu verimlilik kazanımları genellikle YZ'nin kendi karbon ayak izini aşmaktadır.

‍

Sonuçlar

Yapay zeka, iklim değişikliği ile mücadelede ve çevrenin korunmasında güçlü ve çok yönlü bir araçtır. 2025 yılında, halihazırda önemli bir olumlu etkiye sahip olan somut uygulamaların ortaya çıkışına tanık oluyoruz.

‍

YZ enerji tüketmesine rağmen, etkisi birçok günlük dijital faaliyetle karşılaştırılabilir veya daha azdır ve diğer sektörlerdeki emisyonları azaltma potansiyeli, doğrudan karbon ayak izini çok aşmaktadır. YZ'nin enerji maliyetlerini, optimizasyon, tahmin ve kaynak yönetimi yoluyla sağlayabileceği çevresel faydalarla karşılaştırmak çok önemlidir.

‍

YZ'nin bu alandaki potansiyelini tam olarak hayata geçirmek için, sadece teknolojik olanakları değil, aynı zamanda YZ'nin etik, sosyal ve çevresel etkilerini de dikkate alan dengeli bir yaklaşıma ihtiyaç vardır.

‍

Çevresel sürdürülebilirliğin geleceği, yapay zekayı çevre yönetimi stratejilerine sorumlu bir şekilde entegre etme ve bu teknolojiyi gezegen için gerçek bir müttefike dönüştürme becerimize giderek daha fazla bağlı olacaktır.

‍

Kaynaklar

Iren Group. (2025). 'Yapay zeka, çevresel etkisi nedir ve sürdürülebilirlik ile yenilikçilik nasıl dengelenir'. https://www.gruppoiren.it/it/everyday/energie-per-domani/2025/intelligenza-artificiale-qual-e-l-impatto-ambientale-e-come-equilibrare-sostenibilita-e-innovazione.html
GeoSmart Dergisi. (2025). "Ormansızlaşmanın izlenmesi: Çevre Algılama devrimi." https://geosmartmagazine.it/2025/02/11/monitoraggio-deforestazione-la-rivoluzione-di-envirosensing/
Çevre ve Enerji Güvenliği Bakanlığı. "Yatırım 1.1 - Gelişmiş ve entegre bir izleme ve tahmin sisteminin uygulanması". https://www.mase.gov.it/pagina/investimento-1-1-realizzazione-di-un-sistema-avanzato-ed-integrato-di-monitoraggio-e-0
ESG360. (2025). "Yapay zeka: iklim değişikliğine karşı yeni çözümler". https://www.esg360.it/digital-for-esg/intelligenza-artificiale-nuove-soluzioni-contro-il-climate-change/
Ecofuture Dergisi. (2025). "Yapay zeka: iklim ve çevre için ne gibi faydaları var?". https://ecquologia.com/intelligenza-artificiale-quali-vantaggi-per-clima-e-ambiente/
Google ile düşünün. (2024). "Yapay zeka iklim krizini çözmeye yardımcı olabilir mi?". https://www.thinkwithgoogle.com/intl/it-it/strategie/marketing-automation/intelligenza-artificiale-cambiamento-climatico/
Wastezero. (2024). "Yapay zekanın (AI) çevresel etkisi: CO2, enerji ve su tüketimi arasında ne kadar kirletiyor?" . https://www.wastezero.it/impatto-ambientale-intelligenza-artificiale-ai-quanto-inquina/.
Dijital Gündem. (2024). 'Yapay zeka ve iklim değişikliği: riskler ve fırsatlar'. https://www.agendadigitale.eu/cultura-digitale/intelligenza-artificiale-e-cambiamenti-climatici-rischi-e-opportunita/
Uluslararası Enerji Ajansı (IEA). "The True Climate Impact of Streaming". https://about.netflix.com/en/news/the-true-climate-impact-of-streaming
Çığır Açan Yakıt. "Taşımacılık sektöründe yapay zeka verimliliği ve sürdürülebilirliği teşvik ediyor." https://www.breakthroughfuel.com/it/blog/how-will-ai-impact-transportation-3-predictions/
GreenPlanner. (2024). '2033 yılına kadar veri merkezleri sadece yenilenebilir enerji kullanacak'. https://www.greenplanner.it/2024/09/05/data-center-energia-rinnovabile/
GreenPlanner. (2025). "Veri merkezlerinin enerji geleceği: nükleer, hidrojen ve bataryalar." https://www.greenplanner.it/2025/02/24/data-center-futuro-energetico/
ZeroUno. (2023). "Veri merkezlerinin çevresel etki faktörleri." https://www.zerounoweb.it/techtarget/searchdatacenter/i-fattori-dellimpatto-ambientale-dei-data-center/
Nükleer ve Akıl. (2024). 'Enerji Kaynaklarının Karşılaştırılması'. https://nucleareeragione.org/il-nucleare-a-confronto-con-altre-forme-di-energia/
Dijital Gündem. (2024). "Dijital bedava bir yemek değildir: veri merkezleri çevreyi ne kadar kirletiyor ve etkileri nasıl azaltılabilir?". https://www.agendadigitale.eu/smart-city/il-digitale-non-e-un-pasto-gratis-quanto-inquinano-i-data-center-e-come-ridurne-limpatto/
Sorgenia. (2024). 'Enerji kojenerasyonu: işletme ve faydaları'. https://www.sorgenia.it/guida-energia/cogenerazione
Viessmann. (2024). "Kojenerasyon: kombine ısı ve güç santrallerinin avantajları ve işletimi". https://industriale.viessmann.it/blog/cogeneratore
Enel X. (2024). "Veri Merkezi Sektörü ve Sürdürülebilirlik". https://corporate.enelx.com/en/stories/2021/12/data-center-industry-sustainability
Geoside. (2023). "Akıllı Kojenerasyon: Paradan tasarruf etmek ve enerji dönüşümüne katkıda bulunmak için enerjiyi optimize etmek." https://www.geoside.com/it/risparmio-energetico-cogenerazione-ottimizzazione
2G Enerji. (2024). 'Kojenerasyon: verimli ve sürdürülebilir enerji'. https://2-g.com/en/innovation-knowledge/combined-heat-and-power-generation
Cummins Inc. (2021). 'CHP'nin üç ana avantajı'. https://www.cummins.com/it/news/2021/08/09/three-key-benefits-cogeneration