Agents for Change gebruikt AI om duurzaamheidsteams te ondersteunen. Maar is AI zelf eigenlijk wel duurzaam? Het is inmiddels breed bekend dat AI enorme hoeveelheden energie en water verbruikt. Mensen die duurzaamheid vooropstellen maken zich daar terecht zorgen over.
Wij ook.
Net zoals we in ons dagelijks leven keuzes proberen te maken met een positieve impact, doen we dat in ons werk. Daarom zetten we AI alleen in waar het veel efficiënter is dan handwerk - want ook handwerk kost energie: van woon-werkverkeer tot het verwarmen van je werkplek en videobellen.
Hoog tijd dus om te kijken naar de werkelijke impact van AI. Hoe erg is het echt?
Alex de Vries, promovendus aan de Vrije Universiteit Amsterdam, schreef er een interessant artikel over: Link naar het artikel
Hij wijst erop dat het zonder regelgeving buitengewoon lastig is om betrouwbare cijfers over het energieverbruik van AI te krijgen; Big Tech en hardwarebedrijven rapporteren er niet over. Hij kan alleen schattingen maken, maar die wijzen op een enorm verbruik.
Het totale elektriciteitsverbruik van alle datacenters bij elkaar (exclusief cryptomining) was vorig jaar 415 terawattuur (volgens een schatting van het Internationaal Energieagentschap).
De Vries schat dat AI-hardware alleen al goed kan zijn voor 11% tot 20% daarvan - meer dan het energieverbruik van hele landen als Zwitserland en Finland. En het aandeel van AI in dat verbruik groeit hard. Tegen het eind van dit jaar zou het al 50% van alle datacentercapaciteit kunnen opslokken, meer nog dan bitcoinmining.
Datacenters verbruiken op dit moment ongeveer 1,5% van alle elektriciteit wereldwijd. Zoals gebruikelijk zijn de VS de grootste verbruiker met 45%, gevolgd door China met 25% en Europa met 15%.
Het IEA verwacht dat de elektriciteitsvraag voor AI in 2030 verviervoudigd is.
Erger nog: in de haast om meer datacenters te bouwen, is de verwachting dat die de komende jaren steeds vaker zullen leunen op vervuilende energiebronnen zoals gas. Datacenters moeten continu draaien, wat het lastiger maakt om zon en wind te gebruiken. Big Tech kijkt naar kernenergie als oplossing; Meta, Amazon en Google pleiten voor een verdrievoudiging van de nucleaire capaciteit in 2050. Experts nemen dat niet al te serieus, omdat kernenergie op dit moment maar een fractie levert van de energie die datacenters nodig hebben, en nieuwe centrales duur en tijdrovend zijn om te ontwikkelen.
AI-modellen worden beter naarmate ze over meer data beschikken. Maar hoe groter de modellen, hoe meer energie ze verbruiken. Om je een idee van de schaal te geven: DeepSeek heeft naar schatting 600 miljard parameters, terwijl het volgende model van OpenAI naar verwachting boven de biljard uitkomt.
Wat een enorm verschil maakt, is hoe schoon het elektriciteitsnet is dat de datacenters voedt. Hoe meer zon en wind, hoe beter.
Reden te meer om AI-toepassingen zorgvuldig af te wegen, en AI alleen in te zetten wanneer de use case helder is.
Hugging Face rekende uit dat zogeheten "reasoning models" voor een simpele vermenigvuldiging 43 keer zoveel energie verbruiken als een rekenmachine.
Gelukkig zijn er signalen dat AI in de toekomst minder energie-intensief kan worden. Zo worden er efficiëntere trainingsmethodes ontdekt waarbij je een model niet alle data van het internet hoeft te voeren. Er komen kleinere, meer gespecialiseerde modellen. Je hebt niet altijd een alomvattend taalmodel nodig - soms gaat de betrouwbaarheid daar zelfs op achteruit.
Kleinere modellen vragen bovendien om minder krachtige chips. Het zou mooi zijn als AI-modellen op gewone thuiscomputers kunnen draaien.
Daarnaast wordt er gewerkt aan efficiëntere koeling. Hoe groter de rekenkracht, hoe meer koeling er nodig is. Op dit moment gaat tot 40% van het energieverbruik in datacenters op aan het koelen van servers. Ook daar worden slimmere methodes voor ontwikkeld. En minder energie gebruiken is bovendien simpelweg goedkoper.
Kortom: voor AI geldt dezelfde regel als in het algemeen - vermijd onnodige toepassingen en wees je bewust van de schadelijke bijeffecten, zodat je betere keuzes kunt maken.