De ecologische impact van AI

Blog

Energiehonger van AI

Het trainen van grote AI-modellen vergt enorme hoeveelheden energie. Generatieve AI zoals ChatGPT is hier een goed voorbeeld van. Elke prompt die je intypt, verbruikt 10 keer meer energie dan een gemiddelde Google-zoekopdracht. Met miljarden prompts per dag loopt de ecologische rekening snel op.  

“De energie die nodig is voor het trainen van een enkel groot taalmodel kan gelijkstaan aan meerdere trans-Atlantische vluchten – en dat is nog vóór de implementatie ervan.” - Dr. Sasha Luccioni, AI-researcher bij Hugging Face 

Watergebruik van datacenters

Een minder bekend, maar belangrijk aspect is het watergebruik. Servers in datacenters moeten worden gekoeld – vaak met behulp van grote hoeveelheden zoet grondwater. Alleen al in de VS verbruikte Google in 2022 ruim 15,8 miljard liter water voor zijn datacenters. En de vooruitzichten zijn zorgwekkend: naar verwachting zal AI in 2027 zo’n 6 miljard kubieke meter water verbruiken – zes keer het jaarlijkse waterverbruik van Denemarken.

Een dubbele milieuramp

Het trainen van een enkele chatbot kan evenveel CO₂ uitstoten als 125 retourvluchten New York–Beijing. Daar komt bij dat de hardware waarmee AI wordt getraind – zoals krachtige GPU’s – snel veroudert. Dit leidt tot e-waste: afgedankte technologie vol zeldzame aardmetalen die moeilijk recyclebaar zijn en onze bodem en lucht kunnen vervuilen​. 

Dr. Luccioni pleit voor meer transparantie en meetbaarheid. In haar werk ontwikkelt ze tools om de carbon footprint van AI-modellen zichtbaar te maken, zodat ontwikkelaars bewustere keuzes kunnen maken.

SDG's

Volgens Henrik Skaug Sætra, auteur van AI for the Sustainable Development Goals, heeft AI een tweeledige impact op de SDG’s: enerzijds kan het bijdragen aan het behalen van duurzaamheidsdoelstellingen, anderzijds kan het deze ondermijnen als de technologie niet zorgvuldig wordt ingezet.​ 

Positieve invloeden

• SDG 6 – Schoon Water en Sanitatie 

AI helpt bij het monitoren van waterkwaliteit, opsporen van lekkages en optimaliseren van waterbeheer. Slimme irrigatiesystemen kunnen bijvoorbeeld het waterverbruik in de landbouw drastisch verminderen. 

• SDG 7 – Betaalbare en Duurzame Energie 

Door AI-gestuurde optimalisatie van energienetwerken kan vraag en aanbod beter op elkaar worden afgestemd. Dit bevordert de integratie van hernieuwbare energiebronnen zoals zonne- en windenergie. 

• SDG 11 – Duurzame Steden en Gemeenschappen 

AI kan verkeersstromen in steden optimaliseren, de luchtkwaliteit voorspellen en het energieverbruik in gebouwen reduceren via slimme systemen. Dit resulteert in efficiëntere, schonere en leefbaardere stedelijke omgevingen. 

• SDG 13 – Klimaatactie 

AI wordt ingezet bij klimaatmodellering, vroegtijdige detectie van rampen (zoals overstromingen of bosbranden) en het optimaliseren van CO₂-reductiestrategieën in industrieën. 

• SDG 14 – Leven in het Water & SDG 15 – Leven op het Land 

AI helpt bij het analyseren van biodiversiteitsdata, het volgen van bedreigde diersoorten en het bestrijden van illegale visserij of ontbossing via satellietbeelden en drones. 

Negatieve invloeden 

• Energie-intensieve Modellen (SDG 7) 

De enorme hoeveelheid elektriciteit die nodig is voor training en inferentie van grote modellen, verhoogt de druk op het energienet en draagt bij aan broeikasgasemissies als er gebruik wordt gemaakt van fossiele bronnen. 

• Elektronisch Afval (SDG 12) 

De korte levensduur van AI-hardware zoals GPU’s leidt tot e-waste. Deze apparaten bevatten zeldzame metalen die vaak niet worden hergebruikt, met risico’s voor ecosystemen en gezondheid.

• Waterverbruik (SDG 6) 

Het intensieve gebruik van koelwater in datacenters bedreigt lokale waterreserves, vooral in droge gebieden waar AI-infrastructuur soms strategisch gevestigd is. 

Sætra benadrukt het belang van een holistische, strategische benadering bij het evalueren van de impact van AI op duurzaamheid. Het is cruciaal om zowel de voordelen als de risico's in overweging te nemen bij het ontwikkelen en implementeren van AI-technologieën. 

AI en de CSRD

In de Corporate Sustainability Reporting Directive (CSRD) van de EU, die vanaf januari 2024 van kracht is en de EU AI Act ontbreekt nog een specifieke verplichting om de ecologische voetafdruk van AI te meten en te rapporteren. Terwijl juist dát hard nodig is. 

De CSRD verplicht bedrijven om gedetailleerde informatie te verstrekken over hun milieu-, sociale en governance-impact. AI speelt hierin een dubbele rol: 

1. Onderwerp van rapportage

   Bedrijven moeten de ecologische impact van hun AI-systemen, zoals energieverbruik en CO₂-uitstoot, transparant maken. 
   
   

2. Hulpmiddel voor rapportage

   AI kan worden ingezet om CSRD-rapportages te verbeteren, door automatisering van data-analyse en rapportageprocessen. ​  
   
   

Door AI op een verantwoorde en transparante manier te integreren in zowel bedrijfsvoering als rapportage, kunnen organisaties voldoen aan de CSRD-eisen en tegelijkertijd bijdragen aan duurzame ontwikkeling. 

Wat kun jij doen?

De ecologische impact van AI is geen toekomstscenario, maar een realiteit van vandaag. Gelukkig kun je als organisatie nu al stappen zetten: 

1. Maak duurzaamheid onderdeel van je AI-strategie, niet iets dat je ‘erbij’ doet.

2. Weeg energieverbruik mee bij modelontwikkeling en cloudgebruik.
3. Gebruik AI als hulpmiddel bij CSRD-rapportage; zet technologie in voor transparantie.
4. Stimuleer bewustwording binnen je organisatie via trainingen, workshops en dialoog.
5. Werk samen met partners die duurzaamheid serieus nemen, van je eigen duurzaamheidsafdeling tot strategische partners. 

AI hoeft geen bedreiging te zijn voor het klimaat. Integendeel. Met de juiste keuzes kan AI zelfs bijdragen aan verduurzaming. Denk aan toepassingen in energieoptimalisatie, klimaatmodellering of circulaire economie. Laten we samenbouwen aan een toekomst waarin AI en duurzaamheid elkaar versterken – en niet ondermijnen.