Grote AI-diensten zoals ChatGPT van OpenAI en Gemini van Google verbruiken veel stroom per antwoord. Consumenten, onderzoekers en politici vragen nu om duidelijke energiecijfers bij AI-antwoorden. In Europa spelen nieuwe regels mee, zoals de AI-verordening en de Energie-efficiëntierichtlijn, met gevolgen voor overheid en bedrijven. De kernvraag: komt er een soort energierekening bij elk AI-antwoord, en wie levert die?
AI-antwoorden kosten veel stroom
Een chatbot-antwoord komt uit rekencentra vol krachtige chips. Dat kost meer energie dan een gewone zoekopdracht. Het verschil zit in het “inference”-proces: het model berekent elk woord stap voor stap. Zo’n rekenketen is intensief en zet flink druk op stroom en koeling.
De impact is breder dan elektriciteit. Veel datacenters gebruiken water voor koeling, direct of indirect. In droge periodes kan dat lokaal gevoelig liggen. Steden en provincies vragen daarom vaker om water- en energietoetsen bij uitbreiding.
Het energiegebruik verschilt per model, vraag en instelling. Een korte factcheck vraagt minder dan een lange codegeneratie. Ook hardware, batching en modelgrootte tellen mee. Daardoor is een vaste “prijs per prompt” lastig te geven.
Onderzoekers schatten dat één AI-chatvraag ruwweg 10 tot 100 keer meer stroom kan vergen dan een klassieke webzoekopdracht, afhankelijk van model en instelling.
Bedrijven tonen weinig details
Techbedrijven publiceren wel duurzaamheidsrapporten, maar zelden per model of per antwoord. OpenAI, Google en Microsoft melden totale uitstoot en energie-efficiëntie van hun cloud, zoals PUE (een maat voor datacenter-efficiëntie). Maar gebruikers zien niet wat één ChatGPT- of Gemini-antwoord aan stroom of CO2 kost.
Dat gebrek aan detail heeft oorzaken. Leveranciers wisselen vaak van modelversie en hardware. Ook draaien modellen op gedeelde clusters van bijvoorbeeld Azure, Google Cloud of AWS. Zo raakt de energie niet netjes aan een enkele gebruiker te koppelen.
Toch zijn er bouwstenen. Hulpmiddelen als CodeCarbon en de ML CO2 Impact-methode schatten verbruik tijdens trainen en draaien. En “model cards” kunnen extra velden krijgen voor gemiddeld energie- en watergebruik. Zonder standaard en verificatie blijft het echter niet vergelijkbaar.
AI-verordening vraagt transparantie
De Europese AI-verordening (AI Act) eist meer openheid van aanbieders van algemene AI-systemen. Op het moment van schrijven verplicht de wet documentatie over het model en risico’s. Duurzaamheid wordt genoemd, maar er is geen plicht tot energiecijfers per prompt.
Wel zet de EU druk via de herziene Energie-efficiëntierichtlijn (EED). Datacenters boven 500 kW moeten energie- en watergegevens melden aan een Europese database. Dat helpt beleidsmakers en toezichthouders, ook in Nederland, om de groei van AI en cloud te volgen.
Voor overheden die AI inkopen speelt dit direct. Europese aanbestedingen mogen duurzaamheid meewegen. Een eis voor meetbare energie-indicatoren past binnen “groen” inkoopbeleid, zolang deze objectief en verifieerbaar zijn.
Nederland telt impact mee
Nederland kent netcongestie en scherpe ruimtelijke keuzes. Provincies en gemeenten kijken kritisch naar nieuwe datacenters en AI-clusters. Waterverbruik, restwarmtebenutting en piekbelasting op het net zijn vaste thema’s in vergunningsprocedures.
Bij claims over “groene AI” kan de Autoriteit Consument & Markt optreden tegen misleiding. Bedrijven moeten onder de AVG en consumentenwetgeving eerlijk communiceren. Dat geldt ook voor dashboards in apps die energie- of CO2-besparing tonen.
De rijksoverheid stimuleert efficiëntie, bijvoorbeeld via de Informatieplicht energiebesparing. Restwarmte uit datacenters kan woningen verwarmen. Dat verlaagt de totale voetafdruk, mits techniek en infrastructuur op tijd beschikbaar zijn.
Naar energielabel per antwoord
Een “energielabel” bij een AI-antwoord klinkt eenvoudig, maar vergt standaarden. Er is een meetkader nodig voor stroom en water, plus rekenregels voor CO2-factoren per land. Ook moet duidelijk zijn of cijfers gaan over training, gebruik of beide.
Een praktische tussenstap is een bandbreedte per model en taaktype. Denk aan: korte tekst, lange code, of beeldgeneratie. Leveranciers kunnen dat onafhankelijk laten toetsen. Zo krijgen gebruikers houvast zonder schijnnauwkeurigheid.
Initiatieven zoals de Green Software Foundation en open modelkaarten kunnen helpen. Europese normalisatie (bijvoorbeeld via CEN/CENELEC) kan dit verankeren. Daarmee sluit het aan op de AI-verordening en de EED, en wordt het bruikbaar voor inkoop door overheid en bedrijfsleven.
Wat dit betekent nu
Voor gebruikers verandert weinig tot er echte meetlabels komen. Wel kunnen organisaties bij contracten met OpenAI, Google of Microsoft al vragen om energie- en waterdata per dienst. Dat stuurt vraag en aanbod richting meetbare efficiëntie.
Voor aanbieders loont optimalisatie direct. Kleinere modellen, efficiënte chips en slim promptontwerp drukken kosten én verbruik. Dat speelt mee in prijsstelling van API’s en consumentendiensten.
Beleidsmatig is de richting helder: meer transparantie, gestandaardiseerde rapportage en toezicht. De Europese AI-verordening en de Energie-efficiëntierichtlijn zetten het kader. De volgende stap is zicht voor iedereen op de “energienota” achter elk algoritme.