De milieudruk van kunstmatige intelligentie groeit snel, terwijl de voordelen ongelijk over de wereld zijn verdeeld. Nieuwe analyses laten zien dat grote taalmodellen zoals OpenAI’s ChatGPT, Google Gemini en Meta’s Llama veel energie en koelwater vragen. Datacenters in Europa, onder meer in Nederland en Ierland, voelen de druk op stroomnet en water. Beleidsmakers bespreken nu wat dit betekent voor de Europese AI-verordening en de gevolgen voor overheid en bedrijven.
Energie en water nemen toe
Het trainen van een AI-model kost veel rekenkracht, elektriciteit en vaak veel water voor koeling. Ook het dagelijks gebruiken van zo’n model, het zogenaamde ‘inference’, verbruikt stroom bij iedere vraag. Hoe populairder de dienst, hoe groter het verbruik in de achterliggende datacenters. Daardoor stapelt het effect van miljoenen AI-queries zich snel op.
De vraag naar chips en servers groeit mee met systemen als ChatGPT, Gemini en Llama. Bedrijven draaien deze modellen vaak in de cloud, bijvoorbeeld via Microsoft Azure, Google Cloud of Amazon Web Services. Dit verplaatst het verbruik naar grote datacenters, maar vermindert het niet. In regio’s met netcongestie kan dit knellen, zoals nu in delen van Nederland.
Watergebruik speelt ook een rol, omdat veel datacenters met water koelen. In droge periodes kan dat lokaal spanning geven tussen industrie en omgeving. Waterbedrijven en provincies vragen daarom om zuiniger koelsystemen en hergebruik. Steden onderzoeken of restwarmte uit datacenters woningen kan verwarmen.
Training is het langdurig rekenwerk om een model te leren; inference is het uitvoeren van een enkele taak met een getraind model.
Baten en lasten scheef verdeeld
De economische winst van AI komt vooral terecht bij grote techbedrijven in de VS en China. Denk aan OpenAI, Google, Meta, Microsoft en Nvidia, die modellen, cloud en chips leveren. Veel arbeid voor data-annotatie en moderatie gebeurt juist in lagelonenlanden. De milieulast en sociale risico’s liggen daardoor vaak elders dan de winst.
Grondstoffen voor hardware, zoals kobalt en zeldzame aardmetalen, komen uit een beperkt aantal landen. De winning daarvan kent milieuschade en soms slechte arbeidsomstandigheden. Tegelijk vragen datacenters in Europa veel stroom en ruimte. Dat leidt tot spanning met lokale klimaat- en ruimteplannen.
Publieke voorzieningen profiteren niet altijd even snel van AI. Onderwijs en zorg hebben vaak beperkte middelen en expertise. Daardoor gaat de productiviteitswinst ongelijk. Zonder gerichte investeringen kan de digitale kloof groter worden.
AI-verordening mist milieunorm
De Europese AI-verordening (AI Act) regelt op het moment van schrijven vooral risico’s voor veiligheid, gezondheid en grondrechten. Hoge-risicosystemen krijgen strenge eisen, zoals documentatie en menselijk toezicht. Voor algemene modellen gelden transparantieplichten. Maar er zijn geen harde grenzen voor energie- of watergebruik.
Wel dwingt andere EU-wetgeving meer inzicht af. De herziene Europese energierichtlijn verplicht grote datacenters om informatie over energie, water en warmtehergebruik te rapporteren. Dat vergroot vergelijkbaarheid en toezicht. Lidstaten kunnen hierop lokaal beleid bouwen.
Daarnaast zorgt de Europese duurzaamheidsrapportage (CSRD) dat grote bedrijven hun milieu-impact van digitale diensten moeten melden. Dat raakt ook AI-diensten die via de cloud lopen. Voor overheden kan dit doorwerken in aanbestedingen. Inkoopcriteria kunnen vragen om zuinigere modellen en groene stroom.
Nederland zoekt balans
Het Nederlandse stroomnet is op veel plekken vol. Extra AI-capaciteit kan daardoor andere plannen verdringen, zoals woningbouw of elektrificatie van bussen. Gemeenten en provincies stellen daarom strengere regels voor vestiging en uitbreiding van datacenters. Waterbeschikbaarheid en warmtehergebruik worden daarbij belangrijker.
Overheidsorganisaties die AI inkopen, moeten kosten, privacy en milieu in samenhang afwegen. De AVG eist dataminimalisatie; minder data kunnen indirect ook energie schelen. Aanbestedende diensten kunnen eisen stellen aan transparantie over verbruik. Denk aan rapportage per 1.000 AI-queries of per getrainde modelversie.
Voor burgers draait het om betrouwbaarheid én betaalbaarheid van publieke diensten. Als AI de rekening voor energie en infrastructuur verhoogt, moeten keuzes worden gemaakt. Warmtenetten met datacenterrestwarmte kunnen baten delen. Maar dan zijn duidelijke contracten en toezicht nodig.
Bedrijven beloven zuiniger AI
Techbedrijven investeren in efficiëntere chips en datacenters. Google gebruikt TPU’s, Amazon heeft Trainium, en Nvidia brengt nieuwe GPU’s met hogere prestaties per watt. Ook proberen aanbieders modellen kleiner te maken, bijvoorbeeld met ‘distillation’ en quantization. Dat kan dezelfde taak met minder rekenwerk laten draaien.
Daarnaast kopen cloudproviders meer hernieuwbare energie en bouwen zij koeling met minder water. Restwarmte wordt vaker geleverd aan stadsdelen. Toch zegt dit nog weinig over absolute impact. Als het gebruik sneller groeit dan de efficiëntie, stijgt de totale voetafdruk alsnog.
Transparantie blijft een zwakke plek. Modelkaarten geven zelden volledige cijfers over energie- en waterverbruik, of over toeleveringsketens. Standaarden voor rapportage per trainingsrun en per gebruik zijn in ontwikkeling. Zonder vergelijkbare cijfers blijft sturen lastig voor toezichthouders en klanten.
Wat nu nodig is
Voor beleidsmakers ligt de kans in slimme prikkels. Koppel vergunningen aan warmtehergebruik en zuinige koeling. Gebruik de Europese AI-verordening in combinatie met energie- en rapportageregels om risico’s te beperken. En zorg dat publieke inkoop duurzaamheid meeweegt naast prijs en prestatie.
Voor bedrijven is meten de eerste stap. Publiceer verbruik per modelversie en per taak, en kies zuinige architecturen. Verplaats niet alleen de rek naar de cloud, maar verminder ook de rekvraag. Dat begint bij nuchtere use-cases en heldere dataminimalisatie.
Voor Nederland biedt de combinatie van sterke digitale infrastructuur en strengere voorwaarden een route naar duurzame groei. Door restwarmte te benutten en groene stroom te contracteren kan AI waarde leveren met minder impact. Dan worden baten en lasten eerlijker verdeeld, lokaal én wereldwijd.