Punt
Een scherpe mening over een actueel onderwerp. Deze editie: Xin Sun.

De opkomst van kunstmatige intelligentie (AI) is revolutionair. AI transformeert de industrie, herdefinieert productiviteit en verandert de manier waarop samenlevingen functioneren. Datacenters vormen de onzichtbare ruggengraat van de AI-economie, maar hun impact op het milieu is groot. In 2025 verbruikten datacenters wereldwijd 448 terrawattuur aan elektriciteit: meer dan de totale jaarlijkse elektriciteitsbehoefte van de 1,3 miljard inwoners van Afrika bezuiden de Sahara. Naar verwachting zal dit tegen 2030 bijna zijn verdubbeld tot 945 terrawattuur, bijna 3 procent van het wereldwijde elektriciteitsverbruik. De stroom die nodig is voor AI – dat nu al 20 procent van het elektriciteitsverbruik van datacenters voor zijn rekening neemt – kan dan zijn opgelopen tot 378 terrawattuur.

AI-inferentie, het continu genereren van antwoorden bij miljarden interacties per dag, is verantwoordelijk voor 80 tot 90 procent van het totale energieverbruik van AI. In Ierland zijn datacenters al goed voor 21 procent van de nationale elektriciteitsvraag, en zijn netbeheerders gedwongen nieuwe aansluitingen uit te stellen vanwege capaciteitsbeperkingen.

Ook het water en landgebruik is zorgwekkend. In 2025 ging het elektriciteitsverbruik van datacenters gepaard met een watervoetafdruk van 4,5 biljoen liter, genoeg voor de jaarlijkse basisbehoeften van meer dan 620 miljoen mensen in Sub-Sahara-Afrika. Het ruimtebeslag bedroeg 6900 vierkante kilometer, meer dan de oppervlakte van de provincies Gelderland en Utrecht samen. Alleen al voor de training van GPT-4 waren zeshonderd miljoen liter water en 0,9 vierkante kilometer land nodig, vergelijkbaar met 237 olympische zwembaden en 126 voetbalvelden. In plaats van te voorzien in de jaarlijkse behoeften van tienduizenden mensen, werden deze hulpbronnen in slechts enkele maanden verbruikt voor één AI-model. In regio's met waterschaarste, zoals Querétaro in Mexico, verergert het groeiende aantal AI-datacenters het watertekort, omdat de industriële vraag voorrang krijgt boven menselijk verbruik. Vrijwillige efficiëntieverbeteringen volstaan niet. De Jevons-paradox, waarbij een hogere efficiëntie leidt tot een groter totaalverbruik, speelt nu al. Eén door AI gegenereerde video kan evenveel elektriciteit verbruiken als tweehonderdduizend spamclassificaties. Ook het gebruik van hernieuwbare energie is geen wondermiddel: een energienet op waterkracht kan een dertig keer grotere watervoetafdruk hebben dan die van steenkool. Bio-energie verlaagt weliswaar de CO2uitstoot, maar kan het landgebruik tot honderd keer vergroten.

Strengere regelgeving is cruciaal. Overheden moeten datacenters verplichten hun energie, water en landvoetafdruk openbaar te maken. Daarbij zijn gestandaardiseerde rapportage, realtime monitoring en verificatie door derden nodig om greenwashing te voorkomen.

Vestigingsbeperkingen moeten niet alleen regio's met waterschaarste beschermen, maar ook gebieden met een instabiel energienet of ecologische kwetsbaarheid.

Geef lokale gemeenschappen vetorecht over projecten die hun natuurlijke hulpbronnen bedreigen. Koppel budgetten voor hulpbronnen, zoals jaarlijkse maxima voor het aantal GPU-uren en het verbruik van elektriciteit en water, aan de regionale draagkracht, met boetes voor overschrijdingen en beloningen voor efficiëntie. Kom met verplichte efficiëntienormen, waarin datacenters moeten voldoen aan minimale prestatie-eisen voor stroomverbruik en koeling, en met uitgebreide plannen voor e-wastebeheer om ook de impact van de hardwarelevenscyclus aan te pakken.

De tijd om in te grijpen dringt. Zonder bindende regelgeving zal de milieuvoetafdruk van AI blijven groeien, waardoor wereldwijde ongelijkheid toeneemt en de planetaire grenzen tot het uiterste worden belast.

Xin Sun is universitair docent bij het Energy and Sustainability Research Institute Groningen (ESRIG) van Rijksuniversiteit Groningen.