Een prompt lijkt een lichte aanraking. Je schrijft een vraag, wacht een paar seconden en er komt een antwoord. Alles lijkt immaterieel, bijna magisch. Maar achter elk verzoek aan ChatGPT of andere kunstmatige intelligentiesystemen schuilt een gigantische infrastructuur bestaande uit servers, koelsystemen, elektrische netwerken en grote hoeveelheden water en energie.
Dit is het beeld dat naar voren komt uit het nieuwe rapport van het United Nations University Institute for Water, Environment and Health (UNU-INWEH), dat ons uitnodigt om verder te kijken dan de oppervlakte van AI. Omdat kunstmatige intelligentie niet alleen software is: het heeft een steeds grotere fysieke voetafdruk in termen van elektriciteit, waterverbruik, landgebruik en grondstoffen.
Hoeveel datacenters verbruiken
In 2025 verbruikten de datacenters in de wereld ongeveer 448 TWh elektriciteit. Als ze een staat waren, zouden ze de elfde grootste energieverbruiker ter wereld zijn geweest. En de groei lijkt niet voorbestemd om te vertragen: tegen 2030 zou de vraag 945 TWh kunnen bereiken, bijna net zoveel als het gehele jaarlijkse verbruik van Japan en gelijk aan ongeveer 3% van de mondiale elektriciteitsproductie.
Een groot deel van deze groei houdt verband met kunstmatige intelligentie. Niet alleen voor het trainen van grote modellen, maar vooral voor hun dagelijks gebruik: elke gegenereerde tekst, elk gemaakt beeld, elke geproduceerde video vereist rekenkracht en dus energie.
Een van de meest verrassende aspecten betreft water. Volgens het rapport zou de watervoetafdruk die verband houdt met het elektriciteitsverbruik van datacenters in 2030 9,3 biljoen liter kunnen bedragen. Een enorme hoeveelheid, wat overeenkomt met de essentiële huishoudelijke waterbehoeften van ongeveer 1,3 miljard mensen in Afrika bezuiden de Sahara.
Water wordt zowel gebruikt om de servers rechtstreeks te koelen als om de energie te produceren die ze aandrijft. Om deze reden benadrukken de auteurs dat het simpelweg meten van de CO2-uitstoot niet voldoende is: elke energiebron brengt ook een water- en territoriale voetafdruk met zich mee die vaak onzichtbaar blijft.
In 2025 verbruikten datacenters ongeveer 4,5 biljoen liter water en produceerden ze 189 miljoen ton CO2. Tegen 2030 zou de uitstoot kunnen stijgen tot 399 miljoen ton, terwijl de landbezetting meer dan 14.500 km² zou kunnen bedragen.
De zogenaamde digitale ‘wolk’ is daarom veel minder etherisch dan we ons voorstellen. Achter de cloud bevinden zich gebouwen, industriële installaties, transformatoren, koelsystemen en infrastructuur die ruimte innemen en hulpbronnen vereisen. En ze worden vaak gebouwd in gebieden waar water en energie al onder druk staan.
Jevons’ paradox en het rebound-effect
Dan is er nog een element dat aandacht verdient. Velen beweren dat AI-modellen steeds efficiënter zullen worden en daardoor minder zullen verbruiken. Maar de geschiedenis leert ons dat het niet altijd zo werkt. Het is de zogenaamde Jevons-paradox: wanneer een technologie efficiënter en goedkoper wordt, wordt deze doorgaans veel vaker gebruikt, waardoor een deel van de verkregen voordelen teniet wordt gedaan.
In het geval van kunstmatige intelligentie is het risico duidelijk. Snellere en goedkopere modellen worden geïntegreerd in een groeiend aantal applicaties, diensten en platforms. Het verbruik per enkele handeling neemt dus af, maar het totaal aantal handelingen neemt enorm toe.
Het rapport benadrukt ook dat het grootste deel van de energie die AI verbruikt niet afkomstig is van trainingsmodellen, maar van zogenaamde gevolgtrekkingen, dat wil zeggen van het dagelijks gebruik om te reageren op gebruikersverzoeken. Deze fase kan tussen de 80% en 90% van het totale energieverbruik vertegenwoordigen.
Het type inhoud dat nodig is, maakt ook een groot verschil. Het genereren van een afbeelding vergt veel meer energie dan een simpele tekstreactie, terwijl het maken van video’s met AI nog meer energie kost. Volgens het onderzoek kan een enkel gegenereerd beeld tot 1.450 maal de energie vergen die nodig is voor eenvoudige tekstclassificatie.
De groei concentreerde zich tussen de Verenigde Staten en China
Een ander aspect betreft de mondiale distributie van infrastructuren. Uit het onderzoek blijkt dat slechts 32 landen een gespecialiseerde cloudinfrastructuur voor AI hosten, en dat meer dan 90% van de capaciteit geconcentreerd is tussen de Verenigde Staten en China. Veel andere landen blijven uitgesloten van directe economische voordelen, maar lijden nog steeds onder de gevolgen voor het milieu die verband houden met de winning van cruciale mineralen en het beheer van elektronisch afval.
Tegen 2030 zou de AI-infrastructuur jaarlijks tot 2,5 miljoen ton elektronisch afval kunnen genereren. Servers, chips en componenten worden snel vervangen om de race om rekenkracht te ondersteunen, waardoor de druk op natuurlijke hulpbronnen verder toeneemt.
Mogelijke oplossingen
Voor de auteurs van het rapport is de uitdaging niet om innovatie tegen te houden, maar om deze transparant en duurzaam te maken. Het betekent het publiceren van vergelijkbare gegevens over energieverbruik, emissies, water- en landgebruik. Het betekent dat we efficiëntere modellen moeten ontwerpen en rekenkracht moeten gebruiken op een manier die in verhouding staat tot de werkelijke behoeften.
Europa probeert ook in te grijpen. De Europese Commissie werkt aan nieuwe efficiëntienormen voor datacenters, met criteria zoals waterverbruik en hernieuwbare energie.
Ondertussen zou het mondiale elektriciteitsverbruik van datacenters volgens het Internationaal Energieagentschap (IEA) tegen 2030 kunnen verdubbelen. Een cijfer dat duidelijk maakt dat de toekomst van kunstmatige intelligentie nu nauw verbonden is met de energie- en milieu-uitdagingen van de planeet.
Jarenlang hebben we digitaal gezien als iets schoons, omdat het onzichtbaar is. Maar het VN-rapport herinnert ons eraan dat achter elke reactie die door AI wordt gegenereerd, een realiteit schuilgaat die bestaat uit elektriciteit, water, grondstoffen en infrastructuur. Van dichtbij gezien is de wolk veel minder ongrijpbaar dan hij lijkt.
Mogelijk bent u ook geïnteresseerd in:
