AI en klimaat — de technologie die tegelijk probleem en oplossing kan zijn

Eind 2024 publiceerde Microsoft een jaarrapport dat ongemakkelijk was voor hun eigen communicatie. Het bedrijf had in 2020 beloofd om in 2030 carbon-negatief te zijn. In 2024 lieten ze zien dat hun CO2-uitstoot 30% hoger was dan in hun 2020-basislijn. De reden: AI. Datacentra voor AI-training en inference verbruikten zoveel stroom dat hun hernieuwbare-energie-investeringen de groei niet konden bijhouden.

Google had vergelijkbare problemen. Meta ook. De belofte van "klimaatneutrale tech" die deze bedrijven in de jaren 2020 hadden gemaakt, werd in toenemende mate moeilijk waar te maken omdat AI's energievraag sneller steeg dan de hernieuwbare stroominfrastructuur.

Tegelijkertijd, echter, deden diezelfde bedrijven iets anders ook. Google DeepMind publiceerde belangrijke papers over AI-gestuurde klimaat-weersvoorspellingen. Microsoft werkte aan AI-tools voor efficiëntere elektriciteitsgrids. Meta's AI werd gebruikt in materialen-onderzoek voor betere zonnecellen.

Dat is de kern van het AI-klimaat-paradox in 2026. AI is tegelijk een van de grootste nieuwe energiegebruikers en een van de krachtigste hulpmiddelen voor klimaatoplossingen. Welke kant uiteindelijk weegt, is onduidelijk — en hangt af van keuzes die we nog niet allemaal hebben gemaakt.

De kostenkant

Zie eerder artikel over AI-energie voor details. Samenvattend: AI-datacentra verbruikten in 2024 ongeveer 2% van wereldwijde elektriciteit. Schattingen voor 2030 variëren van 5 tot 10 procent. De groeicurve is steil.

Per query gebruikt AI aanzienlijk meer dan traditionele web-activiteit. Een ChatGPT-vraag: ongeveer 10x Google-zoekopdracht. Een AI-gegenereerde afbeelding: ongeveer 1000x. Vermenigvuldig dit met miljarden gebruikers en je hebt industriële schaal.

Bovendien: AI-datacentra hebben ook waterverbruik voor koeling. In droge regio's (Arizona, Spanje, bepaalde delen van Chile) is dit een serieuze druk op lokale watervoorraden.

Deze kosten zijn concreet, meetbaar, en groeien. Voor klimaat zijn ze niet goed nieuws.

De voordelen

Minder zichtbaar maar even reëel: AI draagt bij aan klimaatoplossingen op verschillende manieren.

Weersvoorspelling. In 2022 publiceerde DeepMind een paper over GraphCast — een AI-weersmodel dat traditionele modellen evenaarde of overtrof bij een fractie van de rekenkracht. In 2024 waren AI-weersmodellen standaard bij meteorologische organisaties wereldwijd voor snelle voorspellingen. Voor extreem weer (orkanen, hittegolven, droogte) betekent dat snellere waarschuwingen, betere voorbereiding, minder slachtoffers.

Traditionele weersmodellen draaien op grote supercomputers en kosten enorme hoeveelheden energie. AI-modellen draaien op kleinere GPU-clusters en leveren vergelijkbare of betere accuratesse. Dat is een substantiële efficiency-winst.

Materialen-onderzoek voor hernieuwbare energie. AI wordt gebruikt om nieuwe materialen te ontwerpen voor betere zonnecellen, efficiëntere batterijen, krachtigere katalysatoren voor groene waterstof. Google's GNoME-project (2023) gebruikte AI om 2.2 miljoen nieuwe kristalstructuren voor te stellen, waarvan 700.000 als stabiel en potentieel nuttig werden geïdentificeerd.

Dit versnelt een proces dat anders decennia zou duren. Als AI zelfs één procent van deze structuren kan vertalen naar praktische klimaatoplossingen, is de impact enorm.

Fusie-onderzoek. DeepMind werkt samen met kernfusie-onderzoekers. Plasma-controle in fusie-reactoren is enorm complex — temperaturen van miljoenen graden, magnetische velden die precies geconfigureerd moeten zijn. AI-systemen hebben in experimenten aangetoond dat ze plasma stabieler kunnen houden dan traditionele controllers. Als commerciële fusie-energie haalbaar wordt, kan AI een bepalende rol spelen. En dat zou klimaatpolitiek fundamenteel veranderen.

Efficiënt energiebeheer. AI-gestuurde elektriciteitsgrids kunnen beter omgaan met de variabiliteit van hernieuwbare bronnen (zon schijnt niet altijd, wind blaast niet altijd). Voorspelling van vraag en aanbod, dynamische prijsstelling, optimale distributie — allemaal worden door AI verbeterd. Google's eigen datacentra verbruiken inmiddels significant minder energie per rekenopdracht door AI-gestuurde koeling en workload-management.

Klimaatonderzoek. AI-analyse van satellietbeelden helpt ontbossing te detecteren, verbrandingsgedrag te voorspellen, dier-populaties te volgen, zee-ijs te meten. Deze monitoring draagt bij aan klimaatbeleid en natuurbehoud.

Landbouw-optimalisatie. Precision agriculture gebruikt AI voor irrigatie-optimalisatie, ziekte-detectie, geoptimaliseerd gewas-beheer. Dit reduceert water-, meststof- en pesticidegebruik, wat landbouw duurzamer maakt.

De netto-vraag

Als je al deze kosten en voordelen optelt — plus/min — wat is het netto-effect?

Eerlijk gezegd: niemand weet het zeker. Enkele benaderingen:

Optimistische lezing: AI's positieve impact op klimaat (versnelde hernieuwbare technologie, betere voorspellingen, efficiëntere infrastructuur) compenseert substantieel voor haar energiekosten. Als AI zelfs een klein percent van de klimaatcrisis versnelde-oplossing versnelt, is dat veel meer waard dan haar eigen uitstoot.

Pessimistische lezing: AI's energiegroei is exponentieel, klimaat-wetenschappelijke winsten zijn incrementeel. De meeste AI-groei gaat naar commerciële entertainment en productiviteit, niet naar klimaatoplossingen. Netto is AI slecht voor klimaat.

Nuchtere lezing: de netto-effect is nog niet duidelijk en hangt in grote mate af van welke AI-toepassingen we prioriteren en hoe we onze energiemix veranderen. Als AI-groei wordt gevoed door een steeds schoner net en geoptimaliseerd voor klimaat-waardevolle taken, is impact positief. Als AI-groei wordt gevoed door fossiele energie voor grotendeels niet-essentiële doeleinden, is impact negatief.

Die laatste lezing is waarschijnlijk correct. Het punt is dat de netto-impact geen gegeven is — het is een resultaat van beleidskeuzes.

De keuze-vraag

Een handvol beslissingen zal bepalen welke kant AI opschuift.

Energie-bronnen voor datacentra. Hernieuwbaar of fossiel? Investeringen in nucleair, geothermisch, zonne, wind. Locatie-keuzes voor nieuwe datacentra (waar hernieuwbare energie beschikbaar is).

Regelgeving. Moet AI-training een bepaalde carbon-intensity-drempel niet overschrijden? Moet er verplichte efficiency-rapportage zijn? De EU AI Act heeft hier enkele bepalingen, maar veel implementatie komt nog.

Prijsstelling. Als AI-rekenkracht beprijsd wordt met carbon-cost meegerekend, verschuiven incentives. Goedkope AI-queries worden duurder wanneer ze op vervuilende stroom draaien. Ontwikkelaars worden geprikkeld efficiency prioriteit te geven.

Onderzoeksfinanciering. Publieke investering in klimaat-AI-specifieke onderzoek (AI voor klimaatoplossingen, niet algemene AI) kan disproportioneel nuttig zijn. Overheden kunnen hier richting geven.

Consumentenbewustzijn. Als gebruikers begrijpen dat AI-query's energie kosten, kunnen ze hun gedrag aanpassen. Niet elke vraag vereist GPT-4 — een kleinere model is vaak voldoende.

Geen van deze keuzes is automatisch. Ze vereisen actieve politieke en maatschappelijke actie.

De onvolmaakte vergelijking

Sommigen wijzen op historische precedenten. Elektriciteit, auto's, internet — allemaal verbruikten ze enorme hoeveelheden energie bij introductie, maar werden geleidelijk schoner. Misschien is AI hetzelfde.

Dat is gedeeltelijk waar. Energy-intensity van computing is over decennia dramatically gedaald — een modern laptop doet veel meer werk per kWh dan een mainframe uit 1970. Maar totaal verbruik is doorgegroeid omdat meer gebruik de efficiency-winsten overschaduwt (de Jevons-paradox).

Voor AI hangt alles af van of kalibratie of verslechtering domineert. De huidige trend is gemengd. AI wordt efficiënter per query (goed). Gebruik groeit sneller dan efficiency-winsten (slecht). Net effect is nog hoger totaal verbruik.

De existentiële vraag onder de energie-vraag

Er is een diepere laag. Als AI echt helpt klimaatcrisis op te lossen — door kernfusie te realiseren, door carbon capture-technologie door te breken, door massive energie-efficiency te leveren — dan is de hele AI-energie-discussie in retrospect kleinigheid. Je zou bereid zijn heel veel energie voor AI uit te geven als het helpt om het klimaatprobleem op te lossen.

Omgekeerd, als AI geen substantiële bijdrage levert aan klimaatoplossingen — als het voornamelijk entertainment, productiviteit, en administratieve automatisering produceert — dan is haar energieverbruik netto schadelijk, en had het geld beter elders kunnen worden besteed.

Welke uitkomst realiteit wordt, hangt van welke AI-toepassingen we bouwen. En in een markt-gedreven systeem zijn commerciële incentives zelden perfect gealigneerd met klimaatprioriteiten. ChatGPT-achtige consumenten-chatbots leveren meer directe inkomsten dan klimaat-specifieke AI-onderzoek. De balans zou moeten worden gecorrigeerd door beleid, niet door natuurlijke markt-dynamiek.

Wat er reëel gebeurt

In 2026 zien we enkele hoopvolle ontwikkelingen:

• Microsoft, Google en Meta investeren massive in hernieuwbare energie — ze kunnen de netto-groei niet bijhouden, maar ze kopen wel veel groene capaciteit.
• Kernenergie heropent zich (Three Mile Island, Dresden, andere) specifiek voor AI-datacentra.
• AI-specifieke klimaat-onderzoeksprojecten groeien — NASA, NOAA, ESA gebruiken steeds meer AI voor hun missies.
• EU AI Act heeft enige bepalingen over energie-rapportage.

Zien we ook niet-hoopvolle ontwikkelingen:

• AI-gebruik in advertentie-targeting, content-farms, entertainment — vormen van AI die meer energie kosten dan ze klimaat-waarde leveren.
• Onvoldoende regelgeving om AI-groei te sturen naar klimaat-positieve toepassingen.
• Generaal gebrek aan transparantie over energie-voetafdruk per AI-dienst.

De balans, in 2026, is nog open.

Wat het betekent

De AI-klimaat-vraag is een microcosmos van bredere vragen over technologie en samenleving. Krachtige nieuwe technologie kan zowel grote voordelen als grote kosten brengen. Welke kant domineert, hangt af van hoe we de technologie ontwerpen, inzetten en reguleren.

Voor mensen die zich druk maken over klimaat, is de boodschap niet "gebruik geen AI" — de technologie is er en gaat niet weg. De boodschap is "zorg ervoor dat de AI die gebouwd wordt, positief bijdraagt aan klimaatoplossingen in plaats van puur te extraheren".

Voor mensen die AI ontwikkelen, is de boodschap niet "stop met werken" — ook dat is niet realistisch. De boodschap is "maak klimaat-impact een expliciete design-keuze, niet een bijzaak".

Voor beleidsmakers is de boodschap "de markt alleen zal niet de juiste balans bereiken — actieve sturing is vereist". Carbon-prijsstelling voor AI-diensten. Onderzoeksprioriteiten die klimaat-AI boosten. Regulatoire kaders die efficiency en schone energie verplichten.

En voor individuele gebruikers is de boodschap "bewustzijn maakt een begin". Niet paralyze door schuld — je gebruik van ChatGPT zal het klimaat niet breken. Maar begrip dat AI energie kost, helpt bij collectieve beslissingen die er wel toe doen.

De wereld waar in 2030 AI 10% van wereldwijde elektriciteit kost én fundamentele klimaatdoorbraken heeft versneld, is een wereld waar de pijn waard was geweest. De wereld waar AI 10% van de elektriciteit kost en niet veel anders heeft geleverd dan betere advertenties en chatbot-gesprekken, is een wereld waar we een verkeerde trade-off hebben gemaakt.

Welke van deze werkelijkheid wordt, is aan ons. Beide zijn plausibel vanaf waar we nu staan.