De klimaatinvloed van AI is kleiner dan verwacht, nieuw onderzoek toont aan

De kunstmatige intelligentie (AI)-koorts heeft de markt naar nieuwe hoogten gedreven. 

Miljarden dollars blijven stromen naar chipfabrikanten en datacenters, aangezien de voortdurende AI-manie de turbo-gevoede markt al meer dan twee jaar laat doorgaan zonder tekenen van vertraging. Echter, velen beginnen zich af te vragen of we in een AI-bubbel zitten.

Analisten, zoals die bij JPMorgan (JPM ) roepen beleggers op zich voor te bereiden op turbulentie die komen gaat. Maar terwijl er schuim ontstaat in zowel private als publieke markten, is de AI-manie niet zonder zijn verdienste, aangezien de technologie veel economische waarde heeft in termen van het creëren van toegankelijke, krachtige intelligentie, waarvan men gelooft dat het lijkt op de creatie van het internet. 

In haar prognose voor 2026 noemde JPMorgan AI “de meest transformatieve technologie sinds computers”, en “een grotere bijdrage aan het BBP-groei dan consumentenbestedingen”.

Tegelijkertijd waarschuwde de bank voor stroomtekorten, waterbeperkingen en regelgevende controle.

In bredere zin gaat de snelle expansie van AI gepaard met aanzienlijke milieudruk die lager blijkt te zijn dan verwacht. Dat komt doordat de energie-intensiteit en emissies van een query afhangen van factoren zoals het type en de grootte van het model, de gegenereerde output, het energienet dat het datacenter van stroom voorziet, het tijdstip van verwerking en andere variabelen.

JPMorgan schat ook dat 60% van de banen in de ontwikkelde wereld een bepaald niveau van automatiseringsrisico door AI loopt, maar naarmate oude functies verdwijnen, zouden nieuwe rollen moeten ontstaan.

Over het geheel genomen is het grootste risico, volgens de bank, “geen blootstelling hebben aan transformatieve technologie”.

AI-adoptie, energieverbruik en klimaatbelasting

Het vermogen van AI om repetitieve taken te automatiseren, besluitvorming te verbeteren en efficiëntie en productiviteit in diverse domeinen te verhogen, heeft geleid tot brede adoptie.

Volgens een enquête van McKinsey gaf 88% van de respondenten aan regelmatig AI te gebruiken in ten minste één bedrijfsfunctie, een stijging van 10% ten opzichte van een jaar geleden. Echter, werd op ondernemingsniveau opgemerkt dat de meerderheid zich nog in de experimenteerfase bevindt, waarbij ongeveer een derde aangeeft dat hun bedrijven hun AI-programma’s al opschalen.

Momenteel wordt de AI-markt geschat op ongeveer $400 miljard en wordt verwacht dat deze tegen het einde van dit decennium $1,8 biljoen zal bereiken.

Wat investeringen betreft, overschreed de particuliere AI-financiering in de VS $109 miljard in 2024, wat ongeveer 24 keer zoveel is als het VK met $4,5 miljard en 12 keer zoveel als China met $9,3 miljard. Vooruitkijkend plant maar liefst 92% van de bedrijven te investeren in generatieve AI in de komende drie jaar.

Hoewel de adoptie van AI groeit dankzij de belofte van ongekende productiviteit, brengt het serieuze energie- en milieu-uitdagingen met zich mee. Het punt is dat AI extreem energie-intensief is.

Het trainen van AI-modellen vereist enorme hoeveelheden energie, genoeg om jaarlijks enkele honderden huishoudens van stroom te voorzien, en het kan nog veel hoger zijn bij inferentie. Het wordt geschat dat 80% tot 90% van de rekencapaciteit voor AI wordt gebruikt voor inferentie.

Dus, het energieverbruik van AI is voornamelijk gekoppeld aan de rekenkracht die nodig is om deze modellen te trainen en uit te voeren in datacenters, waar AI-modellen worden geladen op groepen servers uitgerust met GPU’s zoals Nvidia’s (NVDA ) Blackwells.

Datacenters zijn faciliteiten die computerservers, gegevensopslagsystemen, stroomvoorzieningen, koelsystemen en netwerkapparatuur huisvesten. Al deze infrastructuur is essentieel om niet alleen de nieuwste digitale diensten te leveren, zoals het stellen van een vraag aan ChatGPT, maar ook om een e-mail te verzenden of een video te streamen.

Datacenters bestaan al lange tijd, maar het is de afgelopen jaren dat ze aanzienlijk zijn uitgebreid.

Vandaag zijn er meer dan 100.000 datacenters, verspreid over de hele wereld, waarbij de VS de meeste heeft met meer dan 4.200, gevolgd door het VK en Duitsland, die elk ongeveer 500 hebben. In de VS bevindt zich een derde van de datacenters in slechts drie staten: Californië, Texas en Virginia, waarbij de laatste twee sterk afhankelijk zijn van fossiele brandstoffen voor hun energiebehoefte.

In grote lijnen vallen datacenters in drie categorieën. Traditionele bedrijfsfaciliteiten worden intern beheerd door bedrijven voor hun eigen workloads: colocatieproviders verhuren rackruimte en stroom aan verschillende klanten in gedeelde gebouwen. Aan de hoge kant bevinden zich “hyperscale” campussen — enorme, magazijnachtige locaties vol met tienduizenden servers die de zwaarste AI- en cloudcomputingtaken verwerken.

Volgens JPMorgan wordt verwacht dat de kapitaaluitgaven van hyperscalers volgend jaar de $500 miljard zullen overschrijden, aangezien bedrijven wedijveren om datacenters te bouwen en schaarse stroom te beveiligen.

Dus, hoeveel energie gebruiken deze datacenters? Veel. Datacenters in de VS verbruikten vorig jaar 183 TWh elektriciteit, toen het totale jaarlijkse elektriciteitsverbruik van het land een recordhoogte bereikte.

De energieconsumptie van deze datacenters wordt naar schatting met 133% gestegen tegen 2030, tot 426 TWh. Wereldwijd verwacht de IEA dat de elektriciteitsopwekking die aan datacenters wordt besteed in het basisscenario meer dan zal verdubbelen, van ongeveer 460 TWh in 2024 tot net iets meer dan 1.000 TWh in 2030.

In de VS waren datacenters goed voor 4% van het totale elektriciteitsverbruik, wat gelijk staat aan de jaarlijkse elektriciteitsvraag van Pakistan. Na meer dan een decennium van stagnatie, wordt verwacht dat de adoptie van AI dit aandeel zal verhogen tot 12% tegen 2028.

Veeg om te scrollen →

Wat betreft hoeveel van dit datacenter-energieverbruik aan AI kan worden toegeschreven, is dat moeilijk te bepalen, aangezien datacenters verschillende soorten workloads verwerken. Een typische AI-geoptimaliseerde hyperscaler verbruikt echter jaarlijks evenveel elektriciteit als 100.000 huishoudens.

Volgens de recente prognoses van het Lawrence Berkeley National Laboratory, in de komende drie jaar, zal meer dan de helft van de elektriciteit die door datacenters wordt verbruikt, worden gebruikt voor AI, wat gelijk staat aan het jaarlijkse elektriciteitsverbruik van 22% van alle Amerikaanse huishoudens.

De energiemix die de kern van AI aandrijft 

Met de snelle opkomst van AI ondervinden datacenters nu een spanning, met toenemende druk naarmate de vraag naar elektriciteit stijgt.

Het grootste deel van de elektriciteit, gemiddeld 60%, die door datacenters wordt gebruikt, voedt eigenlijk de servers die digitale informatie verwerken en opslaan. Daarna zijn koelsystemen verantwoordelijk voor het op één na grootste energieverbruik, variërend van 7% tot 30%, afhankelijk van de efficiëntie van een faciliteit.  

Deze koelsystemen voorkomen dat servers oververhit raken, wat een grote hoeveelheid water vereist. In 2023, de Amerikaanse datacenters verbruikten direct ongeveer 17 miljard gallons water, waarvan 84% werd verbruikt door colocatie- en hyperscale-faciliteiten, die alleen al naar verwachting ongeveer 16-33 miljard gallons water jaarlijks zullen verbruiken tegen 2028.

Wat betreft de bronnen van de energie die door datacenters wordt gebruikt, leverde aardgas het meeste (meer dan 40%) van de elektriciteit voor datacenters in de VS, gevolgd door hernieuwbare bronnen zoals zonne- en windenergie (24%), kernenergie (20%) en kolen (15%).

Techgiganten zoals Google (GOOG ), Amazon (AMZN ), en Meta (META ) hebben daadwerkelijk toegezegd meer kernenergie te gebruiken, die momenteel slechts 20% van de elektriciteitsvoorziening in de VS uitmaakt, om de CO2-uitstoot van datacenters te verminderen.

Dit is waarom IEA voorspelt dat de CO2-emissies uit elektriciteitsopwekking voor datacenters pieken rond 320 Mt CO2 tegen 2030, voordat een daling tot ongeveer 300 Mt CO2 tegen 2035 wordt gezien.

Volgens IEA:

“Ondanks de snelle groei blijven datacenters een relatief klein onderdeel van het totale energiesysteem, stijgend van ongeveer 1% van de wereldwijde elektriciteitsopwekking vandaag tot 3% in 2030, en goed voor minder dan 1% van de totale wereldwijde CO2-emissies.”

Maar het publiek denkt daar anders over. Volgens een 2024 Pew Research Center-enquête over de bredere milieu-impact van AI in de komende twee decennia, denkt een kwart van de Amerikaanse volwassenen dat de impact negatief zal zijn, en dezelfde groep zegt dat de impact even positief als negatief zal zijn.

Zowel bedrijven als onderzoekers zoeken voortdurend naar manieren om het energieverbruik van zowel berekeningen als datacenters te verminderen.

In feite zijn aanzienlijke energiebesparingen behaald in de hardware die voor berekeningen wordt gebruikt. Echter, het tempo van efficiëntievoordelen vertraagt terwijl de rekeneisen van AI versnellen.

Het punt is dat de effecten van AI op energiegebruik verder gaan dan direct elektriciteitsverbruik voor berekeningen. Energie is tenslotte een cruciale invoer in bijna alle economische activiteiten, die industrieën van stroom voorzien en de infrastructuur van het moderne leven ondersteunen.

En studies tonen een sterke correlatie tussen energieverbruik en economische output, wat aangeeft dat energiegebruik nauw verbonden is met BBP-groei. Dus, als AI de economische productiviteit verhoogt, kan dit ook leiden tot een piek in het totale energieverbruik. Niet te vergeten, het voortdurende gebruik van fossiele brandstoffen om de economie van stroom te voorzien zal de milieueffecten van elektriciteitsproductie versterken door bij te dragen aan klimaatverandering.

Maar als het om AI gaat, kan het daadwerkelijk energieverbruik verminderen. Dat kan worden bereikt via vraagbeheer of het verbeteren van de veerkracht van de energie-infrastructuur.

Op de korte termijn leidt de afhankelijkheid van fossiele brandstoffen voor energieopwekking echter tot meer luchtvervuiling, verslechterde waterkwaliteit en verergerde klimaatverandering.

Hoewel aardgas naar verwachting de primaire energiebron voor datacenters op korte termijn zal blijven, voorspelt het wereldwijde onderzoeks- en adviesbureau Gartner een “snelle groei van batterijen voor energieopslag om de schommelingen van zonne- en windenergie te balanceren” in de komende drie tot vijf jaar. Het bedrijf zei het volgende in een onderzoeksnotitie:

“Nieuwe schone on-site energiealternatieven – zoals groene waterstof, geothermie en kleine modulaire reactoren – beginnen op te duiken en zullen tegen het einde van het decennium levensvatbare brandstofalternatieven worden voor microgrids van datacenters.”

AI’s groene potentieel en afwegingen tussen klimaat en emissies

Hoewel AI duidelijke en enorme milieugevolgen heeft, heeft nieuw onderzoek aangetoond dat de milieugerelateerde risico’s van het huidige niveau van AI-gebruik lager zijn dan we denken. Bovendien kan het feitelijk bijdragen aan milieuprogressie en economische groei.

Om de potentiële milieu-uitkomsten van AI te projecteren als het zich blijft uitbreiden op het huidige tempo, hebben wetenschappers in de studie getiteld “Watts and bots: de energie-implicaties van AI-adoptie¹” gepubliceerd in Environmental Research, wetenschappers van de Universiteit van Waterloo en het Georgia Institute of Technology gegevens over de Amerikaanse economische activiteit gecombineerd met schattingen van hoe wijdverspreid de technologie wordt geadopteerd in verschillende beroepen en sectoren.

Op industrieniveau schatten de wetenschappers jaarlijkse stijgingen in energieverbruik tussen 0 en 12 petajoule (PJ), terwijl koolstofemissies kunnen variëren van 0 ton tot 272 kt (ktCO2).

Hoeveel energie en CO₂ zou AI kunnen toevoegen op nationaal niveau?

Nog eens 28 PJ energieverbruik, wat ongeveer 0,03% van het jaarlijkse nationale energieverbruik is, zou kunnen voortvloeien uit AI-adoptie wanneer dit over de economie wordt geaggregeerd. Het zou ook 896 kt CO₂ aan jaarlijkse emissies toevoegen, gelijk aan ongeveer 0,02% van de jaarlijkse CO₂-uitstoot van het land.

Dit komt doordat, volgens gegevens van de US Energy Information Administration, 83% van de natie nog steeds afhankelijk is van fossiele brandstoffen, d.w.z. kolen, petroleum en aardgas.

Vormd uit de gefossiliseerde resten van organismen, hebben ze miljoenen jaren nodig om te vormen en worden ze beschouwd als niet-hernieuwbare bronnen. Hoewel ze eindig zijn in aanbod, dienen fossiele brandstoffen als cruciale energiebronnen voor elektriciteitsopwekking, transport en industriële processen. Opmerkelijk is dat het gebruik van deze brandstoffen warmtevaste broeikasgassen (GHG) vrijgeeft en bijdraagt aan klimaatverandering.

Onderzoekers hebben vastgesteld dat hoewel het AI-gerelateerde elektriciteitsverbruik in de VS vergelijkbaar is met het totale energieverbruik van IJsland, deze hoeveelheid te klein blijft om op nationaal of mondiaal niveau betekenisvol te registreren.

“Het is belangrijk op te merken dat de toename in energieverbruik niet uniform zal zijn. Het zal meer worden gevoeld op de plaatsen waar elektriciteit wordt geproduceerd om de datacenters van stroom te voorzien,” zei milieu-econoom Dr. Juan Moreno-Cruz, professor aan de Faculteit Milieu van Waterloo en Canada Research Chair in Energy Transitions. Vanuit lokaal perspectief merkte hij op dat het een “groot probleem” kan zijn, waarbij sommige plaatsen het dubbele van de elektriciteitsproductie en emissies zien. 

Op grotere schaal echter, “zal het energiegebruik van AI niet merkbaar zijn,” voegde Moreno-Cruz toe.

Hoewel de onderzoekers de effecten op lokale economieën waar de datacenters gevestigd zijn niet onderzochten, vonden ze enkele bemoedigende resultaten.

“Voor mensen die geloven dat het gebruik van AI een groot probleem voor het klimaat zal zijn en denken dat we het moeten vermijden, bieden we een ander perspectief,” zei hij. “De effecten op het klimaat zijn niet zo significant, en we kunnen AI gebruiken om groene technologieën te ontwikkelen of bestaande te verbeteren.”

Het kan bijdragen aan oplossingen voor energie-efficiëntie en emissiereductie door hernieuwbare energiebronnen en industriële processen te optimaliseren, merkte de studie op.

Om hun conclusies te trekken, analyseerden onderzoekers verschillende sectoren van een economie, banen in die sectoren, en welk deel daarvan door AI kan worden uitgevoerd. Ze zijn van plan de studie te herhalen buiten de VS, in andere landen, om de impact van AI-adoptie wereldwijd te meten en een meer omvattend beeld te krijgen van de impact van de technologie op energieverbruik en emissies.

Met inachtneming van de beperkingen van de studie wezen de onderzoekers op beperkte beschikbaarheid van gegevens en variërende granulariteit die de analyse beïnvloeden, een gebrek aan informatie over de ruimtelijke verdeling van energieverbruik, en de veronderstelling dat AI de productiviteit alleen beïnvloedt via taken die eerder tegen lagere kosten werden uitgevoerd, zonder rekening te houden met de technologie die nieuwe taken introduceert of andere vormen van productie zoals kapitaal beïnvloedt. 

Met hun studie willen de onderzoekers een nuttige basis bieden om de bredere implicaties van grotere AI-gebruik in de economie te begrijpen.

En hun bevindingen geven aan dat de omvang van de toename in energieverbruik en emissies door AI-adoptie “relatief bescheiden is in vergelijking met de totale economische activiteit”.

Dus, terwijl AI verschillende sectoren revolutioneert en de verschillende aspecten van onze samenleving hervormt, roept de studie op tot de noodzaak om de economische voordelen en productiviteitswinsten in balans te brengen met mogelijke toename in de vraag naar energie en gerelateerde koolstofemissies. 

Om dat evenwicht te vinden, noemt de studie investeringen in hernieuwbare energiebronnen, legt de nadruk op AI-technologieën die energie‑efficiënt zijn, ontwikkelt strategieën om stijgende emissies in AI‑intensieve industrieën te compenseren, en gebruikt AI om kwetsbaarheden voor klimaatverandering te mitigeren.

Door voortdurende analyse en monitoring van de energie- en milieu-impact van AI kunnen we duurzame ontwikkeling van transformatieve technologieën bereiken, zei de studie.

Investeren in AI: datacenters, chips en klimaatrisico

De grootste winnaar van de voortdurende AI-manie is Nvidia (NVDA ), een full‑stack computerinfrastructuurbedrijf dat AI‑oplossingen en software aanbiedt naast een gaming‑segment, professionele visualisatie en robotica.

Nvidia is ‘s werelds meest waardevolle bedrijf met een marktkapitalisatie van $4,3 biljoen, die vorige maand $5 biljoen overschreed toen de aandelen een 52‑weekhoogte van $212 bereikten. Op het moment van schrijven worden NVDA‑aandelen verhandeld tegen $179,5, een stijging van 33,2% YTD en meer dan 1.450% in de afgelopen vijf jaar.

Als gevolg van enorme uitgaven door AI‑bedrijven aan infrastructuur, boekte de datacenter‑divisie van chipfabrikant Nvidia een recordomzet van $51,2 miljard, een stijging van 25% ten opzichte van het vorige kwartaal en 66% ten opzichte van een jaar geleden. De klantenkring omvat Google, Amazon, Meta, Microsoft en Oracle.

Volgens het bedrijf is deze business gestimuleerd door een versnelling van krachtige AI-modellen, agentische toepassingen en computing. De verkoop van Nvidia’s Blackwell GPU-chips is ook “off the charts”, en cloud‑GPU’s zijn uitverkocht.

Als gevolg hiervan kondigde het bedrijf AI‑factory aan, gespecialiseerde computerinfrastructuur, en andere infrastructuurprojecten met in totaal 5 miljoen GPU’s, die “elke markt, CSP’s, soevereine staten, moderne bouwers, ondernemingen en supercomputing‑centra” omvatten.

“De vraag naar rekencapaciteit blijft versnellen en zich opstapelen bij training en inferentie — elk groeit exponentieel. We zijn de positieve spiraal van AI binnengegaan. Het AI‑ecosysteem schaalt snel — met meer nieuwe foundation‑modelmakers, meer AI‑startups, over meer industrieën en in meer landen. AI is overal, doet alles, tegelijk,” zei CEO Jensen Huang in de recente Nvidia Q3‑winstverklaring.

Laatste Nvidia Corporation (NVDA) aandelennieuws

Conclusie: AI’s klimaatinvloed en investeringsinzichten

Met AI die steeds persoonlijker en capabeler wordt, die het vermogen krijgt om te redeneren en complexe problemen op te lossen, bevindt de adoptie en het energieverbruik zich nog in een vroeg stadium. De uitbreiding van deze technologie drijft enorme uitbreidingen van datacenters, drukt bestaande energiesystemen, en roept zorgen op over elektriciteitsvraag en CO₂‑emissies. 

Echter, zoals het nieuwste onderzoek suggereert, blijft de nationale energie-impact van AI bescheiden, hoewel de lokale voetafdruk aanzienlijk kan zijn. Het draait allemaal om de onderliggende energiemix die verschuift naar koolstofarme bronnen. Dus, AI is niet alleen een drijvende kracht achter energieverbruik, maar ook een instrument voor energie‑optimalisatie, dat helpt netwerken te moderniseren, efficiëntie te verbeteren en klimaatgerichte innovatie te versnellen, terwijl het de economische waarde die het belooft ontgrendelt.

Klik hier voor een lijst van ondergewaardeerde disruptieve tech‑aandelen.

Referenties

1. Harding, A. R. & Moreno-Cruz, J. “Watts and bots: the energy implications of AI adoption.” Environmental Research Letters 20 (11), Article 114084 (2025). https://doi.org/10.1088/1748-9326/ae0e3b