AI voelt licht. Een prompt erin, een antwoord eruit. Geen rook, geen lawaai, geen draaiende motor. Maar achter dat ogenschijnlijk gewichtloze gesprek draait een wereld van datacenters, GPU’s en koelsystemen die wél degelijk stroom vragen. Best veel zelfs.
De vraag is dus terecht: hoeveel energie gebruikt AI vandaag — en waar gaat dit heen?
Eerst even eerlijk: niemand weet het exact
Grote AI-aanbieders publiceren hun energieverbruik niet in detail. Wat we hebben zijn schattingen, gebaseerd op datacenterdata, GPU-specificaties en publiek onderzoek. Die cijfers verschillen, maar ze wijzen allemaal dezelfde kant op: AI is een serieuze energiepost aan het worden.
Hoeveel gebruikt AI nu?
Wereldwijd gebruiken datacenters momenteel grofweg 400–450 TWh per jaar. Dat is zo’n 1,5 tot 2 procent van alle elektriciteit op aarde. AI-workloads nemen daar nu al een flink deel van in beslag.
Voorzichtig geschat:
- 15–25% van het huidige datacenterverbruik is AI-gerelateerd
- Dat komt neer op ruwweg 60 tot 100+ TWh per jaar
Dat is vergelijkbaar met het jaarlijkse elektriciteitsverbruik van een middelgroot Europees land. En we staan nog maar aan het begin.
Training vs. gebruik: twee heel verschillende beesten
AI-energie bestaat uit twee componenten:
1. Training
Het trainen van grote modellen is extreem energie-intensief. Eén trainingsronde kan tientallen gigawattuur kosten. Dat gebeurt niet dagelijks, maar wanneer het gebeurt, is het een flinke piek.
2. Inference (gebruik)
Dit is waar het echte volume zit. Elke prompt, elk antwoord, elke samenvatting kost energie. Individueel weinig, maar op wereldschaal enorm. Inmiddels gaat het grootste deel van AI-energie naar dagelijks gebruik, niet naar training.
Energie per prompt (ja, echt)
Gemiddeld wordt een AI-prompt geschat op ongeveer:
0,1 tot 0,3 Wh per prompt
Dat klinkt verwaarloosbaar. En dat ís het ook — totdat je het vermenigvuldigt met miljarden prompts per dag. Dan veranderen milliwatts ineens in megawatts.
Dit is het klassieke schaalprobleem:
Niet de actie is groot, maar het aantal keer dat we haar uitvoeren.
En de komende jaren?
Vrijwel alle scenario’s wijzen dezelfde kant op:
- Het totale datacenterverbruik kan richting 900–1.000 TWh per jaar gaan rond 2030
- AI zal daarin een steeds groter aandeel krijgen
- Zonder stevige efficiëntieslagen kan AI-energiegebruik vermenigvuldigen in plaats van lineair groeien
Tegelijkertijd is er een nuance die vaak ontbreekt: AI kan ook helpen energie te besparen — door slimmere netten, betere koeling, efficiëntere gebouwen en optimalisatie van industriële processen. De vraag is dus niet alleen hoeveel AI kost, maar ook wat het netto oplevert.
De echte discussie
Het probleem is niet dat AI energie kost.
Het probleem ontstaat als we gedachteloos schaalvergroten, zonder af te vragen waarom, waarvoor en met welk rendement.
Energie is geen moreel oordeel, maar een architectuurgrens. Alles wat we bouwen moet daarbinnen passen.
⚡ En deze blog dan — wat kostte die?
Laten we ook naar onszelf kijken.
Deze blog is geschreven met hulp van AI. Inclusief nadenken, herschrijven en finetunen komt dat neer op ongeveer:
2 tot 5 Wh elektriciteit
oftewel:
- 0,002–0,005 kWh
- minder dan een minuut water koken
- een paar minuten LED-verlichting
De conclusie is simpel maar belangrijk:
Niet dit artikel is het probleem.
De schaal waarop we dit soort dingen doen, is dat wel.
