We hebben niet langer alleen met software te maken…Jarenlang spraken we over kunstmatige intelligentie alsof het iets puur digitaals was. Een algoritme. Een model. Hooguit een online dienst die ergens op servers draaide, ver van ons dagelijks leven. Maar in 2025 klopt dat beeld niet meer. AI is vandaag niet alleen code. Achter elk taalmodel, elke gegenereerde afbeelding en elk snel antwoord zit een grote, fysieke infrastructuur: datacenters, krachtige processors, koelsystemen, elektriciteitsnetten en een complete energieketen die alles draaiende houdt. (AI verbruikt)
Simpel gezegd: AI leeft niet meer alleen op het scherm van onze telefoon of laptop.Het bestaat op de grond. In energiecentrales. In waterverbruik. En zelfs in de nationale koolstofbalans van landen. Daarom is de belangrijkste vraag vandaag niet langer: “Wat kan AI?” De belangrijkere vraag is: “Wat kost deze kracht de planeet?” Dit artikel wil niet overdrijven en niemand bang maken. Geen emotionele vergelijkingen. Geen mediacijfers zonder context. Slechts één nuchtere vraag: op welke schaal verbruikt AI vandaag hulpbronnen?
Waarom het zinvoller is om het resource verbruik van AI verbruikt op de schaal van landen, niet alleen een digitale tool, met een “land” dan om het te vergelijken met “mensen”.
Je hebt vast infographics gezien waarin het energie- of waterverbruik van AI wordt vergeleken met dat van één persoon of één miljoen mensen. Dat lijkt indrukwekkend, maar analytisch klopt het niet helemaal.
Waarom? Omdat AI geen hulpbronnen verbruikt zoals huishoudens dat doen. AI is een geconcentreerde industriële activiteit.
Het verbruik lijkt op dat van een fabriek, niet op dat van lampen en koelkasten thuis. Als je een industrieel systeem vergelijkt met huishoudelijk verbruik, vergelijk je eigenlijk twee totaal verschillende schalen.
Maar zodra je AI vergelijkt met een geïndustrialiseerd land, wordt het beeld veel realistischer.
Een land dat:
- industrie heeft
- een nationaal elektriciteitsnet runt
- water gebruikt op industriële schaal
- en een duidelijk gedefinieerde CO₂-voetafdruk heeft
Dan zie je dat AI geen klein hulpmiddel meer is. Het opereert op hetzelfde niveau als nationale infrastructuur.
Hoe deze vergelijking is opgebouwd
Om de vergelijking eerlijk en verdedigbaar te houden, zijn een paar principes gevolgd.
Ten eerste zijn alle AI-cijfers gebaseerd op conservatieve midden-schattingen, niet op worstcasescenario’s. Het doel is niet om te choqueren, maar om de echte schaal te laten zien.
Ten tweede is niet gekozen voor bevolkingsaantallen, maar voor een middelgroot, industrieel Europees land als referentie. Landen zoals Zweden of Nederland zijn geschikt omdat hun data transparant is en hun infrastructuur representatief is voor moderne economieën.
Ten derde wordt bij waterverbruik alleen gekeken naar industrieel en leidingwater, niet naar totale wateronttrekking inclusief landbouw. AI is tenslotte een industriële activiteit.
Elektriciteit: wanneer AI evenveel stroom gebruikt als een land
Op basis van wetenschappelijk onderzoek en internationale energierapporten wordt het elektriciteitsverbruik van wereldwijde AI-infrastructuur in 2025 geschat op 120 tot 150 terawattuur per jaar. Dat omvat modeltraining, dagelijks gebruik, datacenteractiviteiten en een deel van het indirecte energieverbruik.
Ter vergelijking: het jaarlijkse elektriciteitsverbruik van Zweden ligt rond de 137 TWh. Nederland zit in een vergelijkbare orde van grootte.
Vanuit elektriciteitsperspectief nadert AI dus het niveau van een volledig land.
Maar het gaat niet alleen om het totaal. Het verbruiksprofiel is minstens zo belangrijk. AI-verbruik is:
- sterk geconcentreerd
- vrijwel continu
- en afhankelijk van zeer hoge betrouwbaarheid
In tegenstelling tot huishoudelijk verbruik, dat piekt en daalt, moeten AI-datacenters 24/7 draaien. Dat zet directe druk op lokale elektriciteitsnetten en maakt energie een strategisch vraagstuk, geen puur technisch probleem.
Water: de verborgen kosten van AI
Water blijft vaak onderbelicht in discussies over AI, maar zonder water zou een groot deel van deze infrastructuur simpelweg niet functioneren. Koelsystemen van datacenters, elektriciteitscentrales en zelfs hardwareproductie zijn allemaal afhankelijk van water.
Conservatieve schattingen geven aan dat AI-gerelateerd waterverbruik in 2025 rond de 400 tot 450 miljard liter per jaar ligt. Dat is vergelijkbaar met het industriële leidingwaterverbruik van een Europees land zoals Nederland.
Wat dit extra gevoelig maakt, is waar dat water wordt gebruikt. Veel datacenters worden gebouwd in regio’s die:
- klimaatgevoelig zijn
- of al te maken hebben met toenemende waterschaarste
Daarom is de uitbreiding van AI-infrastructuur niet alleen een technologische keuze, maar ook een milieukundige en sociale beslissing.
Koolstof: AI krijgt een industriële voetafdruk
Elke kilowattuur stroom en elke liter water heeft een koolstofprijs. Met de huidige mondiale energiemix en conservatieve aannames wordt de CO₂-uitstoot van AI in 2025 geschat op 40 tot 45 miljoen ton per jaar.
Dat is ongeveer gelijk aan de jaarlijkse uitstoot van een land als Zweden—een land dat juist bekendstaat om relatief vooruitstrevend klimaatbeleid.
Zelfs zonder extreme scenario’s wordt duidelijk dat AI op zichzelf een serieuze speler is geworden in de mondiale koolstofbalans.
Kan efficiëntie het probleem van AI’s resource verbruik daadwerkelijk oplossen?
De eerste reactie op zorgen over AI-verbruik is vaak dezelfde:
“Modellen worden efficiënter, hardware wordt beter, dus het probleem lost zichzelf op.” Dat is deels waar, maar het verhaal is niet compleet.
De afgelopen jaren:
- zijn chips efficiënter geworden
- zijn modellen beter geoptimaliseerd
- is het energieverbruik per bewerking gedaald
Tegelijkertijd is de vraag veel sneller gegroeid dan de efficiëntie.
AI is goedkoper, sneller en toegankelijker geworden. Wat ooit beperkt bleef tot onderzoekslabs, zit nu in zoekmachines, contentcreatie, ontwerp, programmeren, onderwijs en dagelijkse gesprekken. Minder energie per verzoek betekent dus niet automatisch minder totaalverbruik.
Dit staat bekend als de Jevons-paradox:
wanneer technologie efficiënter wordt, neemt het totale gebruik vaak toe. Efficiëntie is dus noodzakelijk, maar niet voldoende.
Dit is geen puur technologisch probleem, maar een beleidsvraagstuk
Tot nu toe klinkt het misschien technisch: betere chips, lichtere modellen, koelere datacenters. Maar een groot deel van het probleem draait om politieke en economische keuzes.
Belangrijke vragen zijn:
- Waar worden datacenters gebouwd?
- Welke energie gebruiken ze?
- Waar komt het koelwater vandaan?
- Wie draagt de milieukosten?
Dit zijn beslissingen op nationaal niveau. Wanneer een land grootschalige datacenters toestaat, beslist het indirect:
- hoe het elektriciteitsnet wordt belast
- hoe waterbronnen worden ingezet
- en hoeveel CO₂ aan de nationale balans wordt toegevoegd
AI wordt hier een bestuurlijke kwestie.
Hernieuwbare energie voor AI verbruikt: oplossing of geruststellende illusie?
Vaak wordt gezegd dat het probleem verdwijnt omdat datacenters overstappen op hernieuwbare energie. Dat klinkt hoopvol, maar vraagt nuance.
Ja, veel techbedrijven:
- sluiten groene stroomcontracten
- claimen CO₂-neutraliteit
- publiceren duurzaamheidsrapporten
Maar hernieuwbare energie is beperkt. Als AI-datacenters deze stroom gebruiken, kan die niet elders fossiele energie vervangen. Daarnaast vergt hernieuwbare energie infrastructuur, grondstoffen en tijd.
Hernieuwbare energie helpt, maar zonder bredere planning verplaatst het probleem soms alleen.
Transparantie: de ontbrekende schakel
Een groot probleem vandaag is het gebrek aan transparantie. Bedrijven:
- publiceren geen gedetailleerde energiecijfers per model
- rapporteren waterverbruik nauwelijks
- bundelen CO₂-uitstoot op hoog niveau
Zonder inzicht wordt regulering giswerk.
Duurzame AI vraagt daarom niet alleen betere technologie, maar standaard en transparante rapportage.
Kunnen we de groei van AI stoppen?
Realistisch gezien: nee. En dat zou ook niet wenselijk zijn. AI verhoogt productiviteit en creëert echte waarde.
De juiste vraag is:
- waar levert AI echte maatschappelijke waarde?
- waar draait het vooral om gemak of vermaak?
- en welke toepassingen verdienen lagere prioriteit?
Niet elke AI-toepassing is gelijk. Medisch onderzoek en energiebesparing wegen anders dan eindeloze entertainmentgeneratie.
Een mogelijke toekomst: AI als verantwoordelijke infrastructuur
Waarschijnlijk ligt de toekomst ergens tussen twee extremen:
geen technologische apocalyps, maar ook geen gratis digitale droom.
In die toekomst:
- wordt AI behandeld als infrastructuur
- telt het mee in nationale energie- en waterplanning
- is regelgeving gebaseerd op echte data
- en lijken beslissingen over AI op die over zware industrie
Zolang AI “onzichtbaar” blijft, blijven de gevolgen dat ook.
Slotgedachte: AI verbruik is óns vraagstuk
In 2025 is AI niet langer alleen een onderwerp voor ingenieurs. Het raakt economie, beleid, steden en burgers.
Wanneer het verbruik van elektriciteit, water en koolstof het niveau van een land bereikt, moeten we praten over keuzes en prioriteiten—niet alleen over technologische vooruitgang.
De toekomst van AI hangt niet alleen af van slimmere algoritmen, maar van hoe verstandig wij omgaan met de hulpbronnen die we eraan toewijzen.