Da jeg i januar skrev artikkelen «Kunstig intelligens: Er det bærekraftig?», pekte jeg på hvor ressurskrevende teknologien bak kunstig intelligens faktisk er. Siden da har utviklingen gått fort, og nye tall viser at utfordringen bare har vokst. Samtidig ser vi konturene av en ny retning: grønnere, mer effektive KI-modeller som kanskje kan snu trenden.
Den skjulte kostnaden
Ifølge International Energy Agency (IEA) er vi nå på vei mot en dobling av verdens strømforbruk fra datasentre innen 2030 – til rundt 945 terawattimer i året. En stadig større andel av dette går til kunstig intelligens, som allerede står for mellom 10 og 15 prosent av det totale forbruket. Innen få år kan andelen nærme seg halvparten.
Vannforbruket øker også dramatisk. Et Morgan Stanley-estimat antyder at KI-drevne datasentre kan bruke over 1000 milliarder liter vann årlig innen 2028, hovedsakelig til kjøling. Det betyr at hvert generert svar, hvert bilde og hver modelltrening har en reell miljøkostnad selv om vi ikke ser den.
Grønne initiativer
Flere selskaper forsøker nå å ta grep. Noen bygger datasentre som drives av 100 % fornybar energi, mens andre eksperimenterer med nye materialer og mer energieffektive arkitekturer. Forskning på såkalt Green AI viser at smartere modellvalg alene kan redusere strømforbruket med opptil 25 prosent.
Samtidig øker indirekte utslipp (Scope 2 og 3) i teknologibransjen kraftig. En rapport fra FN viser at de største aktørene har økt sine indirekte klimagassutslipp med 150 prosent siden 2020. Og i USA har enkelte datasentre begynt å bygge egne kraftverk – fortsatt basert på fossilt brensel – fordi etterspørselen etter strøm overgår tilgangen på fornybar energi.
DeepSeek og håpet om balanse
I forrige artikkel trakk jeg frem DeepSeek R1, den kinesiske modellen som utfordret OpenAI på både ytelse og ressursbruk. Siden lanseringen har den fått flere etterfølgere som bygger videre på samme idé: enklere maskinvare, åpen kildekode og lavere energikostnad.
Dette markerer en interessant utvikling – bort fra gigantiske, lukkede modeller og mot effektivitet og transparens. Likevel gjenstår spørsmålet: Er dette starten på en grønn revolusjon, eller bare en midlertidig trend i en bransje som fortsatt drives av vekstjag?
Veien videre
Det er lett å la seg blende av KI som løsning på alt fra energistyring til klimakontroll, men teknologien må også brukes med kloke rammer. For å gjøre KI til en del av løsningen, må vi:
- Sikre at datasentre drives med fornybar energi og bærekraftig kjøling.
- Standardisere rapportering av strøm-, vann- og ressursbruk.
- Satse på energieffektive modeller og resirkulerbar maskinvare.
- Etablere internasjonale regler for ansvarlig mineralutvinning og maskinvareproduksjon.
Fra potensial til praksis
Kunstig intelligens står fortsatt med ett bein i hver leir – mellom mulighet og belastning. Det grønne potensialet er der, men uten krav om transparens og ansvar vil gevinsten drukne i energibruk og utslipp.
Spørsmålet vi må stille oss nå, er ikke om KI kan bidra til bærekraft – men om vi vil la det skje.
Les også: Kunstig intelligens: Er det bærekraftig?
