Kunstmatige intelligentie (AI) is niet langer een onderwerp voor de toekomst - het is realiteit in bijna alle sectoren. Of het nu gaat om geneeskunde, industrie, financiën of telecommunicatie: AI-systemen analyseren gegevens, nemen beslissingen, automatiseren processen en creëren nieuwe bedrijfsmodellen. Deze technologische revolutie gaat echter ook gepaard met een ecologische uitdaging: het toenemende energieverbruik van AI-toepassingen.
Voor het genereren van een AI-afbeelding is evenveel energie nodig als voor het voor de helft opladen van een mobiele telefoon. De rekenkracht die moderne AI-modellen nodig hebben is enorm, vooral bij het trainen van grote modellen. Volgens schattingen veroorzaakte de training van GPT-3 bijvoorbeeld meer dan 550 ton CO₂ - vergelijkbaar met de jaarlijkse CO₂-uitstoot van meer dan 100 auto's. Een McKinsey-studie uit 2024 verwacht dat de energiebehoeften van datacenters in Europa waarin AI-toepassingen draaien tegen 2030 sterk zullen stijgen: tot 150 terawattuur in 2030. Dat is ongeveer vijf procent van het totale Europese elektriciteitsverbruik.
Tegelijkertijd biedt AI echter ook veel mogelijkheden om duurzame oplossingen te vinden voor de uitdagingen van onze tijd: AI kan bijvoorbeeld worden gebruikt om weersvoorspellingen aanzienlijk te verbeteren of om natuurrampen zoals aardverschuivingen in een vroeg stadium te herkennen. "AI kan het energieverbruik van fabrieken aanzienlijk verminderen, de CO₂-voetafdruk van gebouwen verkleinen, voedselverspilling tegengaan en het gebruik van kunstmest in de landbouw minimaliseren", benadrukt Bernhard Rohleder, CEO van Bitkom.
AI kan dus zowel deel uitmaken van het probleem als van de oplossing. De uitdaging is om de geweldige mogelijkheden van AI-toepassingen te benutten en tegelijkertijd de impact op het milieu zo klein mogelijk te houden.
Als een van de toonaangevende telecommunicatieproviders in Europa zijn Deutsche Telekom en T-Systems zich ook bewust van deze uitdaging en hebben daarom de "Green AI Principles" geïntroduceerd. Deze principes dienen als leidraad voor hoe AI-oplossingen op een meer milieu vriendelijke manier kunnen worden ontwikkeld en gebruikt. Ze laten zien hoe potentiële risico's, zoals een snel groeiende CO₂-voetafdruk, in een vroeg stadium kunnen worden herkend en aangepakt. Het doel is niet alleen om de ontwikkeling en het gebruik van AI binnen Deutsche Telekom duurzamer te maken, maar ook om een impuls te geven aan andere spelers, waaronder bedrijven, openbare instellingen, politieke besluitvormers en de wetenschappelijke gemeenschap. De aanpak is erop gericht om duurzaamheid vanaf het begin als integraal onderdeel in AI-systemen te verankeren.
De uitdaging is om de geweldige mogelijkheden van AI-toepassingen te benutten en tegelijkertijd de impact op het milieu zo klein mogelijk te houden.
Nils Henrik Muthmann, Program Lead Sustainability/ESG bij T-Systems International
Alle AI-toepassingen van Telekom zijn gebaseerd op elektriciteit uit hernieuwbare energiebronnen. Dit geldt niet alleen voor interne datacenters, maar ook voor uitbestede cloudinfrastructuren. Dit zorgt ervoor dat de werking van AI-systemen niet bijdraagt aan een verhoging van de CO₂-uitstoot.
Modellen, gegevens, softwarecomponenten en hardware worden meerdere keren gebruikt. Het hergebruik van reeds getrainde modellen of bestaande datapijplijnen bespaart niet alleen ontwikkelingstijd, maar vermindert ook het energieverbruik aanzienlijk.
Elke AI-ontwikkeling wordt geanalyseerd in termen van energieverbruik en CO₂-uitstoot. Deze transparantie vormt de basis voor gefundeerde beslissingen - bijvoorbeeld of een model verder moet worden geoptimaliseerd of moet worden vervangen door een efficiënter model.
Computermiddelen worden geschaald op basis van de vraag. Met andere woorden, ze worden alleen verstrekt wanneer en in de mate dat ze daadwerkelijk nodig zijn. Dit voorkomt dat te grote systemen onnodig energie verbruiken, bijvoorbeeld door stilstandtijden.
AI-modellen worden modulair, efficiënt en op maat van de specifieke toepassing ontwikkeld. In plaats van universele "one-size-fits-all" modellen worden gespecialiseerde, resource-besparende architecturen gebruikt die alleen bieden wat echt nodig is.
Bedrijfsbrede transparantie en hergebruik van code en modellen voorkomen dubbele ontwikkelingen. Dit bespaart niet alleen energie, maar bevordert ook de interne samenwerking en de snelheid van innovatie.
Energiezuinig programmeren wordt gestimuleerd, bijvoorbeeld door zuinig om te gaan met geheugen, rekencycli en gegevenstoegang. Ontwikkelaars worden bewust gemaakt van de impact van hun code op energieverbruik en duurzaamheid.
Algoritmen en architecturen worden zo eenvoudig mogelijk gehouden. Complexiteit wordt alleen gebruikt waar het een echte toegevoegde waarde heeft - dit vermindert niet alleen het energieverbruik, maar verhoogt ook de onderhoudbaarheid en robuustheid van de systemen.
Duurzaamheid wordt meegenomen in de hele levenscyclus van een AI-project, vanaf het eerste idee tot aan training, gebruik en stillegging. Dit zorgt ervoor dat ecologische aspecten niet alleen selectief, maar holistisch worden bekeken.
Het implementeren van de Green AI Principles is geen puur technische kwestie - het vereist een holistische heroverweging van organisatie, cultuur en processen. Want principes alleen veranderen de wereld niet. Om de impact op het milieu te minimaliseren, volgen Deutsche Telekom en T-Systems een multidimensionale aanpak.
Green AI is geen tegenstelling - het is een noodzaak. De Green AI Principles zijn een slimme benadering voor het combineren van technologische innovatie en ecologische verantwoordelijkheid. Bedrijven die vandaag de dag investeren in duurzame AI zorgen niet alleen voor veerkracht op het gebied van regelgeving, maar ook voor een beslissend concurrentievoordeel.
