Google komt met berekening van milieu-impact van AI-prompts

Kunstmatige intelligentie is niet meer weg te denken uit ons dagelijks leven, van zoekmachines tot chatbots. Maar wat is de verborgen milieukost van elk AI-antwoord dat we krijgen? Een nieuwe studie van Google geeft het meest gedetailleerde beeld tot nu toe. Door wereldwijd de energie-, koolstof- en waterimpact van miljarden AI-prompts te volgen, blijkt dat het gemiddelde verzoek verrassend efficiënt is, maar dat schaalvergroting de impact alsnog onmiskenbaar maakt.

“Tot nu toe waren de meeste cijfers over de milieukosten van AI gebaseerd op grove schattingen,” schrijven de auteurs. “Onze studie is de eerste die deze cijfers direct meet in productie op wereldschaal.”

AI meten in de praktijk

Het onderzoek richtte zich op Gemini, Google’s AI-assistent die wereldwijd miljoenen gebruikers bedient. Waar eerdere studies vaak rekenden met aannames, hardware-specificaties of labtests, keek Google naar de praktijk. Metingen werden gedaan in de eigen datacenters, waarbij niet alleen het stroomverbruik van AI-chips werd meegenomen, maar ook dat van de host-CPU’s, de reservecapaciteit voor piekbelasting, en overhead zoals koeling.

De resultaten zijn opvallend. In mei 2025 verbruikte de gemiddelde Gemini-tekstprompt 0,24 wattuur (Wh), ofwel minder dan negen seconden tv-kijken. Qua water ging het om 0,26 milliliter, zo’n vijf druppels. De koolstofuitstoot lag op 0,03 gram CO2-equivalent.

“Deze getallen liggen aanzienlijk lager dan veel publieke schattingen,” aldus het rapport. Waar eerdere analyses soms spraken van 2 tot 7 Wh per prompt, of 45 tot 50 milliliter water, blijken de werkelijke waarden een orde kleiner.

AI is nu al overal - en dat betekent wat voor onze planeet

Zelfs als je kunstmatige intelligentie wilt vermijden, lukt dat waarschijnlijk niet. En de onzichtbare energiekosten daarvan lopen snel op.

Lees meer

De efficiëntieslag

Hoe zijn die cijfers zo laag gekregen? Volgens het rapport ligt dat aan een combinatie van software- en hardware-innovaties. Tussen mei 2024 en mei 2025 wist Google het energieverbruik naar eigen zeggen per prompt 33 keer te verlagen en de uitstoot zelfs 44 keer.

Enkele sleutelfactoren:

• Slimmere modelarchitecturen, zoals mixture-of-experts, waarbij slechts een deel van het model wordt geactiveerd.
• Speculatief decoderen, waarbij een kleiner model alvast een conceptantwoord maakt dat alleen nog wordt gecheckt door het grotere model.
• Eigen TPUs, waarvan de nieuwste generatie dertig keer energie-efficiënter is dan de eerste.
• Betere batching en servering, waardoor chips minder vaak stilstaan.
• Schoon energie-inkoopbeleid, met zo veel mogelijk CO2-vrije stroom.

De verbeteringen tonen dat efficiëntie niet alleen gaat om het model zelf. “Om echt te kunnen sturen, moeten we de hele keten meenemen,” benadrukken de onderzoekers.

Watt Matters in AI

Watt Matters in AI is een conferentie die zich richt op het verkennen van het potentieel van AI met aanzienlijk verbeterde energie-efficiëntie. In de aanloop naar de conferentie publiceert IO+ een serie artikelen die de huidige situatie en mogelijke oplossingen beschrijven. Tickets voor de conferentie zijn te vinden op wattmattersinai.eu.

Bekijk Watt Matters in AI

Waar trek je de grens?

Een belangrijk punt uit de studie is de definitie van de meetgrens: welke activiteiten tel je mee? Smalle studies die enkel GPU-verbruik meenemen, onderschatten de echte kosten. Door ook reservecapaciteit en koeling mee te nemen, komt Google op 2,4 keer zoveel energieverbruik als smalle methodes berekenen.

Dat is van belang, want door inconsistente methodes lopen cijfers in de literatuur sterk uiteen. Zonder standaardisatie blijft vergelijken zinloos. “Milieu-indicatoren moeten vergelijkbaar en bruikbaar zijn,” stellen de auteurs. “Anders verschillen de cijfers voor dezelfde taak met een factor tien.”

Druppels in de oceaan of een golf die groeit?

Moeten we ons dan nog zorgen maken als één prompt maar een paar druppels water en een fractie van een seconde tv vergt? Ja, zeggen de onderzoekers.

Want hoewel de impact per prompt klein is, gaat het wereldwijd inmiddels om miljarden prompts per dag. Bij die schaal telt elke efficiëntiewinst of -verspilling. “De enorme wereldwijde adoptie maakt dat het cruciaal blijft om de milieukosten van AI verder te reduceren.”

Google werkt naar eigen zeggen aan verdere verlaging van watergebruik in kwetsbare gebieden en streeft naar 24/7 CO2-vrije energie. Maar de bredere boodschap is dat transparantie de eerste stap naar efficiëntie is: weten wat je meet, en hoe, maakt het mogelijk om echt te verbeteren.

Standaard voor de sector

De studie is niet alleen een intern rapport over Gemini, maar ook een oproep aan de hele AI-sector om consistente, brede meetstandaarden te hanteren. “We hopen dat dit werk bijdraagt aan de ontwikkeling van efficiënte AI op dit cruciale moment,” besluiten de auteurs. Daarmee doen ze de bedenkers van het Franse Mistral wel enigszins tekort: dat bedrijf kwam eerder al met een transparante blik op het eigen energieverbruik.

Voor gebruikers betekent dit rapport twee dingen. Enerzijds is een gesprek met Gemini of een andere AI-assistent veel minder milieubelastend dan gedacht. Anderzijds maakt de schaalgrootte dat elke besparing van belang is.

Of zoals het rapport tussen de regels door zegt: elke druppel telt.