AI kan bedrijven helpen efficiënter te werken, kosten te besparen en meer impact te maken. Tegelijkertijd zegt bijna de helft van de leidinggevenden dat het gebruik van generatieve AI zorgt voor een toename van de uitstoot van broeikasgassen door hun bedrijf, blijkt uit onderzoek van Capgemini.
Het is een dilemma. De meeste bedrijven willen van kunstmatige intelligentie profiteren, of hebben het gevoel dat ze simpelweg niet kunnen achterblijven. Tegelijkertijd wordt het moeilijker om hun duurzaamheidsdoelstellingen te behalen. Ruim vier op de tien leidinggevenden zegt ‘opnieuw naar klimaatdoelen te moeten kijken’ dankzij de voetafdruk van kunstmatige intelligentie.
Hoe gaan bedrijven daarmee om? Change Inc. sprak beslissers bij TenneT, Albert Heijn, AFAS en Fairphone over hun overwegingen rondom duurzaamheid en AI-gebruik.
Het AI-dilemma: een vloek of zegen voor het klimaat?
In deze artikelenreeks onderzoekt Change Inc. de invloed van AI op milieu en klimaat, zowel positief als negatief. We proberen een antwoord te vinden op de vraag: is AI een vloek of een zegen voor de duurzaamheidstransitie?
Eerder verschenen in deze reeks:
- Energievraag datacenters verdriedubbelt, kan ons energienet dat aan?
- Kunstmatige intelligentie biedt kansen, maar is geen silver bullet voor duurzame wereld
- Met efficiënte AI-modellen en chips slurpt kunstmatige intelligentie een stuk minder energie
- Met groene stroom en een nuttig doel voor restwarmte worden datacenters duurzamer
Mario Suykerbuyk, chief information officer bij TenneT
‘De inzet van AI brengt onmiskenbaar kosten met zich mee, waaronder energieverbruik en organisatorische veranderingen met betrekking tot mensen, processen en governance. Die kosten vragen om bewuste afwegingen. De vraag is niet óf AI impact heeft, maar hoe die impact zich verhoudt tot de rol die AI kan spelen in het verduurzamen van het energiesysteem als geheel.
Om die afweging goed te kunnen maken, is het belangrijk om scherp te hebben dat het energiesysteem fundamenteel is veranderd en dat die ontwikkeling zich de komende jaren alleen maar verder zal versnellen. Waar we historisch werkten met een relatief voorspelbaar, vraaggestuurd aanbod, met een beperkt aantal grote energiecentrales en goed planbare vraag, bewegen we nu naar een systeem waarin aanbod steeds vaker leidend en tegleijk variabel is.
De snelle groei van wind- en zonne-energie, de elektrificatie van mobiliteit, industrie en de gebouwde omgeving, en de opkomst van decentrale opwek en opslag zorgen voor een energiesysteem met veel meer fluctuaties en onderlinge afhankelijkheden. Dat is essentieel voor verduurzaming, maar maakt het systeem ook aanzienlijk complexer. In het verleden konden we met een beperkt aantal operationele keuzes per dag of per uur het systeem stabiel houden. Nu en in de toekomst gaat het om duizenden, soms miljoenen beslissingen in zeer korte tijd. Denk aan realtime balancering van vraag en aanbod en het maximaal inzetten van duurzame opwek zonder het net te overbelasten.
In deze systeemoptimalisatie speelt digitalisering, en in het bijzonder AI-gedreven voorspel- en besluitvorming, een cruciale rol. Zonder digitale intelligentie is het simpelweg niet meer mogelijk om de complexiteit beheersbaar te houden en tegelijkertijd de energietransitie te versnellen.
Daarbij is het belangrijk om onderscheid te maken tussen verschillende vormen van AI-gebruik. Het trainen van AI-modellen kan energie-intensief zijn, maar vindt vaak incidenteel en gecentraliseerd plaats. Het dagelijkse gebruik van eenmaal getrainde modellen, bijvoorbeeld voor voorspellingen, optimalisatie en besluitondersteuning in netbeheer, is veel minder energie-intensief en juist zeer efficiënt schaalbaar.
Binnen TenneT ligt de focus tot nu toe dan ook nadrukkelijk op het toepassen van AI-modellen, niet op het zelf trainen of ontwikkelen van grootschalige generieke modellen. Daarnaast zetten we waar mogelijk kleinere, taakgerichte modellen in voor specifieke toepassingen, omdat die vaak afdoende zijn en aanzienlijk minder rekenkracht en dus energie vergen.
De relevante vraag is niet alleen wat AI kost, maar ook wat het energiesysteem kost als we deze intelligentie níét inzetten. Het alternatief voor digitale sturing is vaak extra fysieke infrastructuur, meer materiaalgebruik, grotere ruimtelijke impact en langere doorlooptijden voor netverzwaring. Ook het onbenut laten van duurzame opwek of het structureel aanhouden van ruime veiligheidsmarges heeft een duidelijke duurzaamheidsimpact.
Vanuit dat perspectief kan gerichte inzet van AI juist bijdragen aan een veel duurzamer energiesysteem: door slimmer te sturen in plaats van alleen maar groter te bouwen, door bestaande infrastructuur beter te benutten en door maatschappelijke investeringen effectiever in te zetten.’
Michiel Overeem, manager productdevelopment bij AFAS
‘We willen onze voetafdruk als bedrijf verlagen, maar dat is lastig omdat we ook veel groeien. In de praktijk blijft ons energieverbruik daarom ongeveer gelijk, maar we doen wel meer met datzelfde verbruik.
Dat kan deels doordat we onze hardware regelmatig vernieuwen. Nieuwe hardware is energiezuiniger. Daarnaast optimaliseren we onze software om minder hardware nodig te hebben. Efficiëntie en kostenverlaging gaan daarbij hand in hand met duurzaamheid. Als iets efficiënter is, is het duurzamer én goedkoper.
Bij AI willen we vooral garanderen dat het een nuttige toepassing heeft. We willen het niet gebruiken omdat het een hype is, maar toegevoegde waarde leveren, zodat het geen nutteloze footprint is. We hebben aan onze software bijvoorbeeld een AI-functie toegevoegd om vergaderingen te transcriberen en samen te vatten. Daar was veel vraag naar. Maar mensen kunnen in onze software geen filmpjes genereren. Vooralsnog denken we niet dat zo’n functionaliteit iets zou toevoegen.
Het is moeilijk om inzicht te krijgen in het energie- en waterverbruik van AI. Een stagiair in ons team heeft zich vorig jaar vol gestort op allerlei metingen. Wat kost het om de software een kwartier te laten draaien? Wat is het effect van aanpassingen in de software? Dat is vaak ongrijpbaar, ook omdat verschillende aanpassingen andere effecten hebben als ze worden samengevoegd.
Hoe gedetailleerder we inzicht hebben, hoe beter we erop kunnen sturen. Op serverkastniveau, liever nog op machineniveau. In de toekomst kunnen we misschien zelfs op efficiëntie per gebruiker sturen.
AI zit niet alleen in de software van AFAS, we gebruiken het ook om die software te ontwikkelen. Daardoor kunnen we efficiënter werken. Op dit moment kijken we vooral naar wat modellen kunnen, minder naar hoe duurzaam ze zijn. Dat is in deze fase van verkenning het belangrijkst. Als de use cases duidelijker zijn, verwacht ik zeker nog een verduurzamingsslag.’
Monique Lempers, chief impact officer bij Fairphone
‘De impact van AI op het klimaat is volledig afhankelijk van de wijze waarop we de technologie inzetten. Het is een zwaard dat aan twee kanten snijdt. Dat geldt overigens voor elke technologie. Kijk naar de smartphone: die heeft communicatie aanzienlijk makker gemaakt, maar roept tegelijkertijd vragen op over data security.
Bij Fairphone hebben we een bedrijfsbrede dialoog gevoerd om te bepalen hoe we AI zinvol en optimaal kunnen inzetten. Momenteel ondersteunt AI bij ons basisactiviteiten zoals onderzoek, data-analyse en communicatie. Denk aan support bij onze impactrapportage en klantenservice.
Maar de werkelijke innovatieve waarde zit in het gebruik van AI voor duurzame systeemverbeteringen. We pionieren met predictive maintenance: we gebruiken slimme modellen om slijtage van telefoononderdelen te voorspellen op basis van individueel gebruik. Door deze data om te zetten in preventieve acties, zoals een gepersonaliseerd laadadvies om degradatie van de batterij te voorkomen, gebruiken we AI als een instrument om de levensduur van onze hardware te verlengen.
Omdat de meeste Fairphones op Android draaien, is Gemini automatisch onderdeel van de software. Wij hebben geen inzicht in of invloed op dat gebruik; daar ligt een duidelijke verantwoordelijkheid voor Google. Wel brengen wij de integrale CO2-uitstoot van onze toestellen in kaart, inclusief de gebruiksfase. De gebruiksfase beslaat momenteel slechts 2 procent van de totale uitstoot, maar bij een onverhoopte stijging zullen we ons moeten inspannen om dit te reduceren of te compenseren. Dat is voor ons niet meer dan logisch; het is onderdeel van de true price.
AI beïnvloedt onze bedrijfsvoering ook indirect. Door de AI-hausse is er een enorme run op datacenterspecifieke technologie. Dat zet de wereldwijde keten onder grote druk. Fabrieken verschuiven hun focus, waardoor de ruimte voor de productie van de reguliere telefoononderdelen schaarser wordt. We hebben ons de afgelopen tijd maximaal moeten inspannen om onze leveringszekerheid te waarborgen.’
Sjoerd Holleman, directeur strategie, product & analytics bij Albert Heijn
‘Albert Heijn vult elke dag ruim 7 miljoen borden. Dat vraagt om scherpe keuzes in wat we inkopen, vervoeren en in de winkel leggen. AI helpt ons om die puzzel beter te leggen, bijvoorbeeld door dagelijks voorspellingen te doen over wat elke winkel nodig heeft of slimme bezorgroutes te bedenken. Door slimmere routes te rijden, reduceren we gereden kilometers en dus emissies in de transportketen.
Door beter in te schatten wat winkels nodig hebben, voorkomen we jaarlijks meer dan 1,5 miljoen kilo voedselverspilling. Dit wordt in de winkel zelf versterkt door AI-gedreven systemen als dynamisch afprijzen en Laatste Kans Koopjes. En de AI-toepassingen voor klanten, Scan & Kook en Mijn AH assistent, helpen om te koken met ingrediënten die al in huis zijn en zo ook thuis minder eten weg te gooien.
We kiezen bewust voor simpele modellen, die minder data en rekenkracht vragen en dus ook minder energie verbruiken. Daarom ontwikkelen we veel AI zelf en gebruiken we generatieve AI alleen waar dat echt toegevoegde waarde heeft. Als een proces met eenvoudige automatisering of menselijke inschatting net zo goed werkt, zetten we bewust geen AI in.
Kunstmatige intelligentie vervangt bij Albert Heijn geen mensen, maar stelt collega’s en klanten in staat om betere beslissingen te nemen, waardoor we minder voedsel verspillen, minder kilometers rijden en het werk inhoudelijk sterker en minder belastend maken.’
