Kijken we op de verkeerde plek om de uitdaging van duurzame AI-datacenters op te lossen?

Dankzij slimmere toeleveringsketens kunnen we de milieu-impact van de AI-boom mogelijk verkleinen

Duurzaamheidsleiders over de hele wereld buigen zich over de paradox van AI. Enerzijds neemt de milieu-impact van AI toe. Anderzijds helpt AI actief om enkele van de lastigste duurzaamheidsproblemen in de echte wereld op te lossen. 

De voordelen van AI beperken zich niet tot een hogere productiviteit binnen bedrijven of het automatiseren van processen; ze zijn veel groter en hebben veel meer impact. Wanneer AI wordt ingezet voor wetenschappelijk onderzoek, de gezondheidszorg en energiesystemen, kan het levens redden. Bij duurzaamheidsvraagstukken kunnen de voorspellende en optimalisatiemogelijkheden van AI afval, energieverbruik en uitstoot terugdringen. Het International Energy Agency (IEA) schat dat de energiebesparing alleen al groter zou zijn dan het huidige totale energieverbruik van Mexico als bestaande AI-toepassingen voor industriële processen in de hele industrie zouden worden ingevoerd. 

We kunnen onze ogen niet sluiten voor de huidige milieu-impact van AI en het ecosysteem van datacenters, maar we mogen ook de betekenisvolle impact en de mogelijkheden van deze technologie niet negeren. Als we nu met AI stoppen, kunnen we de voordelen ervan niet ten volle benutten. Om de belofte van AI waar te maken, moeten we echter de fysieke infrastructuur uitbouwen die ervoor nodig is en manieren vinden om dat op een duurzame manier te doen. 

Tot nu toe richtte het gesprek over de duurzaamheid van AI zich grotendeels op datacenters. Maar om de milieu-impact van AI daadwerkelijk terug te dringen, moeten we ook buiten de muren van het datacenter kijken en de materialen, apparatuur en hardware stroomopwaarts in de keten volgen. 

Een belangrijke manier om de ecologische voetafdruk van AI te verkleinen, is de wereldwijde toeleveringsketens achter de AI-infrastructuur te optimaliseren.

De werkelijke milieu-impact van AI omvat ook de toeleveringsketens

Dat de aandacht in gesprekken over de milieu-impact van AI uitgaat naar datacenters, is in veel opzichten begrijpelijk. AI-workloads zijn momenteel goed voor ongeveer 20% van het gebruik van datacenters. Dat zal naar verwachting tegen 2030 verdubbelen tot 40%. AI vereist enorme rekenkracht, waarvoor grote hoeveelheden elektriciteit nodig zijn. Ook is er veel water nodig om de systemen te koelen. Het IEA meldt dat een doorsnee datacenter dat op AI is gericht evenveel elektriciteit kan verbruiken als 100.000 huishoudens. 

Enkele van de grootste denkers op het gebied van duurzaamheid, ontwerp en infrastructuur zetten zich in voor een grootschalige overstap op hernieuwbare energie om datacenters van stroom te voorzien, duurzame bouwmethoden in elke faciliteit en koelinnovaties die weinig water verbruiken. Deze kwesties zijn cruciaal, maar vormen slechts een deel van het probleem. De veranderingen moeten beginnen met optimalisaties van toeleveringsketens die worden aangestuurd door AI. 

De milieu-impact van AI begint al ruim voordat een datacenter in gebruik wordt genomen. Een datacenter vormt het eindpunt van duizenden uitgebreide toeleveringsketens die halfgeleiders, servers, netwerkapparatuur, transformatoren, schakelapparatuur, koelsystemen, staal en beton produceren en vervoeren. De toeleveringsketens voor deze producten omvatten meerdere leveranciers in wereldwijde netwerken. 

In gesprekken over de duurzaamheid van AI blijft dit systeem grotendeels buiten beschouwing. Deze toeleveringsketens dragen echter aanzienlijk bij aan de totale voetafdruk van AI en moeten worden geoptimaliseerd om afval en uitstoot terug te dringen. 

Hoe duurzame, door AI aangestuurde toeleveringsketens de milieu-impact van datacenters verkleinen

Een overzicht uit 2026 van 112 peer-reviewed onderzoeken, gepubliceerd in Cogent Engineering, concludeerde dat AI een transformatieve rol kan spelen bij het optimaliseren van toeleveringsketens door processen, informatiedeling en transparantie te verbeteren. Zo helpt optimalisatie van toeleveringsketens met AI de milieu-impact van AI te beperken:

• Efficiëntere productie: AI kan in de productie helpen afval terug te dringen door het energieverbruik te optimaliseren, apparatuurproblemen op te sporen die duurzaamheidsproblemen veroorzaken en inefficiënte processen aan het licht te brengen. Deze efficiëntiewinst is bijzonder belangrijk binnen de toeleveringsketen van AI-infrastructuur, omdat de producten die daar worden gemaakt — waaronder servers, koelsystemen, elektrische apparatuur en halfgeleiders — veel grondstoffen en energie vergen om te produceren. Daarvoor is vaak winning van kritieke mineralen nodig, aldus BSR (Business for Social Responsibility). Om de computerapparatuur goed te laten werken, moeten servers en AI-hardware regelmatig worden vervangen: elke twee tot drie jaar. Daarom is het optimaliseren van de productie van producten eerder in de keten een van de grootste kansen om de totale milieu-impact van datacenters te verkleinen. 
• Betere coördinatie om apparatuur met minder verspilling van middelen te vervoeren: Nadat de hardware is geproduceerd, moet deze naar de bouwlocatie van het datacenter worden vervoerd. AI kan onnodige kilometers en onnodig verbruik van middelen helpen voorkomen door ondersteuning te bieden bij het samenstellen van ladingen, de transportplanning en de routeoptimalisatie. De U.S. Environmental Protection Agency bevestigde dat dit een essentieel onderdeel is van het verduurzamen van toeleveringsketens. 
• Beter inzicht en scenarioplanning: Dankzij AI-verbeteringen op het gebied van inzicht, prognoses en scenarioplanning hoeven bedrijven geen overtollige voorraden aan te leggen of extra capaciteit achter de hand te houden om voorbereid te zijn op mogelijke verstoringen. Doordat ze beter begrijpen waar de risico’s liggen, kunnen ze gericht reageren in plaats van buffers op te bouwen die verspilling veroorzaken.
• Netwerkbrede, gestroomlijnde samenwerking: Doordat AI in hun hele toeleveringsketen is geïntegreerd, kunnen fabrikanten en andere partners zo efficiënt mogelijk communiceren en informatie delen. Dankzij samenwerking in realtime ontvangt iedereen dezelfde update op hetzelfde moment. Zo gaan er geen inspanningen, tijd of middelen meer verloren.
• Inzicht in de levenscyclus verlengt de gebruiksduur van apparatuur: Door de snelle technologische vooruitgang wordt elektronisch afval een steeds groter probleem. Volgens de Global E-waste Monitor genereerde de wereld in 2022 een recordhoeveelheid van 62 miljoen metrieke ton elektronisch afval, twee keer zoveel als in 2010. Inzicht in de levenscyclus, ondersteund door AI, kan elektronisch afval aanzienlijk helpen verminderen door betere beslissingen mogelijk te maken over reparatie, revisie en recycling wanneer hardware in datacenters in de toekomst wordt vernieuwd. 

Dit is essentieel voor de beweging naar een circulaire economie, die een enorm potentieel heeft om toeleveringsketens duurzamer te maken. Binnen een circulaire economie kan AI materiaal sorteren om het recyclingpercentage te verhogen, omgekeerde logistiek optimaliseren om retourzendingen voor revisie in te zamelen en teruggewonnen materialen voorspellend afstemmen op de vraag. 

Door elk onderdeel van de toeleveringsketen voor AI-infrastructuur nauwkeurig te onderzoeken en processen efficiënter en duurzamer te maken, kunnen bedrijven de ecologische voetafdruk van AI aanzienlijk verkleinen. AI verandert zelf wat historisch gezien mogelijk was: planners kunnen hierdoor tegelijkertijd de talloze complexe variabelen in de toeleveringsketen van datacenters analyseren en zo de best mogelijke beslissingen nemen, zowel voor het bedrijfsresultaat als voor het milieu.

Hoe AI kan helpen de eigen efficiëntie te verbeteren

Ondanks zorgen over het grondstoffengebruik van datacenters blijven duurzaamheidsleiders over het algemeen optimistisch over de impact van AI— het rapport Vooruitblik voor duurzaamheidsdirecteuren van het World Economic Forum stelde vast dat 73% van de CSO’s verwacht dat AI de vooruitgang op het gebied van duurzaamheid aanzienlijk zal versnellen.

Daarnaast belooft AI innovaties op het gebied van materialen en halfgeleiders te stimuleren, die de technologie op hun beurt verder verbeteren en het grondstoffengebruik ervan terugdringen. Onderzoekers en ingenieurs gebruiken AI om efficiëntere chips te ontwerpen, energiezuinigere AI-modellen te ontwikkelen, nieuwe materialen te ontdekken en koeltechnologieën en energiesystemen voor datacenters te verbeteren. 

Deze innovatieve oplossingen, in combinatie met grootschalige optimalisaties van toeleveringsketens, maken de volgende generatie datacenters efficiënter en duurzamer en verkleinen de ecologische voetafdruk van AI aanzienlijk. 

De transformatie door AI en het streven naar duurzaamheid hoeven niet met elkaar op gespannen voet te staan. Door deze zich snel ontwikkelende technologie toe te passen in de datacenters en toeleveringsketens die de groei ervan mogelijk maken, kunnen we de voordelen van AI blijven benutten en tegelijkertijd een efficiëntere basis leggen voor de infrastructuur van de toekomst.