Leter vi på feil sted etter en løsning på datasentrenes bærekraftsutfordring innen KI?

Smartere forsyningskjeder kan være nøkkelen til å redusere miljøpåvirkningen fra KI-boomen

Bærekraftsledere over hele verden diskuterer KI-paradokset. På den ene siden øker KI miljøavtrykket. På den andre siden bidrar KI aktivt til å løse noen av de mest krevende bærekraftsproblemene i den virkelige verden. 

Fordelene med KI handler ikke bare om å øke produktiviteten i en virksomhet eller automatisere prosesser; de er langt større og mer betydningsfulle. Når KI brukes innen vitenskapelig forskning, helsevesenet og energisystemer, kan den bidra til å redde liv. Når KI brukes til å løse bærekraftsutfordringer, kan dens evne til å forutsi og optimalisere redusere avfall, energiforbruk og utslipp. Det internasjonale energibyrået (IEA) anslår at dersom eksisterende KI-løsninger for industrielle prosesser ble tatt i bruk i hele industrien, ville energibesparelsene alene overstige Mexicos samlede nåværende energiforbruk. 

Selv om vi ikke kan lukke øynene for det nåværende miljøavtrykket fra KI og datasenterøkosystemet, kan vi heller ikke ignorere den betydelige effekten og de store mulighetene teknologien byr på. Hvis vi gir opp KI nå, vil det hindre oss i å realisere alle fordelene teknologien kan gi. Men for å innfri løftene må vi bygge ut den fysiske infrastrukturen som støtter KI, og finne bærekraftige måter å gjøre det på. 

Så langt har diskusjonen om KI og bærekraft i stor grad dreid seg om datasentre. Men hvis vi skal redusere miljøavtrykket fra KI på en meningsfull måte, må vi også se utenfor datasentrenes vegger og følge materialene, utstyret og maskinvaren oppover i forsyningskjeden. 

Et viktig virkemiddel for å redusere KIs miljøavtrykk er å optimalisere de globale forsyningskjedene bak KI-infrastrukturen.

KIs reelle miljøavtrykk omfatter også forsyningskjedene

Det er på mange måter forståelig at diskusjoner om KIs miljøpåvirkning nå fokuserer på datasentre. I dag står KI-arbeidsbelastninger for omtrent 20 % av bruken av datasentre. Dette er ventet å dobles til 40 % innen 2030. KI krever enorm datakapasitet, og denne kapasiteten krever store mengder strøm for å drive systemene og vann for å kjøle dem ned. IEA rapporterer at et typisk datasenter som er innrettet mot KI, kan bruke like mye strøm som 100 000 husholdninger. 

Noen av de fremste ekspertene innen bærekraft, design og infrastruktur arbeider for omfattende bruk av fornybar energi til å drive datasentre, grønne byggemetoder i alle anlegg og nyskapende kjøleløsninger med lavt vannforbruk. Dette er viktige spørsmål, men de løser bare en del av problemet. Endringene bør begynne med KI-drevet optimalisering av forsyningskjedene. 

KIs miljøavtrykk oppstår lenge før et datasenter begynner å være i drift. Datasenteret er endepunktet for tusenvis av omfattende forsyningskjeder som produserer og frakter halvledere, servere, nettverksutstyr, transformatorer, koblingsanlegg, kjølesystemer, stål og betong. Forsyningskjedene for disse produktene omfatter en rekke leverandører i globale nettverk. 

Dette systemet blir i stor grad utelatt fra diskusjoner om KI og bærekraft. Men disse forsyningskjedene utgjør en betydelig del av KIs samlede miljøavtrykk og bør optimaliseres for å redusere avfall og utslipp. 

Slik reduserer bærekraftige, KI-drevne forsyningskjeder datasentrenes miljøpåvirkning

En gjennomgang fra 2026 av 112 fagfellevurderte studier, publisert i Cogent Engineering, fant at KI kan spille en omveltende rolle i optimaliseringen av forsyningskjeder ved å forbedre prosessene, informasjonsdelingen og åpenheten i dem. Slik bidrar KI-drevet optimalisering av forsyningskjeder til å redusere miljøpåvirkningen fra KI:

• Mer effektiv produksjon: KI kan bidra til å redusere avfall i produksjonen ved å optimalisere energibruken, avdekke utstyrsproblemer som skaper bærekraftsutfordringer, og synliggjøre ineffektive prosesser. I forsyningskjeden for KI-infrastruktur er slike effektiviseringer særlig viktige, ettersom produktene som produseres – blant annet servere, kjølesystemer, elektrisk utstyr og halvledere – er spesielt ressurs- og energikrevende å framstille, og produksjonen krever ofte utvinning av kritiske mineraler, ifølge BSR (Business for Social Responsibility). For å vedlikeholde datautstyret må servere og KI-maskinvare skiftes ut ofte, hvert andre til tredje år. Derfor er optimalisering av produksjonen tidligere i forsyningskjeden en av de største mulighetene til å redusere datasentrenes samlede miljøpåvirkning. 
• Bedre koordinering av utstyrstransport med mindre sløsing med ressurser: Når maskinvaren er produsert, skal den fraktes til byggeplassen for datasenteret. KI kan bidra til å redusere unødvendig kjøring og ressursbruk ved å støtte planlegging av last, transport og rutevalg. USAs miljøvernbyrå har bekreftet at dette er en sentral del av arbeidet med å gjøre forsyningskjedene mer bærekraftige. 
• Bedre oversikt og scenarioplanlegging: Med forbedringer innen oversikt, prognoser og scenarioplanlegging ved hjelp av AI trenger ikke selskaper å bygge opp et overskuddslager eller duplisere kapasitet for å forberede seg på mulige forstyrrelser. En mer presis forståelse av hvor risikoene ligger, gjør det mulig å utarbeide målrettede tiltak i stedet for å bygge opp buffere som fører til sløsing.
• Nettverksbasert og effektivisert samarbeid: Når AI er integrert i hele forsyningskjedenettverket, kan produsenter og andre samarbeidspartnere kommunisere og dele informasjon så effektivt som mulig. Samarbeid i sanntid innebærer at alle får den samme oppdateringen samtidig. Det betyr mindre bortkastet innsats, tid og ressurser.
• Oversikt over livssyklusen forlenger utstyrets brukstid: Etter hvert som teknologien utvikler seg raskt, blir elektronisk avfall et stadig større problem. Ifølge Global E-waste Monitor produserte verden rekordhøye 62 millioner tonn elektronisk avfall i 2022, dobbelt så mye som i 2010. Bedre oversikt over livssyklusen ved hjelp av AI kan bidra til å redusere mengden elektronisk avfall betydelig ved å gi grunnlag for beslutninger om reparasjon, oppussing og resirkulering når maskinvaren i datasentre oppgraderes i framtiden. 

Dette er sentralt for sirkulærøkonomien, en bevegelse med et enormt potensial til å gjøre forsyningskjedene mer bærekraftige. Innenfor sirkulærøkonomien kan AI forbedre sorteringen av materialer for å øke resirkuleringsgraden, optimalisere returlogistikken for å samle inn produkter til oppussing og forutsi hvilke gjenvunnede materialer som vil dekke etterspørselen. 

Ved å se nærmere på hver del av forsyningskjeden for AI-infrastruktur og optimalisere driften for å gjøre den mer effektiv og bærekraftig, kan bedrifter redusere AI-avtrykket betydelig. AI endrer selv grensene for hva som tidligere har vært mulig, og gjør det mulig for planleggere å analysere samtidig de utallige komplekse variablene i datasentrenes forsyningskjede, slik at de kan ta best mulige beslutninger både for bunnlinjen og miljøet.

Hvordan AI kan bidra til å forbedre sin egen effektivitet

Til tross for bekymringene rundt datasentrenes ressursbruk er ledere innen bærekraft generelt fortsatt optimistiske med hensyn til hvilken innvirkning AI vil ha— World Economic Forums Chief Sustainability Officers Outlook viste at 73 % av CSO-ene forventer at AI vil gi et betydelig løft til bærekraftsarbeidet.

I tillegg kan AI bidra til å drive fram innovasjon innen materialer og halvledere, som igjen forbedrer teknologien og reduserer ressursbehovet. Forskere og ingeniører bruker AI til å utforme mer effektive brikker, utvikle AI-modeller som bruker mindre energi, oppdage nye materialer og forbedre kjøleteknologi og energisystemer for datasentre. 

Disse innovative løsningene vil, sammen med omfattende optimalisering av forsyningskjedene, gjøre neste generasjon datasentre mer effektive og bærekraftige og redusere AI-avtrykket på miljøet betraktelig. 

Omstillingen til AI og arbeidet for bærekraft trenger ikke å motarbeide hverandre. Ved å ta i bruk denne teknologien, som utvikler seg raskt, i datasentrene og forsyningskjedene som driver veksten, kan vi fortsette å utnytte fordelene med AI samtidig som vi bygger et mer effektivt grunnlag for framtidens infrastruktur.