Letar vi på fel ställe efter lösningen på AI-datacentralernas hållbarhetsutmaning?

Smartare leveranskedjor kan vara nyckeln till att minska AI-boomens miljöpåverkan

Hållbarhetsledare världen över diskuterar AI:s paradox. Å ena sidan växer AI:s miljöavtryck. Å andra sidan bidrar AI aktivt till att lösa några av de mest utmanande hållbarhetsproblemen i verkligheten. 

AI:s fördelar handlar inte bara om att öka produktiviteten inom företag eller automatisera processer; de är mycket större och får betydligt större konsekvenser. När AI används inom vetenskaplig forskning, hälso- och sjukvård samt energisystem har den kraft och potential att rädda liv. När den används för att möta hållbarhetsutmaningar kan AI:s förmåga att göra prognoser och optimera minska avfall, energianvändning och utsläpp. Internationella energiorganet (IEA) uppskattar att om befintliga AI-tillämpningar för industriella processer infördes i hela industrin, skulle enbart energibesparingarna överstiga Mexikos nuvarande totala energiförbrukning. 

Vi kan inte blunda för AI:s och datacenterekosystemets nuvarande miljöavtryck, men vi kan inte heller bortse från den betydande påverkan och de möjligheter som tekniken erbjuder. Om vi överger AI nu kommer vi inte att kunna dra full nytta av dess fördelar. För att förverkliga dess potential måste vi dock bygga ut den fysiska infrastruktur som stöder tekniken, och vi måste hitta sätt att göra det på ett hållbart sätt. 

Hittills har diskussionen om AI och hållbarhet till stor del handlat om datacenter. Men för att på ett meningsfullt sätt minska AI:s miljöavtryck måste vi också blicka bortom datacentrens väggar och följa materialens, utrustningens och hårdvarans väg uppströms i leveranskedjan. 

Ett kraftfullt sätt att minska AI:s miljöavtryck är att optimera de globala leveranskedjorna bakom AI-infrastrukturen.

AI:s verkliga miljöavtryck omfattar även leveranskedjorna

Att diskussionen om AI:s miljöpåverkan just nu fokuserar på datacenter är i många avseenden förståeligt. I dag står AI-arbetsbelastningar för omkring 20 % av datacentrenas användning. Andelen beräknas fördubblas till 40 % år 2030. AI kräver enorm datorkapacitet, och den kapaciteten kräver stora mängder elektricitet för att driva systemen och vatten för att kyla dem. IEA uppger att ett typiskt datacenter inriktat på AI kan förbruka lika mycket elektricitet som 100 000 hushåll. 

Några av de främsta experterna inom hållbarhet, design och infrastruktur verkar för en bred användning av förnybar energi för att driva datacenter, miljövänliga byggmetoder i varje anläggning och innovativa kyllösningar med låg vattenförbrukning. Dessa frågor är avgörande, men de tar bara itu med en del av problemet. Förändringarna bör börja med AI-baserad optimering av leveranskedjor. 

AI:s miljöavtryck börjar långt innan ett datacenter tas i drift. Datacentret är slutpunkten för tusentals omfattande leveranskedjor som tillverkar och transporterar halvledare, servrar, nätverksutrustning, transformatorer, ställverk, kylsystem, stål och betong. Leveranskedjorna för dessa produkter omfattar flera leverantörer i globala nätverk. 

Det här systemet utelämnas till stor del i diskussionerna om AI och hållbarhet. Men leveranskedjorna står för en betydande del av AI:s totala miljöavtryck och bör optimeras för att minska avfall och utsläpp. 

Så minskar hållbara, AI-drivna leveranskedjor datacentrens miljöpåverkan

En översikt från 2026 av 112 sakkunniggranskade studier, publicerad i Cogent Engineering, visade att AI kan spela en omvälvande roll i optimeringen av leveranskedjor genom att förbättra processer, informationsdelning och transparens. Så här bidrar AI-driven optimering av leveranskedjor till att minska AI:s miljöpåverkan:

• Effektivare tillverkning: AI kan bidra till att minska avfallet inom tillverkning genom att optimera energianvändningen, identifiera utrustningsproblem som orsakar hållbarhetsutmaningar och synliggöra ineffektiva processer. I leveranskedjan för AI-infrastruktur är dessa effektivitetsvinster särskilt viktiga, eftersom produkterna som tillverkas – däribland servrar, kylsystem, elektrisk utrustning och halvledare – kräver särskilt mycket resurser och energi att tillverka och ofta förutsätter utvinning av kritiska mineraler, enligt BSR (Business for Social Responsibility). För att underhålla datorutrustningen behöver servrar och AI-hårdvara bytas ut ofta, vartannat till vart tredje år. Därför är optimering av produkttillverkningen uppströms i leveranskedjan en av de största möjligheterna att minska datacentrens totala miljöpåverkan. 
• Bättre samordning för att transportera utrustning med mindre resursslöseri: När hårdvaran har tillverkats är det dags att transportera den till byggplatsen för datacentret. AI kan bidra till att minska onödiga körsträckor och resursanvändning genom att stödja lastplanering, transportplanering och ruttoptimering. USA:s miljöskyddsmyndighet bekräftar att detta är en grundläggande del i arbetet med att göra leveranskedjor mer hållbara. 
• Bättre insyn och scenarioplanering: När AI förbättrar insynen, prognoserna och scenarioplaneringen behöver företag inte lagra stora överskottslager eller bygga upp dubblerad kapacitet för att förbereda sig på eventuella störningar. En mer precis förståelse av var riskerna finns gör det möjligt att ta fram riktade åtgärder i stället för att bygga upp buffertar som leder till slöseri.
• Sammankopplat och effektiviserat samarbete: När AI integreras i hela leveranskedjenätverken kan tillverkare och andra samarbetspartner göra kommunikationen och informationsutbytet så effektivt som möjligt. Samarbete i realtid innebär att alla får samma uppdatering samtidigt. Inget mer slöseri med arbete, tid eller resurser.
• Insyn i utrustningens livscykel förlänger dess användbarhet: I takt med att tekniken utvecklas snabbt blir elektroniskt avfall ett allt större problem. Enligt Global E-waste Monitor uppstod rekordhöga 62 miljoner ton elektroniskt avfall i världen 2022, vilket är dubbelt så mycket som 2010. Insyn i livscykeln med hjälp av AI kan bidra till att minska mängden elektroniskt avfall avsevärt genom att ge underlag för beslut om reparation, renovering och återvinning när datacenterutrustning uppgraderas i framtiden. 

Detta är centralt för rörelsen för en cirkulär ekonomi, som har enorm potential att göra leveranskedjor mer hållbara. Inom den cirkulära ekonomin kan AI förbättra materialsorteringen för att öka återvinningsgraden, optimera omvänd logistik för att samla in produkter som ska renoveras och förutseende matcha återvunnet material med efterfrågan. 

Genom att granska varje del av AI-infrastrukturens leveranskedja noggrant och optimera verksamheten så att den blir effektivare och mer hållbar kan företag minska AI:s miljöavtryck avsevärt. AI förändrar i sig vad som historiskt sett har varit möjligt och gör det möjligt för planerare att samtidigt analysera de många komplexa variablerna i datacentrens leveranskedja för att fatta bästa möjliga beslut både för resultatet och för miljön.

Hur AI kan bidra till att förbättra sin egen effektivitet

Trots oron över datacenters resursanvändning är hållbarhetsledare i allmänhet fortsatt optimistiska om AI:s påverkan— Världsekonomiskt forums Chief Sustainability Officers Outlook visade att 73 % av hållbarhetscheferna förväntar sig att AI påtagligt ska påskynda framstegen inom hållbarhet.

Dessutom väntas AI driva på innovation inom material och halvledare, vilket i sin tur förbättrar tekniken och gör den mindre resurskrävande. Forskare och ingenjörer använder AI för att utforma effektivare chip, utveckla AI-modeller med lägre energiförbrukning, upptäcka nya material och förbättra kylteknik och datacenters energisystem. 

Dessa innovativa lösningar kommer, tillsammans med omfattande optimeringar av leveranskedjor, att göra nästa generations datacenter effektivare och mer hållbara och därmed avsevärt minska AI:s miljöavtryck. 

AI-omställningen och strävan efter hållbarhet behöver inte motverka varandra. Genom att tillämpa denna snabbt utvecklande teknik på de datacenter och leveranskedjor som driver dess tillväxt kan vi fortsätta att ta till vara AI:s fördelar samtidigt som vi bygger en effektivare grund för framtidens infrastruktur.