AI's energiforbrug
Hvordan påvirker AI jeres klimamål, nøgternt svar uden greenwashing.
Indhold
AI's energiforbrug dækker den elektricitet (og ofte kølevand) datacentre bruger, når store modeller trænes og når de besvarer forespørgsler i drift. Træning kan være en enorm engangsudgift i kilowatt-timer, mens hver enkelt prompt normalt bruger en lille mængde energi, men milliarder af prompts giver samlet et stort forbrug. Billed- og videogenerering vejer generelt tungere end almindelig tekst.
Sådan virker AI's energiforbrug i praksis
Der er to grundlæggende kilder til forbruget: først Træning, hvor modeller lærer på enorme mængder data; sidst drift, når modellen svarer på en Prompt. Træning svarer til at bygge fabrikken: det kræver mange servere i dage eller uger og derfor meget strøm. Drift er som at bruge maskinerne: hver forespørgsel er relativt billig, men hvis I har mange brugere eller automatiserede flows, hober det sig op.
Teknisk set bruger modeller med mange parametre mere energi, og opgaver som Videogenerering og billedgenerering kræver ofte mere beregning end tekstgeneration. Leverandører oplyser sjældent detaljerede tal, og forskere skønner forskelligt, så tal du ser online er ofte grove estimater. Det betyder, at I som virksomhed sjældent kan regne en præcis kilowatt-time ud uden hjælp fra jeres leverandør.
Hvorfor AI's energiforbrug betyder noget for dine klimamål
Kunder, medarbejdere og bestyrelsen spørger i stigende grad til CO2-aftryk og ESG-data. Du skal kunne svare kort: hvor kommer forbruget fra, og hvad har I gjort for at begrænse det. Uden tal risikerer du to dårlige udfald: panik eller greenwashing. Stil leverandøren konkrete spørgsmål om hvor meget energi der bruges pr. aktivitet, og bed om certificeringer eller at forbrug rapporteres i jeres leverandøraftaler.
Der er også taktiske valg: vælg modeller og workflows, der passer til opgaven. Til korte tekstopgaver kan en mindre model være nok og bruge langt mindre strøm. Til højkvalitets billed- eller videogenerering må du forvente mere forbrug og derfor overveje, hvor meget genproduktion I vil tillade i produktionen.
Eksempel: AI's energiforbrug hos den databeskyttelsesansvarlige
Den databeskyttelsesansvarlige i et lokal revisionsfirma vågnede en tirsdag efter en governance-gennemgang. Firmaet havde 12 medarbejdere, og marketingafdelingen begyndte at bruge en ekstern billed-AI til kundecases; på én uge blev der lavet 250 billeder og tre videoer. Den databeskyttelsesansvarlige spurgte leverandøren om dokumentation for energiforbrug og modtog kun et generisk svar. Hun måtte bruge to arbejdsdage på at samle estimater fra tre forskellige leverandører, gennemgå kontrakter og kræve et skriftligt svar. Problemet var ikke kun strømmen; det var manglende gennemsigtighed, og at billederne blev genereret igen og igen, så forbruget voksede. Løsningen blev en simpel politik: godkendte modeller til tekst, særskilt godkendelse til billed- og videogenerering, og krav om at leverandører dokumenterer forbrug ved større produktioner. Det kostede tid, men gav et svar til bestyrelsen og en håndterbar proces.
AI's energiforbrug er ikke det samme som CO2-aftryk eller pris
Energiforbrug måles i kWh; CO2-aftryk afhænger af hvor strømmen kommer fra. Et datacenter i et område med vedvarende energi har lavere CO2 per kWh. Pris på strøm er heller ikke et direkte mål for miljøpåvirkning. Og husk: Træning er ikke det samme som drift. Træning kan fylde meget i én omgang, mens drift akkumulerer over tid gennem hver Prompt. Videogenerering er typisk dyrere end almindelig tekstgeneration og derfor både en økonomisk og klimamæssig prioritet.
Hvad du skal være opmærksom på
Krav og praksis ændrer sig, så tjek regler og kontrakter løbende. EU's AI-forordning kræver, at udbydere af de største modeller dokumenterer visse oplysninger om deres systemer, herunder energiforbrug, så spørg efter dokumentation i jeres kontrakter og audits. Se Eur-Lex hvis I vil læse forordningen selv. Vær også opmærksom på skjulte omkostninger: ekstra opbevaring, flere gentagelser af genererede filer og hyppige retræninger kan alle øge forbruget. Endelig: undgå at love besparelser uden tal, og undgå at skjule oplysninger; gennemsigtighed er jeres bedste værn mod greenwashing.
Det er fristende at tro at teknikken alene løser problemet, men nej... politik og krav i jeres indkøb gør ofte den største forskel.
Vil I have et bud på, om AI's energiforbrug overhovedet er jeres næste skridt, så er det dét, AI-rådgivning er til for. Skal flere end én i huset kunne noget med AI's energiforbrug, så se, hvordan en AI-workshop er skruet sammen.
Ofte stillede spørgsmål om AI's energiforbrug
Hvor meget strøm bruger AI i min virksomhed?
Det afhænger af, om I træner modeller selv eller kun bruger eksterne tjenester. Drift af små tekstprompts bruger typisk få joule per forespørgsel, men mængden akkumuleres ved mange forespørgsler eller tung brug af billeder og video. Bed leverandøren om dokumentation for konkrete workflows.
Er træning det samme som drift i energiregnskabet?
Nej. Træning er ofte en stor engangsudgift, mens drift er løbende. Begge tæller i virksomhedens samlede aftryk, men de håndteres forskelligt i regnskab og kontrakter.
Tæller AI's energiforbrug i vores ESG-rapport?
Ja, hvis AI-forbruget bidrager til jeres samlede energiforbrug eller CO2-udledning. I skal dokumentere, hvor strømmen kommer fra, og hvilken andel AI udgør. Manglende tal fra leverandører gør det dog sværere, så kræv data i aftaler.
Kan leverandører blive tvunget til at oplyse energiforbrug?
EU's AI-forordning stiller krav om dokumentation for de største modeller, men praksis udvikler sig. I kan desuden indarbejde krav om gennemsigtighed og rapportering direkte i jeres kontrakter.

AI-rådgiver og underviser, grundlægger af AI Hero i Herning. Har bygget digitalt i over 20 år og hjælper danske virksomheder med at få AI i drift. Læs mere om Brian.