Verspilt AI water? Mythe of niet, als je EU-infrastructuur gebruikt

« AI verspilt al ons water ». Mythe of niet? We gingen het na.

De vraag kwam rechtstreeks bij ons terecht. Paul Plessing, een van onze oprichters, kreeg flink wat tegenwind in een Reddit-thread over het « excessieve waterverbruik » van AI en datacenters. De toon was hard, maar de vraag is fair. Dus hebben we het onderzoek gelezen.

Waar komt het fles-watercijfer vandaan?

De belangrijkste bron achter « AI verspilt water » is degelijk: Li et al., « Making AI Less Thirsty » (UC Riverside), die schatten dat GPT-3 ongeveer een fles van 500 ml water per 20–50 antwoorden gebruikt.

Die cijfers per antwoord zijn extrapolaties. Ze gaan uit van datacenters in warme klimaten met verdampingskoeling.

Verdampingskoeling is zweten op industriële schaal. Warme lucht stroomt langs water, het water verdampt, neemt de warmte mee en verdwijnt in plaats van terug te keren in de waterkringloop. Het bespaart veel stroom, daarom gebruiken warme regio’s het. Maar het kost veel water.

Wat laten gemeten cijfers zien?

Google publiceerde later gemeten cijfers: de mediane Gemini Apps-tekstprompt verbruikt 0,24 Wh en 0,26 ml water, inclusief koeling en idle-overhead. Dat is ongeveer vijf druppels. Het cijfer komt uit een momentopname van gegevens uit mei 2025, dus een mediaan over welke modellen toen verkeer serveerden, niet één benoemd model. En die 0,26 ml was Googles wereldwijde gemiddelde.

Voor de langere methodologie hebben we al geschreven over AI-waterverbruik: waarom virale cijfers misleidend zijn. Dit stuk gaat over wat verandert als je EU AI-chat op servers in Europa draait.

Gebruiken Europese datacenters überhaupt water om te koelen?

Datacenters in Zweden staan daar deels omdat ze met lucht in plaats van water koelen. Microsofts Zweedse regio koelt het hele jaar met buitenlucht. Hetzner koelt ook met lucht in plaats van water.

Dat is geen willekeurige lijst. DentroChat host bij Hetzner in Duitsland, en een deel van de inferentie die we via Cortecs routeren draait in Zweden. « AI verspilt water » is een flinke overdrijving als je een EU AI-chat zoals DentroChat gebruikt. Veel van die Europese datacenters gebruiken vrijwel geen water.

En het water voor het trainen van het model?

Wat in de cijfers hierboven ontbreekt, zijn de sunk costs van AI-training. Is een model eenmaal getraind, kan het gehost worden. Maar de meeste in de EU gehoste modellen worden nog buiten Europa getraind, dus we moeten ook naar trainingskosten kijken.

Recente cijfers zijn schaars, maar Google schatte in 2022 dat 40 % van de energie naar modeltraining ging en 60 % naar inferentie.

Het recentere paper « Power Hungry Processing » schat dat inferentie ~90 % van levensduurenergie en -koolstof kan zijn.

Beide wijzen dezelfde kant op: een EU AI-chat met Europees gehoste modellen verspilt weinig water in totaal.

Hoe verhoudt dat zich tot een Reddit-thread?

Vergelijk dit met de Reddit-post die 6.000 views kreeg en ons onderzoek startte.

Web-CO₂-calculators op basis van het Sustainable Web Design-model zetten een typische pageview op ~0,36 g CO₂e, ongeveer 0,7 Wh. Bij 6.000 views is dat ongeveer 4,4 kWh alleen om de pagina te serveren. Dat is de energie van ruwweg 18.000 AI-tekstprompts!

Qua water gaat het ook om liters versus een fractie milliliter per prompt.

Normale social media lijken energie-technisch dus erger dan AI…

Is « AI verspilt water » een mythe?

Datacenters in droge regio’s zijn een echt probleem, en transparantie schiet tekort. Maar per interactie, op EU-infrastructuur, is een prompt een van de lichtere dingen die we online doen.

« AI verspilt water » is vooral een mythe als je EU-oplossingen gebruikt. Dat is het soort Europese AI dat we draaien bij DentroChat, de beste EU AI-chat.