Sløser AI vann? Myte eller ikke, hvis du bruker EU-infrastruktur

« AI sløser bort alt vannet vårt ». Myte eller ikke? Vi gravde i det.

Spørsmålet landet rett på oss. Paul Plessing, en av grunnleggerne våre, fikk hard kritikk i en Reddit-tråd om AI’s « overdrevne vannsløsing » og datasentrene. Tonen var hard, men spørsmålet er fair. Så vi leste forskningen.

Hvor kommer tallet om vannflasken fra?

Hovedkilden bak « AI sløser vann » er solid: Li et al., « Making AI Less Thirsty » (UC Riverside), som estimerte at GPT-3 bruker omtrent en 500 ml vannflaske per 20–50 svar.

De tallene per svar er ekstrapoleringer. De forutsetter datasentre i varmt klima med fordampingskjøling.

Fordampingskjøling er svette i industriell skala. Varm luft føres forbi vann, vannet fordampes, tar med seg varmen og forsvinner i stedet for å gå tilbake i vannkretsløpet. Det sparer mye strøm, derfor bruker varme regioner det. Men det koster mye vann.

Hva viser målte tall?

Google publiserte senere målte tall: medianen for en Gemini Apps-tekstprompt bruker 0,24 Wh og 0,26 ml vann, inkludert kjøling og tomgang. Det er omtrent fem dråper. Tallet kommer fra et øyeblikksbilde av data fra mai 2025, altså en median over hvilke modeller som betjente trafikk da, ikke én navngitt modell. Og de 0,26 ml var Googles globale gjennomsnitt.

Vil du ha den lengre metodegjennomgangen, har vi allerede skrevet om AI’s vannforbruk: hvorfor virale tall er misvisende. Her handler det om hva som endrer seg når EU AI-chatten din kjører på servere i Europa.

Bruker europeiske datasentre i det hele tatt vann til kjøling?

Datasentre i Sverige ligger der blant annet fordi de kjøler med luft i stedet for vann. Microsofts svenske region kjøler med uteluft 100 % av året. Hetzner bruker også luft i stedet for vann til kjøling.

Det er ikke en tilfeldig liste. DentroChat hostes hos Hetzner i Tyskland, og en del av inferensen vi ruter via Cortecs kjører i Sverige. Å si « AI sløser vann » er en kraftig overdrivelse hvis du bruker en EU AI-chat som DentroChat. Mange av disse europeiske datasentrene bruker nesten ikke vann i det hele tatt.

Hva med vannet til å trene modellen?

Det som mangler i tallene over, er sunk costs for AI-trening. Når en modell er trent, kan den hostes. Men de fleste AI-modeller hostet i EU trenes fortsatt utenfor Europa, så vi må også se på treningskostnaden.

Det er vanskelig å finne ferske tall, men Google estimerte i 2022 at 40 % av energien gikk til modelltrening og 60 % til inferens.

Det nyere paperet « Power Hungry Processing » estimerer at inferens kan stå for ~90 % av livsløpsenergi og karbon.

Begge peker samme vei: en EU AI-chat med europeisk hostede modeller sløser lite vann totalt sett.

Hvordan står det seg mot en Reddit-tråd?

Sammenlign dette med Reddit-innlegget som fikk 6 000 visninger og startet researchen vår.

Web-CO₂-kalkulatorer basert på Sustainable Web Design-modellen setter et typisk sidevisning på ~0,36 g CO₂e, omtrent 0,7 Wh. Ved 6 000 visninger er det omtrent 4,4 kWh bare for å servere siden. Det tilsvarer energien i omtrent 18 000 AI-tekstprompter!

Når det gjelder vann, handler det også om liter mot en brøkdel av en milliliter per prompt.

Så vanlige sosiale medier ser ut til å være verre energimessig enn AI…

Er « AI sløser vann » en myte?

Datasentre i tørre regioner er et reelt problem, og åpenheten er dårlig. Men per interaksjon, på EU-infrastruktur, er en prompt en av de lettere tingene vi gjør på nettet.

« AI sløser vann » er mer en myte hvis du bruker EU-løsninger. Det er den typen europeisk AI vi kjører på DentroChat, den beste EU AI-chatten.