Påvirkningen af AI på bæredygtighed og overvågning heraf.

Dialogic har på vegne af Ministeriet for Økonomiske Anliggender undersøgt bæredygtighedsaspekterne ved udvikling og brug af AI samt hvordan dette bedst kan overvåges. Dette blev gjort i samarbejde med Pb7 Research og Universiteit Utrecht. Der er skrevet meget i medierne og den videnskabelige litteratur om AI's indvirkning på bæredygtighed, herunder skøn over energiforbruget forbundet med f.eks. anvendelse af ChatGPT i forhold til almindelige søgninger. Disse skøn varierer betydeligt på grund af forskelle i afgrænsning, beregningsmetode og antagelser. Formålet med denne undersøgelse er ikke at verificere disse skøn eller lave nye. Kerndolet er at give indsigt i de underliggende faktorer og sammenhænge med henblik på politikudformning. For at opnå dette undersøger vi detaljeret virkningen af AI og forbindelsen mellem brugen af AI og den endelige bæredygtighedspåvirkning. Derudover giver vi også indblik i de forventede fremtidige udviklinger. AI-tjenesteudbuddet udvikler sig meget. Forskellige virksomheder kæmper om markedet og tilbyder billig eller gratis AI-tjenester. Den vigtigste teknologiske trend er skalerbarheden af AI, især når det drejer sig om størrelsen af AI-modeller (antal parametre), den regnekraft, der bruges til træning, og regnekraften ved inferens (via inference-time scaling og opkomsten af agentic AI). Endelig ser vi en stigende differentiering (forskellige modelvarianter og priser samt dynamisk prissætning). Tilgængeligheden af (regne)kapacitet påvirker Ai-udbuddet væsentligt. Meget AI leveres fra udlandet til hollandske brugere. Tilgængeligheden af regnekapacitet til blandt andet AI er begrænset i Holland i hvert fald indtil 2030. Brugen af AI vedrører antallet af brugere (adoption), intensiteten af brugen og kvaliteten af brugen. Adoptionen af AI stiger blandt forbrugere og virksomheder. Det er endnu ikke klart, hvordan intensiteten af brugen vil udvikle sig. Klart er det dog, at udviklingen af brugen i høj grad er udbudsdrevet. Udbyderne af AI-tjenester konkurrerer hårdt med hinanden og tilbyder stadig bedre AI-tjenester gratis eller til lave omkostninger. En væsentlig begrænsning er tilgængeligheden af regnekapacitet. Især brugen af AI til billede- og videogenerering kræver meget regnekraft. I fremtiden forventer vi, at udviklingen i brugen af AI vil være mere efterspørgselsdrevet. Der er tre relevante faser, hvor AI bruger energi: dataindsamling og -behandling til træning, trænings- og evalueringstrin, og inferensfasen. I Holland er AI's energiforbrug begrænset indtil mindst 2030 pga. tilgængeligheden af datacentercapacitet. Det nuværende energiforbrug til AI i Holland skønnes at være mellem 41 GWh og 107 GWh pr. år i 2023. Afhængigt af scenariet, vil forbruget stige til mellem 2,9 TWh (midtscenario) og 4,7 TWh (højeste scenario) pr. år i 2030. Den primære form for emission som følge af AI er CO2-udledning ved produktionen af den nødvendige energi i trænings- og inferensfasen. På nuværende tidspunkt foregår disse emissioner primært omkring datacentre. Det er vigtigt at se på emissionerne fra datacentre i Holland, som bruges til AI, da der i øjeblikket er mere efterspørgsel end udbud. Datacentrene, hvor AI-træning og -inferens finder sted, bruger vand til køling, og vandforbrugseffektiviteten er en vigtig parameter. Datacentrene er i konkurrence med andre virksomheder om drikkevand ved vandknaphed. Datacentrene i Holland skal derfor finde alternative køleløsninger for at reducere eller eliminere brugen af drikkevand.