Denna text är automatiskt översatt och kan därför avvika från originalet. Ingen rätt kan härledas av denna översättning.
Varför är ämnet viktigt?
Det som verkligen gör dessa undersökningar spännande är hur aktuellt och omdiskuterat ämnet är. Påverkan av AI på energiförbrukning och utsläpp är mycket uppmärksammat – det publiceras nästan dagligen debattartiklar och artiklar om det. Det var en stor utmaning att organisera all denna information: vilka studier är verkligen fortfarande relevanta i denna snabbt föränderliga kontext?
I debattartiklar och artiklar uttrycks ofta oro över hållbarheten hos AI, men det finns också många missuppfattningar. De aktuella studierna är därför viktiga för att granska befintliga åsikter om AI och datacenter. Detta hjälper till att få en bättre bild av verkliga miljöpåverkan av AI, vilket gör det möjligt att bättre bedöma vad som behöver göras för att göra AI mer hållbart.
Vad fann ni intressant med ämnet?
Emma: Jag fann denna forskning personligen mycket intressant eftersom vi inte bara tittade på den nuvarande situationen, utan också framåt: hur utvecklas AI de kommande åren, vad innebär det för energiförbrukning och utsläpp, och vilka teknologiska, ekonomiska eller policyfaktorer kommer att spela roll? Genom denna framtidsinriktade syn kunde forskningen verkligen bidra till den bredare debatten om hållbarhet och digitalisering.
Iris: Förutom att undersöka påverkan av AI och datacenter på hållbarhet är det också bra att zooma ut till hela den digitala sektorns påverkan. Den forskning jag arbetade med fokuserade på en bredare synvinkel: att kartlägga utsläpp och vatten- och resursförbrukning inom hela den digitala sektorn i Nederländerna. För att kunna undersöka detta ordentligt är det viktigt att först fastställa vad som exakt ingår i den digitala sektorn. Vilka delar ingår och vilka processer genererar mest utsläpp? Genom att besvara dessa frågor skapas en översikt över sektorn som helhet. Detta ger möjlighet att jämföra datacenters på relation till andra delar av den digitala sektorn, såsom nätverks- och digital utrustningsanvändning.
Hur har ni genomfört undersökningarna?
Emma: För denna forskning samlade Dialogic kunskap och expertis från olika håll. Sex kollegor arbetade på projektet och vi samarbetade med experter från Utrecht University och en datacenterspecialist. Det var en utmaning att kombinera allas djupgående analyser i en sammanhängande rapport, men det bidrog verkligen till forskningens kvalitet. På så sätt visar Dialogic att de kan närma sig komplexa frågor noggrant och från flera perspektiv.
Iris: Att analysera den digitala sektorn i Nederländerna gjorde vi i undersökningen mycket systematiskt, med hjälp av 'påverkansvägar'. Det innebär i stora drag att vi har fastställt vilken påverkan varje del och underdel av sektorn har, i form av utsläpp, resursförbrukning och/eller vattenkonsumtion. Det är mycket intressant att fördjupa sig i detta. Genom denna systematiska analys kunde vi avgöra vilka delar av den digitala sektorn som är mest relevanta att övervaka.
Hur fick forskningen er att tänka?
Emma: I båda undersökningarna framkom det att övervakningen av både AI och den digitala sektorn vad gäller hållbarhet fortfarande är i ett tidigt skede. Det krävs fortfarande många steg för att korrekt kunna bedöma vilken påverkan som sker. Specifikt för datacenter är till exempel information om energiförbrukning i viss utsträckning tillgänglig genom EED-rapporter, men det finns fortfarande en stor utmaning i att dokumentera kapaciteten hos ett datacenter som används för AI. Dessutom är information om datacenters energimix även begränsad.
Iris: Den digitala sektorn genererar utsläpp, men kan också bidra till hållbarhet. AI kan också användas för att effektivisera processer, vilket leder till mindre utsläpp. Vid övervakning av den digitala sektorn skulle det vara bra om vi kunde kartlägga både utsläppen och besparingarna av utsläpp.
Vill du veta mer om undersökningarna? Besök undersökningarna genom ' De impact van AI op duurzaamheid en het monitoren daarvan ' och ' Data over duurzame digitalisering '.