AI-koolstofvoetafdruk uitgelegd
De ecologische voetafdruk van AI omvat elektriciteit, chips, gebouwen en toeleveringsketens. Het resultaat hangt af van grenzen, rasters en keuzes op het gebied van koolstofboekhouding.

De koolstofvoetafdruk van AI is de uitstoot van broeikasgassen die wordt veroorzaakt gedurende de hele levenscyclus: het opwekken van elektriciteit voor training en gevolgtrekking, het vervaardigen van chips en servers, het bouwen van datacentra en het exploiteren van de ondersteunende toeleveringsketen. Er is geen enkele voetafdruk voor ‘AI’ omdat modellen, taken, locaties en boekhoudkundige grenzen verschillen.
Operationele elektriciteit is het meest zichtbare onderdeel en vaak het enige onderdeel dat is opgenomen in een schatting per zoekopdracht. Het is niet het hele verhaal. De koolstof die gepaard gaat met één wattuur verandert afhankelijk van het netwerk dat het datacenter van stroom voorziet, terwijl jaarlijkse contracten voor hernieuwbare energie een ander boekhoudkundig resultaat kunnen opleveren dan de fysieke elektriciteit die op een bepaald uur beschikbaar is. Een geloofwaardige claim geeft aan wat er wordt geteld, welke koolstofmethode wordt gebruikt en wat onbekend blijft.
Elektriciteit wordt koolstof via het elektriciteitsnet
Computers verbruiken energie; emissies ontstaan wanneer die energie wordt geproduceerd. Een datacenter dat is aangesloten op een elektriciteitsnet dat veel fossiele brandstoffen bevat, kan hogere operationele emissies hebben dan een datacenter dat dezelfde elektriciteit gebruikt op een systeem met een lagere CO2-uitstoot. De netintensiteit verandert ook per seizoen en per uur, omdat de vraag en de opwekking variëren.
Analisten kunnen een locatiegebaseerde methode gebruiken die het lokale netwerk weerspiegelt, of een marktgebaseerde methode die rekening houdt met contractuele instrumenten zoals stroomafnameovereenkomsten en energiecertificaten. Beide kunnen legitieme vragen beantwoorden, maar ze zijn niet uitwisselbaar.
Die van het IEA analyse van de elektriciteitsvoorziening voor datacenters richt zich expliciet op de fysieke opwekkingsmix in plaats van op de contractuele mix van exploitanten. Die keuze zorgt ervoor dat de emissievooruitzichten op systeemniveau anders zijn dan die van een bedrijfsinventarisatie waarbij gebruik wordt gemaakt van marktinstrumenten.
Training en gevolgtrekking hebben verschillende tijdlijnen
Training is een geconcentreerde rekenperiode die wordt gebruikt om een model te creëren of substantieel bij te werken. Inferentie is de herhaalde berekening na implementatie: elk gegenereerd antwoord, beeld of voorspelling. Ontwikkelingsexperimenten en mislukte runs kunnen de uitstoot vergroten voordat het vrijgegeven model bestaat.
Training kan een grote voetafdruk in de krantenkoppen hebben, maar de gevolgtrekkingen stapelen zich op naarmate het gebruik ervan toeneemt. Welke de levensduur van het model domineert, hangt af van hoe vaak het wordt aangeroepen, hoe efficiënt het wordt bediend en hoe lang het in productie blijft. Het toewijzen van trainingsemissies aan één bericht vereist een aanname over de totale levensduur van berichten.
AI-training versus gevolgtrekkingsemissies onderzoekt waarom geen vaste splitsing voor elk model werkt. Een operationeel ontvangstbewijs per bericht mag niet stilletjes een speculatieve trainingstoewijzing bevatten en deze als gemeten presenteren.
Chips en gebouwen dragen belichaamde emissies met zich mee
Accelerators komen niet zonder een voetafdruk. Bij de vervaardiging van halfgeleiders wordt gebruik gemaakt van energie, materialen en complexe mondiale toeleveringsketens. Servers hebben racks en netwerken nodig. Datacenters maken gebruik van betonnen, stalen en elektrische apparatuur. Het vervangen van hardware roept vragen op over het einde van de levensduur en recycling.
Deze worden door technologiebedrijven gewoonlijk gerapporteerd als waardeketen- of Scope 3-emissies. Die van Microsoft Milieuduurzaamheidsrapport 2025 zei dat de totale Scope 1-, 2- en 3-emissies in het gerapporteerde jaar 23.4% boven de basislijn voor 2020 lagen, waarbij AI en cloud-uitbreiding tot de groeigerelateerde factoren behoorden. Het bedrijf rapporteerde ook lagere operationele Scope 1- en 2-emissies en hogere Scope 3-emissies.
Die combinatie laat zien waarom hernieuwbare elektriciteit alleen de volledige levenscyclus niet kan laten verdwijnen.
Een bedrijf kan zijn jaarlijkse elektriciteitsverbruik afstemmen op duurzame opwekking, terwijl het nog steeds gebruik maakt van het lokale elektriciteitsnet als er geen wind- of zonne-energie beschikbaar is. Het kan netto-nulactiviteiten rapporteren, terwijl het een later doel voor de hele waardeketen nastreeft. Het kan koolstofverwijderingen kopen voor de resterende uitstoot.
Meta's Duurzaamheidsrapport 2025 zegt dat het 100% van zijn elektriciteitsverbruik met schone en hernieuwbare energie wil matchen en tegen 2030 naar een netto nulpunt in zijn waardeketen streeft. Dat zijn twee verschillende beweringen. Google's Milieurapport 2025 rapporteert vooruitgang op het gebied van energie en emissies, terwijl het uur per dag blijft streven naar koolstofvrije energie.
De rapporten zijn nuttige primaire bronnen, maar het zijn bedrijfsboekhoudingen en geen audits per model. Lees de scopes, baseline, instrumenten en assurance notes.
De schattingen per bericht zijn bewust beperkt gehouden
Om de operationele koolstof van een respons te schatten, begint u met de elektriciteit die wordt gebruikt door gevolgtrekkingen, voegt u de overhead van het datacenter toe als deze nog niet is inbegrepen, en vermenigvuldigt u dit met de juiste koolstofintensiteit van het netwerk. Elke input introduceert onzekerheid. Aanbieders maken zelden metergegevens op modelniveau openbaar, en een mondiaal gemiddelde kan geen specifieke faciliteit en een bepaald uur vastleggen.
Het resultaat kan nog steeds helpen om een kort antwoord te vergelijken met een lang antwoord, of een klein model met een grotere basislijn. Het moet worden bestempeld als een schatting en mag niet worden beschreven als de volledige CO2-voetafdruk van AI.
Onze gids voor hoeveel CO2 AI produceert loopt door de conversie en legt uit waarom ogenschijnlijk nauwkeurige gramcijfers kunnen overdrijven wat bekend is.
Totale uitstoot en individuele keuzes zijn verschillende opvattingen
Op systeemniveau verwacht het IEA dat de emissies van de elektriciteitsopwekking voor datacenters in 320 in het basisscenario ongeveer 2030 miljoen ton CO2 zullen bedragen, alvorens lichtjes te dalen. Het zegt ook dat datacenters onder de 1% van de wereldwijde CO2-uitstoot zouden blijven. Dat is een voorspelling voor het datacenter, niet een inventarisatie die alleen uit AI bestaat, en de grens van het fysieke netwerk moet vast blijven zitten.
Op taakniveau kunnen gebruikers een kleiner capabel model selecteren, alleen de benodigde output opvragen en onnodige generaties vermijden. Aanbieders hebben controle over grotere hefbomen: modelarchitectuur, hardware-efficiëntie, gebruik, locatie van faciliteiten, elektriciteitsinkoop en ontwerp van de toeleveringsketen.
Hoeveel elektriciteit AI gebruikt is een deel van het antwoord, maar koolstof vereist de aanvullende vraag: welke elektriciteit?
Hoe Treechat meldt koolstof
Treechat schat de operationele energie op basis van model- en tokengebruik, omvat een aangegeven overhead van het datacenter en converteert deze met een gepubliceerde aanname van de gemiddelde netintensiteit. Het kan de exacte faciliteit of de energiebron per uur voor een reactie niet identificeren, en het ontvangstbewijs wordt niet gepresenteerd als een volledige levenscyclusanalyse. De aannames en uitsluitingen zijn onze verantwoordelijkheid methodologie pagina.
Boomfinanciering wordt gerapporteerd als een afzonderlijke actie, en is geen bewijs dat de berekening emissievrij was. Dat onderscheid is van belang. Reductie, schone elektriciteit en duurzame koolstofverwijdering kunnen allemaal bijdragen, maar niets verandert het historische feit dat hardware werd gemaakt en energie werd gebruikt.
De beste korte verklaring voor de CO2-voetafdruk van AI is daarom een grens, en geen slogan: tel de operationele en belichaamde emissies, maak onderscheid tussen fysieke netwerken en contractuele claims en behoud de onzekerheid in plaats van de hele levenscyclus in één netjes getal samen te persen.