AI-waterverbruik versus alledaagse dingen

Gepubliceerde schattingen voor een gewone AI-tekstprompt variëren van ongeveer 0.26–0.32 milliliter in recente openbaarmakingen door operators tot ongeveer 10–25 ml in een eerder academisch model. Tegen een fles van 500 ml zijn dat ongeveer 1,560–1,900 prompts bij de lagere cijfers, of 20–50 reacties onder de onderzoeksscenario's.

Deze vergelijkingen beschrijven het volume en niet de gelijke impact op het milieu. De AI-cijfers wijzen het water toe dat wordt gebruikt door gedeelde koel- en elektriciteitssystemen; een fles is een direct productvolume. Locatie, schaarste en boekhoudkundige grens zijn belangrijker dan het mentale beeld. Gebruik alledaagse vergelijkingen om inzicht te krijgen in de schaal, en niet om de exacte waterkosten voor uw boodschap op te geven.

Begin met de drie gepubliceerde schattingen

Google gemeten 0.26 ml voor een middenmoot Gemini Sms-prompt voor apps in mei 2025. Sam Altman gaf een gemiddelde aan ChatGPT gebruikte zoekopdracht 0.000085 US gallons, ongeveer 0.32 ml, zonder de methode te publiceren.

Het document uit 2023 AI minder ‘dorstig’ maken gaf de hogere vergelijking: 500 ml voor ongeveer 20–50 middellange reacties, of ongeveer 10–25 ml elk onder de gemodelleerde locaties en tijden.

Gemiddelde deze niet in een netjes midden. Ze bestrijken verschillende producten, infrastructuur en grenzen. Een bereik dat zijn labels behoudt, is informatiever dan een gemengd nummer waarvoor geen bron is gevonden.

Vergeleken met een fles van 500 ml

De rekenkunde is eenvoudig. 500 ml delen door Google’s 0.26 ml geeft ongeveer 1,923 mediane aanwijzingen. Delen door het equivalent van 0.32 ml van Altman levert ongeveer 1,563 gemiddeld op ChatGPT vragen. Op de juiste manier afgerond, is dat ongeveer 1,900 en 1,560.

Volgens de academische schatting hebben de auteurs de vergelijking al gegeven: 20–50 reacties per fles. Het verschil tussen 20 en 1,900 is geen normaal meetgeluid. Het weerspiegelt verschillende systemen, aannames en definities.

Dit is waarom de fles-per-bericht-claim is vals. Zelfs het hoge onderzoeksscenario leverde één fles veel reacties op. Door de lage openbaarmakingen van de provider kwamen er ruim duizend gewone sms-prompts voorbij.

Vergeleken met een douche

De Amerikaanse Environmental Protection Agency zegt dat er standaard douchekoppen worden gebruikt 2.5 gallons per minute, ongeveer 9.5 liter, terwijl modellen met het WaterSense-label niet meer dan 2.0 gallon per minuut verbruiken. Eén minuut standaard douchen komt dus neer op ongeveer 9,500 ml direct huishoudelijk waterdebiet.

Dat volume is veel groter dan alle bovenstaande promptfiguren in gewone tekst. Maar door het om te zetten in een exact aantal ‘AI-prompts per douche’ zouden onvergelijkbare aannames worden versterkt. Een douchemaatregel is het aftappen aan de kraan; AI-water kan het toegewezen verbruik van een koeltoren en elektriciteitscentrale omvatten. Eén daarvan kan in een ander stroomgebied voorkomen.

De bruikbare conclusie is orde van grootte: een individuele korte tekstprompt is klein vergeleken met de dagelijkse waterstroom in een huishouden. Schaal en locatie zorgen ervoor dat het niet irrelevant is.

Vergeleken met een kraan of drankje

Een glas van 250 ml is eerder een gedefinieerd voorbeeld dan een claim over hoeveel iedereen drinkt. Het bevat ongeveer 780 van de door Altman aangegeven gemiddelde zoekopdrachten van 0.32 ml of ongeveer 960 van Google’s gemiddelde prompts van 0.26 ml. Binnen het academische bereik komt dit overeen met ongeveer 10–25 antwoorden.

Nogmaals, de verhoudingen zijn rekenkundige illustraties. Ze laten niet zien wat er in een specifieke faciliteit is gebeurd. Een lang redeneerverzoek, een gegenereerde afbeelding of een toolgebruikende taak lijkt mogelijk niet op de tekstprompts achter de lage waarden.

Direct huishoudelijk gebruik is ook gemakkelijker waar te nemen. Het toegewezen water voor digitale infrastructuur is afhankelijk van koeling, elektriciteit en gedeelde capaciteit. Onze gids voor waarom datacenters water gebruiken legt dat systeem uit.

Volume is niet hetzelfde als waterimpact

Wateronttrekking telt mee wat er uit een bron wordt gehaald; consumptie telt mee wat niet tijdig wordt teruggegeven, vaak omdat het verdampt. Een douche stuurt water naar een afvalwatersysteem. Een koeltoren geeft het af aan de atmosfeer. Beide hebben behandelings- en infrastructuureffecten, maar de trajecten verschillen.

Bron en schaarste zijn belangrijk. Teruggewonnen water dat voor koeling wordt gebruikt, heeft andere sociale nadelen dan drinkwatervoorziening. Consumptie tijdens droogte kan schadelijker zijn dan hetzelfde volume in een natte periode. Indirect energieopwekkingswater kan ver van het datacenter voorkomen.

Dit is de reden waarom “waterequivalent” niet “milieu-equivalent” mag worden. Een eenvoudige literverhouding kan de stress, de kwaliteit, de timing of het ecologische effect van het stroomgebied niet weergeven.

Kleine cijfers per gebruik kunnen grote totalen opleveren

Het is verleidelijk om naar 0.26 ml te kijken en te concluderen dat er geen probleem is. Op het niveau van één gewone prompt is de toewijzing inderdaad klein. Op serviceschaal zijn er talloze berichten, varieert de werklast en ondersteunen de faciliteiten meer dan alleen tekstchat.

De systeemvraag omvat ook training, onbenutte capaciteit, niet-AI-clouddiensten en hardware-toeleveringsketens. Berkeley Lab Amerikaans rapport modelleert datacenterwater als geheel, omdat de lokale infrastructuur het totaal moet dienen, en niet een geïdealiseerde middenlijn.

De omgekeerde verleiding is om het hoogste oude scenario te vermenigvuldigen met elke denkbare toekomstige vraag. Dat veronderstelt dat alle verzoeken het model, de locatie en de grens delen. Eerlijke planning maakt gebruik van scenariobereiken en werkt deze bij naarmate de gemeten gegevens verbeteren.

Maak vergelijkingen zonder misleid te worden

Wanneer u een verhouding tussen AI en huishoudens ziet, controleer dan het bronjaar, het product, de statistiek en de taak. Vraag of het water direct, indirect, onttrokken of verbruikt is. Behoud ‘mediaan’ en ‘gemiddeld’. Vermijd een verhouding als de noemer een vage “query” is.

Kies voor persoonlijk gebruik een kleiner, capabel model, houd de context relevant en vermijd wegwerpgeneraties. Voor aanbieders en organisaties zijn absoluut faciliteitswater, stroomgebiedstress en seizoenspieken beter bruikbaar dan een flessengrafiek. Zie hoeveel water ChatGPT gebruikt voor servicespecifieke voorbehouden.

Treechat's methodologie past een vaste factor toe op de geschatte berichtenergie, zodat de waterontvangst ervan wordt gemodelleerd in plaats van gemeten. Het is bedoeld om het gebruik van hulpbronnen zichtbaar te maken, niet om te beweren dat een exact deel van je drinkwater is verdwenen. Alledaagse vergelijkingen zijn het eerlijkst als ze ook onzekerheid zichtbaar maken.