Arbejdsmarked
Teknologien inden for kunstig intelligens har udviklet sig med raketfart de seneste tre år. I en rapport udarbejdet af Kraka og Deloitte, peger eksperter på at AI indenfor 25 år har reduceret arbejdsugen i den danske befolkning til 4 dage, og øget levealderen med 10 år. Rapporten viser også at automatisering, herunder AI, har potentiale til at øge den samlede produktion i den danske økonomi med mellem 42 og 89 pct. på længere sigt.[i] De samfundsmæssige effekter af AI og øget digitalisering debatteres ofte: både gevinsterne, men også den sociale slagside. Hvad der ikke debatteres så ofte er, at den øgede digitalisering også kan give store klimamæssige aftryk.
Over hele verden vokser digitaliseringen betragteligt – med et voksende dataforbrug til følge. Som konsekvens af corona-epidemien anvender de fleste i den vestlige verden i dag dagligt mere tid online end offline. Vores dag går med onlinemøder og dokumentdeling; vi er aktive på Teams, Outlook og sociale medier; vi skriver med ChatGPT; vi deler tusindvis af filer og fotos og om aftenen streamer vi tv-serier, film og andet indhold på YouTube.
Tilsammen giver aktiviteterne en himmelhøj akkumulering af data, der opbevares på et stigende antal datacentre med et stort energi-, vand og ressourceforbrug til følge. Morgan Stanley har estimeret, at CO2e-udledningen fra datacentre globalt forventes at stige til 2,5 milliarder tons CO2e indenfor 5 år - Det er 2,5 gange højere end udledningerne fra den samlede globale flytrafik. [ii] [iii]
Manglende transparens og fokus på CO2e-emissioner blandt techgiganterne
OpenAI og andre AI-udbydere har valgt ikke at være åbne om deres energiforbrug fra deres Generative AI-modeller. Men helt nye estimater udgivet fra MIT Technology Review estimerer at det samlede klimaaftryk fra en gennemsnitlig prompt til en LLM chatbot varierer fra 114 til 6,706 joules afhængig af modelstørrelse. Det svarer til 0,1 til 8 sekunders brug af en mikrobølgeovn. Når millioner af brugere dagligt anvender AI-chatbots, akkumulerer energiforbruget op.
For nylig fortalte Sam Altman, CEO for OpenAI, at brugen af høflige udtryk som "please" og "thank you" i ChatGPT har kostet virksomheden millioner af dollars, da hvert ekstra ord, der tilføjes i chatten, kræver processeringskraft fra computeren – og øger dermed også klimaaftrykket.[iv]
Alligevel har OpenAI gjort deres mest populære model ChatGPT mere samtaleorienteret og venlig. Den roser i højere grad brugeren for dennes input, og den ender hvert svar med et opfølgende spørgsmål for at holde samtalen kørende og få brugerne til at engagere sig.
Konkurrerende teknologivirksomheder fører til øgede CO2e-udledninger
De amerikanske teknologivirksomheder har også oplevet, at deres eget klimaaftryk de seneste år er steget, bl.a. fordi de har skullet træne deres AI-modeller og udvide deres datacentre. Microsofts CO2-udledning er steget med næsten 30 pct. siden 2020, mens Googles udledninger var næsten 50 pct. højere i 2023 end i 2019.[v]
AI-modellernes træning har vist sig at være en væsentlig post i klimaregnskabet.[vi]Konkurrencen blandt teknologivirksomheder om at have den mest brugervenlige model fører til et større dataforbrug og større og mere komplekse modeller, hvilket forårsager den større drivhusgasudledning og dermed det større klimaaftryk.
For selvom de fleste AI chatbots i dag er gratis at anvende, så er der penge i brugerne, og OpenAI indførte for nylig en funktion, der gør ChatGPT i stand til at foreslå indkøb og videredirigere til webshops. Der går sandsynligvis ikke lang tid, før virksomhedsbetalte shoppingforslag indgår i feedet i ChatGPT, hvilket vil vende op og ned på Googles dominans indenfor annoncebetalt indhold.[vii]
Figur 1. Antallet af ord der har indgået i de største AI-udbyderes sprogmodeller, over tid.
Er der nok (grøn) strøm og vand til den øgede digitalisering?
Massachusetts Institute of Technology (MIT) har netop udgivet forskning, der understreger risikoen for, at verden vil løbe tør for elektricitet til at udvikle AI måske allerede indenfor et par år.[i] Øgede geopolitiske spændinger har over de seneste år ført til volatile energipriser og bekymringer for energiforsyningssikkerhed. Beregninger viser at det krævede energiniveau for brugen af AI stiger med en årlig rate på 26 til 36 pct. Den eksplosive stigning i AI’s energiforbrug rejser alvorlige spørgsmål om, hvorvidt vores (grønne) energiforsyning kan følge med.[ii]
Desuden har AI vist sig at have et massivt vandforbrug blandt andet til nedkøling af datacentre. Det globale årlige vandforbrug af AI forventes at nå mellem 4,2 milliarder og 6,6 milliarder kubikmeter inden 2027.[iii][iv] Samtidig oplever vi i Europa en stigende vandmangel på grund af højere temperaturer og overforbrug af vandressourcer[v], mens prognoser viser, at 66 pct. af verdens befolkning snart kan stå over for vandmangel.[vi]
AI kan også reducere energiforbruget
Når AI kører på grønne energikilder, nedbringes klimaaftrykket betragteligt. I dag dækkes mere end 46 pct. af Danmarks elektricitetsforbrug af vind- og solenergi. Men når den grønne energi er brugt op – for eksempel af de danske husholdninger, virksomheder, opladning af elbiler mv. – så er vi nødt til at anvende den sorte energi, også til AI-træning og -anvendelse.
Men når den grønne energi er brugt op – for eksempel af de danske husholdninger, virksomheder, opladning af elbiler mv. – så er vi nødt til at anvende den sorte energi, også til AI-træning og -anvendelse.
Men her kan AI selv faktisk vise sig nyttig. AI kan bidrage til reduktion af udledninger ved at forudsige energiproduktion og -forbrug, hvilket kan hjælpe med at sikre, at energiforbruget sker, når vedvarende energikilder er tilgængelige. Det kan også udvikle nye modeller til at styre energiforbruget, og således optimere energiforbruget, ikke bare til modeltræning og -anvendelse, men også i bygninger og transportsektoren og reducere afhængigheden af fossile brændstoffer bredt set.
Effektiv styring giver både grønne og økonomiske gevinster
Lige nu arbejder specialister og eksperter fra Deloitte og IBM sammen på løsninger der kan måle, forudsige og reducere det samlede digitale klimaaftryk i danske virksomheder – ikke kun fra udvikling og implementering af AI, men også hele virksomhedens digitale setup. Der kan nemlig være mange penge at spare, når virksomhedens digitale klimaregnskab gøres op og der udarbejdes tiltag til at reducere energi- og dataforbruget.
Flere og flere virksomheder oplever stigende og ugennemsigtige IT-omkostninger, især fra de amerikanske tech-giganter, som de fleste virksomheders infrastruktur er bygget på. Energiforbruget stiger, fordi virksomhederne skal drive flere datacentre, cloud-tjenester og AI-modeller, og der indkøbes nyt hardware, hvor produktionen også bidrager til klimaaftrykket. Samlet set bidrager det kraftigt til driftsomkostninger og drivhusgasudledninger.
Effektiv styring af disse ressourcer bliver derfor afgørende, også for at sikre, at virksomhedens essentielle funktioner kan køre videre i tilfælde af strømnedbrud. Ved at anvende AI til at hjælpe virksomheder med at spare energi på deres digitale infrastruktur, kan virksomhederne spille en aktiv rolle i at hjælpe med at nå de danske klimamål.
Kunstig intelligens kan drive den grønne omstilling fremad – når den anvendes med omtanke
Der er flere eksempler på, at AI har et potentiale til at spille en afgørende rolle i den grønne omstilling ved at optimere eksisterende systemer og reducere unødvendige udledninger. Ved at finde og omsætte store mængder data, for eksempel i form af tekst og billeder, kan AI bidrage med brugbar viden. Deloitte har eksempelvis hjulpet Miljøstyrelsen med at træne kunstig intelligens til at bruge satellitbilleder til at detektere fældning af skov og dermed bidrage til bedre skovforvaltning.
AI kan også anvendes til at optimere komplekse systemer, hvor ineffektive løsninger medfører unødvendige udledninger. Dette kan for eksempel være bedre planlægning af transportruter for et transportselskab eller detaljeret ruteplanlægning for fly, der tager højde for aktuelle vind- og vejrforhold. UPS, et af verdens største pakkeleveringsfirmaer, benytter AI til at tilrettelægge deres ruter, hvilket sparer dem for 160 millioner kørte kilometer om året, eller godt fire procent af deres samlede kørsel.
Danske virksomheder har også allerede igangsat initiativer, hvor AI fungerer som et værktøj i den grønne omstilling. For eksempel bruger Brønderslev Forsyning AI til at energioptimere fjernvarmen, mens Mærsk anvender AI til at optimere deres transportruter og dermed reducere transportens klimaaftryk.[vii]
Fremme af forskning og udvikling
AI har også bidraget til forskning og udvikling, som kan resultere i nye, klimavenlige teknologier. Det er teknologier, der kan gøre den grønne omstilling billigere og hurtigere at gennemføre og dermed reducere udledningerne af drivhusgasser. AI kan anvendes til at forbedre produktiviteten og reducere omkostningerne i vedvarende energisystemer, såsom sol-, vind-, og geotermiske kraftsystemer. Det kan også hjælpe med at optimere energilagringssystemer for elbiler, hvilket kan forbedre energieffektiviteten og reducere det samlede energiforbrug.
AI og den øgede digitalisering har altså et stort klimaaftryk, som stadig er ret overset eller "skjult" for almindelige mennesker. Men anvendes og implementeres det med omtanke, kan det udgøre en meget væsentlig understøttelse af den grønne omstilling.
