AI: Energitjuv eller klimaträddare

När generativ AI blev allmängods för ett par år sedan möttes det av oförblommerad hajp och begeistring i vissa läger, medan domedagsklockorna ringde i andra. Många skaffade sig oavsett snart en relation till Chat GPT eller andra språkmodeller och utvecklade en åsikt om deras kvalitet och grad av fabulerande. Alltmedan företag av alla storlekar började tävla i vem som kunde erbjuda mest AI för pengarna. Orosmolnen i form av hägrande arbetslöshet, AI-vapen och andefattig konst har med tiden också kommit att handla om energiförbrukningen – var AI dessutom en klimatbov, eller skulle dess förmåga att lösa olika klimatutmaningar trumfa den nya utsläppsposten? Och vad vet vi egentligen om AI:s klimatpåverkan?

De senaste månaderna har det kommit flera nyheter om hur AI drar mindre energi än man trott. Dels effektiviseras modellerna löpande, men det har också påpekats att den del av energikakan som AI konsumerar är väldigt liten i förhållande till våra andra vanor och behov som kräver el. Enligt internationella energiorganet IEA utgjorde elförbrukningen från datacenter ungefär 1,5 procent av den globala elförbrukningen 2024.

Dataforskaren Hanna Ritchie, verksam vid Oxfords universitet, skriver på sin Substack om den populära jämförelsen att en fråga till AI kräver 10 gånger mer energi än en googling, och att vi då bör ha i åtanke att energiåtgången för en googling är försumbar.

Gissningar

Hur mycket energi som AI använder beror på språkmodellens storlek och komplexitet, och faktorer som vilket datacenter som bearbetar användarens begäran och hur energikrävande de i sin tur är tenderar att endast vara kända för de företag som driver modellerna, skrev MIT Technology review i våras.

Ett ofta förekommande mått är att en AI-prompt drar 3Wh, men de tester som hela tiden görs av forskare och utvecklare visar att det kan vara betydligt mindre. Samtidigt får tech-bolagen hård kritik för att energiförbrukningen lämnas till forskare att gissa – istället för att techbolagen är transparenta. 

”Vi bör sluta försöka rekonstruera siffror baserat på hörsägen, och istället sätta mer press på dessa företag att faktiskt dela med sig av de verkliga siffrorna”, säger Sasha Luccioni, som forskar om AI och klimat på AI-företaget Hugging face, i artikeln i MIT Technology review.

Vad Google väljer att redovisa

En annan uppgift som florerat nyligen är att en AI-sökning motsvarar nio sekunders tv-tittande, en jämförelse baserad på Googles egna beräkningar. På det reagerade AI-forskaren Victor Galaz, verksam vid Stockholm resilience center.

– Vad Google gör är att de redovisar energiåtgång för en specifik typ av sökning. Men det intressanta är egentligen vad de inte gör. De redovisar inte energi- och vattenavtryck för hela AI-produktionskedjan. De begår inte något direkt fel här, men de redovisar inte hela bilden, sa han till Dagens ETC i augusti och tillade att oklarheterna är flera:

– Hur många prompter pratar vi om? Hur många görs per dag? Hundra miljoner eller en miljard? Hur mycket blir det på en månad? Över ett år? Det kan vara tekniskt intressant att redovisa avtryck för en specifik prompt, men AI-industrins klimat- och vattenavtryck växer.

Slutanvändare frågar flitigt

Mängden promtande hos gemene man ska inte underskattas, menar Olof Mogren, forskningsledare inom AI på forskningsinstitutet Rise.

– Jag tror att slutanvändares användning av AI med stora marginaler överskuggar den användning som stora företag gör för sin egen räkning.

Han exemplifierar med ECMWF, det europeiska centret för väderprognoser, som kör några av de mest komplexa modellerna på väldigt mycket data. När de använder AI istället för som tidigare beräkningsmässigt tunga, fysikbaserade modeller, har deras behov av beräkningskraft minskat betydligt. Och en stor organisation, eller en organisation som gör stora beräkningar, kan oftast effektivisera genom att inte repetera samma körning flera gånger.

– När det gäller slutanvändare som du och jag som använder Chat GPT som skrivhjälp, så finns ju möjligheten att miljontals människor samtidigt ställer samma fråga, resonerar Olof Moberg.

AI för att ta fram klimatdata

Samtidigt som det inte finns någon industristandard för att beräkna och redovisa AI:s energiförbrukning är dess användningsområden en annan kärnfråga. Är det väl spenderad energi om AI kan bidra till mänsklighetens och planetens väl?

Sajten Klimatkollen fick i fjol stöd från Google för att inleda ett projekt som utvecklar så kallad ”AI for good”. Plattformen har sedan 2022 tillgängliggjort främst kommunal klimatdata; med hjälp av AI kan man också ta sig an storbolagens hållbarhetsredovisningar.

– Kommunernas data kommer från öppna källor, oftast från myndigheter, men med storbolagen måste du läsa enskilda hållbarhetsrapporter. Vi har byggt en AI som är väldigt duktig på att extrahera, analysera och publicera klimatdata. Vem som släpper ut, hur mycket och om det minskar eller inte, det är kritisk information för medborgarna. Utan den här transparensen kan vi inte agera för att utkräva ansvar, säger Frida Berry Eklund, medgrundare till Klimatkollen och ambassadör för EU Climate pact (individer och organisationer som åtar sig att sprida information och stödja klimatarbete inom sina lokala nätverk som en del av EU:s gröna giv).

AI-projektet är inne på sista kvartalet, och har bland annat fått fram hur stora utsläpp 300 svenska storbolag står för, i den egna verksamheten och i värdekedjorna: över 1 miljard ton växthusgaser per år. Att jämföra med Sverige som land, som 2024 släppte ut 48 miljoner ton.

– Det vänder på narrativet att lilla Sverige har så låga utsläpp. Svenskar som verkar i bolagen har stor makt över väldigt stora utsläpp.

Funkar det som tänkt, att det sätter press på beslutsfattare?

– Vi har dragit många lärdomar från att tillgängliggöra kommunal klimatdata och ser att det används lokalt. Både av medborgare och av personer inom kommunerna som jobbar med miljö och klimat och som uppskattar det externa trycket för att kunna övertyga internt. Det har också visat sig vara bra för lokaljournalistiken, som är under press, att vi kan leverera dataunderlag. Så vi ser tecken på att den modellen fungerar, och på samma sätt jobbar vi med bolagen. Vi har fått väldigt positiv feedback från företagen själva som är med på vår storbolagslista, de välkomnar transparensen.

Dålig transparens

Vad blir då klimatavtrycket för att låta AI göra det förvisso ädla jobbet? Också Frida Berry Eklund ringar in problemet med den stora osäkerhet som råder kring siffrorna. De data på energiåtgång för AI som med jämna mellanrum figurerar i rapporter och utspel baseras på en specifik modell bland en mängd olika, samtidigt som utvecklingen går otroligt snabbt. Hon konstaterar att med ny teknologi, framför allt när den har så otrolig genomslagskraft som AI, så får man titta på två delar.

– Dels när man bygger ut infrastruktur och datacenter som krävs för mer datakraft till träning av stora AI-modeller. Detta görs främst av de stora techbolagen. Etableringen av de här infrastrukturerna drivs inte av förnybar energi i någon hög grad, utan vi riskerar verkligen att låsa in oss i mer fossilt beroende. Den andra delen är att vi som konsumenter som använder AI lämnar ett klimatavtryck precis som med vårt övriga digitala liv.

Nästa problem är avsaknaden av transparens.

– Hur ser siffrorna ut för de olika AI-bolagen? Det är svårt att beräkna klimatavtrycket om inte grundsiffrorna är öppna. Det är rätt mycket gissningar kring det här, säger Frida Berry Eklund.

Många faktorer för beräkning

Just detta är något som Klimatkollen nu arbetar med att ändra på. Genom att räkna fram sitt eget AI-avtryck vill de inspirera andra att följa efter.

– Vad finns det för faktorer i hur vi ska räkna fram avtrycket? När vi utvärderar vad vårt klimatavtryck som AI-organisation blir, tittar vi dels på den del av energiåtgången som vi står för hos vår leverantör för datalagring och körning av språkmodell. Sedan behöver det bolaget en beräkning av hur stor del av träningen av säg Chat GPT vi som konsumenter av tjänsterna bör ta på oss. Vi kommer publicera resultaten ganska snart, det kommer vara väldigt öppet, Klimatkollen är ju ett open source-projekt.

Hur man använder AI påverkar också energiåtgången, och Klimatkollen försöker leva som de lär. Till exempel har de beslutat att göra delkörningar av rapporter istället för hela på en gång, eftersom det förra är mindre energikrävande. Och de använder en datalagringstjänst som använder återanvända servrar och drivs av förnybar energi.

Pragmatisk

Många andra problematiska aspekter av AI har diskuterats flitigt men nu börjar det röra på sig i även i de här frågorna, tycker Frida Berry Eklund.

– Det har handlat mycket om vad vi använder AI till, som att öka djuphavsborrning efter olja, accelerera fast fashion, krigföring, massa dåliga saker. Ofta är de som försöker använda AI etiskt inte de som gör de största avtrycken.

Ett hårt pressat civilsamhälle får exempelvis ett verktyg som hjälper dem att göra mer med mindre resurser.

– Där kan och bör vi använda AI för att accelerera arbetet mot de globala målen. Vi får inte heller sätta oss på en piedestal och säga att ni får inte använda AI för det gör så stort klimatavtryck. För det har den ”andra sidan” inga som helst tveksamheter kring. Men vi kan heller inte veta vad de stora aktörerna har för klimatavtryck om inte grunddatan publiceras, och nu kommer det mer och mer, det finns ett tryck kring transparens som är väldigt viktigt.

Frida Berry Eklund tillägger att hon väljer att förhålla sig pragmatiskt.

– I klimatarbetet är AI ett verktyg för att göra bra saker, så varför inte använda det då?