Datacentres AI-arbejde driver rovdrift på vandressourcer

I begyndelsen af sommeren fik vi både en rapport fra United Nations University Institute for Water, Environment and Health (UNU-INWEH) om AI's aftryk for CO2, vand og arealanvendelse og et udspil fra EU-Kommissionen, som vil tredoble den europæiske AI- kapacitet over de næste fem til syv år. 

Ifølge FN's rapport førte AI-datacentrenes elproduktion til et forbrug af 4,5 billioner liter vand – en mængde der svarer til det årlige basale vandbehov for over 600 millioner mennesker i Afrika syd for Sahara. AI stod for omkring 20 procent af det samlede elforbrug i verdens datacentre, og andelen ventes at stige til 40 procent frem mod 2030. Vand- og strømforbrug hænger uløseligt sammen i datacentrene, fordi mange dem køles med vand.  

Køling med lavt vandforbrug koster

Raghavendra Selvan, adjunkt ved Datalogisk Institut på Københavns Universitet, fortæller til DR, at nye datacentre ofte placeres i områder, hvor vandressourcerne allerede er under pres – blandt andet i den indiske delstat Karnataka, samt i Chile og dele af USA. Ifølge Selvan tapper datacentrene lokalsamfund for vand, de i forvejen mangler. 

Han advarer om, at udviklingen vil fortsætte og forværres: 

"Jeg vil hævde, at den samlede miljøpåvirkning i øjeblikket er drastisk undervurderet," siger Raghavendra Selvan til DR. 

Årsagen til det store vandforbrug findes i køleteknologien: Den billigste kølemetode er såkaldt fordampningskøling, hvor ferskvand ledes gennem rørsystemer og fordamper. Alternativet – lukkede kølekredsløb, der ikke forbruger vand på samme måde – er dyrere at etablere, og bruger mere strøm.  

Ansvaret ligger ikke hos brugerne

En af de ledende forskere bag FN-rapporten, Kaveh Madani, understreger ifølge DR, at rapporten ikke er et angreb på AI som teknologi, men en opfordring til ansvarlig og bæredygtig udvikling af feltet.

Selvan er enig i, at fokus bør flyttes væk fra den enkelte bruger. Han peger på, at debatten ofte handler om, hvor lange prompts man som privatperson bør skrive, men mener, at ansvaret i langt højere grad bør placeres hos de virksomheder, der bygger og driver de store AI-systemer.

Han mener f.eks., at lukkede systemer bør være standard for alle nye datacentre, men forventer ikke, at det kommer til at ske, så længe der ikke findes regulering, der kræver det.

Et spørgsmål til Claude viser, at både Google, Meta, Microsoft og Amazon har bevæget sig i retning af lukkede kredsløb og luftkøling for de nyeste AI-anlæg, drevet af stigende lokal modstand og vandknaphed. Men det gælder primært nybyggeri: den eksisterende flåde af ældre datacentre kører fortsat overvejende på traditionel, vandtung fordampningskøling, fordi det er for dyrt og upraktisk at bygge om. Det betyder, at den reelle effekt på det samlede vandforbrug først vil vise sig gradvist, i takt med at nye anlæg erstatter de gamle.

For virksomheder, der arbejder med ESG-rapportering og leverandørkæder, føjer historien endnu en dimension til debatten om AI's bæredygtighed – ud over det velkendte fokus på CO2-udledning. Vand- og arealforbrug fra datacentre kan blive relevant i takt med, at krav til rapportering af ressourceforbrug og lokal miljøpåvirkning skærpes, og i takt med at flere virksomheder øger deres brug af AI-værktøjer i driften.

Et første skridt kunne være, at spørge virksomhedens AI-leverandør om, hvordan de køler deres datacentre ned.