AI maakt olie-industrie productiever — en dat kost het klimaat

TL;DR

• Wat: Nieuw onderzoek in Nature toont dat AI de fossiele sector zo productief maakt dat de wereldwijde CO₂-uitstoot met 1 tot bijna 5 procent kan stijgen.
• Waarom relevant: De klimaatimpact van AI zit niet alleen in datacenters, maar ook in wat klanten ermee doen — en dat raakt straks elke ondernemer via regelgeving en ketenverantwoordelijkheid.
• Wat je ermee kunt: Neem bij AI-investeringen niet alleen de directe energiekosten mee, maar ook de bredere uitstooteffecten in je duurzaamheidsrapportage.

Ik viel deze week over een onderzoek dat een blinde vlek blootlegt in hoe we over AI en klimaat praten. Het verscheen in Nature, werd geleid door twee voormalige Microsoft-medewerkers, en de conclusie is ongemakkelijk: AI helpt de fossiele industrie zó veel productiever worden dat de extra uitstoot vele malen groter is dan wat alle datacenters bij elkaar verbruiken.

Wat het onderzoek zegt

De onderzoekers gebruikten een zogeheten 'computable general equilibrium'-model — een economisch model dat de wereldeconomie als geheel simuleert, inclusief onderlinge afhankelijkheden tussen sectoren. Ze draaiden 64 scenario's en keken naar wat er gebeurt als AI de olie- en gasindustrie efficiënter maakt.

De uitkomsten: een netto stijging van 0,5 tot 1,8 gigaton CO₂ per jaar. Dat komt neer op 1,2 tot 4,8 procent van de totale uitstoot van de mondiale energiesector in 2024. Om dat in perspectief te plaatsen: dat is naar schatting drie tot dertien keer zoveel als de uitstoot die het Internationaal Energieagentschap (IEA) toeschrijft aan datacenters.

Ik vind dat een opvallend cijfer. Het debat over AI en klimaat gaat bijna altijd over het stroomverbruik van servers en de koeling van datacenters. Dit onderzoek zegt: kijk niet alleen naar de stekker, maar naar wat er aan de andere kant uitkomt.

Het reboundeffect: waarom efficiëntie niet altijd helpt

Het kernmechanisme dat de onderzoekers beschrijven, heet het reboundeffect. Dat klinkt technisch, maar het principe is verrassend herkenbaar.

Stel dat je als ondernemer een proces in je bedrijf twee keer zo efficiënt maakt. Je kosten dalen. Wat doe je dan? Precies — je schaalt op, of je investeert het bespaarde geld ergens anders. Dat is op zichzelf niet verkeerd, maar het betekent wel dat de totale consumptie niet daalt. Soms stijgt die zelfs.

Bij fossiele brandstoffen werkt dat effect op mondiale schaal. AI maakt het goedkoper om olie en gas te vinden, te winnen en te verwerken. Lagere kosten leiden tot lagere prijzen, lagere prijzen leiden tot meer vraag, en meer vraag leidt tot meer uitstoot. De onderzoekers noemen daarnaast ook 'inductie-effecten': AI creëert compleet nieuwe productiemogelijkheden die er zonder die technologie niet zouden zijn geweest.

Kan hernieuwbare energie het compenseren?

Dat is misschien wel de meest interessante vraag uit het onderzoek. Het antwoord is: ja, maar alleen als de productiviteitswinst in hernieuwbare energie vier tot vijf keer hoger is dan in de fossiele sector. In de meeste scenario's die de onderzoekers doorrekenden, was dat niet het geval. De winst die AI opleverde voor de olie- en gassector was domweg groter dan de bijdrage aan schonere alternatieven.

Wat mij hier opvalt is de asymmetrie. De fossiele industrie is een gevestigde, geoptimaliseerde sector met enorme kapitaalstromen. Als je daar AI op loslaat, krijg je direct meetbare resultaten. Hernieuwbare energie is nog volop in ontwikkeling, met andere knelpunten — denk aan vergunningen, netcongestie, grondstofschaarste. AI kan daar ook helpen, maar de impact is minder onmiddellijk.

Wat dit betekent voor de klimaatbelofte van big tech

Techbedrijven als Microsoft, Google en Amazon presenteren AI graag als onderdeel van de klimaatoplossing. En dat is niet helemaal onterecht — er zijn reële toepassingen in energiebeheer, slimme netwerken en materiaalwetenschap. Maar dit onderzoek laat zien dat er een groot stuk ontbreekt in die berekening.

De onderzoekers wijzen erop dat de meeste klimaatanalyses van AI zich richten op twee dingen: het energieverbruik van datacenters enerzijds, en de uitstoot die AI kan helpen vermijden anderzijds. Wat buiten beeld blijft, zijn de zogenaamde 'enabled emissions' — de uitstoot die mogelijk wordt gemaakt doordat AI andere industrieën productiever maakt. En de fossiele sector is een van de grootste afnemers van AI-technologie.

Ik denk dat dit voor een heleboel ondernemers een relevante les bevat, ook als je niets met olie of gas te maken hebt. De vraag "is mijn AI-gebruik duurzaam?" gaat niet alleen over je eigen stroomrekening. Het gaat over het hele systeem waar je onderdeel van bent.

Wat betekent dit voor een Nederlandse ondernemer?

Nederland heeft ambitieuze klimaatdoelen: 55 procent minder uitstoot in 2030 ten opzichte van 1990, en klimaatneutraal in 2050. De druk op bedrijven om hun CO₂-voetafdruk inzichtelijk te maken neemt toe, onder andere via de Europese CSRD-richtlijn voor duurzaamheidsrapportage.

Voor MKB-ondernemers die AI inzetten — of dat nu gaat om klantenservice, logistiek of voorraadbeheer — zijn de directe effecten op uitstoot waarschijnlijk bescheiden. Maar er is een indirect effect dat je niet moet onderschatten.

Als je AI-tools afneemt van grote cloudproviders die tegelijkertijd de fossiele industrie bedienen, dan is de ketenuitstoot van jouw AI-gebruik complexer dan je misschien denkt. Dat is geen reden om AI te vermijden, maar wel om bewust te zijn van welke leveranciers je kiest en hoe zij hun eigen klimaatimpact rapporteren.

Kun je je voorstellen dat je over twee jaar in je duurzaamheidsverslag moet verantwoorden welke AI-diensten je gebruikt en wat de indirecte klimaatimpact daarvan is? Ik denk dat die vraag dichterbij is dan veel ondernemers vermoeden.

Scope 3 wordt concreter

Voor wie het begrip kent: dit raakt aan zogeheten Scope 3-emissies — de uitstoot in je keten, niet in je eigen bedrijf. Voor wie het begrip niet kent: het betekent simpelweg dat je niet alleen verantwoordelijk wordt gehouden voor wat jij uitstoot, maar ook voor wat je leveranciers en partners uitstoten. De CSRD maakt die verantwoordelijkheid stap voor stap concreter, ook voor middelgrote bedrijven.

Waar dit onderzoek tekortschiet

Geen enkel model is perfect, en dat geldt ook hier. De onderzoekers werken met scenario's, niet met voorspellingen. De bandbreedte van 1 tot bijna 5 procent is breed. De werkelijke uitkomst hangt af van beleidskeuzes, technologische ontwikkelingen en marktdynamiek die niemand met zekerheid kan voorspellen.

Ook is er volgens een eerder rapport van Capgemini een keerzijde: AI kan organisaties helpen hun eigen CO₂-uitstoot met zestien procent te verminderen binnen drie tot vijf jaar. De vraag is dus niet of AI goed of slecht is voor het klimaat — het is beide tegelijk, en de balans hangt af van hoe we het inzetten en reguleren.

Een ongemakkelijke balans

Voor mij is dit vooral een signaal dat het klimaatverhaal rond AI genuanceerder is dan de meeste techbedrijven het presenteren. AI is geen wondermiddel voor verduurzaming, en het is ook geen klimaatramp. Het is een krachtig gereedschap dat de bestaande economische structuren versterkt — inclusief de fossiele. En zolang die structuren er zijn, versterkt AI ze mee.

Ik vind het eerlijk gezegd waardevol dat dit soort onderzoek in Nature verschijnt. Het dwingt ons om verder te kijken dan de stekker van het datacenter. En als ondernemer helpt het me om scherper na te denken over wat "duurzaam AI-gebruik" eigenlijk betekent — voor mijn bedrijf, maar ook voor het grotere plaatje.