En nylig rapport fra Det Internationale Energiagentur (IEA) viser, at datacentre stod for cirka 1,5% af det globale elforbrug i 2024 – en stigning på 12 % over de seneste fem år [1]. Selvom 1,5 % måske lyder beskedent ved første øjekast, er det – når det skaleres til den samlede globale elproduktion – et enormt og hurtigt voksende energiaftryk. Meget af væksten i det globale elforbrug hænger sammen med fremkomsten af en ny kategori af maskinlæringssystemer – de såkaldte Generative AI-modeller, som blandt andet bruges til de populære chatbots. Disse modeller er langt større og mere beregningstunge end tidligere AI-systemer og kræver betydelige mængder energi både under træning og i brug.
I Danmark forventes energiforbruget fra datacentre at være syv gange højere i 2030 sammenlignet med niveauet i 2021 – og ni gange højere i 2035 [2]. Hvis disse prognoser holder stik, peger de ikke blot på en fortsættelse af nuværende tendenser, men på en eksponentiel vækst. Med sine ambitioner om en grøn økonomi befinder Danmark sig i en særlig og prekær situation – som vært for en infrastruktur, der i betydelig grad kan underminere landets klimamål, hvis der ikke bliver grebet ind.
På globalt plan er elproduktion stadig en af de største kilder til CO₂-udledning, på trods af betydelige fremskridt inden for vedvarende energi. De driftsmæssige CO₂-udledninger fra datacentre – særligt til de meget beregningstunge opgaver som generativ AI – er derfor også vokset markant de seneste år. Men de driftsmæssige emissioner fortæller kun en del af historien. Den miljømæssige belastning strækker sig gennem hele livscyklussen for disse modeller: fra udvinding og bearbejdning af silicium, sjældne mineraler og andre materialer til produktionen af specialiseret hardware, til opførelsen af enorme datacenterfaciliteter, til det løbende energiforbrug til kølesystemer, som er nødvendige for at opretholde driftsstabilitet, og endelig til udfordringerne med at håndtere elektronikaffald fra udtjent hardware. Hvert af disse stadier tilføjer yderligere økologiske omkostninger, som ofte udelades i forsimplede beskrivelser af AI’s klimaaftryk.
Med dette bredere perspektiv står det stadig klarere, at udvikling og udbredelse af generative AI-systemer har et tungt ressourceaftryk. Klimaaftrykket er betydeligt – og alligevel er det, frustrerende nok, svært at kvantificere. Kernen i problemet er, at det er ekstremt vanskeligt at spore alle miljøomkostningerne ved udviklingen af generativ AI. Forsyningskæderne er vidtrækkende, uigennemsigtige og involverer adskillige trin på tværs af kontinenter og forskellige lovgivninger. Fra minedrift i ofte oversete regioner til elnet med meget varierende CO₂-intensitet på tværs af geografi og tid – det reelle klimaaftryk er skjult under lag af kompleksitet.
En af de blinde vinkler i den nuværende debat om AI og klima er netop denne mangel på pålidelige og standardiserede data. At overkomme dette vil ikke ske af sig selv. Det vil kræve en målrettet udvikling af standardiserede rammer for miljørapportering, som er designet, så de kan anvendes i praksis – og ikke blot forbliver et ideal. Og afgørende er det, at dette arbejde bliver tværsektorielt: forskere skal udvikle solide målemetoder, industrien skal implementere målings- og rapporteringsprotokoller i stor skala, og regeringer skal håndhæve regler og skabe incitamenter til best practices.
For lande som Danmark, der har positioneret sig som attraktive steder for investeringer i datacentre, er der både en mulighed og, kan man hævde, en forpligtelse til at gå forrest. Danmark kan sætte høje standarder ved at fremme, at datacenteroperatører følger best practice – ikke kun i forhold til gennemsigtig og verificerbar miljørapportering, men også ved at udforme driftsretningslinjer, der fremmer energieffektivitet, prioriterer lavemissionskilder og understøtter innovation inden for køleteknologier. Hvis det lykkes, kan Danmarks tilgang blive et forbillede for, hvordan væksten i digital infrastruktur kan forenes med ægte klimaansvar.
[1] Energy and AI. (2025) https://www.iea.org/reports/energy-and-ai
[2] Denmark’s Climate Status and Outlook 2023 (CSO23)