Eén AI-chat verbruikt een kleine hoeveelheid energie en water — de eigen bekendgemaakte cijfers van Google en OpenAI zetten een typische prompt op ruim onder een halve wattuur en een paar druppels water, ongeveer vergelijkbaar met een paar seconden tv-kijken. De echte milieuvraag draait echter niet om die ene chat, maar om het snelgroeiende aantal enorme datacenters dat wordt gebouwd om AI op massale schaal te laten draaien — dat verhoogt meetbaar de elektriciteitsvraag en, in sommige regio's, ook het lokale waterverbruik.
Als u koppen hebt gezien dat één vraag aan ChatGPT een fles water 'opdrinkt', of dat AI stilletjes het elektriciteitsnet leegtrekt, is het begrijpelijk om u af te vragen of u zich schuldig zou moeten voelen over het gebruik ervan. Het eerlijke antwoord is geruststellender dan de engste koppen, maar ook ingewikkelder dan 'maak u geen zorgen'. Dit is wat er daadwerkelijk is gemeten, en door wie.
Waar de angstaanjagende cijfers vandaan komen
Veel van de ophef gaat terug op een schatting uit 2024 van een onderzoeker van UC Riverside, die breed werd verspreid als: het schrijven van een kort antwoord van ongeveer 100 woorden met ChatGPT zou ongeveer 500 milliliter water kunnen kosten — ongeveer een standaardfles. Dat cijfer verspreidde zich snel omdat het treffend en makkelijk voor te stellen is.
Er is een belangrijke update op dat verhaal die veel minder vaak wordt gedeeld. In 2026 stelde dezelfde onderzoeker, Shaolei Ren, zijn eigen schatting fors naar beneden bij — naar ongeveer 15 milliliter voor een typische moderne prompt — met als reden efficiëntere chips en koelsystemen, en met de opmerking dat het oorspronkelijke cijfer gebaseerd was op specifieke aannames uit 2024 die niet meer weerspiegelen hoe systemen vandaag draaien. Dat is een daling van meer dan 30 keer in de schatting — van dezelfde bron.
Wat de AI-bedrijven zelf hebben bekendgemaakt
De meest solide beschikbare cijfers zijn die welke bedrijven hebben gepubliceerd over hun eigen systemen, omdat zij hun daadwerkelijke hardware direct kunnen meten in plaats van die van buitenaf te schatten.
In 2025 publiceerde Google een technisch rapport over de milieukosten van een typische Gemini Apps-prompt: ongeveer 0,24 wattuur elektriciteit en ongeveer 0,26 milliliter water — ongeveer vijf druppels. Ter vergelijking: volgens Google is dat ongeveer wat een tv in minder dan negen seconden verbruikt. OpenAI-ceo Sam Altman publiceerde datzelfde jaar een vergelijkbare uitsplitsing voor ChatGPT: een gemiddelde vraag verbruikt ongeveer 0,34 wattuur elektriciteit en een piepklein deel van een gallon water, wat hij vergeleek met ongeveer één seconde dat een oven aanstaat.
Deze cijfers zijn niet onafhankelijk getoetst, en beide bedrijven bepaalden zelf hoe ze een 'gemiddelde' vraag definiëren. Maar het is een echt gegeven, rechtstreeks van de bron, en beide cijfers vallen in dezelfde kleine orde van grootte — een fles water per vraag is nergens in de buurt.
Waarom verschillen de cijfers dan zo sterk?
Omdat 'hoeveel water gebruikt AI' geen enkele vraag is — het zijn er meerdere, en elk onderzoek beantwoordt een andere. Sommige schattingen tellen alleen het water dat verdampt om de computerchips rechtstreeks in het datacenter te koelen. Andere tellen ook het water mee dat kilometers verderop wordt gebruikt, bij de elektriciteitscentrale die het datacenter van stroom voorziet — wat een veel groter getal kan zijn, afhankelijk van hoe die elektriciteit wordt opgewekt. De lengte van de prompt, welk AI-model antwoordt, en hoe efficiënt een bepaald datacenter is, verschuiven het resultaat verder. Geen van de onderzoeken is per se 'fout' — ze meten verschillende delen van hetzelfde systeem, en precies dat verklaart waarom dezelfde onderliggende vraag getallen kan opleveren die 30 keer uiteenlopen.
Het deel dat er eigenlijk meer toe doet: schaal
Dit is de nuttigere manier om erover na te denken. Eén vraag aan een AI-chatbot is echt klein — zelfs de hogere schattingen komen neer op een paar slokjes, geen fles, bij typisch gebruik. Maar AI wordt miljarden keren per dag geraadpleegd, en belangrijker nog, techbedrijven bouwen enorme nieuwe datacenters specifiek om die te laten draaien.
Het Internationaal Energieagentschap, dat het wereldwijde energieverbruik bijhoudt, schat dat datacenters momenteel goed zijn voor ongeveer 1,5 tot 2% van het wereldwijde elektriciteitsverbruik — en dat het elektriciteitsverbruik van specifiek op AI gerichte datacenters alleen al in 2025 met ongeveer 50% steeg, veel sneller dan de groei van datacenters in het algemeen. Dat aandeel zou tegen 2030 richting 3% van de wereldwijde elektriciteit moeten gaan. Op sommige plekken putten nieuwe datacenters ook uit lokale watervoorraden in regio's die al kampen met waterschaarste, wat een legitieme zorg is voor de omliggende gemeenschappen, los van wat één chat 'kost'.
Anders gezegd: het eerlijke milieuverhaal over AI gaat eigenlijk niet over die ene vraag die u stelt. Het is een infrastructuurverhaal — over hoe snel deze datacenters worden gebouwd, waar hun stroom vandaan komt, en hoe transparant bedrijven daarover zijn.
Wat u hier concreet mee kunt doen
Als u hier waarde aan hecht: de chat-voor-chat-aanpak is niet waar uw inspanning het meeste uithaalt — de cijfers per vraag zijn klein genoeg dat het beperken van uw eigen gebruik weinig verschil maakt. Wat wél helpt, als u iets wilt doen: steun en geef de voorkeur aan bedrijven die echte efficiëntiegegevens publiceren in plaats van te zwijgen, en houd lokaal nieuws in de gaten als er bij u in de buurt een datacenter wordt voorgesteld, want op dat niveau tellen water- en energieverbruik echt op tot iets waarover het de moeite waard is om uw stem te laten horen.
Wat u hierna kunt proberen: Voor een breder beeld van hoe deze tools eigenlijk onder de motorkap werken, is Wat betekent 'AI' eigenlijk? Een heldere uitleg in gewone taal een goede volgende stop. En als u AI-feiten in het algemeen wilt scheiden van AI-hype, behandelt 10 dingen die mensen over AI geloven die gewoon niet kloppen meer beweringen die het checken waard zijn.
Bronnen
- Measuring the environmental impact of AI inference — Google Cloud Blog
- In a first, Google has released data on how much energy an AI prompt uses — MIT Technology Review
- Sam Altman: ChatGPT queries consume 0.34 watt-hours of electricity and 0.000085 gallons of water — Data Center Dynamics
- Shaolei Ren revises widely cited AI water estimate from a full bottle to 15 milliliters per prompt — Digg
- Data centre electricity use surged in 2025, even with tightening bottlenecks driving a scramble for solutions — International Energy Agency
