AI jaagt waterverbruik van Microsofts datacenters omhoog
In dit artikel:
Microsofts ambitie om tegen 2030 ‘waterpositief’ te worden staat onder druk door de snelle uitbreiding van AI-datacenters. In 2020 kondigde president Brad Smith aan dat het bedrijf meer water wilde aanvullen dan verbruikt, maar interne ramingen wijzen uit dat het waterverbruik door nieuwe datacenters sterk kan stijgen. Een eerste schatting uit vorig jaar kwam uit op circa 28 miljard liter per jaar in 2030 — ruim drie keer het niveau van 2020 — maar dat cijfer werd later bijgesteld naar ongeveer 18 miljard liter dankzij efficiëntere ontwerpen en koeltechnieken. Dat blijft echter een toename van ongeveer 150 procent ten opzichte van 2020; bovendien zijn recente investeringen van tientallen miljarden dollar in extra capaciteit nog niet in die berekeningen opgenomen.
Een aanzienlijk deel van dat extra verbruik valt in regio’s met bestaande waterschaarste. Voorbeelden zijn Jakarta, waar bodemdaling en uitgeput grondwater spelen, en Phoenix, dat al decennialang met droogte worstelt. In sommige gevallen zijn eerdere ramingen van sterk verhoogd gebruik later verlaagd zonder uitgebreide uitleg van Microsoft. Intern is er kritiek dat bij locatiekeuzes vooral snelheid, kosten en elektriciteitsvoorziening voorop stonden; water kwam vaak pas later in beeld omdat het traditioneel relatief goedkoop was.
De problematiek is niet exclusief voor Microsoft: de opkomst van generatieve AI maakt de techsector meer afhankelijk van fysieke grondstoffen en vergroot de milieu-impact van datacenters. Onderzoekers waarschuwen dat het waterverbruik van datacenters in de VS binnen enkele jaren kan verdubbelen ten opzichte van 2022. Microsoft wijst op samenwerking met lokale waterbedrijven en investeringen in herstelprojecten (zoals wetlandbescherming en het verminderen van lekkages), maar erkent dat het lastig is voldoende volwaardige aanvulprojecten te vinden in de meest kwetsbare gebieden. Daarnaast blijft indirect watergebruik via de koeling van elektriciteitscentrales vaak buiten beeld, waardoor de totale watervoetafdruk van AI-infrastructuur mogelijk nog veel hoger ligt.