We merken dat dit een terugkerend thema is in onze masterclasses bij Nxt Phase AI. Vroeg of laat komt de vraag: wat doet AI met energieverbruik en de gemoeide impact op het milieu?
Terechte vraag. Want AI vereist digitale rekenkracht en dat kost stroom. Maar al het goede kost energie. De kernvraag is: is de energie die AI kost het resultaat waard? Veel bedrijven vinden de AI stroomkosten verantwoord bij een positieve business case: Als de financiële baten van het AI resultaat opwegen tegen de stroomkosten van het AI gebruik. Duurzaamheid gedreven bedrijven kunnen in diezelfde lijn een duurzaamheidscase maken: wegen de verduurzaamheidsresultaten uit AI op tegen het verbruik van de AI inzet?
AI is erg zinvol op plekken waar je met digitale rekenkracht veel fysieke verspilling voorkomt. Hier volgen drie voorbeelden uit de praktijk.
Lees ook: ‘Echte waarde van AI zit niet in flitsende avatars, maar in het oplossen van dagelijkse frustraties en processen’
Logistiek: minder ritten door beter te plannen
In veel logistieke organisaties zit het verlies in de optelsom van handelingen. Net niet volle wagens. Toch een extra rit. Routes die ‘wel kunnen’, maar niet de slimste zijn.
AI helpt door belading, routes, volgorde en tijdvensters tegelijk mee te nemen en sneller te herplannen wanneer er iets wijzigt.
Wat je dan vaak ziet: minder kilometers, minder ritten en minder brandstofverbruik. De leverbetrouwbaarheid blijft op peil. En stiekem dalen ook de operationele kosten.
Productie: dezelfde output, minder kWh
Energieverbruik in productie wordt vaak gestuurd door planning en machine-instellingen. Lange omsteltijden, foutieve afstellingen, onnodig doordraaien en stilstand worden regelmatig pas achteraf zichtbaar.
Met AI kun je de planning optimaliseren, instellingen automatisch binnen afgesproken grenzen bijsturen en afwijkingen sneller herkennen.
Het resultaat: dezelfde output en kwaliteit, met minder draaiuren en minder kWh.
Inkoop en voorraadbeheer: minder waste bij bederfelijke producten
Wanneer je te veel bederfelijke producten inkoopt, leidt dat tot afschrijving en verspilling. Bij te weinig voorraad ontstaan juist misgrijpen, spoedbestellingen en extra transport.
Met betere voorspellingen kun je gerichter inkopen, voorraden realistischer afstemmen en promoties slimmer plannen. Het resultaat: minder verspilling, lagere inkoopkosten en minder onnodige transportbewegingen.
Kritisch blijven op stroomverbruik AI
We moeten kritisch blijven op het stroomverbruik van AI. Het is goed dat daar vragen over worden gesteld, zeker nu AI steeds makkelijker ‘even’ wordt ingezet.
Tegelijk zetten we AI nog te weinig in voor verduurzaming. Waar het aantoonbaar helpt om minder te rijden, minder/duurzamer te produceren of minder weg te gooien.
Sta stil bij de plekken in jouw organisatie waar er met operationele beslissingen grote duurzaamheidsimpact behaald kan worden en bedenk hoe AI deze besluiten beter en schaalbaarder kan nemen.
Lees ook: AI is geen softwarepakket dat je uitrolt: de vraag is niet welke tool je kiest, maar welk probleem je oplost
