“EcoGPT is een groene AI-assistent.” Dat klinkt fantastisch. In een tijd waarin we ons allemaal bewust zijn van onze ecologische voetafdruk, is het verleidelijk om te geloven dat we AI kunnen gebruiken zonder schuldgevoel. Maar wie in de IT praktijk werkt, ziet direct dat we hier te maken hebben met een klassiek geval van greenwashing.

Voor veel Belgische KMO’s is de digitale transitie een dubbel gevoel. Enerzijds is de productiviteitswinst van tools zoals ChatGPT onmiskenbaar, anderzijds groeit de zorg over de enorme hoeveelheid energie en water die deze systemen verbruiken. Wanneer er dan een “groen alternatief” op de markt komt, haken ondernemers snel aan. Maar laten we eerlijk zijn: in de wereld van software is “groen” vaak een marketingterm, geen technische specificatie.

Het schild van vage termen

Als we naar de claims van EcoGPT kijken, zien we een patroon dat we vaker tegenkomen in de techsector. Er wordt gewerkt met termen die indruk maken, maar technisch gezien weinig bewijzen leveren. Neem bijvoorbeeld de claim dat ze gebruikmaken van “efficiënte open-source modellen” en dat hun servers in Finland draaien op 98% koolstofvrije energie.

Laten we dat ontleden. Dat een datacenter in Finland op groene stroom draait, is een feit over de infrastructuur van Google, niet over de efficiëntie van de AI zelf. Het is alsof je zegt dat een vrachtwagen “milieuvriendelijk” is omdat hij in een garage staat die met zonnepanelen is uitgerust. De garage is groen, maar de motor van de vrachtwagen verbruikt nog steeds dezelfde hoeveelheid brandstof per kilometer.

En dan is er de term “open source”. In theorie betekent dit dat de broncode toegankelijk is, waardoor we de energieconsumptie zouden kunnen meten en controleren. In de praktijk biedt open source enkel de kans op transparantie. Het is geen garantie voor duurzaamheid. Een open-source model kan net zo energievreetend zijn als een gesloten model van OpenAI of Google.

De mythe van de “Mixture-of-Experts”

EcoGPT pronkt met hun “mixture-of-experts”-architectuur. Voor een leek klinkt dit als een revolutionaire technologie waarbij de AI enkel de nodige rekenkracht inzet voor een specifieke vraag, wat energie zou besparen. De realiteit? (De ironie ontsnapt me niet): dit is tegenwoordig de standaard. Bijna alle grote, moderne taalmodellen maken gebruik van varianten van deze techniek.

Het presenteren van een industriestandaard als een uniek ecologisch kenmerk is misleidend. Het is alsof een autofabrikant claimt dat hun nieuwe model “revolutionair zuinig” is omdat het een versnellingsbak heeft. Dat hebben alle auto’s al jaren.

Compensatie versus Reductie

Het meest zichtbare onderdeel van de EcoGPT-strategie is de teller op het scherm: elke 100 vragen plant een boom. Dit is een sympathiek gebaar, en partners zoals One Tree Planted bevestigen dat de bomen ook echt geplant worden. Maar hier raken we de kern van het probleem: we verwarren compensatie met reductie.

Een boom planten is een actie na het verbruik. Het lost het fundamentele probleem van de rekenkracht niet op. Het trainen en draaien van een Large Language Model (LLM) vereist enorme hoeveelheden elektriciteit voor de GPU’s en gigantische hoeveelheden water voor de koeling van de datacenters. Een boom planten per honderd queries is een pleister op een open wond; het verandert niets aan de inefficiëntie van de berekening zelf.

Hoe herkent u echt duurzame IT-keuzes?

Als ondernemer hoeft u geen AI-expert te zijn om te begrijpen wanneer u wordt misleid. De sleutel ligt in het stellen van de juiste vragen. In plaats van te kijken naar marketingclaims, moet u zoeken naar concrete data over de inference cost (de kosten per query).

Wilt u echt duurzame keuzes maken in uw IT-landschap? Let dan op de volgende punten:

• Model-optimalisatie: Wordt er gebruikgemaakt van een gigantisch model voor een simpele taak, of is er een kleiner, specifiek getraind model (Small Language Model) dat precies doet wat nodig is?
• Data-lokalisatie: Waar staat de data fysiek? Greenwashing gaat vaak over de stroom van het datacenter, maar echte efficiëntie zit in het verminderen van de data-overdracht.
• Transparantie in verbruik: Kan de leverancier bewijzen hoeveel kilowattuur een gemiddelde query kost? Zo niet, dan is “groen” slechts een label.
• Doelgericht gebruik: De meest duurzame AI is de AI die we niet gebruiken voor taken die we ook met een simpel script of een menselijke handeling kunnen oplossen.

Conclusie: De juiste vraag stellen

AI is een fantastisch instrument voor Belgische KMO’s, maar we moeten oppassen voor de gemakkelijke weg. De belofte van “chatten zonder schuldgevoel” is een marketingtruc. Echte duurzaamheid in de IT is niet sexy; het is niet een teller met boompjes, maar het is hard werken aan efficiëntie, architectuur en kritisch gebruik.

De vraag die we onszelf moeten stellen is niet: “Welke tool plant de meeste bomen?”, maar: “Hoe kunnen we deze technologie inzetten zonder onnodig energie te verspillen?”.

Bij Pajotech geloven we niet in snelle marketinglabels, maar in IT die werkt op basis van feiten en efficiëntie. Of het nu gaat om uw cloud-strategie, cybersecurity of de implementatie van AI: we kijken naar de technische realiteit, niet naar de glimmende beloftes. Wilt u weten hoe uw huidige IT-situatie er echt voor staat? We kijken graag samen met u naar de feiten.