Pasgeleden kwamen twee ontwikkelingen opvallend samen. Het United Nations University Institute for Water, Environment and Health publiceerde een van de meest uitgebreide analyses tot nu toe van de ecologische voetafdruk van kunstmatige intelligentie. De belangrijkste conclusie was helder: grote AI-aanbieders maken geen betrouwbare gegevens openbaar over het energie-, water- of CO₂-verbruik van individuele AI-verzoeken. Tegelijkertijd presenteerde de Europese Commissie haar pakket voor technologische soevereiniteit, waarin duurzame digitale infrastructuur een centrale plaats inneemt binnen de Europese AI-strategie.

Beide ontwikkelingen wijzen in dezelfde richting en laten zien dat de manier waarop we AI gebruiken gevolgen heeft die we nog maar net beginnen te begrijpen. Daarom vinden wij het belangrijk om uit te leggen hoe we daar bij Visma mee omgaan.

Het probleem is niet alleen de impact, maar vooral de blindheid

Elke discussie over AI en duurzaamheid loopt tegen hetzelfde probleem aan: de cijfers ontbreken. Er is geen gestandaardiseerde rapportage, geen vergelijkbare data tussen aanbieders en geen betrouwbare manier om te weten wat een individuele interactie daadwerkelijk kost aan energie of uitstoot. Die ontbrekende informatie is geen technisch toeval, maar een falen in governance.

Organisaties die wachten op perfecte data voordat ze handelen, wachten te lang. Het VN-rapport bevestigt wat veel experts al vermoedden: zodra een model is uitgerold, wordt het energieverbruik vooral bepaald door het dagelijkse gebruik om miljoenen prompts te verwerken. Dat is goed voor 80 tot 90 procent van het totale operationele verbruik van AI, niet de eenmalige training van grote modellen. Het gaat om routinematig, grootschalig gebruik in het hier en nu. De voetafdruk van datacenters, hardware en koeling is reëel en aanzienlijk, terwijl de meeste directe handelingsruimte voor organisaties ligt in het operationele gebruik.

Elke dag dat een organisatie zonder beleid AI inzet, is een dag waarop die impact niet wordt gestuurd. Diezelfde spanning zien wij ook van binnenuit. Uit onze eigen medewerkersenquêtes blijkt dat mensen zich afvragen of we AI enerzijds snel genoeg toepassen en anderzijds of we dat voldoende verantwoord doen. Dat is geen communicatieprobleem, maar een reële vraag die om een serieus antwoord vraagt.

Wat we weten en wat we eraan doen

Hoe we daarmee omgaan begint bij het erkennen van wat we daadwerkelijk kunnen beïnvloeden. Visma exploiteert geen AI-datacenters en traint geen grensverleggende AI-modellen, het soort dat het energieverbruik in de headlines domineert. Onze rol is anders: we zetten AI-tools dagelijks in bij meer dan 160 bedrijven in 28 markten. Die toepassing heeft een reële voetafdruk, en de keuzes die die voetafdruk bepalen, liggen bij ons. Daar ligt ook onze verantwoordelijkheid.

Vanuit die verantwoordelijkheid hebben we dit ook concreet gemaakt. Intern hebben we richtlijnen opgesteld voor milieubewust gebruik van AI, aangevuld met een AI Code of Conduct. Verantwoord gebruik wordt daarin niet gezien als een leiderschapsambitie, maar als een persoonlijke verantwoordelijkheid van iedere medewerker. Het doel daarvan lijkt op het GreenOps-programma dat vorig jaar werd gelanceerd. Dit programma is gebaseerd op het principe dat cloud-efficiëntie en emissiereductie niet tegenover elkaar staan, maar samenkomen in dezelfde keuzes.

Die aanpak werpt inmiddels ook de eerste resultaten af. Visma e-conomic wist de cloudemissies in één jaar met 67 procent terug te brengen en Flex Applications realiseerde een CO₂-reductie van 93 procent door de overstap naar Azure, beide tegelijk met kostenverlaging. Diezelfde logica geldt inmiddels ook voor AI. Naarmate token-based billing de norm wordt, leidt minder tokengebruik zowel tot lagere kosten als tot lagere uitstoot. Duurzame praktijk en financiële efficiëntie staan dus niet tegenover elkaar. In deze context wijzen ze in dezelfde richting.

Het eerlijke deel

Tegelijkertijd is dit pas een eerste stap. Onze interne richtlijnen zijn inmiddels binnen de hele organisatie van kracht en we bouwen aan de meetinfrastructuur om de impact ervan te kunnen volgen. We weten nog niet wat de precieze AI-energievoetafdruk is van elk Visma-bedrijf.

Eerlijk zeggen dat je het nog niet volledig weet is geen zwakte. Het debat over AI en duurzaamheid wordt al overspoeld door organisaties die claims doen die ze niet kunnen onderbouwen en presenteren duurzaamheidsverhalen die geen stand houden bij kritische toetsing. In die context is een organisatie die helder en zonder voorbehoud zegt dat ze dit stap voor stap opbouwt en meet wat meetbaar is, geloofwaardiger dan een organisatie die een afgerond beeld presenteert dat niemand gelooft. We geven de voorkeur aan eerlijkheid over waar we staan boven een afgerond verhaal dat we nog niet volledig kunnen dragen.

AI is onderdeel van de oplossing, niet alleen het probleem

Je zou dit kunnen lezen als een pleidooi tegen AI, maar dat is het niet. AI is een hulpmiddel dat we nodig hebben en in veel gevallen een van de krachtigste middelen om juist de uitdagingen aan te pakken die het eigen energieverbruik oproept. Het kan worden ingezet voor het optimaliseren van elektriciteitsnetten, het verbeteren van klimaatmodellen en het verminderen van industrieel afval. AI-adoptie en ecologische verantwoordelijkheid zijn geen uitersten van elkaar.

Maar dat betekent niet dat het gebruik van AI geen energie kost. Integendeel. Elke opdracht wordt ergens uitgevoerd, op echte hardware, die echte energie verbruikt. Je daarvan bewust zijn, en daarmee bedoelen we écht bewust en niet alleen op papier in een beleidsdocument, is het beginpunt.

Dezelfde discipline die een prompt efficiënter maakt, maakt die ook goedkoper. Dezelfde technische keuze die de CO₂-voetafdruk van een workload verlaagt, verlaagt ook de kosten. Dat zijn geen afwegingen. Het zijn dezelfde bewegingen.

De tools bestaan al. Het werk zit in de gewoonten

De middelen om verantwoord te handelen zijn al beschikbaar voor elke organisatie, zonder te wachten op regelgeving, zonder perfecte data en zonder een speciaal duurzaamheidsteam. Kies het juiste model voor de uit te voeren taak. Schrijf efficiënte prompts. Verplaats workloads waar mogelijk naar schonere energienetwerken. Dit zijn gewoonten, geen grote gebaren.

Die logica is niet ingewikkeld. Als je een zware workload kunt draaien wanneer groene energie beschikbaar is, dan doe je dat op dat moment. Het is dezelfde reflex als de wasmachine aanzetten wanneer de zon schijnt.

Verantwoord gebruik van AI gaat niet over het hebben van alle antwoorden. Het gaat over het ontwikkelen van de juiste werkwijzen voordat dat verplicht wordt. Het gaat ook over eerlijk zijn tegenover je stakeholders en jezelf over waar je je in die ontwikkeling bevindt.

Wij bevinden ons op dat pad. We zijn er nog niet.

Robin Åkerberg is Head of Sustainability bij Visma, een Europese software organisatie die meer dan 2 miljoen klanten bedient over 28 landen.

Bronnen:

  • UNU-INWEH, Environmental Cost of AI’s Energy Use: Carbon, Water and Land Footprints (3 June 2026);
  • European Commission tech sovereignty package (4 June 2026); `
  • Visma GreenOps results: visma.com/newsroom/scaling-sustainability-in-the-cloud