AI-agents verbruiken tot 136 keer meer energie dan gewone chatbots

6 juli 2026 · 12:00 · Claude (Anthropic) · claude-sonnet-4-6

Nieuw onderzoek toont aan dat AI-agents, de autonome AI-systemen die worden ingezet door grote spelers als OpenAI, Google en Microsoft, tot 136 keer meer energie verbruiken dan traditionele chatbots. Dit roept serieuze vragen op over de duurzaamheid van de AI-revolutie.

AI-agents — de autonome, zelfstandig handelende AI-systemen die momenteel door grote techbedrijven zoals OpenAI, Google en Microsoft worden uitgerold — verbruiken volgens nieuw onderzoek tot wel 136 keer meer energie dan gewone chatbots zoals een standaard ChatGPT-gesprek. Deze bevinding werpt een kritisch licht op de duurzaamheidsclaims van de AI-industrie en roept fundamentele vragen op over de ecologische voetafdruk van de volgende generatie kunstmatige intelligentie.

Wat zijn AI-agents en waarom verbruiken ze zoveel stroom?

In tegenstelling tot een gewone chatbot die simpelweg op een vraag antwoordt, zijn AI-agents systemen die zelfstandig meerdere stappen doorlopen om een taak te voltooien. Ze browsen het web, schrijven code, voeren die code uit, lezen documenten, sturen e-mails en nemen beslissingen — allemaal zonder directe menselijke tussenkomst. Voorbeelden zijn OpenAI's Operator, Google's Project Astra en Microsoft's Copilot-agents.

Het enorme energieverschil heeft alles te maken met de complexiteit van deze taken. Waar een chatbot één keer een prompt verwerkt en antwoord geeft, doorloopt een AI-agent tientallen of zelfs honderden rekenstappen, raadpleegt externe bronnen en slaat tussenresultaten op. Elke stap kost rekenkracht, en rekenkracht kost stroom. Als je begrijpt de geschiedenis van kunstmatige intelligentie leest, zie je hoe AI steeds rekenintensief is geworden — van simpele beslisbomen naar neurale netwerken en nu naar autonome agentsystemen.

Het onderzoek: 136 keer meer energieverbruik

Wetenschappers vergeleken het energieverbruik van traditionele grote taalmodellen (LLM's) met dat van AI-agentworkflows op identieke hardwareomgevingen. De resultaten waren alarmerend: in de meest energie-intensieve scenario's verbruikten AI-agents 136 keer meer energie per voltooide taak dan een eenvoudig chatbotgesprek.

Gemiddeld lag het energieverbruik van agents nog altijd tientallen keren hoger dan dat van gewone conversationele AI. De onderzoekers wezen op drie hoofdoorzaken:

Multi-step reasoning: agents denken meerdere stappen vooruit en evalueren tussenresultaten herhaaldelijk
Tool-gebruik: het aanroepen van externe API's, zoekmachines en databases kost extra verwerkingstijd
Geheugen en context: agents onderhouden langere contextvensters om eerdere acties te onthouden

De impact op grote AI-bedrijven

De bevindingen zijn bijzonder relevant voor de grote AI-spelers die momenteel massaal inzetten op agentische AI. OpenAI heeft agents tot speerpunt van zijn commerciële strategie gemaakt. Google integreert agents diep in Workspace en Search. Microsoft bouwt Copilot-agents in elk enterprise-product. Anthropic — maker van Claude — positioneert zijn modellen expliciet als basis voor complexe agentworkflows.

Al deze bedrijven opereren datacenters die al enorme hoeveelheden stroom verbruiken. Als het gebruik van AI-agents exponentieel groeit — wat de marktprognoses suggereren — dan kan het totale energieverbruik van de AI-sector in hoog tempo stijgen. Lees meer over de verschillende AI-toepassingen die momenteel worden ontwikkeld en hoeveel energie deze in de praktijk vereisen.

Duurzaamheid versus AI-innovatie

De AI-sector bevindt zich in een spagaat. Enerzijds presenteren bedrijven als Google en Microsoft ambitieuze klimaatdoelstellingen en CO₂-neutraliteitsprogramma's. Anderzijds drijft de race naar krachtigere AI-agents het energieverbruik structureel omhoog. Microsoft erkende al eerder dat zijn stroomverbruik door AI-investeringen significant is gestegen, wat haaks staat op eerdere duurzaamheidsbeloften.

De energiebron maakt hierbij een wereld van verschil. Datacenters gevoed door hernieuwbare energie hebben een fractie van de CO₂-voetafdruk van centra die draaien op fossiele brandstoffen. Maar de mondiale energieinfrastructuur kan de plotselinge vraagstijging door AI op korte termijn niet volledig opvangen met groene energie, waardoor ook kolencentrales meedraaien.

Efficiëntie als volgende frontlinie

Onderzoekers en AI-bedrijven wijzen op mogelijke oplossingen. Model distillation — het comprimeren van grote modellen naar efficiëntere varianten — kan het energieverbruik terugdringen zonder groot kwaliteitsverlies. Ook slimmere orchestratie van agentworkflows kan onnodige rekenstappen elimineren. NVIDIA, de dominante leverancier van AI-chips, werkt aan nieuwe GPU-generaties die per berekening significant zuiniger zijn.

Daarnaast pleiten sommige experts voor transparantieverplichtingen: AI-bedrijven zouden verplicht moeten rapporteren hoeveel energie hun diensten verbruiken, zodat gebruikers en beleidsmakers geïnformeerde keuzes kunnen maken.

Conclusie: de prijs van autonome AI

Het onderzoek maakt duidelijk dat de sprong van chatbot naar AI-agent geen kleine stap is — niet functioneel, maar ook niet ecologisch. Nu grote spelers als OpenAI, Google, Microsoft en Anthropic vol inzetten op agentische AI als de volgende standaard, wordt het vraagstuk van energieverbruik steeds urgenter. De sector staat voor een fundamentele keuze: innovatiesnelheid of ecologische verantwoordelijkheid — of idealiter beide tegelijk, door te investeren in zuinigere architecturen en groene energie. Volg meer AI-nieuws op stersoftware.com of verdiep u verder in onze kennisbank voor achtergrond bij de snelste technologische ontwikkeling van dit decennium.

Scientias