De uitbreiding van kunstmatige intelligentie (AI) kan een materiële afvalfactuur veroorzaken die veel hoger ligt dan de eerste schattingen over elektronisch afval. Een nieuw rapport van Basel Action Network (BAN) schat dat de apparatuur die jaarlijks wordt verwijderd vanwege de ontwikkeling van AI tussen de 8,6 en 13,1 miljoen ton in 2030 kan bedragen, een cijfer dat 40 tot 60 keer hoger ligt dan eerdere academische projecties. Het verschil wordt vooral verklaard doordat BAN apparaten omvat die doorgaans buiten de berekeningen blijven, zoals elektrische systemen, koeling, netwerken en apparaten die mogelijk vóór de verwachte levensduur worden vervangen.
De kernpunten van elektronisch afval van AI in 30 seconden
- BAN schat dat er in 2030 jaarlijks tussen de 8,6 en 13,1 miljoen ton apparatuur wordt verwijderd vanwege AI.
- De berekening omvat datacenters, maar ook pc’s, smartphones, Edge-apparaten en telecomnetwerken.
- In een referentie-AI-datacenter vormen servers en versnellers slechts ongeveer 13 % van de totale massa van de apparatuur.
- Tegen 2050 positioneert het rapport het totale elektronische afval tussen 196 en 211 miljoen ton per jaar.
- AI zou op zichzelf tussen de 31 en 46 miljoen ton per jaar bijdragen in dat scenario.
De vermelding van 40-60 keer meer betekent niet dat AI 60 keer alle elektronische afval op aarde zal genereren. BAN vergelijkt haar schatting met eerdere studies die zich vooral richtten op servers en versnellers voor AI-belastingen. Haar eigen model breidt het bereik uit en omvat een groot deel van de fysieke infrastructuur die het functioneren van die datacenters mogelijk maakt, naast de versnelde vervanging van apparatuur buiten deze centra.
Het rapport, getiteld The Coming AI Waste Wave en opgesteld door Jim Puckett in september 2026, presenteert deze cijfers als een geprojecteerde situatie, afhankelijk van het voortzetten van de infrastructuurgroei op vergelijkbare tempo’s als in haar model. Het is dus geen definitieve voorspelling van de hoeveelheid afval die daadwerkelijk zal worden geproduceerd.
Het datacenter weegt veel meer dan alleen de GPU’s
Een van de belangrijkste verschillen met eerdere schattingen ligt in de echte inhoud van een AI-gericht datacenter. Het gebruikelijke beeld van grote rekken vol GPU’s wordt verward door BAN, die schat dat versnellers, servers en racks slechts ongeveer 13 % van de totale massa van de apparatuur in een referentie-installatie van 100 MW vormen.
Het grootste deel bestaat uit andere systemen. Koeling vertegenwoordigt ongeveer 35 %, elektrische distributie 34 %, back-upsystemen 15 % en netwerken ongeveer 3 %. Dit leidt tot een schatting van ongeveer 7.000 ton apparatuur per 100 MW, wat neerkomt op ongeveer 70.000 ton per gigawatt geïnstalleerde capaciteit. De tabel op pagina 15 van het rapport toont precies deze verdeling en verklaart waarom de berekening sterk verandert wanneer alleen de hardware voor computation wordt meegerekend.
Het elektrische gedeelte omvat transformatoren, distributiesystemen, ononderbroken stroomvoorzieningen (UPS), energieverdelers, verdeelbalken en grote hoeveelheden koperdraad. BAN schat dat een datacenter van 100 MW ongeveer 2.700 ton koper alleen in bekabeling en verdeelbalken nodig heeft.
Koeling voegt een andere aanzienlijke hoeveelheid materiaal toe. Traditionele datacenters gebruiken airconditioning en luchtkoelingssystemen, terwijl high-density racks voor AI nu overstappen op vloeistofkoeling. Bij het aanpassen van bestaande installaties voor deze lasten kunnen delen van de vorige infrastructuur worden verwijderd, terwijl ze nog een bruikbare levensduur hebben.
Back-upsystemen genereren eveneens afval. BAN houdt rekening met lood-zuurbatterijen, lithium-ionbatterijen en dieselgeneratoren die worden gebruikt tijdens stroomonderbrekingen.
Daarnaast speelt het netwerk een rol. AI-datacenters vereisen snellere verbindingen tussen servers en versnellers, met een ontwikkeling die van 400G naar 800G en verdere generaties gaat. Volgens BAN kunnen deze veranderingen de vervangingscycli voor switches, optische transceivers en bekabeling verkorten.
De levensduur van hardware wordt per generatie korter
BAN’s model berekent niet alleen hoeveel apparatuur wordt geïnstalleerd, maar ook hoe lang deze in gebruik blijft. Het rapport kent verschillende vervangingscycli toe aan elke categorie.
Voor versnellers, servers en racks gebruikt het 2,5 jaar. Voor netwerken wordt 3,5 jaar aangehouden, terwijl vijf jaar wordt gebruikt voor koeling en back-upsystemen. De elektrische infrastructuur krijgt een levensduur van acht jaar, al erkent het rapport dat dit een schatting van BAN is en geen door een externe bron bevestigde waarde.
Het idee achter deze korte cycli is dat AI-datacenters zich sneller vernieuwen dan gewone informatica-infrastructuur. Een versneller kan fysiek blijven functioneren maar niet meer concurrerend zijn voor nieuwe AI-belastingen met hogere prestaties.
Het rapport noemt dit fenomeen “hyper-obsolescence”, verwijzend naar het gelijktijdig vervangen van grote hoeveelheden gespecialiseerd hardware. Het probleem wordt groter bij nauwe integratie van componenten. BAN illustreert dit met de NVIDIA GB200 NVL72, waar computing, koeling en netwerken deel uitmaken van een geïntegreerde architectuur.
Dit beperkt de mogelijkheid om slechts één component te vervangen zonder de rest van de installatie aan te passen. Het rapport stelt dat deze integratie de hoeveelheid materiaal die tijdens elke technologische update wordt verwijderd kan vergroten.
Er zijn echter factoren die deze cijfers kunnen verlagen. BAN erkent dat sommige operators de levensduur van bepaalde servers kunnen verlengen, dat hardware op de secundaire markt wordt verkocht en dat de groei van datacentercapaciteit mogelijk lager is dan de 8,8 % per jaar die in haar model wordt gebruikt. Het rapport bevat ook een gevoeligheidsanalyse: onder een zeer conservatief scenario wordt geschat dat er in 2050 jaarlijks 3,8 miljoen ton aan afgedankte infrastructuur uit datacenters zou kunnen komen, tegenover 15,5 miljoen ton in het basisscenario.
De tweede golf kan ook huishoudelijk en telecommunicatief afval veroorzaken
Het meest vernieuwende onderdeel van het rapport is wat BAN “AI Waste Contagion” noemt – het besmettingsproces van AI-afval. Het idee is om ook apparaten buiten datacenters mee te nemen die mogelijk vóórverwachte vervanging ondergaan door de uitbreidende AI-capaciteiten.
Hier vallen pc’s, smartphones, tablets, Edge-apparaten en telecommunicatiesystemen onder. Het mechanisme kan technisch van aard zijn: bepaalde AI-diensten vereisen neuromodules (NPU’s), minimale geheugencapaciteit of lokale verwerking die oudere apparaten niet bezitten.
BAN geeft voorbeelden van de vereisten voor apparaten die compatibel zijn met Copilot+ en Apple Intelligence. Ook wordt de groei van Edge-apparaten zoals camera’s, sensoren en voertuiginformatica meegenomen, samen met de vernieuwing van netwerken die nodig zijn voor deze toegenomen verwerkingscapaciteit.
Het rapport onderscheidt twee scenario’s. Het conservatieve scenario schat dat extra obsolescentie door technische vereisten van AI in 2050 zal leiden tot 16,2 miljoen ton per jaar. Het agressieve scenario voegt vervangingen toe door de vraag naar nieuwe functies, met een stijging tot 30,7 miljoen ton. BAN erkent dat er onvoldoende publieke data is om dit tweede scenario te bevestigen en gebruikt het als een bovengrens in haar model, niet als een zekere voorspelling.
Met alle componenten samen belooft het conservatieve scenario dat wereldwijd elektronisch afval in 2050 tussen de 196 en 211 miljoen ton per jaar ligt, terwijl het agressieve scenario uitkomt op 211 miljoen ton. Van die hoeveelheid zou tussen 31 en 46 miljoen ton afkomstig zijn uit AI-gerelateerde activiteiten.
De grafiek op pagina 31 laat zien dat het verschil na verloop van tijd toeneemt: de conventionele projecties voor elektronisch afval nemen toe, maar BAN voegt de infrastructuur van datacenters en de effect van buiten datacentra toe. Het model berekent dat tussen 2025 en 2050 tussen de 395 en 617 miljoen ton elektronisch apparatuur gerelateerd aan AI kan worden weggegooid, afhankelijk van het scenario.
Vergelijkingen met eerdere studies moeten zorgvuldig worden gemaakt. BAN stelt dat Wang et al. (2024) en de Vries-Gao-studie (2026) zich vooral richten op servers en versnellers, terwijl haar methode vijf infrastructuurcategorieën en het effect van obsolescentie buiten datacenters omvat. Daarom verschillen de cijfers in omvang.
Het rapport laat ook een open vraag onbeantwoord: welk percentage van het afgedankte apparatuur kan worden hergebruikt, gerepareerd, hergekwalificeerd of secundair verhandeld? BAN belooft dit nader te analyseren in de tweede deel van haar serie. Er staat ook een derde deel gepland over de giftige aspecten van dit afval en een vierde over de beheersmaatregelen die nodig zijn.
Kortom, de gegevens zijn minder eenduidig dan enkel een “60-voudige” toename. De voornaamste bijdrage van het rapport is het vergroten van het totaalbeeld: AI-infrastructuur omvat niet alleen GPU’s en servers, maar ook koper, transformatoren, batterijen, koeling, switches, kabels en potentieel miljoenen apparaten die mogelijk niet voldoen aan de nieuwe hardware-eisen. De uiteindelijke omvang hangt af van de groei van de capaciteit, de operationele levensduur van apparatuur en de mate waarin materiaal wordt hergebruikt of gerepareerd.
Veelgestelde vragen
Hoeveel elektronisch afval zou AI in 2030 kunnen genereren?
BAN schat dat er in 2030 tussen de 8,6 en 13,1 miljoen ton elektronisch afval gerelateerd aan AI jaarlijks wordt verwijderd. De berekening omvat zowel de infrastructuur van datacenters als het effect van vervanging buiten deze centra.
Waarom berekent BAN meer afval dan eerdere studies?
Het rapport omvat vijf grote infrastructuurcategorieën voor datacenters: computationele systemen, netwerken, elektrische distributie, opslag en back-up, en koeling. Daarnaast voegt het de zogeheten “AI Waste Contagion” toe, dat verband houdt met de versnelde vervanging van apparaten en netwerken buiten datacenters.
Hoeveel totaal elektronisch afval zou er in 2050 kunnen zijn?
Het model van BAN plaatst de wereldwijde elektronisch afvalproductie tussen de 196 en 211 miljoen ton per jaar in 2050, afhankelijk van het scenario. Daarvan zouden tussen 31 en 46 miljoen ton gerelateerd zijn aan AI-activiteiten.
Is de figuur van 60 keer meer afval bevestigd?
Nee. Het is een vergelijking die BAN maakt tussen haar eigen schatting en een eerdere academische prognose die zich op een meer beperkt gebied richtte. Het rapport erkent verschillende onzekerheden, vooral over de snelheid van infrastructuurgroei en vervanging buiten datacenters.
vía: Rapport The AI Waste