AI duurzaamheid
Een energierekening die elk jaar hoger wordt zonder dat je weet waarom. Een grote klant die vraagt om de CO2-uitstoot van je producten. Voorraad die over de datum gaat. Duurzaamheid in het mkb is vaak een datavraag. AI voor duurzaamheid helpt die data te verzamelen, te lezen en er iets mee te doen. En het is eerlijk om ook te kijken naar wat AI zelf verbruikt.
In het kort
Duurzaamheid komt bij mkb-bedrijven vaak binnen als vraag van buiten. Een grote klant die onder de CSRD rapporteert, wil gegevens over jouw uitstoot. Een bank vraagt ernaar bij een financiering. De overheid kent de energiebesparingsplicht. Tegelijk wil je zelf minder energie en materiaal verbruiken, omdat het geld kost.
De wil is er meestal wel. Het probleem is de data. Verbruik staat op facturen en in portalen van netbeheerders. Brandstof staat op tankpassen. Uitstoot van ingekochte producten ken je niet. Iemand moet het verzamelen, omrekenen en in een overzicht zetten. Daar helpt AI voor duurzaamheid. Voor de bredere kijk op de sector staat meer op AI in energie en duurzaamheid.
Met data uit slimme meters, submeters of het gebouwbeheersysteem ziet AI patronen: machines die 's nachts doorlopen, koeling die harder werkt dan nodig, een compressor die meer verbruikt dan vorig jaar. Je krijgt een overzicht per locatie of machine en een melding bij afwijkingen. Zo weet je waar besparing zit voordat je investeert. Bij productie en koeling kan dat ook voorspellend: zie predictive maintenance.
AI leest energie- en brandstoffacturen, reisdeclaraties en inkoopfacturen uit, rekent verbruik om naar uitstoot met de juiste emissiefactoren en zet het in een overzicht per scope. Voor vragenlijsten van klanten maakt een assistent een conceptantwoord uit die gegevens. Meer daarover lees je bij CSRD-rapportage.
Wie beter voorspelt wat er verkocht wordt, koopt minder te veel in en gooit minder weg. AI-voorspellingen op basis van orderhistorie, seizoen en acties helpen bij inkoop en productieplanning. In de voedingsindustrie scheelt dat direct in derving. Zie forecasting met AI.
Per vraag weinig, in totaal veel. Google meldde in augustus 2025 dat een mediane tekstvraag aan Gemini ongeveer 0,24 Wh stroom kost en 0,03 gram CO2 uitstoot. Volgens Google is dat minder dan negen seconden tv kijken. OpenAI noemde in juni 2025 ongeveer 0,34 Wh per gemiddelde ChatGPT-vraag, wat een oven in iets meer dan een seconde verbruikt. Het gaat om cijfers die de bedrijven zelf publiceerden.
Drie kanttekeningen. Deze cijfers gaan over korte tekstvragen, niet over het trainen van modellen of over beeld en video. Zware redeneermodellen verbruiken veel meer per vraag. En de uitstoot hangt af van de stroommix van het datacenter en de rekenmethode.
Voor een bedrijf is de vraag vooral: zet je het juiste model in voor de taak? Een klein model voor het sorteren van mail verbruikt een fractie van een groot model. Meer hierover staat in AI en CO2.
01
Verbruik per locatie of machine uit meters en gebouwbeheer, met een seintje bij afwijkingen.
Lees meer02
Leest facturen en declaraties uit, rekent om naar uitstoot per scope en maakt conceptantwoorden voor klantvragen.
Lees meer03
Minder te veel inkopen en produceren op basis van orderhistorie en seizoen.
Lees meer04
Data uit netbeheerder, ERP, tankpassen en sensoren op één plek, zonder handwerk.
Lees meerMeer over hoe we dit inrichten staat bij veiligheid en governance.
Bij Mousse Cakes wordt de koeling 24/7 bewaakt en zijn alle batches voor 100% traceerbaar. Wie de temperatuur continu meet, ziet ook wanneer koeling afwijkt en meer energie kost dan nodig, en voorkomt dat een batch verloren gaat.
Bij Rutten Elektroshop, met meer dan 9.750 artikelen, zijn er een voorspelling en een inkoopadvies. Minder te veel inkopen betekent minder voorraad die blijft liggen, minder transport en minder kapitaal dat stilstaat. Zo gaan duurzaamheid en marge samen.
We beginnen met een AI Kansenonderzoek vanaf circa € 5.000, waarin we ook kijken welke data je al hebt. Een energiedashboard of CO2-datastraat kost bandbreedte bouwprijs energiedashboard of CO2-datastraat voor een mkb-bedrijf. We werken met een vaste prijs per stap. Lost de oplossing het afgesproken probleem niet op, dan betaal je niet voor die oplossing.
Het resultaat meten we in kilowattuur, kilo's derving en uren die je niet meer kwijt bent aan vragenlijsten. Soms is er subsidie voor verduurzaming of digitalisering, zie subsidies.
Klantverhaal
Voedselproductie
Productieplanning, koelketen, inkoop, cijfers en klantcontact in één flow.
100% batches traceerbaar
Retail
70 jaar elektrozaak. Voorraad, kostprijzen en prijsadvies uit één systeem, het winkelgevoel bleef.
9.750+ artikelen liveVoor onderzoek, ontwikkeling en scholing zijn er landelijke en regionale regelingen. We checken welke bij jouw plan passen.
Veelgestelde vragen
Volgens OpenAI kost een gemiddelde ChatGPT-vraag ongeveer 0,34 Wh stroom. Google noemde voor Gemini 0,24 Wh en 0,03 gram CO2 per tekstvraag. Per vraag is dat weinig, maar zware modellen, beeld en video en het trainen van modellen verbruiken veel meer.
Ja, vooral bij het verzamelen en omrekenen van data: facturen, meterstanden en leveranciersgegevens. AI kan ook conceptantwoorden maken op vragenlijsten van klanten. Keuzes over wat materieel is en de eindrapportage blijven mensenwerk.
Dat hangt af van hoe je het inzet. Een klein model voor een eenvoudige taak verbruikt weinig. Grote modellen voor alles inzetten is verspilling. Kies het lichtste model dat de taak goed doet en meet het verbruik als het om grote volumes gaat.
Bij de data die je al hebt, zoals energiefacturen, meterdata en orderhistorie. Een overzicht van verbruik per locatie of machine laat vaak snel zien waar besparing zit. Daarna kun je rapportage en voorspelling toevoegen.
Zelf vaak nog niet, maar grote klanten en banken vragen er steeds vaker om, omdat zij gegevens uit hun keten nodig hebben. Met je data op orde beantwoord je die vragen snel en sta je sterker bij aanbestedingen.
Verder lezen
In een strategiegesprek kijken we welke data je hebt en wat AI daarmee kan doen voor energie, rapportage of verspilling.
