Artificiële intelligentie heeft de laatste tijd een serieuze groeisprint gekregen. Maar daardoor zijn ook de uitdagingen duidelijker geworden. Denk aan energie- en waterverbruik, gecentraliseerde infrastructuur en de impact van steeds grotere modellen. De voetafdruk van AI is structureel en stilaan problematisch. Het is niet meer de vraag wie AI het snelst adopteert, maar wie erin slaagt om de technologie op een duurzame manier te ontwerpen. En net hierin kan de rol van de Global South, de landen in het zuidelijk halfrond, wel eens belangrijker zijn dan gedacht.

De neveneffecten van AI

Over de impact van AI op het milieu is al veel gezegd en geschreven. Datacenters hebben een aanzienlijk en snelgroeiend aandeel in het wereldwijde elektriciteitsverbruik. Bovendien kan die energievraag tegen 2030 alweer ruim verdubbelen. En dan hebben we het nog niet gehad over het enorme waterverbruik voor koeling en de toenemende elektronische afvalberg. Doorgaans leidt het tot gezondheids- en milieueffecten die voelbaar zijn in de meest kwetsbare landen.

De voordelen van AI richten zich vooral op de meest ontwikkelde economieën, terwijl de andere regio’s hier de neveneffecten van ondervinden. Dat onevenwicht is niet duurzaam.

Het voordeel van niet de eerste te zijn

Dit is waar het zelden genoemde second mover advantage belangrijk kan worden – het voordeel om niet als eerste in actie te komen. Het zuiden heeft immers geen zware, carbon-intensieve infrastructuur die ze nu eerst moeten herstellen. Terwijl ontwikkelde economieën hun systemen dienen bij te sturen omdat ze niet in lijn liggen met de milieuverwachtingen, kan de Global South factoren zoals zuinigheid, decentralisatie en weerbaarheid vanaf het begin integreren.

Van technische beperkingen naar goede keuzes

Beperkingen zoals onstabiele connectiviteit, hoge kosten en energieproblemen bepalen sterk welke technologieën als geschikt worden beschouwd. Daardoor gaat de voorkeur naar lichtere en meer gespecialiseerde systemen die dichter bij het gebruik zelf werken.

Oplossingen zoals edge analytics, kleine taalmodellen en sector- of taalspecifieke AI leveren veel waarde, maar met een kleinere voetafdruk. Ze zijn minder afhankelijk van de cloud, gaan beter om met stroomstoringen en passen zich gemakkelijker aan lokale omstandigheden aan. Zo spelen ze effectief in op concrete, vaak dringende noden aangepast aan lokale beperkingen.

Concrete toepassingen die al in gebruik zijn

Dit is geen theoretisch praatje, want er bestaan al concrete gebruikscases. In de landbouw is het dankzij geïntegreerde tools bijvoorbeeld mogelijk om op het veld ziektes bij gewassen vast te stellen. In energie optimaliseren predictieve systemen het onderhoud van mini-grids of off-grid batterijen. En in de gezondheidssector verbeteren taalkundig aangepaste applicaties zonder zware infrastructuur de toegang tot de zorg. Deze vormen van AI zijn niet spectaculair en zeker niet universeel, maar ze zijn wel nuttig en robuust.

Goede AI is meer dan kracht

Deze evolutie moet ook ontwikkelde economieën inspireren. Jarenlang hebben we de prestaties van AI voornamelijk beoordeeld op schaal. Denk aan het aantal parameters, de rekenkracht of de grootte van de infrastructuur. Dit volstaat nu niet meer. We hebben andere criteria nodig die meer op kwaliteit focussen: inferentie-efficiëntie, contextuele robuustheid, energiezuinigheid en vertrouwen. Als we AI enkel beoordelen op het niveau van kracht, dan blijven we blind voor de systemische kosten en kwetsbaarheden van de technologie.

Naar een minder spectaculaire, maar duurzamere AI

De Global South leert ons een waardevol lesje in zuinige, verantwoordelijke en duurzame AI. Zie het niet als een zijspoor, maar als een alternatief traject dat geloofwaardig is en bovendien nu al operationeel draait. In de zuidelijke aanpak is ‘groter’ geen synoniem voor ‘beter’. Design is als focus belangrijker dan herstellen. En beperkingen vormen een drijfveer voor innovatie.

Het is een les in methodologie, geen inhaalmanoeuvre. Op papier is de AI van morgen misschien iets minder indrukwekkend, maar de technologie zal duurzamer zijn en beter afgestemd op de beschikbare middelen. In een wereld vol beperkingen zou dit inzicht zomaar eens het nieuwe grensgebied van prestaties kunnen zijn.

Voor zowel publieke als private besluitvormers zit de uitdaging niet meer in het zoeken naar energie, maar om architecturen die in lijn liggen met de realiteit op het gebied van economie, energie en maatschappij. Dat wordt aangetoond door de landen in de Global South. Die verschuiving in perspectief – van volume naar relevantie – zou zich wel eens sneller kunnen doorzetten dan we ons kunnen inbeelden. En het zou wat ooit werd gezien als een niche-ontwikkeling, kunnen veranderen in een nieuwe wereldwijde norm.

Josefin Rosén, Principal Trustworthy AI Specialist bij SAS