AI-agents zijn tot 137 keer stroomvreters dan gewone chatbots, blijkt uit eerste echte meting

Een nieuwe, baanbrekende studie van de KAIST (Korea Advanced Institute of Science and Technology) laat zien dat AI-agents — de zelfstandige programma's die voor jou taken kunnen plannen en uitvoeren — dramatisch meer energie verbruiken dan traditionele chatbots. De bevindingen, gepubliceerd op 5 juli 2026 door het team van professor Yoo Min-soo, laten een verschil zien van maar liefst 136 tot 137 keer per vraag. Dit roept urgente vragen op over de toekomstige stroomvraag van datacenters en de daarmee gepaard gaande uitstoot . Dit is wat het onderzoek heeft aangetoond en waarom het ertoe doet.

Het energieverschil: 348,41 Wh versus 2,55 Wh

De studie heeft het energieverbruik van bestaande AI-agents gemeten en vond een schril contrast. Bij gebruik van een groot taalmodel (LLM) met 70 miljard parameters — de schaal van de meest capabele commerciële diensten van vandaag — verbruikte een AI-agent gemiddeld 348,41 wattuur (Wh) per query. Een traditionele generatieve AI-chatbot die dezelfde eenmalige vraag beantwoordde, gebruikte slechts ongeveer 2,55 Wh. Dat is een factor van ruwweg 136,5 tot 136,6 keer . Sommige Engelstalige berichten ronden dit af naar 137 keer .

Waarom is het verschil zo groot?

In tegenstelling tot een chatbot die een vraag in één keer beantwoordt, doorloopt een AI-agent meerdere stappen: het maakt een plan, vraagt steeds opnieuw informatie op, voert code uit en gebruikt externe tools. Elke stap vereist een aparte LLM-aanroep. Uit de metingen bleek dat een AI-agent gemiddeld 9,2 keer vaker een beroep doet op het onderliggende taalmodel dan een standaard chatbot . Hierdoor stijgt niet alleen het energieverbruik, maar ook de responstijd: die was gemiddeld 153,7 keer langer .

Stille GPU's: 54,5% idle-tijd

Een opvallende ontdekking is de inefficiëntie van de hardware. Doordat de agent moet wachten op resultaten van externe tools of zijn volgende stap moet bepalen, staan de krachtige GPU's een groot deel van de tijd stil. Deze 'idle-tijd' bedroeg bij sommige taken tot 54,5% van de totale uitvoeringstijd . De dure chips draaien dan wel, maar doen geen nuttig werk, wat het energieverbruik per saldo nog verder opdrijft.

Wat betekent dit voor de energievraag?

Het team van KAIST heeft de cijfers doorgerekend naar de schaal van een datacenter. Ze namen een toekomstscenario aan waarin er dagelijks 13,7 miljard AI-agentverzoeken worden gedaan — vergelijkbaar met het huidige aantal Google-zoekopdrachten. In dat geval zou de extra stroomvraag voor datacenters uitkomen op ongeveer 198,9 gigawatt (GW) . Ter vergelijking: dat is bijna de helft van de totale gemiddelde elektriciteitsvraag van de Verenigde Staten. Het overstijgt daarmee ruimschoots de plannen voor de huidige, meerdere GW's tellende AI-datacenters .

Een wake-upcall voor de sector

De studie is de eerste wereldwijde, systematische kwantificering van het energieverbruik van AI-agents . Professor Yoo en zijn team benadrukken dat de resultaten een urgente noodzaak laten zien voor efficiëntere AI-architecturen en een beter ontwerp van hardware en software . Zonder deze aanpassingen dreigt de energierekening van AI, die nu al een aanzienlijk deel van de datacenterstroom opslokt, volledig uit de hand te lopen.