AI-boomens skjulte regning: Sådan trækker ChatGPT strøm og vand i det stille

Det tog godt tre år at gøre AI til en hverdagsvane, og det tog cirka lige så lang tid at gøre datacentrene til et af klodens hurtigst voksende energiforbrug. Den ene ende af kablet er en dansk arbejdscomputer, hvor ChatGPT skriver en mail eller opsummerer et referat. Den anden ende er en 100 megawatt-hal i Virginia, Iowa eller Viborg, der køles med vand, forsynes med naturgas og sender en større og større del af regningen videre til boligkunder.

Selskaberne bag AI markedsfører produktivitet. De taler langt sjældnere om regningen. Og der er en grund til, at diskussionen om, hvad én enkelt forespørgsel egentlig koster i strøm og vand, er blevet så teknisk, at forbrugeren typisk falder af på den. Tallene svinger med en faktor 1.000, alt efter hvem der regner, og på hvor stort et regnestykke.

Så meget strøm og vand koster én forespørgsel, og hvorfor tallet skændes

OpenAI-topchef Sam Altman satte i februar 2026 et konkret tal på: en gennemsnitlig ChatGPT-forespørgsel bruger ifølge ham cirka 0,34 wattime og cirka 0,000085 gallon vand, svarende til omkring en femtendedel af en teske. På samme scene, ved The Indian Express AI Summit, afviste han samtidig de mest voldsomme påstande som ren opdigt: “Vand er fuldstændig fake. Man ser sådan noget på nettet i stil med ‘brug ikke ChatGPT, det er 17 gallon vand pr. forespørgsel.’ Det er totalt usandt.”

Men Altmans tal dækker kun den strøm, en enkelt kørsel af den færdige model bruger. Det inkluderer ikke selve træningen af modellen, og det inkluderer ikke det vand, der er brugt på at producere strømmen i første omgang. Uafhængige analytikere er kommet frem til væsentligt højere tal, når hele livscyklussen tælles med. Konsulenthuset Presenc AI skønner, at en ChatGPT-lignende forespørgsel reelt bruger 0,3 til 3 wattimer, cirka tre til ti gange en Google-søgning. Fra dét energiniveau kommer også et vandforbrug, fordi strømmen er produceret på kraftværker med køletårne.

Den nyeste opgørelse, en global rapport fra FN’s universitet UNU-INWEH, illustrerer, hvorfor tallet varierer så vildt. En simpel tekstklassificering er baseline. En chat-forespørgsel er cirka 200 gange mere energiintensiv. Et AI-genereret billede er cirka 1.450 gange mere. En kort AI-video svarer til omkring 200.000 spam-klassificeringer. Så “ChatGPT bruger 0,34 wattime” og “AI bruger vanvittigt meget” kan begge være sande. Det afhænger af, om du chatter eller genererer video.

Fra en enkelt prompt til hele klodens elnet

Uanset hvem der har ret om den enkelte forespørgsel, er summen ubestridt. Data fra Det Internationale Energiagentur (IEA), gengivet i FN-rapporten og PBS’ dækning, viser, at verdens datacentre brugte omkring 448 TWh i 2025 og forventes at ramme cirka 945 TWh i 2030. Det er tæt på en tredobling på under et årti og svarer til næsten tre procent af verdens samlede elforbrug i 2030.

Presenc AI’s model deler regnestykket op og placerer den AI-specifikke andel på cirka 200 TWh i 2026, svarende til 37 procent af det samlede datacenter-forbrug, voksende til cirka 430 TWh i 2030, hvor AI vil stå for næsten halvdelen. PBS opgør konsekvensen mere håndgribeligt: hvis verdens datacentre var et land, ville de rangere som verdens sjettestørste strømforbruger i 2030 og udlede 440 millioner ton CO2 om året.

I USA går regnestykket endnu hurtigere. Pew Research opgør, at amerikanske datacentre gik fra 183 TWh i 2024 og forventes at ramme 426 TWh i 2030, en vækst på 133 procent på seks år. Consumer Reports lægger tallet ind i det amerikanske elmarked og finder, at datacentrenes efterspørgsel forventes at springe fra 80 gigawatt i 2025 til 150 gigawatt i 2028, hvor de vil trække 12 procent af hele USA’s elforbrug.

Din nabo betaler for AI’s strøm, uanset om han bruger den

Regnestykket kommer i praksis også ud på boligregningen. Consumer Reports fulgte flere amerikanske familier, og en indbygger fra Manassas i Virginia, John Steinbach, havde en januar-regning i 2026 på 281 dollar, cirka 1.960 kroner, mod cirka 100 dollar, cirka 700 kroner, måneden før. I områder med tætte klynger af datacentre er elpriserne de seneste fem år steget med op til 267 procent. Virginia alene har omkring 600 datacentre i drift og over 100 flere på tegnebrættet, og de trak i 2024 næsten 40 procent af delstatens samlede strøm.

Et Carnegie Mellon-studie, som Pew Research citerer, når frem til, at amerikanske datacentre risikerer at gøre den gennemsnitlige elregning otte procent dyrere senest i 2030, og over 25 procent i særligt hårdt ramte områder. En rundspørge fra Consumer Reports fandt, at 78 procent af amerikanerne allerede er bekymrede for, at nye datacentre vil skubbe deres regning op. Ari Peskoe, direktør for Electricity Law Initiative ved Harvard Law School, opsummerer mekanikken uden filter i Consumer Reports: “Forsyningsselskaberne bygger infrastrukturen, og så betaler vi den alle sammen, for sådan har forsyningsforretningen altid været skruet sammen.”

Den mekanisme rammer forbrugeren, uanset om han eller hun overhovedet bruger AI.

Vandet, ingen sætter ord på

Elprisen er den synlige del af regnestykket. Vandet er den mindre synlige. En moderne AI-hal på 100 megawatt bruger ifølge Presenc AI typisk 1,5 til 3 millioner kubikmeter vand om året til fordampningskøling. Consumer Reports opgør et enkelt større datacenter til op mod fem millioner gallon om dagen, cirka 19 millioner liter, et forbrug svarende til over 16.000 amerikanske husstande.

Placeringen gør det værre. To ud af tre datacentre bygget efter 2022 ligger ifølge Consumer Reports i områder, der på forhånd er vandstressede. I Phoenix-området i Arizona er datacentrenes vandforbrug ifølge samme kilde på vej fra 385 millioner gallon om året til 3,7 milliarder, en stigning på 870 procent.

Globalt regner FN-rapporten med, at verdens datacentre i 2030 vil sluge cirka 9,3 billioner liter vand alene til den strøm, de forbruger. Det er en mængde, der kunne dække det basale årlige husholdningsvand for 1,3 milliarder mennesker syd for Sahara. Kaveh Madani, direktør for UNU-INWEH og en af rapportens forfattere, sagde til PBS: “Ser man på tallene, taler vi om størrelser, der kan sammenlignes med hele nationer.”

En analyse fra Food and Water Watch fra februar 2026 opsummerer mønstret med, at AI forstærker Big Techs vandaftryk i takt med, at kulstofaftrykket vokser. Det er dobbelt pres på det, selskaberne selv fremhæver som deres klimabidrag.

Danmark trykkede på pauseknappen

Man skal ikke lede længe efter en dansk vinkel. Landets grønne el har gjort os attraktive for hyperscale-datacentre, og i marts 2026 stoppede Energinet nye store nettilslutninger, efter køen af projekter voksede til omkring 60 gigawatt. Det er ni gange landets samlede spidsbelastning på cirka syv gigawatt. Datacentre alene stod for omkring 15 gigawatt af den kø.

Ifølge dækningen af pausen har hyperscale-anlæggene fra Microsoft, Google og Apple båret cirka 60 procent af Danmarks nuværende datacenter-fodaftryk, og prognosen peger på 1,2 gigawatt AI-relateret kapacitet i drift i 2030. Pausen blev fra Energinets side beskrevet som “et vindue til at gentænke reguleringen” og skifte kø-systemet ud, så nye store forbrugere prioriteres efter, hvor grid-venlige de er, ikke hvem der bookede først.

Det er værd at holde fast i, hvad det betyder for en dansk læser. Danmark har ikke fejlet i sin grønne omstilling. Der er cirka 58 procent vind i den danske elmix. Men efterspørgslen er accelereret så hurtigt, at selv et af Europas mest velfungerende el-systemer må sige nej tak i en periode. Irland indførte en tilsvarende pause i Dublin-området, og investeringerne fandt bare et andet europæisk land at flytte til. Danmark risikerer at blive den næste station.

Regnestykket, du selv kan gøre

Bruger du ChatGPT dagligt, taler vi ikke om apokalypse pr. mail. Selv med de højeste seriøse skøn er en enkelt tekst-forespørgsel i wattime-området. Konteksten er en anden. FN-rapporten anslår, at ChatGPT behandler cirka 2,5 milliarder prompts om dagen og trækker cirka 383 gigawattimer om året alene til drift. Et peer-reviewet UC Riverside-studie, som Space Daily refererer i 2026, konkluderer, at en 100-ords mail skrevet med ChatGPT kan koste cirka 519 milliliter vand, når man tæller både direkte kølevand og det indirekte vand bag strømmen. Det er cirka en almindelig flaske vand.

FN’s forfattere lægger et konkret råd oveni: at skære 30 procent af ordene i sine forespørgsler kan reducere AI-energien med cirka 25 procent. Det er ikke en løsning, men det er en påmindelse om, at den enkelte adfærd har en effekt, når 2,5 milliarder prompts ganges op.

Miriam Aczel, forsker i miljøpolitik ved FN, gjorde i PBS-dækningen opmærksom på, at cirka 90 procent af AI’s samlede strømtræk kommer fra den daglige drift, ikke fra træningen. Med andre ord: det er ikke den næste GPT-version, men den næste million samtaler, der flytter tælleren.

Det du ikke betaler for

Sam Altman har ret i, at én ChatGPT-samtale ikke vil dræne en flod. Han er også blevet mere ærlig omkring det stykke, han ikke kan forsvare. Han sagde selv i februar 2026: “Det, der er fair, er energiforbruget, ikke pr. forespørgsel, men i alt, for verden bruger nu så meget AI.” Det er den præcise erkendelse, denne artikel handler om.

Prisen betales ikke i din betaling for ChatGPT. Den betales af John Steinbach i Manassas, af boligkunderne i Phoenix, af Energinets tilslutningskø og af Virginias elmarked. Fengqi You, professor i energiteknik ved Cornell, formulerede det tørt over for PBS: “Den brede offentlighed bør være bekymret, men ikke gå i panik.” Det er det praktiske landingssted. AI er ikke en miljøforbrydelse. Det er en ny kategori af infrastruktur, der ikke er priset ind, hvor du bruger den.

Næste gang du skriver “kan du lige…” i en chat, er det gratis for dig. Regningen ligger et sted mellem den ene ende af kablet og den anden, og indtil videre er den svær at læse.