Är AI ett klimatproblem? Så tänker vi på GoClimate

Som ett klimatbolag vill vi vara tydliga med hur vi själva tänker kring AI:s klimatpåverkan.

Vi har nämligen extra anledning att engagera oss i frågan. Vi automatiserar hållbarhetsrapportering genom att läsa av fakturor och kvitton, och det är just i tolkningen av stora mängder ostrukturerad data som AI främst kommer in i bilden.

Varför det spelar roll för oss

Används AI utan eftertanke kring vilka modeller man anropar och till vad, är det en förvånansvärt klimattung teknik. Som klimatföretag kan vi inte bygga in AI i produkten utan att ha koll på den avvägningen.

Vi väljer modeller som drar lite energi och kör dem på servrar med grön el. Ibland hamnar vi ändå på icke-grön el, när servrarna är överbelastade. Vi använder bland annat Gemini, och där har effektiviseringen gått snabbt: enligt Google minskade energin per median-textfråga i Gemini Apps 33 gånger och klimatavtrycket 44 gånger mellan maj 2024 och maj 2025 [2][3]. 

Vår AI-användning i verktyget landar på ungefär 11,4 kg CO₂e i månaden [4]. Räknat med Googles egen siffra på 0,03 g CO₂e per median-fråga i Gemini motsvarar det runt 12 500 AI-frågor om dagen, varje dag, hela månaden [3]. Men en sådan jämförelse är en ögonblicksbild och ingen universallag, för det finns ingen enhetlig "AI-fråga". Olika modeller är olika tunga och körs på olika infrastruktur och elmix. En liten, snabb modell och en tung, resonerande modell kan skilja sig åt med tiotals gånger i utsläpp, i vissa mätningar närmare hundra gånger [5][6]. Klumpar man ihop dem i en och samma utsläppsfaktor blir siffran därför lite missvisande, åt vilket håll den än lutar.

Samtidigt hjälper vi tusentals företag att sänka sina utsläpp. Med vår nuvarande AI-användning skulle det ta mer än 7 miljoner år att släppa ut lika mycket [7]. Enligt oss är det är en kalkyl som går ihop.

Vill du se hur det funkar i praktiken? Testa GoClimates verktyg för hållbarhetsredovisning

Så väljer vi verktyg och modeller

Vi har en tydlig strategi för vad vi använder till vad. Vi väljer modell efter hur komplext problemet är och tar bara till de tyngsta modellerna när det verkligen behövs. Mycket av grunden är dessutom fortfarande regelbaserad logik som vi byggde innan AI ens fanns. Vi förfinar med AI i stället för att bygga om från noll, vilket spelar roll för hur stor klimatpåverkan användandet har.

Skaleffekten: vår klimatnytta väger tyngre

AI:s stora klimatfråga handlar troligen inte om den enskilda frågan utan om skalan. När miljarder människor använder tekniken varje dag blir små avtryck stora - men skalan funkar åt båda hållen. Ett enda företag som får koll på sina utsläpp kan minska dem med mer än vad vår AI släpper ut på väldigt lång tid. Ju fler som använder GoClimate, desto mer lutar kalkylen åt rätt håll.

Vi ställer krav på våra leverantörer

Vi ber våra AI-leverantörer redovisa sitt klimatavtryck, och svaret väger in när vi väljer vem vi jobbar med. Det är samma sak som vi hjälper våra kunder med: att veta vad saker faktiskt kostar i utsläpp och välja utifrån det.

Så, är AI ett klimatproblem?

Ja, om man använder det slentrianmässigt och i stor skala. Men AI är ett verktyg, och klimatnyttan avgörs av vad man använder det till. Vi använder det för att hjälpa företag att mäta och minska sina utsläpp. Vi mäter själva vårt eget avtryck, väljer modell efter uppgift och redovisar siffrorna öppet. Det är så vi tycker att AI ska användas.

Vad är ditt företags klimatavtryck?

GoClimate läser av era fakturor och kvitton och räknar fram klimatavtrycket automatiskt. Ingen manuell räkning, inga gissningar. Skapa ett konto och kom igång, eller boka en demo så visar vi hur det går till.