Nyligen lanserade OpenAI nyheten om sin nya text-till-video-generator, Sora. Lanseringen har satt ljuset på den enorma potentialen med generativ AI, särskilt när det gäller att effektivisera skapandet av innehåll. Det väcker frågor om framtiden för innehållsskapande. Generativ AI har potentialen att revolutionera hur vi skapar text, bilder och video, men den bär också på dolda kostnader.

En utav dem är kostnaden för energiförbrukning. För att förstå AI:s energiförbrukning har vi satt den i kontext. Att exempelvis skicka ett mail förbrukar i snitt 0,2 kWh i serverkapacitet. Det kan låta lite, men en snabb Googlesökning (som i sin tur använder cirka 0,003 kWh) visar att 347 miljarder mail skickas varje dag. Det innebär en energianvändning som är högre än Sveriges totala energiförbrukning 2022.

På samma sätt kostar det att använda AI. AI-modeller kräver enorma mängder data och energi för att tränas och köras, vilket gör att en AI-genererad text, bild eller video kan kräva stora mängder data- och serverresurser. En AI-genererad text kräver cirka 0,02 kWh, en bild runt 2 kWh och en minutlång AI-genererad video kan innebära en förbrukning på upp emot 200 kWh. För att sätta det i perspektiv så förbrukar en vanlig svensk villa på 100 kvm i snitt 33 kWh per dag. En enda AI-video kan med andra ord motsvara nästan en veckas elförbrukning för gemene man.

• Att tvätta en maskin tvätt på 40 grader förbrukar i snitt 1,2 kWh
• Att duscha i 5 minuter förbrukar i snitt 2-4 kWh
• Att köra en elbil i 10 km förbrukar i snitt 1,5 kWh
  
  

Generativ AI eller mänskliga resurser?

I vissa fall kan generativ AI absolut vara mer resurseffektivt än att använda mänskliga resurser, något som Klarna visade när de lanserade statistik efter första månaden med sin AI-drivna kundtjänstassistent. Att generera en enkel bild eller text med AI kan till exempel också vara snabbare och billigare än att anlita en designer eller författare, och AI kan utföra repetitiva uppgifter mer effektivt och utan risk för mänskliga misstag.

Men när tippar det över? Det finns också situationer där det är mer resurseffektivt att använda mänskliga resurser. Att skapa en komplex video eller text med AI kan till exempel kräva enormt med datorkraft och energi och innebära mer påverkan på miljön än att använda mänsklig kreativitet. Det blir ju dessutom sällan rätt vid första prompten, och kommer behövas flera genererade videoutkast för att få ett bra slutresultat. Genom att använda sin erfarenhet och kreativitet kan en mänsklig resurs producera samma slutresultat med betydligt mindre energiförbrukning och miljöpåverkan.

Vem betalar priset?

Idag är det ju dock inte användaren som bär kostnaderna för detta. De flesta AI-system drivs av stora teknikföretag som har råd att investera i den dyra infrastrukturen som krävs för att köra AI-modeller. De kan också använda vinsterna från sina andra verksamheter för att subventionera kostnaden för AI-tjänster. Även om AI-tjänster i många fall är gratis eller innebär låga kostnader i sammanhanget för användaren så kan det vara bra att ha med sig i bakhuvudet vad det faktiskt kostar och vilken påverkan det egna AI-användandet har.

Slutsatsen är alltså att både AI och mänskliga resurser har sina egna styrkor och svagheter när det gäller resurseffektivitet, och genom att noggrant överväga både de ekonomiska och miljömässiga konsekvenserna av att använda AI i förhållande till mänsklig arbetskraft kan vi använda AI på ett mer effektivt och ansvarsfullt sätt.

Vill du läsa mer om AI? Här hittar du alla våra texter på ämnet.