In het kort
Leer een handvol gewoonten aan in een korte sessie met echte voorbeelden uit uw eigen werk: controleer of AI de juiste tool is, schrijf duidelijke en specifieke prompts, vraag om korte antwoorden, stuur bij in plaats van opnieuw te genereren, en wees zuinig met afbeeldingen en video. Ondersteun de training met efficiënte standaardinstellingen in de bedrijfstools, want standaarden bereiken ook mensen die de cursus overslaan.
Stappen
- Kies drie of vier echte taken waarvoor medewerkers AI al gebruiken en gebruik die als voorbeelden.
- Leer vijf gewoonten aan, met voor elke gewoonte een prompt voor en na.
- Leg op één dia uit waarom de lengte van de output, afbeeldingen en opnieuw genereren het energieverbruik bepalen.
- Stel efficiënte standaarden in de tools van medewerkers in, zodat de gewoonten niet van het geheugen afhangen.
- Neem de sessie op in het inwerkprogramma en vernieuw die wanneer tools veranderen.
Een korte training met voorbeelden plus goede standaarden werkt beter dan een lang college over energie. Dezelfde gewoonten besparen medewerkers tijd en geld, en dat argument is meestal makkelijker te maken.
Welke gewoonten moet ik aanleren?
- Eerst de juiste tool. Zoeken, sjablonen, spreadsheets en bestaande software doen het werk vaak ook.
- Duidelijke, specifieke prompts. Zeg wat u wilt, voor wie en hoe lang. Plak het relevante deel, niet het hele document.
- Vraag om korte antwoorden. UNESCO en University College London ontdekten dat kortere prompts en antwoorden het energieverbruik met meer dan de helft konden verlagen.
- Bijsturen, niet opnieuw genereren. Vertel de tool wat er moet veranderen in plaats van steeds op "opnieuw proberen" te drukken.
- Wees zuinig met afbeeldingen en video. In tests van Luccioni, Jernite en Strubell kostte het genereren van afbeeldingen gemiddeld ongeveer 2,9 kWh per 1.000 afbeeldingen, tegenover 0,002 kWh per 1.000 tekstclassificaties.
Waarom doet lengte ertoe?
Het energieverbruik stijgt met hoeveel een model leest en schrijft. Epoch AI schat een gemiddelde ChatGPT-vraag op ongeveer 0,3 Wh, oplopend tot ongeveer 2,5 Wh bij een invoer van 10.000 tokens en bijna 40 Wh bij een invoer van 100.000 tokens. Een lang rapport in elke chat plakken telt op.
Wat het grootste verschil maakt
Standaardinstellingen. Als de bedrijfsassistent start op een kleiner model, de lengte van de output beperkt en ongebruikte AI-functies uit heeft staan, heeft iedereen er baat bij, ook mensen die de sessie nooit bijwonen.
Veelgemaakte fouten
- Er een kwestie van schuld van maken. Breng het als het goed doen van het werk.
- Abstracte voorbeelden. Gebruik uw eigen taken.
- Eenmalige training. Tools veranderen; vernieuw de training.
Meer gewoonten vindt u in AI efficiënt gebruiken.
Bronnen
- Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation, UNESCO and University College London (2025)
- Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT (2024)
- How much energy does ChatGPT use?, Epoch AI (2025)
Gerelateerd
AI efficiënt gebruiken: dagelijkse gewoonten
Dagelijkse gewoonten die het energieverbruik van AI verlagen: duidelijke prompts, minder opnieuw genereren, zuinig met beeld en video, caching en standaardfuncties uit.
Hoe schrijf ik prompts die minder energie gebruiken?
Hoe u AI-prompts schrijft die minder rekenwerk vragen: wees specifiek, stel een lengte in, plak alleen wat telt en zorg dat het in één keer goed is.
Hoe schrijf ik een beleid voor groene AI?
Wat een kort beleid voor groene AI moet zeggen: wanneer u AI gebruikt, welke standaarden u instelt, wat u leveranciers vraagt, hoe u meet en wie de eigenaar is.
Hoe voorkom ik dat ik AI-antwoorden steeds opnieuw laat genereren?
Waarom steeds op opnieuw genereren drukken energie en tijd verspilt, en hoe u met één goede prompt en een korte vervolgvraag een bruikbaar AI-antwoord krijgt.