AI in de Energietransitie: Optimalisatie of Regeneratie?
amsterdam, zondag, 5 oktober 2025.
Hoogleraar Marco Derksen bespreekt in zijn essay de dubbele rol van AI in de energietransitie. Hij introduceert de ‘transformatiematrix’ om te laten zien hoe AI kan worden ingezet om niet alleen bestaande processen te optimaliseren, maar ook om regeneratieve systemen te creëren. Derksen waarschuwt voor de ‘optimalisatieparadox’, waarbij technologie bedoeld om problemen op te lossen, juist kan bijdragen aan meer consumptie en groei. Het essay roept op tot reflectie op de richting waarin AI ons helpt vooruitgaan in de energietransitie.
De Dubbele Rol van AI in de Energietransitie
In zijn essay ‘AI in de energietransitie: voorbij optimalisatie’ bespreekt hoogleraar Marco Derksen de dubbele rol van kunstmatige intelligentie (AI) in de energietransitie. AI wordt vaak gezien als de sleuteltechnologie om netten slimmer te maken, onderhoud te voorspellen en vraag en aanbod beter te balanceren [1]. Echter, Derksen stelt de ‘optimalisatieparadox’ ter discussie: technologie die bedoeld is om problemen op te lossen, kan juist de problemen bestendigen als ze alleen wordt ingezet voor meer snelheid en lagere kosten [1].
De Transformatiematrix
Om deze paradox aan te pakken, introduceert Derksen de ‘transformatiematrix’. Deze matrix heeft twee assen: optimalisatie versus transformatie, en extractief versus regeneratief. Door deze matrix te gebruiken, laat hij zien waar ruimte ontstaat voor een regeneratief energiesysteem [1]. De matrix positioneert AI op schalen van optimalisatie, herontwerp en regeneratie, en operationeel, tactisch en strategisch [1].
Optimalisatie: Sneller, Goedkoper, Efficiënter
Een van de duidelijkste toepassingen van AI in de energietransitie is de optimalisatie van bestaande processen. AI maakt bestaande processen sneller, goedkoper of beter voorspelbaar. Dit kan leiden tot efficiënte netwerken, betere voorspellingen en meer efficiëntie in de energieproductie en -verdeling [1][2].
Herontwerp: Nieuwe Structuren en Samenwerkingsvormen
Naast optimalisatie kan AI ook fungeren als een hefboom om processen, structuren en samenwerkingsvormen opnieuw in te richten. Dit betekent dat technologie wordt ingezet om bestaande systemen te verbeteren en te moderniseren, zonder ze volledig te vervangen. Voorbeeld hiervan is het gebruik van AI voor het beheren van microgrid-systemen, die lokale energieproductie en -verbruik efficiënter kunnen maken [1][3].
Regeneratie: Actief Herstellen van Natuur en Samenleving
De meest ambitieuze toepassing van AI is de regeneratie, waarbij technologie wordt ingezet om natuur en samenleving actief te herstellen. Dit gaat verder dan alleen efficiëntie en richt zich op het creëren van systemen die ecologische en sociale waarden centraal stellen. Voorbeelden hiervan zijn het gebruik van AI voor het monitoren en herstellen van ecosystemen, of het ontwerpen van energienetwerken die lokale gemeenschappen beter dienen [1][3].
Reflectie op Richting en Impact
Derksen roept op tot reflectie op de richting waarin AI ons helpt vooruitgaan in de energietransitie. Voor leiders in de energiesector is dit geen louter technische kwestie. Het is een strategische en morele keuze of we AI vooral gebruiken om te optimaliseren, gericht op kortetermijnwinst en efficiency, of durven we AI in te zetten voor regeneratie, waarbij publieke waarden, herstel van ecosystemen en veerkrachtige gemeenschappen vooropstaan [2][3].
Conclusie van het Essay
Het essay biedt een methodiek om het denken over AI te kantelen: van optimalisatie naar transformatie, van extractie naar regeneratie. Derksen benadrukt dat AI niet neutraal is en betekenis krijgt binnen het systeem waarin ze wordt gebruikt. Elke technologische revolutie vraagt om een nieuw institutioneel kader dat haar potentieel richting geeft [1][3].