Мрежата
ИИ може да увеличи въглеродните емисии, вместо да ги намали
Financial Tribune
От профила във Фейсбук на Боян Рашев:
Изкуственият интелект може да увеличи въглеродните емисии, вместо да ги намали
Изкуственият интелект обещава по-ефективни електрически мрежи, повече производство от възобновяеми източници и по-ниско енергийно потребление. Но същата технология прави по-ефективен и добива на петрол, газ и въглища. Ново изследване в npj Climate Action показва, че вторият ефект може да се окаже значително по-силен от първия.
Когато се обсъжда климатичният отпечатък на изкуствения интелект, разговорът обикновено започва от центровете за данни. Обучението и работата на AI моделите изискват огромни количества електроенергия, но срещу това се поставят потенциалните ползи: AI може да управлява по-ефективно електрическите мрежи, да прогнозира производството на соларни и вятърни централи и да намалява потреблението.
Изследователи в npj Climate Action предлагат много по-широк поглед. В статията „AI-driven productivity gains enable more CO₂ emissions than they avoid in a global energy–economy model“, публикувана на 4 август 2026 г., те задават различен въпрос:
Какво става, ако AI направи по-производителна не само зелената енергетика, но и индустрията на изкопаемите горива?
Авторите разглеждат изкуствения интелект като „двупосочен усилвател на производителността“. Технологията няма собствено предпочитание към нисковъглеродната икономика.
При възобновяемите източници AI може да подобрява прогнозите за производство, превантивната поддръжка, ефективността на генерацията и интегрирането на мощности в мрежата. Но приложенията му вече обхващат и цялата верига при изкопаемите горива. Алгоритмите могат да увеличават ефективността на добива и да намаляват пределните производствени разходи и оперативния риск. Резултатът е, че ресурси, които иначе биха били икономически неизгодни, могат да станат рентабилни за експлоатация.
AI може например да подобрява решенията при upstream добива на петрол, така че от същите капитал, труд и енергия да се извлича повече продукция. Авторите дават и обратен пример: алгоритмичното откриване на течове на метан може да намалява емисиите от петролните и газовите операции. Тоест дори вътре във фосилната индустрия AI има два противоположни ефекта – може да направи единица производство по-чиста, но едновременно да направи производството като цяло по-евтино и да увеличи количеството добити горива.
Goldman Sachs например оценява, че подобренията благодарение на AI могат да увеличат запасите от шистов петрол в САЩ с 8–20%, да намалят разходите за сондиране с около 30% и да свалят пределните производствени разходи с приблизително 5 долара на барел. Това потенциално може да направи икономически жизнеспособни проекти, които преди са били на границата на рентабилността.
Данните от самите оператори потвърждават този ефект по два начина. От една страна, AI позволява включването в производство на ресурси, които преди са били икономически неизгодни – т.нар. екстензивен марж. От друга, технологията увеличава добива и намалява разходите в находища, които вече се експлоатират – т.нар. интензивен марж.
Накрая се получава, че по-ефективният добив може да означава повече, а не по-малко емисии - между 470 млн. и 1,8 млрд. тона повече CO₂ на година.
За да измерят този ефект, учените използват глобален модел на общото икономическо равновесие, който отчита промени в производството, цените, потреблението и заместването между секторите. Резултатите са сценарии за посоката и приблизителния мащаб на ефекта, а не прогноза за конкретна бъдеща година.
А резултатът е значителен. Ако AI навлиза паралелно във възобновяемата и изкопаемата енергетика, моделът показва увеличение на глобалните годишни емисии с 0,47–1,8 гигатона CO₂, или 1,2–4,8% от свързаните с енергетиката глобални емисии през 2024 г.
Още по-интересно е сравнението с центровете за данни. Моделираните допълнителни емисии вследствие на по-високата производителност при изкопаемите горива са 0,6–2,4 гигатона годишно – 3,3 до 13,3 пъти оценката на Международната агенция по енергетика за емисиите от центровете за данни през 2025 г. Двете величини не могат просто да се събират, предупреждават авторите, но сравнението показва мащаба на пренебрегвания досега ефект.
Така най-големият климатичен проблем на AI може да не бъде електричеството, което консумира самият AI, а икономическата дейност, която той прави по-евтина и по-продуктивна.
Изследването открива силна асиметрия между двата енергийни свята. За всеки 1% увеличение на производителността при изкопаемите горива са необходими приблизително 4–5% при възобновяемите източници, за да се стигне до нулев нетен ефект върху емисиите. И причината е важна: основният проблем не идва от това AI да направи една газова или въглищна електроцентрала по-ефективна. Моделът показва, че решаващият фактор е добивът на петрол, газ и въглища. Когато AI понижи разходите и увеличи производителността там, икономически достъпното предлагане на изкопаеми горива се разширява.
Авторите проверяват зависимостта в 64 сценария. При паралелно внедряване на AI емисиите се увеличават във всички тях. Дори 15–20% подобрение на производителността при основните възобновяеми технологии, комбинирано само с 2–5% подобрение при добива на изкопаеми горива, продължава да води до увеличение на емисиите. Това е класически икономически rebound ефект в огромен мащаб: технологията позволява нещо да се произвежда по-ефективно, то става по-конкурентно и в крайна сметка икономиката използва повече от него.
Учените тестват и сценарии с цена на въглеродните емисии.
