الذكاء الاصطناعي، تَخضير هيكل التوظيف وكفاءة الطاقة الكلية لعوامل الإنتاج

لماذا تهم الآلات الأذكى في استهلاك الطاقة

يقلق كثير من الناس من أن الذكاء الاصطناعي سيستهلك كميات هائلة من الكهرباء ويهدد الوظائف. تطرح هذه الدراسة سؤالاً مختلفاً: هل يمكن لانتشار الذكاء الاصطناعي أن يساعد المناطق على استخدام الطاقة بكفاءة أكبر عبر تغيير أنواع العمل التي يؤديها الناس؟ بالتركيز على 274 مدينة في الصين خلال خمسة عشر عاماً، يبيّن المؤلفون أن المدن التي تُعتمد فيها تقنيات الذكاء الاصطناعي على نطاق أوسع لا تكتفي بخلق وظائف أكثر توجهاً نحو البيئة فحسب، بل تستخرج أيضاً إنتاجاً اقتصادياً أكبر من كل وحدة طاقة. بعبارة أخرى، يمكن للآلات الأذكى أن تدعم نظام طاقة أذكى وأكثر فاعلية—طالما توافرت الظروف المرافقة المناسبة.

ربط الذكاء الاصطناعي بالعمل اليومي

بدلاً من التركيز على الآلات ومحطات الطاقة فقط، يركز الباحثون على سوق العمل—المزيج من المهن الذي يشكل قوة العمل في المدينة. يميّزون بين الوظائف الروتينية التي تتبع أنماطاً ثابتة والوظائف غير الروتينية التي تتطلب الحكم، وحل المشكلات، والتنسيق. العديد من المهن «الخضراء»، مثل محللي الطاقة والمهندسين البيئيين، تقع في المجموعة الثانية. هذه الوظائف يصعب أتمتتها بالكامل، لكنها يمكن أن تتحسّن بفضل أدوات الذكاء الاصطناعي التي تفرز البيانات، وتقدّم تنبؤات، وتختبر السيناريوهات. مع استحواذ الذكاء الاصطناعي على المزيد من المهام المتكررة، تميل الاقتصادات إلى الاعتماد بشكل أكبر على العاملين القادرين على استخدام هذه الأدوات لاكتشاف الهدر وإعادة تصميم العمليات، بما يدفع مزيج المهن باتجاه أدوار أكثر خضرة.

قياس انتشار التكنولوجيا الذكية

لتتبع مدى تعرض كل مدينة للذكاء الاصطناعي، يبني المؤلفون مؤشرًا يجمع بين زاويتين: استخدام الروبوتات الصناعية في المصانع ووجود شركات متعلقة بالذكاء الاصطناعي في قطاع الخدمات. ثم يقيسون مدى كفاءة كل مدينة في تحويل العمل ورأس المال والطاقة إلى إنتاج، مع احتساب التلوث. باستخدام تقنيات إحصائية متقدمة ومعايير خارجية—مثل أنماط اعتماد الروبوتات في الصناعات الأمريكية والمسافة إلى مراكز ذكاء اصطناعي أخرى—يحاولون فصل السبب عن الصدفة. النتيجة الأساسية هي أنه عندما يرتفع تعرض المدينة للذكاء الاصطناعي بمقدار خطوة معيارية واحدة، تتحسن كفاءة الطاقة الإجمالية بنحو 3.2 في المئة، وهو مكسب ليس بالهين بالنظر إلى البطء الذي تتغير به أنظمة الطاقة عادة.

كيف تصبح الوظائف أكثر خضرة

للاطلاع على ما يحدث داخل سوق العمل، تستخدم الدراسة ملايين إعلانات الوظائف على الإنترنت من منصات التوظيف الصينية الكبرى. من خلال مطابقة المهن الصينية مع قاعدة بيانات دولية مفصّلة للمهام، يخصّص المؤلفون لكل وظيفة درجة «خُضرة» بناءً على مقدار ما يرتبط عملها بأهداف بيئية. ثم ينشئون مؤشرين لكل مدينة: إجمالي حجم التوظيف الأخضر وحصة المهام الخضراء في البنية المهنية العامة. تُظهر المدن ذات التعرض الأعلى للذكاء الاصطناعي زيادات في كلا المقياسين. تتقلص أو تتطور الأدوار الروتينية كثيفة الكربون، بينما تتوسع وظائف تتعلق بتدقيق الطاقة وإدارة البيئة وخدمات الكفاءة. يوفر هذا التحول المعرفة البشرية اللازمة لاكتشاف فرص توفير الطاقة، وتنفيذ التقنيات الجديدة، والحفاظ على التحسينات على المدى الطويل.

أين يحقق الذكاء الاصطناعي أكبر مكاسب للطاقة

لا تتوزع فوائد الذكاء الاصطناعي بشكل متساوٍ. تظهر أقوى المكاسب في كل من التوظيف الأخضر وكفاءة الطاقة في القطاعات شديدة الاستهلاك للطاقة مثل توليد الطاقة، والنقل، وإدارة المياه، والخدمات البيئية. في هذه المجالات، يستخدم العاملون الذكاء الاصطناعي لمهام مثل التنبؤ بالطلب، وتحسين أداء المعدات، وتخطيط الصيانة، ما يقلل مباشرة من استهلاك الوقود والانبعاثات. الأثر يكون أكبر أيضاً في المدن التي تفرض قواعد بيئية أشد وبنية رقمية أقوى—أماكن يوجد فيها ضغط للتحسين، وشبكات بيانات موثوقة، وسياسات رقمية داعمة مثل توسعة النطاق العريض وبرامج المدن الذكية. حيث تكون الأنظمة التنظيمية ضعيفة أو الأسس الرقمية هشة، فإن مجرد إدخال الذكاء الاصطناعي يفعل القليل لتحسين أداء الطاقة.

ماذا يعني هذا لمستقبل أنظف

بالنسبة للقارئ العام، الخلاصة أن الإرث البيئي للذكاء الاصطناعي سيعتمد أقل على الكهرباء التي يستهلكها وأكثر على كيفية إعادة تشكيله للعمل البشري. توحي هذه الدراسة أنه عند الجمع بين معايير بيئية صارمة، وشبكات بيانات جيدة، والاستثمار في المهارات المناسبة، يمكن للذكاء الاصطناعي أن يشجّع قوة عاملة أفضل تجهيزا لاكتشاف ومعالجة هدر الطاقة. النتيجة هي دفعة متواضعة لكنها ذات دلالة لكفاءة استخدام الطاقة في المدن، خاصة في الصناعات الأكثر كثافة للطاقة. لذلك يتطلب توظيف الذكاء الاصطناعي من أجل اقتصاد دائري ومنخفض الهدر جهوداً منسقة: سياسات تكافئ الكفاءة، وبنية تحتية تسمح للأدوات الذكية بالعمل بفاعلية، وتدريب يجمع بين المعرفة الرقمية والخبرة البيئية.

الاستشهاد: Li, T., Hu, Y., Peng, J. et al. Artificial intelligence, greening of occupational structure and total factor energy efficiency. Humanit Soc Sci Commun 13, 503 (2026). https://doi.org/10.1057/s41599-026-06591-8

الكلمات المفتاحية: الذكاء الاصطناعي, الوظائف الخضراء, كفاءة الطاقة, الاقتصاد الدائري, تحول سوق العمل