Kunstmatige intelligentie, vergroening van de beroepsstructuur en totale factor energie-efficiëntie

Waarom slimere machines van belang zijn voor energiegebruik

Veel mensen vrezen dat kunstmatige intelligentie grote hoeveelheden elektriciteit zal verbruiken en banen zal bedreigen. Deze studie stelt een andere vraag: kan de verspreiding van AI regio’s juist helpen energie efficiënter te gebruiken door het soort werk dat mensen doen te veranderen? Met een focus op 274 Chinese steden over vijftien jaar laten de auteurs zien dat waar AI breder wordt toegepast, lokale economieën niet alleen meer milieugerichte banen creëren, maar ook meer economische output per eenheid energie realiseren. Met andere woorden: slimere machines kunnen een slanker, efficiënter energiesysteem ondersteunen—als de omgevingsvoorwaarden kloppen.

AI verbinden met alledaags werk

In plaats van alleen naar machines en elektriciteitscentrales te kijken, richten de onderzoekers zich op de arbeidsmarkt—de samenstelling van beroepen in de beroepsbevolking van een stad. Ze maken een onderscheid tussen routinematige banen die vaste patronen volgen en niet-routinematige banen die oordeel, probleemoplossing en coördinatie vereisen. Veel “groene” beroepen, zoals energieanalisten en milieutechnici, vallen in die tweede categorie. Deze banen zijn moeilijk volledig te automatiseren, maar kunnen worden versterkt door AI-tools die data doorspitten, voorspellingen doen en scenario’s testen. Naarmate AI meer repetitieve taken overneemt, gaan economieën vaker vertrouwen op werknemers die deze hulpmiddelen kunnen gebruiken om verspilling te signaleren en processen te herontwerpen, waardoor de beroepsmix naar groenere functies neigt.

De verspreiding van slimme technologie meten

Om bij te houden hoe sterk elke stad aan AI is blootgesteld, bouwen de auteurs een index die twee invalshoeken combineert: het gebruik van industriële robots in fabrieken en de aanwezigheid van AI-gerelateerde bedrijven in de dienstensector. Vervolgens meten ze hoe efficiënt elke stad arbeid, kapitaal en energie in output omzet, met inachtneming van vervuiling. Met behulp van geavanceerde statistische technieken en externe referenties—zoals adoptiepatronen van robots in Amerikaanse sectoren en de afstand tot andere AI-hubs—proberen ze oorzaak en toevalligheid te scheiden. Hun belangrijkste bevinding is dat wanneer de AI-blootstelling van een stad met één standaardstap stijgt, de totale energie-efficiëntie met ongeveer 3,2 procent verbetert, een niet-triviale winst gezien hoe traag energiesystemen doorgaans veranderen.

Hoe banen groener worden

Om te zien wat er in de beroepsbevolking gebeurt, gebruikt de studie miljoenen online vacatures van grote Chinese wervingsplatforms. Door Chinese beroepen te koppelen aan een gedetailleerde internationale taken-database, wijzen de auteurs elk beroep een “groenheids”-score toe op basis van hoeveel van het werk aan milieudoelen is gerelateerd. Ze bouwen vervolgens twee indicatoren voor elke stad: het totale volume groene werkgelegenheid en het aandeel groene taken in de totale beroepsstructuur. Steden met een hogere AI-blootstelling laten toename zien in beide maten. Routinematige, koolstofintensieve functies krimpen of evolueren, terwijl functies die energie-auditing, milieubeheer en efficiëntiediensten omvatten uitbreiden. Deze verschuiving levert de menselijke kennis en vaardigheden die nodig zijn om energiebesparingskansen te herkennen, nieuwe technologieën te implementeren en verbeteringen in de loop van de tijd in stand te houden.

Waar AI de grootste energiewinsten oplevert

De voordelen van AI zijn niet gelijk verdeeld. De sterkste winsten, zowel in groene werkgelegenheid als in energie-efficiëntie, doen zich voor in energie-intensieve sectoren zoals energieopwekking, transport, waterbeheer en milieudiensten. In deze sectoren gebruiken werknemers AI voor taken als vraagvoorspelling, optimalisatie van apparatuur en onderhoudsplanning, wat direct brandstofverbruik en emissies terugdringt. De impact is ook groter in steden met strengere milieuregels en sterkere digitale infrastructuur—plaatsen waar er druk is om te verbeteren, betrouwbare datanetwerken bestaan en ondersteunend digitaal beleid zoals glasvezeluitbreiding en smart-cityprogramma’s wordt gevoerd. Waar regelgeving zwak is of digitale fundamenten dun, doet het introduceren van AI weinig om de energieprestaties te verbeteren.

Wat dit betekent voor een schonere toekomst

Voor een algemene lezer is de conclusie dat het milieuerfgoed van AI minder zal afhangen van de elektriciteit die het verbruikt en meer van hoe het menselijk werk hervormt. Deze studie suggereert dat wanneer AI wordt gecombineerd met strikte milieunormen, goede datanetwerken en investeringen in de juiste vaardigheden, het een beroepsbevolking kan stimuleren die beter toegerust is om energieverspilling te vinden en te verhelpen. Het resultaat is een bescheiden maar betekenisvolle verbetering van de energie-efficiëntie van steden, vooral in de meest energie-intensieve industrieën. AI benutten voor een circulaire, laag-afval economie vereist daarom gecoördineerde inspanningen: beleid dat efficiëntie beloont, infrastructuur die AI-tools effectief laat functioneren en opleiding die digitale kennis met milieu-expertise verenigt.

Bronvermelding: 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

Trefwoorden: kunstmatige intelligentie, groene banen, energie-efficiëntie, circulaire economie, transformatie van de arbeidsmarkt