Искусственный интеллект, озеленение структуры занятости и полная факторная энергоэффективность

Почему умные машины важны для потребления энергии

Многие опасаются, что искусственный интеллект поглотит огромное количество электроэнергии и поставит под угрозу рабочие места. Это исследование ставит иной вопрос: может ли распространение ИИ действительно помочь регионам эффективнее использовать энергию за счёт изменения характера занятости? На примере 274 городов Китая за пятнадцать лет авторы показывают, что там, где ИИ внедряется активнее, местная экономика не только создаёт больше профессий, ориентированных на экологию, но и получает больше выпуска продукции на каждую единицу потреблённой энергии. Иными словами, умные машины могут поддержать более умную и экономную энергетическую систему — при условии благоприятных сопутствующих факторов.

Связь ИИ с повседневной работой

Вместо того чтобы рассматривать только машины и электростанции, исследователи фокусируются на рынке труда — наборе профессий, который формирует рабочую силу города. Они различают рутинные работы с фиксированными шаблонами и нерутинные работы, требующие суждений, решения проблем и координации. Многие «зеленые» профессии, такие как аналитики по энергопотреблению и экологические инженеры, относятся ко второму типу. Эти должности трудно полностью автоматизировать, но их можно усилить инструментами ИИ, которые обрабатывают данные, строят прогнозы и проверяют сценарии. По мере того как ИИ берёт на себя более повторяющиеся задачи, экономика склоны опираться на работников, умеющих использовать эти инструменты для выявления потерь и перестройки процессов, смещая структуру занятости в сторону более экологичных ролей.

Измерение распространения умных технологий

Чтобы отследить степень, в которой каждый город подвергается воздействию ИИ, авторы формируют индекс, объединяющий два направления: использование промышленных роботов на заводах и присутствие ИИ‑компаний в секторе услуг. Затем они измеряют, насколько эффективно каждый город превращает труд, капитал и энергию в выпуск продукции с учётом загрязнения. С помощью сложных статистических методов и внешних эталонов — таких как схемы внедрения роботов в отраслях США и расстояние до других центров ИИ — они пытаются отделить причину от совпадения. Главное их наблюдение: при увеличении показателя воздействия ИИ города на одну стандартную величину общая энергоэффективность повышается примерно на 3,2 процента, что является заметным результатом в условиях медленных изменений энергетических систем.

Как рабочие места становятся зеленее

Чтобы понять изменения внутри рабочей силы, исследование использует миллионы вакансий из крупных китайских онлайн‑платформ для набора персонала. Сопоставляя китайские профессии с подробной международной базой задач, авторы присваивают каждой вакансии «зелёный» балл, отражающий долю работы, связанной с экологическими целями. Затем для каждого города строят два индикатора: общий объём зелёной занятости и долю зелёных задач в общей структуре профессий. Города с более высоким воздействием ИИ демонстрируют рост по обоим показателям. Рутинные, углеродоёмкие роли сокращаются или трансформируются, в то время как увеличивается число должностей, связанных с энергопроверками, экологическим менеджментом и услугами по повышению эффективности. Эта смена обеспечивает человеческие компетенции, необходимые для выявления возможностей по экономии энергии, внедрения новых технологий и долгосрочного поддержания улучшений.

Где ИИ даёт наибольший прирост энергии эффективности

Преимущества ИИ распределяются неравномерно. Наибольшие приросты и в зелёной занятости, и в энергоэффективности наблюдаются в энергоёмких секторах — таких как генерирование электроэнергии, транспорт, водное хозяйство и экологические услуги. В этих областях работники используют ИИ для задач прогнозирования спроса, оптимизации оборудования и планирования технического обслуживания, что прямо сокращает расход топлива и выбросы. Эффект также сильнее в городах с более жёсткими экологическими нормами и развитой цифровой инфраструктурой — там, где есть стимул к улучшениям, надёжные сети передачи данных и поддерживающие цифровые политики, например расширение широкополосного доступа и программы умных городов. Там, где регулирование слабое или цифровая база слаба, простое внедрение ИИ мало что меняет в энергоэффективности.

Что это значит для более чистого будущего

Для неспециалиста вывод таков: экологическое наследие ИИ будет зависеть не столько от потребляемой им электрической мощности, сколько от того, как он меняет человеческую работу. Исследование показывает, что в сочетании с жёсткими экологическими стандартами, надёжными сетями данных и инвестициями в соответствующие навыки ИИ может стимулировать формирование рабочей силы, лучше подготовленной к выявлению и устранению потерь энергии. В результате города получают умеренное, но значимое повышение энергоэффективности, особенно в наиболее энергоёмких отраслях. Чтобы использовать ИИ для перехода к циркулярной, с низким уровнем отходов экономике, необходимы скоординированные усилия: политики, поощряющие эффективность; инфраструктура, обеспечивающая работу ИИ‑инструментов; и обучение, сочетающее цифровую грамотность с экологической экспертизой.

Цитирование: 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

Ключевые слова: искусственный интеллект, зеленые рабочие места, энергоэффективность, циркулярная экономика, трансформация рынка труда