Artificiell intelligens, förgrönande av yrkesstrukturen och total faktorenergiefektivitet

Varför smartare maskiner spelar roll för energianvändningen

Många oroar sig för att artificiell intelligens kommer att sluka el och hota jobb. Denna studie ställer en annan fråga: kan spridningen av AI faktiskt hjälpa regioner att använda energi mer effektivt genom att förändra vilken typ av arbete människor utför? Med fokus på 274 städer i Kina över femton år visar författarna att där AI införs i större utsträckning skapar lokala ekonomier inte bara fler miljöinriktade jobb utan också mer ekonomisk produktion per energienhet. Med andra ord kan smartare maskiner stödja ett smartare, slankare energisystem — om de omgivande förutsättningarna är de rätta.

Koppla AI till vardagsarbete

I stället för att enbart titta på maskiner och kraftverk fokuserar forskarna på arbetsmarknaden — blandningen av yrken som utgör en stads arbetsstyrka. De skiljer mellan rutinmässiga jobb som följer fasta mönster och icke‑rutinarbeten som kräver omdöme, problemlösning och samordning. Många ”gröna” yrken, såsom energianalytiker och miljöingenjörer, tillhör den senare gruppen. Dessa jobb är svåra att helt automatisera, men de kan förstärkas av AI‑verktyg som gallrar data, gör prognoser och testar scenarier. När AI tar över fler repetitiva uppgifter tenderar ekonomier att förlita sig mer på arbetstagare som kan använda dessa verktyg för att upptäcka slöseri och omforma processer, vilket flyttar yrkesmixen mot grönare roller.

Mäta spridningen av smart teknik

För att följa hur starkt varje stad exponeras för AI bygger författarna ett index som kombinerar två vinklar: användningen av industrirobotar i fabriker och närvaron av AI‑relaterade företag i tjänstesektorn. De mäter sedan hur effektivt varje stad omvandlar arbete, kapital och energi till produktion, samtidigt som de tar hänsyn till föroreningar. Med sofistikerade statistiska tekniker och externa referenspunkter — såsom robotanpassningsmönster i amerikanska industrier och avståndet till andra AI‑nav — försöker de skilja orsak från sammanträffande. Huvudresultatet är att när en stads AI‑exponering ökar med ett standardsteg förbättras dess totala energieffektivitet med ungefär 3,2 procent, en inte obetydlig förbättring med tanke på hur långsamt energisystem vanligtvis förändras.

Hur jobben blir grönare

För att se vad som händer inom arbetskraften använder studien miljontals online‑platsannonser från stora kinesiska rekryteringsplattformar. Genom att matcha kinesiska yrken med en detaljerad internationell uppgiftsdatabas tilldelar författarna varje jobb en ”grönhets”poäng baserat på hur mycket av arbetet som är kopplat till miljömål. De bygger sedan två indikatorer för varje stad: den totala volymen grönt arbete och andelen gröna uppgifter i den övergripande yrkesstrukturen. Städer med högre AI‑exponering visar ökningar i båda måtten. Rutinmässiga, koldioxidintensiva roller krymper eller utvecklas, medan positioner som involverar energigranskning, miljöförvaltning och effektivitetstjänster växer. Denna omställning förser den mänskliga kunskapen som behövs för att upptäcka energisparmöjligheter, implementera ny teknik och bevara förbättringar över tid.

Var AI ger störst energivinster

Fördelarna med AI är inte jämt fördelade. De starkaste vinsterna i både grönt arbete och energieffektivitet visar sig i energikrävande sektorer såsom elproduktion, transport, vattenförvaltning och miljötjänster. Inom dessa områden använder arbetare AI för uppgifter som prognostisering av efterfrågan, optimering av utrustning och planering av underhåll, vilket direkt minskar bränsleförbrukning och utsläpp. Effekten är också större i städer med strängare miljöregler och starkare digital infrastruktur — platser där det finns press att förbättra, pålitliga datanätverk och stödjande digital politik såsom bredbandsutbyggnad och smarta stadsprogram. Där reglerna är svaga eller de digitala grunderna tunna gör introducerad AI lite för att förbättra energiprestandan.

Vad detta betyder för en renare framtid

För en allmän läsare är slutsatsen att AI:s miljöarv i mindre grad kommer att bero på den elektricitet den förbrukar och mer på hur den omformar mänskligt arbete. Denna studie antyder att när AI kombineras med starka miljöstandarder, bra datanätverk och investeringar i rätt kompetenser kan den uppmuntra en arbetsstyrka som är bättre rustad att hitta och åtgärda energislöseri. Resultatet är en blygsam men meningsfull ökning av hur effektivt städer använder energi, särskilt i de mest energikrävande industrierna. Att utnyttja AI för en cirkulär, lågslöseriekonomi kräver därför samordnade insatser: politik som belönar effektivitet, infrastruktur som gör att AI‑verktyg kan fungera effektivt, och utbildning som förenar digital kompetens med miljöexpertis.

Citering: 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

Nyckelord: artificiell intelligens, gröna jobb, energieffektivitet, cirkulär ekonomi, omvandling av arbetsmarknaden