DOI: https://doi.org/10.1038/s44168-025-00252-3
تاريخ النشر: 2025-06-23
المؤلف: Nicholas Stern وآخرون
الموضوع الرئيسي: انتشار الابتكار والتنبؤ
نظرة عامة
تخلص الورقة البحثية إلى أن الذكاء الاصطناعي (AI) يمثل فرصة كبيرة لتسهيل الانتقال إلى انبعاثات صفرية. تحدد خمسة مجالات تأثير رئيسية يمكن أن يسهم فيها الذكاء الاصطناعي بفعالية في تقليل الانبعاثات: تحويل الأنظمة المعقدة، تسريع اكتشاف التكنولوجيا، التأثير على السلوك، نمذجة التدخلات المناخية، وتعزيز المرونة. على الرغم من المخاوف بشأن استهلاك الطاقة لمراكز البيانات، تقدر الورقة أن إمكانات تقليل الانبعاثات من تطبيقات الذكاء الاصطناعي في ثلاثة قطاعات محددة قد تتجاوز الزيادة الإجمالية في الانبعاثات المنسوبة إلى الذكاء الاصطناعي عبر جميع الأنشطة الاقتصادية. وهذا يبرز أهمية توجيه تطبيقات الذكاء الاصطناعي بشكل استراتيجي نحو هذه المجالات التأثيرية لتعزيز اعتماد وكفاءة الحلول منخفضة الكربون.
يؤكد المؤلفون على الدور الحاسم للتدخل الحكومي في ضمان نشر الذكاء الاصطناعي بطريقة عادلة ومستدامة. يجادلون بأن الاعتماد فقط على قوى السوق قد لا يؤدي إلى التغيير المطلوب لفتح الإمكانات الكاملة للذكاء الاصطناعي. يُحث صناع السياسات على خلق ظروف مواتية لنشر الذكاء الاصطناعي، وتقديم حوافز مالية للبحث والتطوير، وتنظيم الذكاء الاصطناعي للتخفيف من تأثيره البيئي. يشمل ذلك تعزيز استخدام الطاقة المتجددة في مراكز البيانات وضمان الوصول العادل إلى فوائد الذكاء الاصطناعي، خاصة للدول النامية. من خلال تعزيز الابتكار والتعاون الدولي، يمكن للحكومات استغلال الذكاء الاصطناعي لدفع الاستدامة البيئية والنمو الاقتصادي، مما يسهم في نهاية المطاف في مستقبل أكثر استدامة.
النتائج
تشير الأبحاث إلى أن الذكاء الاصطناعي (AI) لديه إمكانات كبيرة لتقليل الانبعاثات العالمية عبر ثلاثة قطاعات رئيسية بمعدل يقدر بـ 3.2-5.4 غيغا طن من مكافئ ثاني أكسيد الكربون سنويًا بحلول عام 2035. في قطاع الطاقة، يمكن أن يعزز الذكاء الاصطناعي كفاءة أنظمة الطاقة المتجددة، مما قد يقلل الانبعاثات بمقدار 1.8 غيغا طن من مكافئ ثاني أكسيد الكربون سنويًا من خلال تحسين إدارة الشبكة وزيادة عوامل الحمل للطاقة الشمسية الكهروضوئية وطاقة الرياح. ومع ذلك، من المتوقع أن تظل معدلات اعتماد هذه التقنيات مرتفعة بسبب قدرتها الحالية على تحمل التكاليف، مما يحد من تأثير الذكاء الاصطناعي في هذا المجال.
في قطاع اللحوم ومنتجات الألبان، يمكن أن يزيد الذكاء الاصطناعي بشكل كبير من معدلات اعتماد البروتينات البديلة (APs) من حوالي 8-14% في سيناريو العمل كالمعتاد (BAU) إلى ما بين 18-50% في سيناريوهات أكثر طموحًا، مما يؤدي إلى تقليل الانبعاثات بمقدار 0.9-3.0 غيغا طن من مكافئ ثاني أكسيد الكربون. بالنسبة للمركبات الخفيفة، تأتي مساهمات الذكاء الاصطناعي بشكل أساسي من مكاسب الكفاءة في التنقل المشترك وزيادة اعتماد المركبات الكهربائية (EVs)، مما يؤدي إلى تقليل الانبعاثات بمعدل يقدر بـ 0.5-0.6 غيغا طن من مكافئ ثاني أكسيد الكربون سنويًا. بشكل عام، بينما تتجاوز تقديرات تقليل الانبعاثات من الذكاء الاصطناعي الزيادة المتوقعة البالغة 0.4-1.6 غيغا طن من مكافئ ثاني أكسيد الكربون الناتجة عن استهلاك الطاقة لمراكز البيانات، فإن التحليل يعتمد على عدة افتراضات قد تؤدي إلى تقديرات منخفضة، خاصة أنه يأخذ في الاعتبار ثلاثة قطاعات فقط ويفترض ثبات عوامل الانبعاث وعوامل الحمل حتى عام 2035.
المناقشة
تسلط المناقشة الضوء على الدور الكبير للذكاء الاصطناعي (AI) في تسهيل الانتقال المناخي عبر خمسة مجالات تأثير رئيسية: تحويل الأنظمة المعقدة، ابتكار اكتشاف التكنولوجيا، دفع التغيير السلوكي، نمذجة الأنظمة المناخية، وتعزيز التكيف والمرونة. يمكن للذكاء الاصطناعي تحسين إدارة الأنظمة المعقدة مثل الشبكات الكهربائية، مما يحسن من دمج مصادر الطاقة المتجددة ويعزز الكفاءة. على سبيل المثال، أظهرت تطبيقات الذكاء الاصطناعي القدرة على زيادة القيمة الاقتصادية لطاقة الرياح بنسبة 20% وتحسين إدارة الشبكة من خلال تحسين التنبؤ بالعرض والطلب. بالإضافة إلى ذلك، يمكن أن يدعم الذكاء الاصطناعي اتخاذ القرارات المالية في الأسواق الناشئة من خلال تجميع مصادر البيانات المتنوعة، مما يقلل من عدم تماثل المعلومات ويجعل التمويل للمشاريع المستدامة أكثر سهولة.
علاوة على ذلك، يسرع الذكاء الاصطناعي اكتشاف ونشر التقنيات النظيفة، التي تعتبر حاسمة لتحقيق انبعاثات صفرية. تشمل التطورات الملحوظة أدوات DeepMind من Google التي حددت ملايين الهياكل البلورية الجديدة وتنبأت بهياكل البروتين، مما يمكن أن يؤدي إلى اختراقات في الطاقة المتجددة والبروتينات البديلة. يلعب الذكاء الاصطناعي أيضًا دورًا حيويًا في تعزيز سلوك المستهلك المستدام من خلال تقديم توصيات شخصية تساعد الأفراد على اتخاذ خيارات صديقة للبيئة. على سبيل المثال، أظهرت الأنظمة المدفوعة بالذكاء الاصطناعي في إدارة الطاقة وتقليل هدر الطعام إمكانات كبيرة لتقليل انبعاثات غازات الدفيئة. أخيرًا، يعزز الذكاء الاصطناعي نمذجة المناخ والتدخلات السياسية من خلال معالجة مجموعات بيانات كبيرة لتحسين دقة التنبؤ وإبلاغ السياسات المناخية الفعالة. تختتم الورقة بالقول إنه بينما يقدم الذكاء الاصطناعي فرصًا لتقليل الانبعاثات، فإن الحوكمة الاستباقية ضرورية لضمان نشره بشكل عادل ومستدام، خاصة في معالجة المخاطر المحتملة والفجوات بين الشمال والجنوب العالمي.
القيود
تسلط القيود المفروضة على التحليل الكمي المقدم في هذه الدراسة الضوء على عدة مجالات حاسمة حيث قد تكون النتائج غير كافية. أولاً، يركز النموذج على التحسينات ضمن ثلاثة قطاعات فقط، متجاهلاً الديناميات بين القطاعات وإمكانات التأثيرات المتداخلة التي قد تنشأ من التحولات المتزامنة عبر أنظمة متعددة في الاقتصاد. بالإضافة إلى ذلك، يقتصر التحليل على التأثيرات المباشرة للذكاء الاصطناعي، متجاهلاً إمكاناته لتسريع نشر رأس المال وتعزيز صنع السياسات، وكلاهما ضروريان لتسريع الانتقال المناخي. كما أن الدراسة لا تأخذ في الاعتبار تأثيرات الارتداد، التي يمكن أن تظهر كزيادة في الاستهلاك بسبب مكاسب الكفاءة في الذكاء الاصطناعي، ولا تستكشف إمكانية حدوث تأثيرات ارتداد إيجابية قد تنشأ من تحسين الذكاء الاصطناعي لاستخدام الطاقة في قطاعات مختلفة.
على الرغم من هذه القيود، تشير الأبحاث إلى أن إمكانات تقليل انبعاثات غازات الدفيئة (GHG) من خلال الذكاء الاصطناعي كبيرة بالفعل، وقد تكون أكبر إذا تم أخذ تأثيرات الارتداد الإيجابية في الاعتبار. يؤكد المؤلفون على الحاجة إلى مزيد من البحث لفهم التأثيرات الديناميكية للذكاء الاصطناعي على المناخ والنتائج الاقتصادية الكلية بشكل كامل، خاصة من خلال دراسة التأثيرات الصافية النظامية بين القطاعات للذكاء الاصطناعي. هذا الفهم ضروري للاعتراف بكيفية مساهمة الذكاء الاصطناعي في النمو من خلال قنوات متنوعة، بما في ذلك اعتماد تقنيات أنظف، وتعزيز الكفاءات الحالية، وتعزيز الابتكار الذي يدعم الانتقال إلى اقتصاد منخفض الكربون.
DOI: https://doi.org/10.1038/s44168-025-00252-3
Publication Date: 2025-06-23
Author(s): Nicholas Stern et al.
Primary Topic: Innovation Diffusion and Forecasting
Overview
The research paper concludes that artificial intelligence (AI) presents a significant opportunity to facilitate the transition to net-zero emissions. It identifies five key impact areas where AI can effectively contribute to emissions reductions: transforming complex systems, accelerating technology discovery, influencing behavior, modeling climate interventions, and enhancing resilience. Despite concerns regarding the energy consumption of data centers, the paper estimates that the emissions reduction potential from AI applications in three specific sectors could surpass the total emissions increase attributed to AI across all economic activities. This underscores the importance of strategically directing AI applications towards these impact areas to enhance the adoption and efficiency of low-carbon solutions.
The authors emphasize the critical role of government intervention in ensuring that AI is deployed in a manner that is equitable and sustainable. They argue that relying solely on market forces may not yield the necessary scale of change to unlock AI’s full potential. Policymakers are urged to create conducive conditions for AI deployment, provide financial incentives for research and development, and regulate AI to mitigate its environmental impact. This includes promoting renewable energy use in data centers and ensuring equitable access to AI benefits, particularly for developing countries. By fostering innovation and international cooperation, governments can harness AI to drive both environmental sustainability and economic growth, ultimately contributing to a more sustainable future.
Results
The research indicates that artificial intelligence (AI) has significant potential to reduce global emissions across three key sectors by an estimated 3.2-5.4 GtCO₂e annually by 2035. In the Power sector, AI can enhance the efficiency of renewable energy systems, potentially reducing emissions by 1.8 GtCO₂e per year through improved grid management and increased load factors for solar photovoltaic (PV) and wind energy. However, the adoption rates of these technologies are expected to remain high due to their existing affordability, limiting AI’s impact in this area.
In the Meat and Dairy sector, AI could substantially increase the adoption rates of alternative proteins (APs) from approximately 8-14% under a business-as-usual (BAU) scenario to between 18-50% in more ambitious scenarios, leading to emissions reductions of 0.9-3.0 GtCO₂e. For Light Road Vehicles, AI’s contributions primarily stem from efficiency gains in shared mobility and enhanced adoption of electric vehicles (EVs), resulting in an estimated emissions reduction of 0.5-0.6 GtCO₂e annually. Overall, while the estimated emissions reductions from AI exceed the projected increase of 0.4-1.6 GtCO₂e from the energy consumption of data centers, the analysis is based on several assumptions that may lead to underestimations, particularly as it only considers three sectors and assumes constant emissions factors and load factors through 2035.
Discussion
The discussion highlights the significant role of artificial intelligence (AI) in facilitating the climate transition across five key impact areas: transforming complex systems, innovating technology discovery, nudging behavioral change, modeling climate systems, and enhancing adaptation and resilience. AI can optimize the management of complex systems such as energy grids, improving the integration of renewable energy sources and enhancing efficiency. For instance, AI applications have demonstrated the potential to increase the economic value of wind energy by 20% and improve grid management through better forecasting of supply and demand. Additionally, AI can support financial decision-making in emerging markets by aggregating diverse data sources, thus reducing information asymmetry and making financing for sustainable projects more accessible.
Moreover, AI accelerates the discovery and deployment of clean technologies, which are crucial for achieving net-zero emissions. Notable advancements include Google’s DeepMind tools that have identified millions of new crystal structures and predicted protein structures, which can lead to breakthroughs in renewable energy and alternative proteins. AI also plays a vital role in promoting sustainable consumer behavior by providing personalized recommendations that help individuals make environmentally friendly choices. For example, AI-driven systems in energy management and food waste reduction have shown substantial potential for reducing greenhouse gas emissions. Finally, AI enhances climate modeling and policy interventions by processing large datasets to improve forecasting accuracy and inform effective climate policies. The paper concludes that while AI presents opportunities for emissions reduction, proactive governance is essential to ensure its equitable and sustainable deployment, particularly in addressing potential risks and disparities between the Global North and South.
Limitations
The limitations of the quantitative analysis presented in this study highlight several critical areas where the findings may fall short. Firstly, the model focuses on improvements within only three sectors, neglecting inter-sectoral dynamics and the potential for spill-over effects that could arise from simultaneous transformations across multiple systems in the economy. Additionally, the analysis is constrained to direct impacts of AI, overlooking its potential to accelerate capital deployment and enhance policymaking, both of which are essential for expediting the climate transition. The study also does not account for rebound effects, which can manifest as increased consumption due to efficiency gains in AI, nor does it explore the possibility of positive rebound effects that could arise from AI optimizing energy use in various sectors.
Despite these limitations, the research indicates that the potential for greenhouse gas (GHG) emissions reductions through AI is already substantial, and could be even greater if positive rebound effects were considered. The authors emphasize the need for further research to fully understand the dynamic impacts of AI on climate and macroeconomic outcomes, particularly by examining the systemic and intersectoral net effects of AI. This understanding is crucial for recognizing how AI can contribute to growth through various channels, including the adoption of cleaner technologies, enhancing existing efficiencies, and fostering innovation that supports the transition to a low-carbon economy.