AIの生産性向上がエネルギー・経済モデルにおいて純CO₂排出量の増加を牽引

npj Climate Actionに掲載された論文は、AIをグローバルな計算可能一般均衡モデルにおける双方向の生産性増幅器としてモデル化し、AIによる化石燃料抽出の生産性向上が、再生可能エネルギーの最適化による回避排出量よりも多くのCO2排出を可能にすることを見出した。並行導入シナリオでは、正味の年間CO2排出量が0.47〜1.8ギガトン（2024年の世界のエネルギー関連排出量の1.2〜4.8%）増加する。

主要な発見

• 可能化排出量と回避排出量: 化石燃料部門の利得がゼロでない限り、可能化排出量（化石燃料の生産性向上による）は回避排出量を上回る。正味の排出削減には、再生可能エネルギーの利得が化石燃料の利得の4〜5倍である必要がある。
• 化石燃料の既存支配の強化: AIは採掘コストを削減し、運用リスクを低減することで、石油・ガスの経済的存続可能性を延長する。論文は、再投資なしでは石油・ガス生産は年間約8%減少するというIEAの特徴づけを指摘し、AIがピーク供給の予想を先送りにすることを示す。
• 政策ギャップ: 政策による誘導がない限り、AIのモデル化された効果は世界経済の炭素強度を高め、現在のガバナンス枠組みはこの動態を捉えていない。

方法論

このモデルはAIを、高炭素および低炭素のエネルギー供給経路の両方の生産性を増幅する汎用技術として扱う。これは、データセンターのエネルギー需要と再生可能エネルギーの最適化のみに焦点を当て、AIが化石燃料供給の経済性をどのように変えるかを無視する主流の分析とは対照的である。

対象読者

AIの気候影響モデルやエネルギー経済政策に取り組む開発者やアナリスト。