Künstliche Intelligenz (KI) kann die Effizienz steigern und Emissionen reduzieren, erhöht jedoch auch den Energiebedarf durch Berechnung und Infrastruktur. Dieses Paradoxon wirft eine zentrale Frage auf: Kann das KI-Politikinstrument die städtische Kohlenstoffemissionsintensität (CI) senken? Diese Arbeit untersucht anhand des quasi-naturlichen Experiments "Nationaler Pilotbereich für die Entwicklung der Künstlichen Intelligenz der neuen Generation" (AIPZ) die lokalen und Spillover-Auswirkungen der Politik auf die städtische CI. Die Ergebnisse zeigen, dass der AIPZ die CI in Pilotstädten und benachbarten Regionen reduziert. Die Mechanismen-Analyse zeigt, dass die Verbesserungen der Arbeitsproduktivität und der Innovationen in grüner Technologie als Hauptminderungswege in lokalen und benachbarten Gebieten dienen, während der steigende Bedarf an Rechenleistung die Emissionen erhöht. Energieeffizienzgewinne, obwohl effektiv zur Senkung der lokalen CI, erzeugen keine signifikanten räumlichen Spillovers. Zusammen dominieren die Minderungseffekte und führen zu einem Netto-Kohlenstoffminderungs-Ergebnis, insbesondere in östlichen, ressourcenbasierten und städtischen Gebieten mit hoher digitaler Infrastruktur. Diese Ergebnisse bieten Einblicke zur Förderung der KI-Entwicklung durch koordinierte regionale Strategien.
Yu et al. (Mo.) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: