AI主導のエネルギー効率化とAI誘発のエネルギー需要：ベトナムのツイン・トランジションの動学的応用一般均衡（CGE）分析

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a quantitative framework for modeling AI's dual energy effects in emerging economies.

🏢実務担当者:Highlights sectoral risks and opportunities from AI adoption, useful for transition planning.

🏛政策担当者:Shows macro-feasibility of twin transition but warns of uneven adjustment costs, guiding policy design.

人工知能（AI）はエネルギー転換において諸刃の剣として機能する：重工業へのAI導入は、エネルギー原単位を低減する生産性向上の配当を生み出す一方（「Green AI」効果）、その稼働に必要なデータセンターとハードウェアは電力需要を急増させ、新興国の電力網に負担をかける（「Brown AI」効果）。本稿は、2019年産業連関表に較正され2035年までシミュレーションされた23部門の再帰動学的応用一般均衡（CGE）モデルを用いて、ベトナムにおける両効果とその相互作用を定量化する。3つのシナリオが評価される：Green AI（S2）は、重工業製造と電力への全要素生産性（TFP）ショックとしてモデル化され、Brown AI（S3）は、情報技術（IT）ハードウェアとサービスへの外生的な投資急増としてモデル化され、そして、これらを組み合わせたTwin Transition（S4）である。Green AIは、2030年までに+0.98%、2035年までに+1.79%の複利的なGDP配当をもたらし、消費はそれぞれ+1.17%と+2.03%上昇する。Brown AIはGDPベースではマクロ中立的であるが、インフラ投資が家計支出を押しのけるため、2030年までに0.42%の消費コストを課す。Twin Transitionはおおよそマクロ的に加法性を示し（2030年までにGDP +1.06%、2035年までに+1.95%）、消費は2035年までにベースライン比+1.70%へと回復する。支配的な構造的トレードオフは分配的なものである：Green AIの輸出急増によって生じる実質為替レートの増価は、重工業製造（+12.9%）とITハードウェア（+10.9%）が大幅に拡大する一方で、繊維（ 5.5%）と皮革・履物（ 16.1%）を押しのける。S3単独では、年間14.87%のIT投資急増に対して、電力部門は2030年までにわずか+0.10%しか拡大せず、これはS4においてGreen AIの生産性ショックが緩和する発電容量の制約を示している。Twin Transitionはマクロ的に実行可能であるが、その調整コストは製造業の労働力に不均等に降りかかる。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Artificial Intelligence (AI) acts as a double-edged sword in the energy transition: its deployment in heavy industry generates productivity dividends that reduce energy intensity (the “Green AI” effect), while the data centers and hardware required to run it surge electricity demand and strain emerging-economy power grids (the “Brown AI” effect). This paper quantifies both effects and their interaction for Vietnam using a 23-sector recursive dynamic Computable General Equilibrium (CGE) model calibrated to the 2019 Input-Output Table and simulated through 2035. Three scenarios are evaluated: Green AI (S2), modelled as a Total Factor Productivity (TFP) shock to heavy manufacturing and electricity; Brown AI (S3), modelled as an exogenous investment surge in Information Technology (IT) hardware and services; and a combined Twin Transition (S4). Green AI delivers a compounding GDP dividend of +0.98% by 2030 and +1.79% by 2035, with consumption rising +1.17% and +2.03%. Brown AI is macro-neutral in GDP terms but imposes a consumption cost of 0.42% by 2030 as infrastructure investment crowds out household expenditure. The Twin Transition is approximately macro-additive (GDP +1.06% by 2030 and +1.95% by 2035), with consumption recovering to +1.70% above baseline by 2035. The dominant structural trade-off is distributional: real exchange rate appreciation generated by Green AI’s export surge displaces Textiles ( 5.5%) and Leather and Footwear ( 16.1%), even as Heavy Manufacturing (+12.9%) and IT Hardware (+10.9%) expand substantially. Under S3 alone the Electricity sector expands only +0.10% by 2030 against a 14.87% per year IT investment surge, indicating a binding generation capacity that the Green AI productivity shock relaxes in S4. The Twin Transition is macro-feasible, but its adjustment costs fall unevenly on the manufacturing workforce.

• openalex https://doi.org/10.1051/e3sconf/202672303002/pdffirst seen 2026-07-31 05:11:39