Power Couple? AI Growth and Renewable Energy Investment

1. Probleemstelling

Het artikel adresseert het toenemende debat over de relatie tussen de snelle groei van Kunstmatige Intelligentie (AI) en de energietransitie. Er bestaan twee tegenstrijdige visies:

• De "Power Couple"-visie: De enorme vraag naar elektriciteit voor AI zou de investering in hernieuwbare energie versnellen, waardoor AI een katalysator wordt voor decarbonisatie.
• De "Carbon Lock-in"-visie: De snelle vraaggroei kan leiden tot een afhankelijkheid van fossiele brandstoffen, omdat netwerken en bestaande centrales (gas/kolen) sneller kunnen worden opgevoerd dan nieuwe hernieuwbare capaciteit kan worden gebouwd.

De kernvraag is of AI-groei en hernieuwbare energieinvesteringen een positieve feedbacklus vormen die leidt tot een schone toekomst, of juist een negatieve lus die fossiele afhankelijkheid versterkt. Bestaande literatuur behandelt deze dynamiek vaak als exogeen; deze studie modelleert ze als endogeen en strategisch gekoppeld.

2. Methodologie

De auteurs ontwikkelen een parsimonious (eenvoudig) speltheoretisch model met twee actoren die sequentieel beslissingen nemen binnen één planningsperiode:

• Actoren:

  1. Een beleidsmaker (welzijnsmaximalisator) die investeert in hernieuwbare energiecapaciteit ($y$) die specifiek beschikbaar is voor AI (bijv. via PPAs).
  2. Een AI-ontwikkelaar (winstmaximalisator) die het niveau van AI-capabiliteit ($x \in [0,1]$) kiest.

• Modelcomponenten:

  • Capaciteit en Energie: De energiebehoefte voor een bepaald capabiliteitsniveau $x$ volgt een machtsfunctie: $k \cdot x^{1+\alpha}$. De parameter $\alpha$ bepaalt hoe snel de energiebehoefte stijgt ten opzichte van prestaties.
  • Marktprijs: De bereidheid om te betalen voor capabiliteit is $\theta x^\lambda$. De parameter $\lambda$ bepaalt de schaalrendabiliteit (supermodulair als $\lambda > 1$, submodulair als $\lambda < 1$).
  • Energiebronnen: Ontwikkelaars gebruiken eerst hernieuwbare energie (kosten $c_r$) en vullen het restant aan met fossiele energie (kosten $c_f$, waarbij $c_r < c_f$).
  • Klimaatimpact: De beleidsmaker maximaliseert het maatschappelijk welzijn, rekening houdend met economisch surplus, klimaatdamage (die afhangt van emissies) en adaptatievoordelen (AI helpt bij het beperken van klimaatschade).

• Oplossingsmethode: Het model wordt opgelost via terugwaartse induktie (backward induction). Eerst wordt de optimale reactie van de ontwikkelaar ($x^*(y)$) bepaald gegeven de hernieuwbare capaciteit, en vervolgens kiest de beleidsmaker de optimale investering $y^*$ die het welzijn maximaliseert, anticiperend op de reactie van de ontwikkelaar.

3. Belangrijkste Bijdragen

Het artikel introduceert twee nieuwe concepten om de interactie tussen AI en energie te verklaren:

1. Het "Adaptatievalstrik" (Adaptation Trap):

   • Treedt op wanneer marktprijzen voor AI-capaciteit supermodulair zijn ($\lambda \geq 1 + \alpha$) en schaalvoordelen lineair zijn.
   • Ontwikkelaars worden gedreven naar de "frontier" (maximale capabiliteit), ongeacht de marginale energiekosten.
   • Beleidsmakers investeren in hernieuwbare energie om de schaalbeperkingen op te heffen, maar stoppen voordat de volledige AI-vraag koolstofvrij is.
   • Resultaat: Klimaatdamage neemt toe, wat de waarde van AI-adaptatie verhoogt. Dit versterkt de prikkel om AI te blijven stimuleren, zelfs als dit fossiele energie vereist. Dit creëert een zelfversterkende cyclus van koolstofintensiteit.

2. Het "Adaptatiepad" (Adaptation Pathway):

   • Treedt op wanneer schaalrendabiliteit submodulair is of energiebehoeften sneller stijgen dan de marktwaarde ($\lambda < 1 + \alpha$).
   • Energiekosten worden een bindende beperking voor de ontwikkelaar.
   • Beleidsmakers investeren in hernieuwbare energie om de marginale kosten van schalen te verlagen.
   • Resultaat: Klimaatdamage verhoogt de waarde van adaptatie, wat leidt tot meer investeringen in schone energie. Dit maakt verdere AI-groei mogelijk zonder extra emissies. Hier werken mitigatie en adaptatie samen.

4. Resultaten en Calibratie

De auteurs kalibreren het model met data uit de VS, China en de EU (2024-2025) en analyseren vier scenario's:

• Markt-gedreven schaling (High $\lambda$): In scenario's met sterke marktprikkels (zoals de huidige frontier-AI in de VS), leidt hernieuwbare investering vaak tot een ontkoppeling. De ontwikkelaar gaat naar de maximale capabiliteit ($x=1$), maar de hernieuwbare investering ($y$) blijft ver onder de totale vraag. De rest wordt door fossiele energie gedekt. Zelfs bij toenemende klimaatdamage blijft dit evenwicht bestaan (Adaptatievalstrik).
• Hulpbron-gedreven schaling (Low $\lambda$): In scenario's waar energie een grotere rol speelt in de kosten (of waar de marktwaarde minder snel stijgt), leidt klimaatstress tot een koppeling. Beleidsmakers investeren meer in schone energie om de ontwikkelaar in staat te stellen te groeien, wat leidt tot een koolstofvrij evenwicht (Adaptatiepad).
• Extensies:
  • AI die hernieuwbare kosten verlaagt: Dit kan de valstrik verergeren als het de beleidsmaker aanmoedigt om AI te stimuleren zonder de volledige decarbonisatie te forceren.
  • Concurrentie: Concurrentie tussen AI-bedrijven maakt het "Adaptatiepad" waarschijnlijker, omdat bedrijven dan gevoeliger worden voor energiekosten en minder geneigd zijn om de frontier te jagen ten koste van de kosten.

5. Significantie en Beleidsimplicaties

De studie concludeert dat "Net-Zero AI" geen automatisch gevolg is van meer hernieuwbare energie, maar een evenwichtsuitkomst is die afhangt van de schaalregimes en marktprikkels.

• Beleid moet de marginale kosten beïnvloeden: Alleen het vergroten van het aanbod van hernieuwbare energie is onvoldoende in markt-gedreven regimes. Beleidsmakers moeten de marginale kosten van fossiele compute verhogen (bijv. via koolstofprijzen of strikte matching-eisen) om de ontwikkelaar te dwingen schone energie te gebruiken.
• Koppeling is cruciaal: Beleid moet zorgen dat de uitbreiding van AI-capaciteit gekoppeld blijft aan de uitbreiding van schone capaciteit. Als AI-groei de schone energie "ontkoppelt" (d.w.z. dat groei plaatsvindt ondanks schone energie, maar met fossiele rest), ontstaat het valstrik-scenario.
• Adaptatie en Mitigatie: De relatie tussen adaptatie en mitigatie is niet statisch. In AI-context kan de nadruk op adaptatie (door AI) de emissies juist verhogen als de technologie supermodulair is, tenzij het beleid de schone energiebinding handhaaft.

Kortom, de "power couple" tussen AI en hernieuwbare energie is geen technologisch gegeven, maar een beleidskeuze die vereist dat de grens van schone capaciteit bindend blijft bij de marginale uitbreiding van AI.