Logo Международный форум «Евразийская экономическая перспектива»
На главную страницу
Новости
Информация о журнале
О главном редакторе
Подписка
Контакты
ЕВРАЗИЙСКИЙ МЕЖДУНАРОДНЫЙ НАУЧНО-АНАЛИТИЧЕСКИЙ ЖУРНАЛ English
Тематика журнала
Текущий номер
Анонс
Список номеров
Найти
Редакционный совет
Редакционная коллегия
Представи- тельства журнала
Правила направления, рецензирования и опубликования
 
 
Проблемы современной экономики, N 2 (98), 2026
ВОПРОСЫ ЭКОНОМИЧЕСКОЙ ТЕОРИИ И ЭКОНОМИЧЕСКОЙ ПОЛИТИКИ

Энергетический переход и искусственный интеллект: новые вызовы для национальной экономической политики
Агашин А. В.
аспирант кафедры экономической теории и экономической политики
Санкт-Петербургского государственного университета

Уразгалиев В. Ш.
доцент кафедры экономической теории и экономической политики
Санкт-Петербургского государственного университета,
кандидат экономических наук

Новиков А. В.
доцент кафедры экономической теории и экономической политики
Санкт-Петербургского государственного университета,
кандидат экономических наук

В статье анализируется влияние стремительного развития искусственного интеллекта на глобальную и национальную энергетику. Рассмотрена двойственная роль ИИ: как инструмента повышения эффективности ТЭК и как фактора беспрецедентного роста энергопотребления. Особое внимание уделяется анализу трансформации структуры энергобаланса для питания центров обработки данных. Авторы обосновывают, что для России, обладающей крупнейшими запасами природного газа, именно газ становится не просто топливом, а базисом нового, самобытного энергетического перехода, определяющего специфику адаптации национальной экономической политики.
Ключевые слова: экономическая политика, искусственный интеллект, энергетический переход, Центры обработки данных, природный газ, парадокс Джевонса
УДК 338.22:620.9; ББК 65.012.3   Стр: 74 - 76

Введение. Искусственный интеллект открывает большие возможности в энергетике, повышая эффективность, снижая затраты и стимулируя инновации. Он применяется для точного прогнозирования выработки солнечных и ветряных электростанций, оптимизации работы сетей и создания новых материалов для аккумуляторов. Однако, развитие ИИ сопряжено с высокой энергоемкостью. Растущий спрос на ИИ-услуги ведет к буму в строительстве крупных центров обработки данных (ЦОД). Если обычный ЦОД потребляет 10–25 МВт, то современные AI-центры могут требовать свыше 100 МВт — столько же, сколько 100 000 домохозяйств [1]. Их высокая территориальная концентрация создает серьезную нагрузку на локальные энергосети.
В этой связи, цель данного исследования заключается в выявлении ключевых противоречий и перспектив взаимодействия сектора ИИ и энергетики, а также в определении роли природного газа как стратегического ресурса для адаптации национальной экономической политики России к новым технологическим реалиям. Поставленная цель потребовала решения следующих задач: проанализировать современные тенденции роста энергопотребления со стороны ИИ и ЦОД; выявить потенциальные макроэкономические эффекты, включая действие парадокса Джевонса и риск усиления сырьевой зависимости; оценить структуру текущего и перспективного энергобаланса для питания ЦОД в мире и в России; обосновать тезис о природном газе как о базовом элементе самобытной модели энергетического перехода Российской Федерации.
Энергетический переход и искусственный интеллект. Как отметил президент России В.В. Путин 16 октября 2025 года на пленарном заседании восьмого Международного форума «Российская энергетическая неделя», рост спроса на электроэнергию в настоящее время предъявляют также «инструменты искусственного интеллекта, блокчейна, объекты хранения и обработки данных» [2], в виду чего Правительству необходимо проработать вопрос о применении «чистой» угольной генерации для ЦОДов, в том числе в угледобывающих регионах. Применение «чистой» генерации возможно благодаря активному технологическому развитию и достижению технологического суверенитета для производителей таких стратегически важных энергоресурсов как природный газ, нефть и уголь.
В обновленной Энергетической стратегии Российской Федерации на период до 2035 года также приводится широкий перечень направлений использования искусственного интеллекта в отечественной энергетике. Российский топливно-энергетический комплекс (ТЭК), доля которого в экономике составляет около 20%, находится на пороге масштабной трансформации, движимой двумя ключевыми силами — во-первых, глобальным энергетическим переходом, а во-вторых, стремительным развитием искусственного интеллекта (ИИ). Данные два фактора неразрывно связаны и их сбалансированный рост определяет будущую конкурентоспособность и безопасность страны. Так, в 2023 году ИИ применяли 40,6% организаций ТЭК в России, что больше, чем в 2021 году на 11,5% [3].
Одной из наиболее перспективных областей применения ИИ в российской энергетике является преодоление технологических барьеров в добывающих отраслях. Использование интеллектуальных алгоритмов в геологоразведочных работах и на производстве, особенно в сегменте трудноизвлекаемых запасов, позволит вовлечь в разработку колоссальные объемы ресурсов — более 5 трлн куб. метров газа. Данные значения, несомненно, окажут влияние на энергетическую безопасность страны, обеспечив рост добычи природного газа до уровня свыше 1 трлн куб. метров к 2050 году. В условиях трансформации российской электроэнергетики, которая обусловлена ростом энергопотребления, активно будут развиваться центры обработки данных. Ожидается, что доля автоматизированных процессов в энергетике вырастет до 70–80%, а применение цифровых двойников позволит довести долю инженерных изысканий, выполняемых ИИ, до 30–40%. Таким образом, цель развития энергетики России до 2050 года — достижение качественно нового состояния, — невозможна без активного использования ИИ в энергетике.
Спрос на искусственный интеллект и энергию как для дата-центров, так и для самого ИИ, растёт не только в России, но и в мире. Так, к концу 2025 года доля энергопотребления искусственным интеллектом должна была вырасти до 23 гигаватт и составить половину всего спроса на электроэнергию для центров обработки данных [1], в то время как к концу 2024 года на системы ИИ приходилось до 20% мирового энергопотребления центров обработки данных. К 2027 году мировое потребление электроэнергии, связанной с ИИ, может увеличиться на 85–134 ТВт·ч в год, исходя из прогноза спроса серверов ИИ [4]. Такие крупные технологические корпорации как Google осознают масштабы электрогенерации для дата-центров и ИИ, и даже говорят о «кризисе мощностей» [5]. По данным Google, на ИИ приходилось 10–15% энергопотребления компании в 2019–2021 годах, однако после бума, вызванного ChatGPT, объемы энергопотребления искусственным интеллектом увеличились в разы. Таким образом, спрос на ИИ и электрогенерацию растут в геометрической прогрессии, что вступает в противоречие с глобальными климатическими целями и императивами ряда стран по снижению энергопотребления.
Перспективы электрогенерации дата-центрами на основе природного газа. В перспективе необходимо, чтобы ИИ становился более энергоэффективным, особенно генеративный ИИ, потребляющий в разы больше электроэнергии [6]. В конечном счёте, стремительный рост энергопотребления ИИ может привести к росту цен на электроэнергию [5], что также окажет влияние и на рост цен таких энергоносителей, как природный газ. Несмотря на инвестиции технологических гигантов в «зелёную» энергию, обратным эффектом или «эффектом отскока» может оказаться парадокс Джевонса, когда рост эффективности использования ИИ в энергетике приведет не к снижению, а, напротив, к увеличению энергопотребления и использования ресурсов [7]. Как показано на рисунке 1, расстояние Qx-Qb показывает дополнительный рост энергопотребления, вызванный ИИ, последствием чего может также стать увеличение косвенных выбросов от центров обработки данных, а также смещение спроса на автотранспорт и частичное вытеснение электромобилей в виду оптимизации маршрутов и снижения затрат на топливо [8].
Рис. 1. Парадокс Джевонса в условиях активного развития искусственного интеллекта

Кроме того, в качестве отрицательного эффекта от применения ИИ в энергетике можно выделить снижение затрат на добычу природного газа и других полезных ископаемых, что может усилить ресурсную зависимость национальной экономики и стимулировать потребление энергоносителей с достаточно высоким углеродным следом. Однако, данные негативные последствия не представляются непреодолимыми и могут быть учтены при разработке соответствующей энергетической и климатической национальной политики.
Активное развитие искусственного интеллекта может потребовать дополнительные затраты электроэнергии. Так, затраты электроэнергии на ИИ в 2025 году составили около 8–12 ТВт-час, а к 2030 году составят не менее 30–50 ТВт-час в год [3] и не менее 3–5% от всего энергопотребления. Так, в соответствии со стратегией развития ИИ до 2030 года, доля искусственного интеллекта в экономике России должна значительно вырасти. За счёт внедрения ИИ и автоматизации промышленность становится энергоэффективнее и продуктивнее. Страны и компании, которые быстрее других интегрируют ИИ в производство, получат лидерство, так как рост производительности позволяет создавать продукты быстрее, с меньшими затратами и более высокого качества.
Кроме того, при активном развитии именно «зелёного» ИИ производимая продукция будет иметь меньший углеродный след, снижая значения Scope 1, Scope 2 (связаны с обучением моделей ИИ, охлаждением дата-центров и т.д.) и Scope 3 (например, затраты на строительство дата-центров). Так, например, для сокращения выбросов категории Scope 3, при строительстве дата-центров компания Microsoft начала использовать древесину, чтобы снизить углеродный след, который вырос для компании с 2020 по 2023гг. почти на 30% [9]. В настоящее время действуют такие международные стандарты, как «A Corporate Accounting and Reporting Standard» — международный стандарт для учета выбросов парниковых газов (для Scope 1) [10], международные методические указания к расчетам количественных значений выбросов парниковых газов — GHG Protocol Scope 2 Guidance (для Scope 2) [11], а также международный стандарт учета парниковых газов — GHG Protocol: Technical Guidance for Calculating Scope 3 Emissions (для Scope 3) [12].
В настоящее время энергопотребление дата-центров растет активными темпами в среднем на 12–15% в год, что в десятки раз превышает темпы роста общего мирового спроса на электроэнергию [1]. Прогнозируемый рост энергопотребления в условиях активного развития ИИ и роста энергозатрат потребует большего объема затрат энергоресурсов. В настоящее время большая часть потребляемой дата-центрами энергии генерируется углем (30%), за ним идут ВИЭ (27%) и природный газ (26%), а также атомная энергетика (15%) [1]. При этом, к 2030 году ожидается рост доли ВИЭ в обеспечении энергией дата-центров до более 50%, а в условиях тренда на экологизацию и активном развитии ядерной энергетики, природный газ станет одним из ведущих топливно-энергетических ресурсов не только для работы ЦОДов, но и увеличит свою долю в мировом энергобалансе до 26–28%. В то время как уголь будет замещаться на ядерное топливо, преимущественно после 2030 года в период активного развития малых модульных реакторов, что потребует также дополнительных инвестиций [1]. На ветрогенерацию и солнечные батареи придется значительная часть выработки энергии для дата-центров, как показано на рис. 2.
Рис. 2. Базовый сценарий прогноза генерации электроэнергии для дата-центров по источникам в мире к 2035 году [1]

Несмотря на то, что в США значительная доля электрогенерации для дата-центров обеспечивается ядерной энергией, экономика США сталкивается с энергетической дилеммой из-за зависимости страны от ископаемого топлива. В структуре энергобаланса США 40% генерации приходится на природный газ и около 16% на угольные электростанции. При этом в России на долю природного газа приходится более 50% в энергетическом балансе, а углеродный след от применения газа в энергетике сравнительно ниже, чем углеродный след нефти или угля. ВИЭ заметно более материалоёмкие, по сравнению с газовыми, угольными и даже атомными электростанциями, а газовые электростанции одни из самых наименее материалоёмких [13].
Заключение. Таким образом, природный газ является одним из приоритетных источников энергии, в том числе для России, которая занимает первое место в мире по запасам газа в размере 63,4 триллиона куб. м в 2025 году по категориям АВ1С1В2С2. По добыче газа — второе, более 680 млрд куб. м. в 2025 году или 16% всей мировой добычи газа [14]. Таким образом, природный газ — перспективный энергоресурс для многих стран, в том числе для России, не только для питания дата-центров энергией и развития ИИ, но и обеспечения энергией национальной экономики в целом.
Для Российской Федерации, обладающей уникальной ресурсной базой и сложившейся структурой энергобаланса, газ становится не просто топливом, а базисом нового самобытного энергоперехода. В отличие от многих западных стран, делающих ставку на форсированное развитие ВИЭ, Россия может выстроить собственную траекторию, где природный газ (в том числе в связке с атомной генерацией) будет выполнять функцию стабильного и экологически приемлемого моста к низкоуглеродному будущему. Это определяет специфику трансформации национальной экономической политики и необходимость формирования адаптивной модели, которая позволит, с одной стороны, стимулировать внедрение «зеленого» ИИ и энергоэффективных технологий, а с другой — создать конкурентные преимущества страны в газовой отрасли для обеспечения энергетической безопасности и технологического суверенитета.
Перспективным направлением дальнейшего исследования может стать оценка перспектив применения природного газа и потенциальной роли ИИ для энергетической безопасности, углеродной нейтральности и энергетического перехода.

Список использованных источников:
1. Фонд Росконгресс. ИИ-бум и трансформация глобальной энергетики. Как дата-центры превращаются в ключевого потребителя [Электронный ресурс] // Фонд Росконгресс. — 2025. — URL: https://roscongress.org/materials/ii-bum-i-transformatsiya-globalnoy-energetiki/ (дата обращения: 25.09.2025).
2. Путин В.В. Выступление на пленарном заседании восьмого Международного форума «Российская энергетическая неделя» 16 октября 2025 года [Электронный ресурс] // Официальный сайт Президента России. — URL: http://www.kremlin.ru/events/president/news/78233 (дата обращения: 20.10.2025).
3. Энергетическая стратегия Российской Федерации на период до 2050 года. (2025) URL: http://static.government.ru/media/files/LWYfSENa10uBrrBoyLQqAAOj5eJYlA60.pdf (дата обращения: 22.10.2025).
4. De Vries A. The growing energy footprint of artificial intelligence // Joule. — 2023. — Vol. 7, No. 10. — P. 2191–2194. — DOI: 10.1016/j.joule.2023.09.004.
5. De Vries-Gao A. Artificial intelligence: Supply chain constraints and energy implications // Joule. — 2025. — Vol. 9, No. 6. — DOI: 10.1016/j.joule.2025.101961.
6. Zewe A. (2025) ‘Explained: Generative AI’s environmental impact.’ URL: https://news.mit.edu/2025/explained-generative-ai-environmental-impact-0117 (дата обращения: 15.10.2025).
7. Luccioni A. From Efficiency Gains to Rebound Effects: The Problem of Jevons’ Paradox in AI’s Polarized Environmental Debate / A. Luccioni, E. Strubell, K. Crawford // arXiv preprint arXiv:2501.16548. — 2025. — DOI: 10.48550/arXiv.2501.16548.
8. Fagnant D.J. The Travel and Environmental Implications of Shared Autonomous Vehicles, Using Agent-Based Model Scenarios / D.J. Fagnant, K.M. Kockelman // Transportation Research Part C: Emerging Technologies. — 2014. — Vol. 40. — P. 1–13. — DOI: 10.1016/j.trc.2013.12.001.
9. Friedmann, J., McCormick, C. (2024) ‘Understanding the carbon footprint of AI and how to reduce it.’ URL: https://www.carbon-direct.com/insights/understanding-the-carbon-footprint-of-ai-and-how-to-reduce-it (дата обращения: 25.09.2025).
10. World Resources Institute. A Corporate Accounting and Reporting Standard (Revised Edition) [Электронный ресурс] // GHG Protocol. — 2004. — URL: https://ghgprotocol.org/corporate-standard (дата обращения: 15.10.2025).
11. World Resources Institute. GHG Protocol Scope 2 Guidance [Электронный ресурс] //GHG Protocol. — 2015. — URL: https://ghgprotocol.org/scope-2-guidance (дата обращения: 15.10.2025).
12. World Resources Institute. GHG Protocol: Technical Guidance for Calculating Scope 3 Emissions [Электронный ресурс] //GHG Protocol. — 2013. — URL: https://ghgprotocol.org/scope-3-technical-calculation-guidance (дата обращения: 15.10.2025).
13. Energy Information Agency. US Ministry of Energy. URL: https://www.energy.gov/us-energy-information-administration-eia
14. ТАСС. Россия снизила суммарную добычу газа в январе — июле на 3,3% [Электронный ресурс] // ТАСС. — 2025. — URL: https://tass.ru/ekonomika/24886803 (дата обращения: 30.08.2025).
Статья поступила в редакцию 19.02.2026

Вернуться к содержанию номера

Copyright © Проблемы современной экономики 2002 - 2026
ISSN 1818-3395 - печатная версия, ISSN 1818-3409 - электронная (онлайновая) версия