Cette étude examine la relation à court terme entre l'intelligence artificielle (IA), l'énergie renouvelable et la croissance économique dans les pays du G7, la Chine et la Corée du Sud, en utilisant deux ensembles de données panel complémentaires couvrant différentes périodes. Plus précisément, les modèles A1 et A2 utilisent des données annuelles pour la période 2010–2025, tandis que les modèles B1 et B2 se concentrent sur une fenêtre plus courte (2017–2025). Motivée par le débat actuel sur la coexistence possible de la transformation numérique pilotée par l'IA avec la durabilité environnementale, l'analyse intègre des cadres technologiques et énergéconomiques. Ainsi, en utilisant des données panel et l'estimateur à effets fixes avec des erreurs standards robustes de Driscoll–Kraay, quatre modèles (A1, A2, B1, B2) sont estimés pour explorer comment l'investissement en IA affecte la croissance économique et la demande énergétique à court terme. Les résultats indiquent que l'investissement en IA seul n'améliore pas significativement la croissance économique à court terme, reflétant les coûts d'ajustement et les effets d'apprentissage lors de la phase initiale d'adoption de l'IA. Cependant, cela n'implique pas que l'IA soit inefficace en soi. Au contraire, les résultats montrent que lorsque l'investissement en IA est combiné avec une capacité accrue en énergie renouvelable, son impact sur la croissance devient positif et statistiquement significatif, soulignant l'importance d'une infrastructure énergétique verte complémentaire pour débloquer les bénéfices à court terme de la transformation pilotée par l'IA.
Demet Özocaklı (ven,) a étudié cette question.