Goldman Sachs hat diese Woche einen Forschungsbericht veröffentlicht, in dem es heißt, dass sich die aktuelle Diskussion über die Auswirkungen von KI auf die Energiebranche hauptsächlich auf die Nachfrageseite konzentriert. Beispielsweise wird der Anstieg des Bedarfs an KI-Rechenleistung zu einem Anstieg des Strombedarfs führen kann die Energienachfrage und -preise in die Höhe treiben. Die Auswirkungen auf der Angebotsseite sind jedoch komplexer. KI kann die Effizienz der Ölexploration und -produktion erheblich verbessern, die Ölproduktionskosten senken und das Ölangebot erhöhen. Obwohl KI den Ölverbrauch auf der Nachfrageseite fördern kann, können Effizienzsteigerungen auf der Angebotsseite den Ölpreisanstieg langfristig bremsen.
Erstens hat KI das Potenzial, Kosten zu senken, indem die gesamte Lieferkette optimiert wird, beispielsweise die Logistik und die Ressourcenzuteilung. Dies ist beispielsweise bei der Schieferölförderung besonders wichtig, da sich die Bohrlöcher oft in abgelegenen Gebieten befinden und der Transport der Vorräte kostspielig ist. KI kann die Transportwege von Materialien und Geräten durch umfangreiche Datenanalysen optimieren und so Transportkosten und -zeit reduzieren. Darüber hinaus kann KI die Produktionsdaten von Ölquellen in Echtzeit analysieren und Bergbauausrüstung und Personal sinnvoll zuweisen.
Laut Schätzungen von Goldman Sachs hat KI das Potenzial, die Baukosten neuer Schieferölquellen um etwa 30 % zu senken, was zu einer Reduzierung der Grenzanreizpreise um etwa 5 US-Dollar pro Barrel führt, was bedeutet, dass Ölunternehmen die Produktion zu geringeren Kosten aufrechterhalten können , wodurch das weltweite Ölangebot mengenmäßig gesteigert wird.
Zweitens wird erwartet, dass KI die Förderrate von US-Schieferöl erheblich steigern und die letztendlich förderbaren Ölreserven erweitern wird. Schieferöllagerstätten befinden sich oft in winzigen Brüchen oder Poren, was es für herkömmliche Bergbautechniken schwierig macht, effektiv Öl aus diesen feinen Strukturen zu fördern. Daher sind die tatsächlichen Förderraten aus Schieferölquellen trotz der riesigen Mengen an unter der Erde gelagertem Öl niedrig.
Goldman Sachs schätzt, dass die Ölreserven um 8 bis 20 % steigen könnten, wenn KI-Technologie die Schieferölförderung in den USA um 10–20 % steigern könnte, was einer Steigerung von 10 bis 30 Milliarden Barrel entspricht.
Die positiven Auswirkungen von KI auf die Wirtschaft spiegeln sich vor allem in der Verbesserung der Produktionseffizienz und der durch Innovationen getriebenen Einkommenssteigerung wider. Dieses Einkommenswachstum kann das Konsumniveau erhöhen, und die Menschen können den Konsum von Dienstleistungen erhöhen, die auf Erdölprodukten basieren, wie Transport und Tourismus, und so die Nachfrage nach Erdölprodukten steigern.
Insgesamt prognostiziert Goldman Sachs, dass KI im nächsten Jahrzehnt zwar die Ölnachfrage durch Umsatzwachstum ankurbeln dürfte, die Menge jedoch mit etwa 700.000 Barrel pro Tag relativ gering sein wird, was die Ölpreise langfristig um etwa 2 US-Dollar pro Barrel erhöhen könnte.
Die Wirkung von KI bei der Steigerung der Ölnachfrage ist jedoch relativ begrenzt. Dies liegt daran, dass die KI-Technologie auf eine große Menge an Rechenleistung angewiesen ist, was insbesondere die Nachfrage nach Strom fördert Die rasante Popularität von Elektrofahrzeugen wird die Ölnachfrage deutlich reduzieren. Gleichzeitig wird Erdgas als relativ sauberer Energieträger häufig zur Stromerzeugung genutzt. Daher wird die Popularität von KI indirekt auch die Nachfrage nach Erdgas erhöhen.
Goldman Sachs prognostiziert, dass der positive Effekt von KI auf die Ölnachfrage nicht ausreicht, um die negativen Auswirkungen von Elektrofahrzeugen und Erdgassubstitution auf die Ölnachfrage auszugleichen. Da die Welt allmählich auf Elektrofahrzeuge umsteigt, wird erwartet, dass die Ölnachfrage um etwa 8 Millionen sinkt Barrel pro Tag in den nächsten 10 Jahren. Es wird erwartet, dass sinkende Erdgaspreise die Ölnachfrage um etwa 2 Millionen Barrel pro Tag verringern werden.
Insgesamt geht Goldman Sachs davon aus, dass KI mittel- bis langfristig einen moderaten negativen Nettoeffekt auf die Ölpreise haben könnte. Da der durch das erhöhte Angebot verursachte Abwärtsdruck auf die Preise (ein Rückgang um 5 US-Dollar/Barrel) den durch die erhöhte Nachfrage verursachten Preisanstieg (ein Anstieg um 2 US-Dollar/Barrel) deutlich übersteigt, ist der Nettoeffekt von KI auf die Ölpreise tendenziell negativ . Daher könnte der globale Ölmarkt mit der weit verbreiteten Anwendung der KI-Technologie in einen langfristigen Preisabwärtszyklus eintreten.