AI és szénpiac: Kína fékez, a világ alkalmazkodik

Mesterséges intelligencia az energetikában és fenntarthatóságban••By 3L3C

Kína szénkereslete 2027-ig csökkenhet, ami globálisan felülírja a rövid távú politikai zajt. Nézd meg, hol hoz gyors ROI-t az AI az energiapiacon.

IEAKína energiaszénpiacenergiapiaci előrejelzésmegújulók integrációjaAI az energetikában
Share:

Featured image for AI és szénpiac: Kína fékez, a világ alkalmazkodik

AI és szénpiac: Kína fékez, a világ alkalmazkodik

A globális szénkereslet 2025-ben rekordra nőhet: 8 845 millió tonnára, ami éves szinten nagyjából 0,5% bővülést jelent. Ez a szám elsőre úgy hangzik, mintha a dekarbonizáció megint csak egy konferenciatermi ígéret maradna.

Csakhogy a lényeg nem az idei csúcs, hanem az, ami utána jön: az IEA friss előrejelzése szerint Kínában 2027-ig érdemben csökkenhet a szén iránti kereslet, és ez a visszaesés nagyobb hatású, mint amennyit az USA szénbarát politika rövid távon „visszahoz” a rendszerbe. A valóság? A szén jövőjét egyre kevésbé a hangzatos politikai üzenetek, és egyre inkább a villamosenergia-rendszerek fizikai korlátai és adatai alakítják.

És itt kapcsolódik a témánkhoz, a „Mesterséges intelligencia az energetikában és fenntarthatóságban” sorozathoz: amikor egy ország (pláne Kína) energiamixe ilyen tempóban változik, a nyertesek azok lesznek, akik jobban tudnak előre jelezni, optimalizálni és reagálni. Ebben pedig az AI ma már nem extra, hanem alapkompetencia.

Miért Kína szénkereslete a döntő tényező?

A rövid válasz: azért, mert Kína adja a világ szénfelhasználásának több mint felét, így már egy „kicsi” elmozdulás is globális ár- és ellátási lánc-hatást vált ki.

Az IEA szerint Kínában a szénkereslet 2024 és 2025 között nagyjából stagnált, ami önmagában szokatlan egy olyan gazdaságban, ahol az áramigény hosszú ideig szinte automatikusan vitte magával a szénfogyasztást.

A legfontosabb számok, amikre érdemes figyelni

Az IEA friss pályája szerint:

  • A globális szĂ©nkereslet 2025-ben kb. 8 845 Mt.
  • Az USA-ban 2025-ben a szĂ©nkereslet kb. 516 Mt, Ă©s ez 37 Mt-tal magasabb lehet az elĹ‘zĹ‘ Ă©vhez kĂ©pest.
  • 2027-re az IEA az USA esetĂ©ben +38 Mt felĂĽlvizsgálatot jelez (több szĂ©n, mint korábban gondolták).
  • Ugyanakkor KĂ­nában 2027-re -126 Mt lefelĂ© mĂłdosĂ­totta a várakozást.
  • KĂ­na szĂ©nkereslete 2027-re kb. 4 879 Mt lehet, a 2030-as Ă©vek eleje felĂ© pedig tovább csökkenhet (a Ă©vtized vĂ©gĂ©re ~4 772 Mt az elĹ‘rejelzĂ©sben).

Ezek a különbségek egy mondatban: Kína csökkenése nagyobb, mint az USA emelkedése, ezért a globális pályát inkább Peking, mint Washington dönti el.

Mi mozgatja a szén visszaszorulását? Nem ideológia, hanem rendszerlogika

A rövid válasz: a szenet Kínában nem „betiltják”, hanem kiszorítják az olcsóbb és gyorsabban telepíthető termelők, főleg a megújulók és a nukleáris.

Az IEA megfogalmazása szerint a kínai szén egyre inkább a villamosenergia-rendszerben történő „crowding-out” jelenséggel találkozik: a megújulók növekedése és a nukleáris bővülése elveszi a helyet a széntől a hálózatban.

Megújulók: amikor a kapacitás már nem csak „szép szám”

Kínában a megújulók bővülése már nem PR-téma, hanem a napi diszpécsermunka realitása. Az IEA szerint a megújulók hamarosan a termelés nagyobb részét adhatják, és a kilátás az, hogy 2030-ra akár 49% körül lehet a megújulók aránya a kínai áramtermelésben.

Ez a helyzet viszont egy új problémát hoz: a termelés egyre inkább időjárás- és hálózatfüggő, ezért kell a rendszernek egyre jobb előrejelzés, rugalmasság és optimalizáció.

Európa és India: külön sztori, de ugyanaz a tanulság

  • Az EU-ban a szĂ©n visszaesĂ©se folytatĂłdik „strukturálisan” (megĂşjulĂłk, szĂ©nkivezetĂ©s, karbonárazás), de 2025-ben az IEA szerint lassabb volt a csökkenĂ©s, rĂ©szben alacsonyabb szĂ©l- Ă©s vĂ­ztermelĂ©s miatt.
  • Indiában 2025-ben a szĂ©nfogyasztás váratlanul csökkent, ami az erĹ‘s monszunnal Ă©s a magasabb vĂ­zerĹ‘művi termelĂ©ssel fĂĽggött össze.

A közös nevező: az időjárásból jövő volatilitás már nem mellékszál, hanem stratégiai kockázat. Ez pedig kifejezetten AI-terep.

Mitől lesz az AI „energetikai eszköz”, és nem csak IT-projekt?

A rövid válasz: az AI ott ad pénzben mérhető értéket, ahol előrejelez és döntést támogat – például hogy mennyi szén (vagy gáz) kell tartalékba, mikor érdemes tárolót tölteni, milyen hálózati fejlesztés térül meg.

Az IEA-jelentés egyik rejtett üzenete az, hogy a szénpiac rövid távon még tud hullámozni (USA-politika, európai szélcsend, indiai monszun), de a középtávú trendekben egyre több a strukturális komponens. Ilyenkor a vállalatok tipikus hibája, hogy egyszerű trendvonalakat húznak – és későn veszik észre, hogy a rendszer „átbillent”.

1) AI-alapú kereslet-előrejelzés: a pontosság itt tényleg pénzt ér

Az energiacégeknek 2026–2030 között nem az lesz a kihívás, hogy „lesz-e megújuló”, hanem hogy mikor, hol és mennyit ad a hálózatba.

AI-val érdemes összehozni:

  • fogyasztási idĹ‘sorokat (okosmĂ©rĹ‘k, ipari profilok)
  • idĹ‘járási modelleket (szĂ©l, felhĹ‘zet, hĹ‘mĂ©rsĂ©klet)
  • piaci árakat (day-ahead, intraday)
  • hálĂłzati korlátokat (torlĂłdás, vesztesĂ©gek)

Ebből nem csak jobb forecast lesz, hanem olyan döntéstámogatás, ami megmondja: melyik órában milyen tartalék kell, és mennyi fosszilis indulás kerülhető el.

2) Megújuló integráció: a hálózat az igazi szűk keresztmetszet

A megújulók gyors bővülése Kínában pont azért csökkenti a szén szerepét, mert a rendszer képes egyre több időben „elnyelni” a tiszta termelést. De ez nem megy:

  • hálĂłzati fejlesztĂ©s nĂ©lkĂĽl,
  • tárolás nĂ©lkĂĽl,
  • rugalmas fogyasztás (demand response) nĂ©lkĂĽl,
  • Ă©s fĹ‘leg: jĂł optimalizáciĂł nĂ©lkĂĽl.

AI itt két szinten segít:

  1. Rövid távú diszpécser-optimalizálás (órás-perces döntések): melyik erőmű induljon, mennyi tárolás menjen, hol kell korlátozni.
  2. Hosszú távú hálózati tervezés (évek): hol lesz torlódás, hol érdemes új kapacitást építeni.

3) Szénkitettség kezelése: a pénzügy és az üzem összeér

Ha a kínai szénkereslet tényleg csökken, az hat a globális árakra, a szállításra, a bányászati és kikötői logisztikára. Egy magyar ipari szereplőnek ez közvetetten is fájhat: alapanyagárak, villamosenergia-árak, ellátási kockázatok.

A jó megközelítés az, ha az AI-t nem csak forecastként használjuk, hanem szcenárió-motorként:

  • Mi törtĂ©nik, ha a megĂşjulĂł termelĂ©s alacsony egy tĂ©len (EU-s szĂ©lcsend-szituáciĂł)?
  • Mi törtĂ©nik, ha KĂ­nában az áramigĂ©ny gyorsabban nĹ‘ a vártnál?
  • Mi törtĂ©nik, ha a „szĂ©nbĹ‘l vegyipari alapanyag” (coal-to-chemicals) projektek felpörögnek?

Az IEA szerint pontosan ezek a tényezők tudják a kínai csökkenést „kisimítani” vagy átmenetileg visszafordítani. AI-val a vállalat nem találgat, hanem valószínűségekkel és kockázati sávokkal dolgozik.

Gyakori vezetői kérdések 2026-ra (és a tiszta válaszok)

„Ha a szén csökken, akkor kész is vagyunk a klímacélokkal?”

Nem. A szén visszaesése fontos, de a rendszer egészét kell nézni: villamosenergia-igény, ipari elektrifikáció, hálózat, tárolás, rugalmasság. A szén kiszorulása feltétel, nem garancia.

„Az USA politikája nem borítja az egészet?”

Rövid távon okozhat zajt, de a globális trendet inkább a nagy fogyasztók szerkezeti változásai adják. Az IEA számai alapján Kína lefelé módosítása nagyobb, mint az USA felfelé módosítása.

„Hol van ebben konkrét AI-ROI?”

A leggyorsabb megtérülés tipikusan itt jön:

  • pontosabb fogyasztás- Ă©s termelĂ©s-elĹ‘rejelzĂ©s → kevesebb kiegyenlĂ­tĹ‘ energia költsĂ©g
  • tárolĂł optimalizálás → jobb ár-arbitrázs, kisebb csĂşcsvĂ©tel
  • karbantartás-elĹ‘rejelzĂ©s (prediktĂ­v) → kevesebb kiesĂ©s a kritikus idĹ‘szakokban

Mit érdemes most lépni? (Praktikus, 30 napos start)

A rövid válasz: ne „AI-projektet” indíts, hanem egy üzleti problémát oldj meg AI-val.

  1. Válassz egy mérhető célpontot: pl. day-ahead forecast hiba csökkentése 15%-kal, vagy kiegyenlítő költség -10%.
  2. Rakj rendet az adatokban: mérési idősorok, időjárás, árak, üzemállapotok.
  3. Építs baseline modellt (nem kell rögtön bonyolult): a lényeg, hogy legyen kontroll.
  4. Tedd be döntési folyamatba: forecast önmagában kevés; kell hozzá ajánlás (pl. „tölts 18:00–22:00 között”).
  5. Skálázd a legjobb use case-t: egy sikeres pilot után jöhet a portfólió.

Egy mondatban: az energetikában az AI akkor ér valamit, ha a diszpécser, a kereskedő és a pénzügy ugyanazt a „valószínű jövőt” látja.

Merre tartunk 2026–2030 között?

A kínai szénkereslet várható csökkenése nem csak klímahír. Piaci jelzés: a villamosenergia-rendszerek átléptek egy új fázisba, ahol a megújulók mennyisége már elég nagy ahhoz, hogy a fosszilis termelést ténylegesen kiszorítsa.

És ez a fázis adatvezérelt. Aki gyorsan és jól tud előre jelezni, annak alacsonyabb lesz a költsége, kisebb a kockázata, jobb az ellátásbiztonsága. Aki viszont továbbra is ösztönből tervez, az úgy fog járni, mint sok cég a 2020-as évek eleji energiaár-sokknál: túl későn kap észbe.

Ha a következő hónapban egy dolgot érdemes eldönteni: melyik döntést hoznád meg másképp, ha 20%-kal jobb előrejelzésed lenne? Ott érdemes kezdeni az AI-t.