La eficiencia energética en los sistemas y procesos de producción es un tema de investigación global clave, especialmente a la luz del Pacto Verde, los paradigmas de la Industria 4.0/5.0 y el aumento de los precios de la energía. La investigación sobre la mejora de la eficiencia energética de la producción basada en el análisis de inteligencia artificial (IA) aporta soluciones prometedoras, y la transformación digital de la industria hacia la energía verde se está convirtiendo lentamente en una realidad. Nuevas reglas de planificación de la producción, la optimización del uso de Internet Industrial de las Cosas (IIoT), sistemas ciberfísicos industriales (ICPS) y el uso efectivo de los datos de producción y su optimización con IA brindan más oportunidades para una producción sostenible y eficiente en energía. El objetivo de este estudio es evaluar sistemáticamente y cuantificar los resultados de la investigación, las tendencias y el impacto de la investigación en la gestión energética en la producción basada en el pronóstico de la demanda basado en IA. El valor de la investigación incluye el uso más amplio de la IA que reducirá el impacto de los problemas ambientales y económicos observados en las áreas de reducción del consumo de energía, precisión de los pronósticos y eficiencia de la producción. Además, la demanda de tecnologías de IA verde en la creación de soluciones sostenibles, la reducción del impacto de la IA en el medio ambiente y la mejora de la precisión de los pronósticos, incluida el área de optimización del almacenamiento de electricidad, aumentará. Una tendencia de investigación clave emergente en la gestión de energía verde en la fabricación es el uso del pronóstico de la demanda basado en IA para optimizar el consumo de energía, reducir los residuos y aumentar la sostenibilidad. Una perspectiva innovadora que aprovecha la capacidad de la IA para pronosticar con precisión la demanda de energía permite a los fabricantes alinear el consumo de energía con los horarios de producción, minimizando el consumo excesivo de energía y las emisiones. Los algoritmos avanzados de aprendizaje automático (ML) pueden integrar datos en tiempo real de diversas fuentes, como patrones climáticos y demanda del mercado, para mejorar la precisión de los pronósticos. Esto apoya tanto la sostenibilidad como la eficiencia económica. Además, el pronóstico de la demanda basado en IA puede permitir sistemas de gestión de energía más dinámicos y receptivos, allanando el camino para procesos de fabricación más inteligentes y resilientes. La contribución del documento va más allá de una mera descripción, realizando análisis, comparaciones y generalizaciones basadas en la literatura actual líder, conclusiones lógicas del estado del arte y el conocimiento y experiencia de los autores en energías renovables, IA y mecatrónica.