在人工智能（AI）的能源需求急剧攀升之际，高效且以清洁能源驱动的部署可以提升竞争力、加速能源转型，并增强能源韧性。
要实现净正向的AI能源未来，科技、能源和政策生态系统之间的大胆领导与协作至关重要。
协调一致的透明度、创新和投资，将决定哪些机构能够在2035年前在负责任地规模化推进AI方面保持竞争领先地位。
世界经济论坛2026年达沃斯年会在瑞士达沃斯召开，恰逢全球围绕人工智能（AI）与能源系统可持续性的讨论进入关键时刻。
在会议前后举办的各场会议中，来自科技、能源、政策和投资等领域的行业专家、全球青年领袖以及论坛AI能源社区成员齐聚一堂，共同探讨一个关键问题：世界能否实现一个 净正向的AI能源未来，到2035年？
在这些对话中，将近三分之二的发言者表示“能”，但前提是世界必须立即行动，使AI的指数级增长与能源转型、韧性基础设施和公平治理相协调。
要实现净正向的AI能源未来，即AI的资源效率超过其消耗，需要一种新型领导力，使 有限资源的使用与经济竞争力相协调，透明度与创新相协调，投资与长期韧性相协调。
确立北极星：清洁、高效且公平的AI
近期跨行业对话的反馈强调，未来十年需要为AI确立一个共同的“北极星”愿景，将“高效且清洁能源驱动的智能”定位为推动能源转型、韧性和竞争力的催化剂。
这一愿景将AI从可持续发展的负担重新定义为推动商业发展、提升能源系统效率及保障其安全的战略推动力。
“它要求企业和政府不再将可持续发展视为企业社会责任的形式，而应将其视为赢得市场优势和实现能源独立的战略杠杆，”一位金融服务行业的领袖表示。
创新表明，AI既可以是能源消耗者，也可以是能源优化者。例如，谷歌的承诺在无碳采购以及透明披露用水情况方面的做法，以及Crusoe位于得克萨斯州、配备碳捕集功能的1.8吉瓦数据中心。
“随着AI应用加速推进，获取清洁、有韧性且可快速部署的电力，正变得与AI模型本身同样重要，”Bloom Energy首席营销官Natalie Sunderland表示。
“能够取得成功的机构，将是那些不把可持续能源视为创新约束，而是将其视为在数字时代推动速度、规模和竞争力的引擎的机构。”
领袖们指出，真正的风险并非AI本身的增长，而是缺乏约束的增长。若设计以产生实际影响为导向，AI可以成为推动能源和经济韧性的力量。资本流向将决定此类解决方案的推广速度。
跨行业领袖呼吁将投资转向智能电网、储能和改造后的数据中心等使能技术。政策驱动的激励措施以及公私合营的混合模式，可以在确保公平参与的同时，降低基础设施现代化的风险。
协作、系统思维与共同学习
各行业的全球领袖一致认为，没有任何单一企业或国家能够独自实现净正向的AI。净正向的AI未来有赖于从试点项目转向规模化、可衡量的成果。
ARM首席执行官Rene Haas在2026年年会期间表示：“AI的发展速度非常快……它将需要一种我们从未见过的创新水平。”
未来之路将取决于科技、能源和政策生态系统之间的协作，通过组建联盟，将数据中心、公用事业公司和数字创新者联系起来，共同实现规模化推广与部署目标。
“没有电力就没有AI，而如果没有更坚强、更智能、更绿色的电网，就无法为耗电量巨大的数据中心日益增长的需求提供电力，”日立能源集团高级副总裁Harmeet Bawa表示。
潜在的联盟可以通过可再生能源采购承诺、开放数据共享以及协调一致的问责框架，加速集体行动。
诸如24/7无碳能源协议以及论坛近期推出的AI能源前瞻工具等举措表明，共享真实应用案例库可以帮助各机构进行对标，并推广经过验证的解决方案。
“从适应性政策沙盒到同行交流和共享指标，构建持续学习网络，对于在各行业和国界之间推动成功规模化并建立信任至关重要，”EPRI能源供应副总裁Jeffery Preece表示。
此外，清晰且统一的标准将决定负责任的AI规模化推进能否成为全球通行的规范。
全球领袖呼吁建立关于能源效率、碳强度和可再生能源整合的共同框架，并辅以实时报告和独立核查。AI与能源行业之间的共享数据体系，可以使各机构动态地、而非事后追溯地使运营与可持续发展目标保持一致。
针对大规模基础设施的开放数据要求、能源计量的跨境标准以及透明的排放核算，是在推进创新的同时建立信任的基础。
“AI可以通过灵活性解决自身的能源危机。将AI数据中心从负担转变为具备电力灵活性的电网资产，可以释放数百吉瓦的闲置电力，降低社区的能源账单，并加速AI基础设施与创新，”Emerald AI创始人兼首席执行官Varun Sivaram博士表示。
除行业合作外，领袖们还呼吁实行参与式治理，让政策制定者、学术界和公民社会共同参与监管沙盒的协同设计。这一方式既能实现适应性学习，又能维持信任、问责和包容性创新。
“实现净正向的AI能源未来，需要将技术雄心与透明、协调一致的行动相结合。这与AI生命周期本身相契合：先借助大型通用AI工具发掘机遇，再将这些洞见转化为更小、更节能且可随时部署的解决方案，”AVEVA首席技术专家Arti Garg表示。
迈向净正向AI的共同之路
从现在到2035年，大胆的领导力将决定AI能源路径的走向，从概念上看，这一走向可以由四种AI规模化情景之一来界定：
情景一：变革性可能——从更长远的时间尺度看，AI和新兴计算技术将重塑电网运营与规划，使电力系统更具适应性、效率和韧性，并实现协调与投资的一致。
情景二：乐观路径——AI增长与快速的效率提升和可再生能源的深度整合相伴，只要透明度和公平应用跟得上，系统层面的优化、更清洁的电力和更智能的电网就能在很大程度上抵消不断上升的算力需求。
情景三：渐进式演变——AI应用稳步推进但发展不均衡，领先地区在效率和清洁能源方面取得实质性进展，而全球电力需求持续上升，成果依然碎片化。
情景四：悲观前景——在更具挑战性的情景下，AI需求的增长要么超过效率提升和清洁能源供应，要么受到结构性制约而放缓，这既限制了系统绩效，也限制了AI对能源和气候目标的贡献。
尽管当前走向仍不确定，这些情景仍为理解可能出现的各种未来提供了有益框架。近期约65%的跨行业讨论对到2035年实现净正向AI能源未来持乐观态度。在此基础上，各方就短期至长期的行动重点形成了若干共识：
确立统一愿景：将清洁、高效、公平的AI确立为全球共同目标，并纳入青年和公民社会的声音。
采用系统思维：将AI发展与能源转型路线图相结合。
统一标准：建立透明、可衡量的可持续发展指标。
投资基础设施：优先推进可再生能源整合、储能和电网灵活性建设。
调动资本：使金融与长期可持续发展成果相一致。
赋能人才：对劳动力进行再技能培训，并培育能源意识型创新。
据第四次工业革命中心阿塞拜疆负责人Fariz Jafarov表示：“眼下的下一步应包括向开放式存储库贡献具有可衡量成果的同行学习案例，例如论坛的AI能源影响数据库，并加入诸如AI能源影响倡议等协作网络。
“从长远来看，各方共同承诺联合投资工业4.0解决方案，共同制定工业AI的全球框架，并加速AI、数据和数字技术的融合，以建立更高效、更具韧性且低排放的能源和工业体系。”
净正向AI的推进将是对领导力的考验。能够担此重任的人将证明，负责任地规模化推进AI不仅与全球能源目标相兼容，而且是实现这些目标所必需的、可带来持久竞争优势的来源。
