据预测，到2029年数据中心支出将达到1.1万亿美元，主要受人工智能相关的能源和算力需求推动。
人工智能的清洁能源投资应当惠及所有人，强化电力系统，并与可持续发展目标保持一致，而不应仅仅满足人工智能自身的能源需求。
从COP30开始，合作至关重要，以确保人工智能的发展能够加速更广泛的能源转型。
COP30气候峰会在巴西贝伦举行正处于全球清洁能源转型的关键时刻。但该会议也吸引了明显有限的参与，包括美国、俄罗斯、印度和中国在内的主要参与方均未充分参与，这凸显了日益严峻的地缘政治和执行层面的挑战。
如今，COP30与会各国面临的压力比以往任何时候都更大，需要从承诺转向行动，推进COP28所作的承诺，即到2030年将全球可再生能源装机容量增至三倍，并将能源效率提高一倍。
COP30还将数字技术和人工智能（AI）明确列入议程，认识到人工智能的能源悖论。尽管这项技术可以加快清洁能源部署和系统优化，但其迅速攀升的用电需求给电网、政策框架和长期规划带来了新的挑战。
随着人工智能驱动的需求激增，这一悖论很可能持续存在。预计数据中心投资将达到约到2029年达1.1万亿美元，同时全球正在推动扩大可再生能源规模并升级电网基础设施。
人工智能的增长为科技企业创造了强大的激励，促使其投资于清洁、可靠的电力。但这也给COP30谈判代表提出了一个关键问题：如果正在建设的新清洁能源产能仍然孤立存在，只为人工智能供电，而无法强化社区、产业和家庭所依赖的更广泛能源系统，又将如何？
科技领导者、公用事业公司和政策制定者之间need加强协调，以确保人工智能的增长支持全球脱碳目标，而非与之竞争。
人工智能在能源转型中的双重角色
到2030年，数据中心可能占全球电力需求的约3%，这引发了人们对能否在满足这一需求的同时兑现全球净零承诺的担忧。
人工智能的快速扩张迫使科技企业直面现有能源系统的局限。数据中心以及驱动人工智能的先进芯片，正成为全球电力需求中增长最快的来源之一。到2035年，仅美国的数据中心就可能占电力总用量的8.6%，是其当前占比的两倍多。在全球范围内，据国际能源署（IEA）预计，数据中心2024年消耗了约415太瓦时（TWh）电力，到2030年这一数字预计将增长一倍多。
为此，微软、亚马逊和谷歌等公司正在签署长期的清洁电力合同，直接投资发电项目，甚至为早期核能和地热项目提供资金。
这些投资可能产生积极影响，有助于降低创新清洁技术的风险、证明其商业可行性，并建设本地清洁能源产能。然而，由于人工智能的清洁能源领先地位主要受自供需求驱动，而非由能够带来共享效益的系统层面规划所推动，这些投资也暴露出结构性矛盾。
因此，目前正在开发的大部分新增产能可能无法在实质上支持交通、重工业或社区的更广泛电气化。随着科技巨头获得长期可再生能源合约，规模较小的企业可能面临被挤出市场的风险。这可能形成一种“双速”转型，从而破坏公平的脱碳进程。例如，美国多家公用事业公司目前正在推迟化石燃料电厂的退役，并建设新的燃气设施，以满足激增的数据中心需求。
如果这种增长持续下去，可能会对电网可靠性造成压力，并减缓向清洁电力转型的整体进程。由人工智能驱动的能源投资应当以强化整个系统的方式进行引导，而不仅仅服务于单个数据中心。
避免零和能源转型
随着电力系统面临来自交通和建筑电气化、再工业化以及人口驱动需求的日益增长压力，人工智能的快速兴起又带来了一层额外的复杂性。国际能源署估计，到2030年，数据中心的增长可能占发达经济体电力总需求增长的20%以上。如果大部分新增发电产能都用于支持人工智能工作负载，那么留给难以脱碳行业的资源可能会减少，从而减缓更广泛的能源转型。
在COP30上，关于“双重转型”（即人工智能与能源转型的融合）的讨论凸显了这些力量如何共同推动增长、能源安全和气候行动。在COP30期间推出的人工智能气候研究所体现了这一愿景，将人工智能定位为赋能工具，尤其是对于全球南方国家而言，那里获取清洁、可负担能源的途径仍然至关重要。
为人工智能供电的清洁能源产能还必须强化电网，并扩大能源可及性，从而使整个社会受益。这种平衡对于使技术进步与气候雄心保持一致至关重要。
从能源消耗到能源智能
人工智能对能源转型的潜在影响可能远远超出单纯的用电消耗。它可以成为系统智能的关键推动力，改善可再生能源预测、电网平衡和预测性维护。人工智能还可以优化建筑能效，并实现灵活的需求响应，以适应太阳能和风能产出的波动。若加以有意识地应用，人工智能可以改造能源系统，使其更具适应性、韧性和公平性，而不仅仅是增加需求。
实现这种平衡需要跨行业的系统层面合作。基于世界经济论坛“人工智能能源影响”倡议（AI Energy Impact initiative）最新的跨行业洞察，以下四个合作领域尤为突出：
共享基础设施规划：使人工智能相关投资与区域电网扩建和韧性举措保持一致。
透明的能源采购：鼓励公开报告用电量、碳强度和清洁电力采购情况。
共同效益激励：支持既能提升企业能源可靠性、又能推动地方脱碳目标的项目。
综合政策框架：将人工智能负荷预测纳入国家和区域能源转型规划，以避免局部电网瓶颈。
此类举措将有助于确保人工智能的清洁能源动能强化公共系统，而非催生仅供最大企业使用的平行能源生态系统。
清洁能源的共同责任
为推动能源智能领域的合作进展，未来的气候大会（COP）应纳入若干关键议题。
设立以“人工智能与清洁能源基础设施”为主题的专题会议，将确保可再生能源合约锁定、公平获取、电网整合以及可复制模式的推广等问题被正式列入议程。通过宣传“绿色数据中心”、为人工智能提供的综合可再生能源产能以及共享电网接入等区域案例研究，其他国家可以学习并复制这些成果。最后，纳入政策与治理对话，涵盖“绿色算力”标准以及为人工智能数据枢纽提供的清洁能源等内容，将帮助与会者确保基础设施惠及社区，而不仅仅惠及超大规模云服务商。
人工智能日益增长的用电需求既是挑战，也是机遇。它可以加速清洁技术的商业化，并推动能源系统朝更好的方向重塑——但前提是其益处能够超出数据中心的需求范围。
人工智能正在推动能源创新进入新阶段。当前的挑战在于确保这项创新能够强化整个能源系统，不仅为未来的算法提供动力，也为其所服务的社会提供支持。
