COP31主席国提议提高电力在全球终端能源需求中的占比，但人工智能在气候和能源规划中仍基本缺位。
当前，人工智能长期规划中有两大趋势占据主导并相互博弈：效率的大幅提升，以及需求的急剧增长。
今年11月在安塔利亚举行的COP31上，我们有机会就长期气候情景形成一份共同的书面计划，无论最终是需求还是效率占据上风。
世界在制定净零目标时，人工智能并未参与其中。今年11月在安塔利亚举行的COP31上，这一状况需要改变。
今年6月，即将接任的COP31主席国将电气化列为其行动议程的旗舰议题，并提出一项集体目标，即将电力在终端能源需求中的占比从目前略高于20%提高到2035年的35%。这是正确的优先事项。但电气化同时也是需求问题：增加的电力将用于何处、这部分需求将出现在哪里，以及如何供应？
人工智能和数据中心现在理应成为这一讨论的核心。
人工智能与能源：两大趋势，走向相反
要理解为何电气化议程不能与人工智能和数据中心分开考虑，关键在于把握两大趋势：效率提升与需求增长。
第一个趋势是效率的非凡提升。每项人工智能任务的耗电量正以每年至少降低一个数量级的速度下降，这在能源史上前所未有。谷歌报告称，一次Gemini文本提示的中位耗电量现约为0.24瓦时，此前一年内已降低33倍，即一年内减少33倍。一项2026年的研究估计，前沿模型推理的中位耗电量为0.31瓦时。
第二个趋势是总需求持续上升。数据中心用电量在2025年增长了17%，而以人工智能为重点的数据中心用电量增长了50%。国际能源署（IEA）的基准预测显示，全球数据中心需求将从2025年的485太瓦时（TWh）大致翻倍，到2030年达到950太瓦时（约占全球电力的3%）。
人工智能每项任务的效率正大幅提升，而任务的数量、复杂度和频率增长得更快。哪条曲线更为陡峭，将决定未来数十年的能源体系。
为何预测止步于2030年
几乎所有可信的预测都截至本十年末，这种不愿对更远未来作出预测的做法是可以理解的：国际能源署指出，2030年之后，不确定性会急剧扩大。一项单位经济效益每年提升十倍的技术，让点式预测显得荒谬。若外推效率曲线，人工智能的足迹将缩减至可忽略不计；若外推采用曲线，它则可能吞没整个国家的电力系统。
首次在既定气候情景框架内对2050年数据中心需求进行结构化建模的尝试发现，其范围为1800至5000太瓦时，相差近三倍。但正因为预测存在局限，这项工作才显得尤为重要。
能源体系没有五年期视野的奢侈条件。今天订购的一台燃气轮机将运行至2050年代；现在获批的一条输电线路，在经历四至八年的开发后，将在数十年内影响选址；由科技行业采购推动建设的核电站，到2070年仍将发电。每一项选址审批、电网接入和购电协议，都隐含着对人工智能长期用电需求的判断，无论是否有人将这一数字写下来。
我们正走向人工智能的脱钩，还是反弹？
长期问题可归结为一个结构性岔路。沿一条路走，效率曲线占据上风。数量级的年度提升不断累积，人工智能在全球电力中的占比稳定在可控的3%至5%，其效率红利（即国际能源署记录的工业、建筑和交通领域“超过13艾焦”的潜在节约量）使其成为世界能源平衡中的净资产。超过13艾焦的潜在节约量
沿另一条路走，杰文斯悖论占上风。19世纪经济学家威廉·斯坦利·杰文斯观察到，更高效的蒸汽机并未减少英国的煤炭消耗，反而使其增加，因为效率使服务变得足够廉价，可以随处使用。廉价的推理不仅仅是更节俭地服务于当前查询，它还释放出尚不存在的需求（如常驻运行的智能体、嵌入每台电器和车辆的人工智能、具身机器人，以及大规模科学模拟）。长推理查询已消耗的能源约为标准提示的约13倍。单项任务的效率在提升，但人均任务数量正在爆炸式增长。
没有人知道我们正处于哪条岔路。但两条路通向截然不同的世界：在一个世界里，人工智能在2050年能源平衡中只是一个脚注；在另一个世界里，它则是需求的决定性驱动因素，与电动交通、供暖制冷和工业争夺每一度清洁电力。
COP31可以弥补净零目标中人工智能的盲点
2015年《巴黎协定》邀请各国制定长期低排放发展战略。目前已提交八十份。这些战略通常对交通、建筑和工业的电气化进行建模，但该框架基本早于生成式人工智能出现，数据中心也未被一致地视为一个独立的终端用能部门。
这一遗漏是双向的。在需求侧，本应有明确范围的地方，却存在一个隐形假设。在减缓侧，一项机会未被纳入规划：全球能源需求中不足一半受促进能源领域人工智能应用的政策框架覆盖，且仅有10%的电力消费受开放电力数据政策覆盖。
这一切并不需要COP31在安塔利亚敲定某个数字，而是需要使这一问题变得可见。35%的电气化目标可以附带一个明确、定期更新的人工智能和数据中心需求区间，并明确说明关于效率、普及程度和地域集中度的假设，而非隐含这些假设。各国规划可将数据中心视为一个独立的终端用能部门，而非埋藏在商业需求中的残余项，因为政府无法管理其看不见的东西。人工智能带来的节能应在减缓核算中占有一席之地，但须以证据为基础：以清晰的基线衡量、一致地披露，并检验是否存在反弹效应。灵活性（即选址于清洁电力和电网容量充足之处、将非紧急计算任务在时间和地理上进行转移、参与需求响应）可以将快速增长的负荷转化为系统韧性的来源。
《贝伦1.5使命》由COP29、COP30和COP31主席国共同推进，并将在安塔利亚会议前提交进展报告，是弥补此类空白的天然载体：一个快速增长的需求来源，与一种重要但未充分利用的减缓工具相结合。
能源行业早已懂得如何在不确定性下进行规划，情景分析正是为此而设。它无法承受的是，仅因误差范围较宽，便将人工智能排除在气候规划框架之外。安塔利亚不会敲定2050年人工智能的用电需求，但它可以确保这一问题最终得到衡量和治理，趁着又一代基础设施尚未被锁定，逐一落实每一项选址决定、每一份涡轮机订单，以及每一项默默无闻的战略。
