预计到2030年，数据中心用电需求将翻倍。除非能效提升和清洁能源供给跟上步伐，否则人工智能的发展可能加重电网负担并推高成本。
要确保人工智能带来的能源和资源收益超过其能源和资源消耗，三大行动驱动因素至关重要。
让人工智能的发展与能源转型目标相契合，有助于实现能源可负担、供应可靠和低碳竞争力。
随着人工智能（AI）需求激增，领导者面临抉择：快速扩张，加重能源系统负担；或有策略地扩大规模，将人工智能转化为提升竞争力、韧性和可持续性的杠杆。
世界经济论坛的一套框架以逾130个真实应用案例为基础，涵盖15个以上国家，揭示了领导者释放这一潜力的路径。
人工智能如今关乎能源
随着人工智能工作负载呈指数级增长，电力供应正成为制约创新和竞争力的战略因素。
预计数据中心用电需求将到2030年翻倍；康奈尔大学近期的研究警告称，如果选址更趋合理、能效没有提升，到2030年，人工智能数据中心可能给美国电力系统带来压力（新增排放相当于500万至1000万辆汽车的排放量，用水量相当于600万至1000万户家庭的年用水量）。
这些压力已初现端倪：美国多个州的电价大幅上涨，与数据中心增长相关的批发市场压力也传导至家庭账单。
类似趋势正在全球显现。在爱尔兰，数据中心目前已消耗全国逾22%的电力，预计到2030年将升至30%，加重电网负担并推高家庭成本。 与此同时，行业领袖正重新定义人工智能的表现，将能效指标（如“每瓦特令牌数”）视为衡量基础设施生产力的新价值尺度。
这指向一种强劲趋势：企业正对人工智能采取影响优先的方式，即运用可持续发展举措来提升竞争力、可负担性和韧性。
蓝图：人工智能能源净正效益
在论坛最新发布的人工智能能源报告中，“人工智能能源净正效益”被定义为这样一种未来：人工智能带来的能源和资源节约超过其全生命周期的能源和资源消耗，从而在竞争力、能源安全、电网可靠性和减排方面带来系统层面的益处。
论坛的框架通过三大行动驱动因素将这一愿景转化为实践， 为人工智能发展与能源目标相契合提供抓手：
以能效为设计原则：让可持续成为人工智能的默认选择：为数据中心供电采用可再生能源，使用高效硬件和冷却系统，并构建规模适当的模型，避免不必要的计算。
以影响为导向部署：扩大人工智能应用规模，降低电网、建筑、交通和工业领域的排放并提升效率。
明智引导需求：鼓励有目的、注重能耗的人工智能使用，优先考虑高价值应用，避免不必要的计算，并倡导数字节制。
要让人工智能负责任地发展并实现规模化，还需三项战略赋能因素：
消费者教育与劳动力技能提升：培养技能、提高认知，推动负责任且能效高的人工智能应用。
生态系统协作：跨行业协调激励机制、共享数据，加快负责任地部署人工智能。
透明衡量与问责：通过共享指标和核验机制，跟踪并披露人工智能能效表现。
该框架为领导者提供了清晰蓝图，帮助人工智能发展与能源转型目标相契合，并将负责任的规模化发展转化为长期竞争力。
领导者现在可以采取哪些行动
以下三个应用案例展示了领导者如何立即采取有力策略，推动实现人工智能能源净正效益：
1. 绿色计算更快、更清洁
高性能不必意味着高排放。领导者可将“以能效为设计原则”提升为董事会层面的关键绩效指标，从而释放类似优势。
这包括优先获取可再生能源和低碳电力，并将全生命周期指标（如每次推理的焦耳数、碳强度和用水量）直接纳入采购、基础设施规划和选址。
例如，一种采用液冷的自主可控人工智能数据中心设计，通过结合模块化架构、可再生能源和预测性优化，实现了部署速度约提升50%、能耗约降低20%。
2. 物联网人工智能推动工业核心区脱碳
领导者可以在整个工业集群的规模上部署人工智能解决方案，而非局限于单个场址，从而推动实质性转型。摆脱试点模式、在集群范围内实施，有助于企业协调能源使用、共享数据并更有效地管理排放。
将运营人工智能与碳排放可视化及跨行业协作相结合，可以加快脱碳进程，放大能源转型的效益。
例如，在中国一个长期依赖煤炭的地区，集成式物联网人工智能（AIoT）平台正在统筹风能、太阳能、氢能、储能、电动汽车和工业负荷。
成果包括节能100,000兆瓦时（MWh），以及当前峰值需求降低5%；明确的路径有望在长期内将这些成效翻倍，达到节能200,000 MWh、峰值需求降低10%。精准的多能源预测和实时调度正提升韧性与成本效益。
3. 数据中心转型为灵活的电力资产
领导者可以通过调整工作负载的运行时段、优化模型规模、采用按使用量计价，并为工程师和终端用户提供清晰的能耗影响仪表板，明智引导需求。这些调整有助于确保数字化增长增强电网，而不是加重其负担。
例如，灵活性平台可以根据电网状况安排人工智能工作负载，将峰值需求降低约40%，提高正常运行时间，并创造潜在的灵活性收益。由此，数字化扩张将与系统韧性更加协调。
为何是现在：可负担性、韧性与能源转型
电力供应正迅速成为制约人工智能发展的关键因素，而非计算能力。率先 확보韧性强、清洁的能源容量的国家和企业，将率先获得人工智能带来的优势，使能源转型成为竞争力的来源，而不只是气候目标。
家庭和企业 已感受到压力，因为公用事业公司正在投资以满足数据中心带来的需求。
通过高效扩大规模并使人工智能需求具备灵活性，领导者可以缓解电网压力，避免只依赖扩容。这样做能使人工智能发展与国家脱碳路径相契合，确保可持续发展与创新齐头并进。
领导者五步行动指南
将可持续发展从设计之初就融入人工智能战略，以下五项举措可把愿景转化为可衡量的成果。
衡量关键事项：跟踪每单位有效产出的能耗（例如每瓦特令牌数），并在模型、工作负载和场址层面衡量全生命周期的碳排放和用水量。
以能效为设计原则：根据清洁能源可用性和水资源限制安排选址。优先采用高效芯片和加速器、先进冷却、模块化设计及热能回收。
以影响为导向部署：通过公私合作联盟，在电网、工业、建筑和物流领域扩大成熟人工智能解决方案的应用。
明智引导需求：鼓励有目的、高效率地使用人工智能——减少重复工作负载，让能耗影响清晰可见。
加强问责：通过共享数据、独立审计和公开报告，透明地对标进展。
协同行动倡议
实现人工智能能源净正效益框架的愿景，需要全球领导者采取协调一致、可衡量的多方行动。今天作出的选择，将决定人工智能是成为增强能源韧性和竞争力的催化剂，还是系统性压力的来源。
为加快这一势头，论坛的人工智能与能源倡议提供了一个平台，助力开拓新的合作伙伴关系、紧跟新兴趋势，并为这场全球对话贡献真实案例见解。
论坛邀请行业领袖和创新者通过论坛新推出的人工智能能源前瞻工具分享应用案例。组织分享实例，有助于构建全球证据基础，加快部署能效高的人工智能，并为整个全球生态系统的改进规划提供依据。
感谢人工智能治理联盟项目研究员、埃森哲美国公用事业战略部战略首席总监 Michael Higgins，以及世界经济论坛人工智能与能源倡议负责人 Ginelle Greene-Dewasmes 对本文作出的贡献。
