包括超大规模设施和微型边缘部署在内的数据中心能源需求，预计将从2022年的1%增长至2030年的3%以上。
在某些情况下，AI已在帮助企业将能源使用降低多达60%。主要应用场景包括优化能源存储、电池效率和智能电网管理。
需要协同努力，以推动各行业可持续地采用AI。行动的重点领域包括监管、财政激励、技术创新和市场发展。
尽管关于人工智能（AI）的能源需求及其将带来的效率提升，已有大量预测，但鉴于格局快速演变，很难确定地预测这些结果。
世界经济论坛近期发布了一份白皮书，标题为《智能时代的产业——人工智能的能源悖论：平衡挑战与机遇》，提出了四个相互关联的关键领域，用于应对这一不确定性、管理挑战并释放可持续AI部署的机遇。
具体包括：
利用AI部署推动脱碳。
透明且高效的AI能源使用。
技术与设计创新。
有效的生态系统协作。
AI的能源消耗
AI为能源领域带来了机遇与挑战。在接受调查的企业中，约72%的企业已在至少一项业务职能中利用AI，其变革潜力显而易见。
据埃森哲根据高盛、国际能源署和经济合作与发展组织的数据得出的综合估算，伴随采用率的这一增长，预计2023年至2030年间，与AI相关的用电量最多可能每年增长50%，这将对电力系统构成挑战。
数据中心的用电需求，从超大规模设施到微型边缘部署，预计将从2022年占全球能源需求的1%增长至2030年的3%以上。
然而，此类预测可能存在差异。关于AI对整体能源影响的深远程度，以及哪些策略可以缓解由此产生的挑战或创造新的解决方案机遇，目前仍存在不确定性。
尽管AI迅速扩张，但AI数据中心的用电量仍很可能只占全球电力需求的一小部分。
然而，若与其他主要需求驱动因素（如交通和建筑电气化）叠加，它仍可能加剧电网和能源供应商的压力。
为此，目前正在探索的策略包括：节能硬件、AI优化的冷却技术，以及更智能的数据中心设计与运营，以限制AI的能源消耗。此外，芯片和算法的进步（例如小型语言模型）可能进一步缓解AI的能源消耗。
跨行业节能与优化
现有的跨行业应用案例表明，在某些情况下（例如建筑与空间、电信、能源、先进制造等），能源消耗可降低或节省10%至60%，且仍有进一步优化的潜力。
推广、扩大并复制那些能带来可衡量的能效和优化效益的成功用例实施策略，可推动可持续的AI发展方式，并促进跨行业协作。
现已可以总结出一些经验教训：
监管、政策和财政推动因素可通过合规框架和资金机制，激励负责任的AI发展。
存在鼓励更多供应链联盟的机会，此类联盟已开始涌现。例如，产业伙伴关系和多方利益相关者数字化转型合作（包括在新兴经济体中的合作）可纳入技能培养、基础设施建设等内容。
行业参与者强调，需要在指标上实现统一。例如，脱碳评估工具，以及新兴自愿性行业标准与政府监管（如欧盟《人工智能法》）之间的协调一致。
应对挑战并释放机遇
随着AI在各行业的应用加速，持续评估对于理解AI的净能源影响至关重要。白皮书提出了一个包含四个相互关联领域的框架，用于应对这一不确定性，并确保我们管理挑战、释放可持续AI部署的机遇。这四个领域包括（可随时间调整）：
利用AI部署推动脱碳：扩大AI在清洁能源解决方案、脱碳能源电网和能源优化中的作用。
透明且高效的AI能源使用：推广开放数据，并优化AI开发和运营中的能源使用。
技术与设计创新：通过技术进步和可持续设计原则，推进节能硬件和AI系统。
有效的生态系统协作：通过涉及监管机构、行业参与者和学术界的协作生态系统，促进可持续AI发展。
尽管AI的能源影响仍不确定，但主动监测其不断演变的交汇领域，有助于厘清挑战、发掘机遇，并指引变革性解决方案。
本文的其他贡献者还包括：Michael Higgins，AI治理联盟项目研究员、埃森哲美国公用事业战略首席总监；James Mazurek，埃森哲战略与公用事业板块董事总经理；以及Maria Basso，世界经济论坛第四次工业革命中心数字技术组合经理。
