强大的人工智能模型正在助力各行各业的公司提升生产效率、推动创新发展。但与此同时，数据中心建设热潮也给能源系统带来了不小的压力。国际能源署预测，到2026年，全球数据中心的用电量会和日本全国一年的用电量差不多。为了满足用电需求，科技巨头等企业正在开展价值数百亿美元的项目来增加发电能力，其中有的项目依赖化石能源，有的则依赖核能。一些大型科技公司也承认，大规模运行人工智能模型让它们的排放量大幅增加。

不过，人工智能也为可持续发展提供了办法。企业可以利用这项技术，在多个领域，特别是能源利用方面提高效率。普华永道德国分部、微软和牛津大学联合发布的报告显示，人工智能的应用场景很多，比如能提前预测房间什么时候会变热，然后自动提前制冷；还能优化商用飞机和货轮的航线；甚至能改进水泥的成分和制作工艺呢。

人工智能能不能通过提高效率，来抵消它自身增加的能源消耗和排放？普华永道做了模拟研究发现，如果人工智能在经济的其他领域，能有十分之一的普及率来提高能源效率，那它就能弥补数据中心额外消耗的能源，让总体影响保持中性。

数据中心作为给人工智能提供动力的基础设施备受关注，它也是人工智能相关能源消耗的主要地方。现在科技公司都在大量建设数据中心，微软已宣布在2025财年投资大约800亿美元用于数据中心建设。虽然有些公司在开发更省资源的人工智能工具，而且提高芯片和数据中心冷却方法的效率也很有潜力，但数据中心的能源消耗量可能还是会增加。模拟结果显示，预计到2035年，数据中心的能源消耗量会比基准情况高出13%到16%。在2024年到2035年期间，如果人工智能得到广泛应用，数据中心的能源总消耗量会比不广泛应用时高出18%到21%。

企业其实可以利用人工智能来提高经济其他领域的能源效率。现在已经有一些应用，能自动调整电动汽车的充电模式，还能微调制造流程。未来这类应用可能会越来越多。2024年前九个月，利用人工智能的气候科技初创公司就筹集了60亿美元的风险投资。假设人工智能的使用量每增加1个百分点，能源效率就能提高0.1个百分点，那么预计到2035年，数据中心以外的能源使用量会比基准水平减少0.3%到1.3%。在2024年到2035年期间，数据中心以外的能源总节省量能达到0.1%到1.0%。

综合考虑数据中心能源消耗的增加和人工智能驱动的效率提升潜力，人工智能的普及会让整个经济的能源消耗有所减少。到2035年，能源使用的净减少量会在0.5%到1.1%之间。在2024年到2035年期间，人工智能的普及会让能源使用有累积变化，范围可能从减少0.9%到增加0.1%不等。基本上，数据中心增加的能源消耗会被经济其他领域节省的能源抵消掉。

再看看对气候的影响，评估发现，要是广泛采用人工智能，在2024年到2035年期间，温室气体的总排放量能减少0.1%到1.1%。到2035年，排放量会比不采用人工智能时降低0.3%到1.9%。

在寻求平衡的时候，任何使用人工智能应用程序的公司，都能从优化能源需求中受益。有四项行动能帮助企业正确处理人工智能和能源的关系：

把人工智能当作需求侧的能源解决方案，管理好能源需求，既能削减成本，又能减少排放。世界经济论坛与普华永道合作开展的研究表明，到2030年，通过充分利用现有技术，全球企业每年可节省2万亿美元；

跟踪人工智能项目的排放量，现在主要的云人工智能提供商都给客户提供了排放量跟踪器，这些跟踪器能帮信息技术和可持续发展团队评估人工智能计划的环境绩效，还能找到降低相关业务成本的办法；

根据业务需求合理配置人工智能，比如说大型语言模型，在执行特定任务的时候，成本和能源消耗通常都比专门为该任务设计的小型模型高。所以为每项任务选合适的人工智能工具，别选功能太强大、大材小用的全能模型，这样能帮企业节省资金，还能防止过度排放，就好比在城里出行，选开小型车比开重型越野车更合适；

在选择人工智能供应商的时候要考虑可持续性。提供大型语言模型的公司很少公布能源消耗和环境绩效的详细信息，而且相关指标也没标准化。不过企业的人工智能和可持续发展团队可以一起合作，找那些公布整体可持续性指标、通过使用优化算法和先进硬件解决方案来展示对环境可持续性承诺的人工智能供应商，还有那些尽可能用可再生能源作为主要电力和备用电源的数据中心。

总之，人工智能在推动各行业发展的同时，也给能源和环境带来了挑战与机遇。企业应积极采取有效措施，充分发挥人工智能在提升能源效率和减少排放方面的潜力，实现可持续发展目标。