人工智能节约的能耗能否超过自身耗电量？ 人工智能热潮，正给能源行业带来前所未有的压力与焦虑。政企各方都在耗费大量资源，试图测算短期内数据中心运行所需耗电量，提前应对激增的用电需求 —— 现有电网设施本就老旧不堪，难以承接海量新增负荷。不过，人工智能催生的能耗难题，解药或许恰恰就是人工智能技术本身。 大型律所杜安・莫里斯刊发的一篇新文章指出，能源行业面对人工智能，最具前瞻性的风险不在于人工智能带来的用电压力，而在于行业落地、应用人工智能的步伐滞后。该律所认为，能源行业应当正视大语言模型的赋能价值，并总结：“不能仅从规避风险的视角看待人工智能。” 能源资讯媒体《能源情报》补充写道：“人工智能的确客观存在各类风险，需要审慎监管。但能源行业肩负关键基础设施运维重任，从长远来看，更大的隐患并非人工智能应用冒进，而是人工智能落地不足。” 事实上，支持落地人工智能的人士表示：尽管大语言模型的训练与运行需要耗费巨量电能（还会消耗水资源等稀缺资源），但人工智能能助力各行各业大幅提升能效。不少专家据此提出，从全生命周期来看，人工智能整体节约的能源有望超过自身消耗的能源。 但批评者认为这类预期言过其实，只是主观美好愿景，缺少严谨的数据模型支撑。麻省理工学院 2025 年发布报告驳斥相关观点，指出各界鼓吹的能效提升至今未能落地，短期内也很难兑现。目前人工智能的节能成效、实际耗电量都缺少详实统计数据，可新数据中心的审批落地却在飞速推进。 《华盛顿邮报》去年夏季刊文称：“从客服热线、算法化管理系统到军事装备，人工智能全方位渗透催生了海量用电需求。即便能效技术大幅迭代，省下的能耗红利又被投入更大、功耗更高、依赖化石能源供能的 AI 模型，最终造就了人们担忧的能耗黑洞。” 除此之外，比起实际使用需求，对 “落后于人” 的恐慌才是助推人工智能投资热潮的核心动因。从电网系统到电动牙刷，人工智能正在无孔不入地嵌入各类产品与设施，而这种普及究竟能否打造出更精密、更节能的世界，还是只是全球经济剧变环境下，企业耗费大量资源保住行业席位的被动之举，业界尚无定论。 无论对人工智能普及持何种立场，一个事实愈发清晰：人工智能在新一代清洁能源技术领域拥有亮眼的落地潜力。例如科研人员借助大语言模型，在海量数据里筛选最优工艺与材料，攻克核聚变建模难题；可再生能源领域依靠人工智能优化供需预测，保障电网平稳运行；未来人工智能还有望实现报废动力电池的再生利用。 人工智能庞大的用电需求，也倒逼行业加码前沿清洁能源研发，方向包括核聚变、深层地热、太空太阳能发电等。但矛盾之处在于，各大科技巨头一边依托天然气维持现有算力运转，一边布局上述清洁能源研发。从宏观层面看，受人工智能投资热潮虹吸效应影响，资本纷纷转向 AI 赛道，新一代能源领域的研发投入遭到挤压。 人工智能在能源领域的作用错综复杂。全盘排斥人工智能无法解决能耗难题，但倘若能源行业如杜安・莫里斯所建议的那样摒弃避险心态、顺势拥抱 AI 浪潮，就必须搭建完善的政策体系，制定精细化的人工智能落地规划。
