普华永道：人工智能能耗净零报告

强大的普华AI模型已开端推动各行业公司的生产力提升和革新。与此同时，永道数据中心打造热潮给能源系统带来巨大压力。人工国际能源署（IEA）的净零数据显示，2026年，报告全球数据中心（包括运行AI的普华数据中心）的用电量可能与日本全国用电量相当。为满足需求，永道科技巨头、人工投资者和能源公司正合作开展数十亿美元的净零项目以提升发电能力——有些依赖化石燃料，有些则选择核能。报告一些制定了宏伟减排目标的普华科技大公司也承认，大规模运行AI模型导致其排放量激增。永道

但同样真实的人工是，AI也能推动可持续发展处理方案。净零公司可利用这项变革性技术提升多个行业的报告效率，尤其是能源采用。根据普华永道、微软和牛津大学的联合报告，这类应用包括：预测房间何时变热并自动预冷；优化商用飞机和货船航线；改进水泥成分及其制造工艺。

这引发了一个难题：AI能否通过看到和实现效率提升，来抵消其自身提升的能源消耗和排放足迹？普华永道建立了一个模型，模拟AI在数据中心和其他行业对能源需求的作用。调查看到，如果AI能以当前应用速度的1/10提升整体经济能效，就能抵消数据中心额外能源需求——从而使AI对能源采用和排放的总体作用达到中性。

为人工智能基础设施给予动力：数据中心

在关于AI与能源的讨论中，数据中心备受关注。这些设施是大多数AI相关能源消耗的发生地，因为它们容纳了执行AI训练和计算工作（以及其他类型工作，如给予云计算业务）的芯片和硬件。科技公司一直在忙于建立更多数据中心以满足AI业务需求；微软已宣布计划在2025财年投资约800亿美元打造数据中心。随着越来越多的人和组织采用AI做更多事情，预计公司将继续打造数据中心。

训练和运行AI模型通常需要巨大资源——尽管最近关于中国初创公司DeepSeek所建模型的报告，让人们关注到开发运行成本更低AI工具的可能性。研究还展示了开发更高效芯片和数据中心冷却方法的有前景路径。即使考虑到AI软硬件效率可能提升，数据中心的能源消耗量仍可能提升。对三种情景的建模表明，预计AI采用的提升将导致数据中心在2035年的能耗比AI采用保持当前水平的基准情景高出13-16%。在2024-2035年期间，广泛采用AI的数据中心总能耗将比不采用AI高出18-21%。

利用效益：能源效率

为了模拟人工智能对经济其他领域（即除数据中心以外的所有领域）的作用，假设公司和组织将利用人工智能来提升能源效率，以节省资金和降低碳排放。已有许多人工智能应用程序能够协助公司和组织做到这一点。这些系统能够自动调整电动汽车的充电模式，微调制造过程等。我们有理由相信会有更多的应用被开发出来：普华永道看到，与人工智能合作的气候科技初创公司在2024年前9个月筹集了60亿美元的风险投资，比它们在2023年全年筹集的资金多10亿美元。

假设人工智能采用每提升一个百分点，直接或间接地导致能源效率提升0.1个百分点，那么预计到2035年，人工智能采用的提升将导致数据中心以外的能源采用比人工智能采用的基线水平降低0.3%至1.3%。在2024 – 2035年期间，数据中心以外的总能源节约将达到0.1%至1.0%。

剔除人工智能对能源采用的作用

考虑到数据中心能源消耗的提升和人工智能驱动的潜在效率提升，我们看到人工智能的采用将在一定程度上降低整个经济的能源消耗。到2035年，根据不同的情景，能源采用的净降低量为0.5%至1.1%。在2024 – 2035年期间，人工智能的采用将导致能源采用的累积变化，可能会降低0.9%到提升0.1%。总而言之，数据中心的额外能源消耗将大致被其他经济领域实现的能源节约所抵消。

评估气候作用

最后，我们估计了数据中心和其他地方的温室气体（GHG）排放量的差异，这些差异与人工智能的广泛采用有关（在某些情况下，向可再生能源的转变更为明显）。这些计算表明，广泛采用人工智能能够使2024 – 2035年期间的温室气体总排放量降低0.1%至1.1%。到2035年，如果人工智能得到广泛应用，排放量将比没有人工智能的情况下降低0.3%至1.9%。

寻找平衡

科技公司和数据中心运营商并不是唯一希望利用人工智能提升性能的潜力，同时管理其能源需求和气候作用的公司。任何采用人工智能应用程序的公司——无论是增强商品还是创造新商品，为客户给予更好的体验还是简化业务流程——都将从优化能源需求中受益。经验表明，四项行动能够协助公司正确把握人工智能能源方程式：

采用人工智能作为需求侧能源处理方案。

跟踪你的人工智能程序的排放量。

适合业务需求的合适规模的人工智能。

在选择人工智能供应商时考虑可持续性。