人工智能的迅速发展伴随着能源需求的激增，一个关键问题随之浮现：AI自身消耗的能源与其所节约的能源两相抵消，最终能否实现净正收益？这对可持续发展又将产生怎样的影响？博鳌亚洲论坛2026年年会于3月24日发布的旗舰报告之一《可持续发展的亚洲与世界》（下称《报告》）对这一议题展开了深入探讨。

近年来，生成式AI的指数级发展使其能源需求成为全球焦点。不少业内人士担忧，AI将消耗大量电力，尤其是绿电供给不足，可能对可持续发展构成压力。

根据国际能源署的数据，2024年数据中心约占全球电力消耗的1.5%，即415太瓦时（TWh），到2030年，全球数据中心电力消耗预计将增长一倍以上，达到约945太瓦时。AI将成为这一增长的最主要驱动力，同时，其他数字服务需求的持续增长也起到重要推动作用。《报告》指出，数据基础设施的高能耗，也成为数字化绿色转型进程的阻碍。随着生成式人工智能与云计算需求的爆炸式增长，数据中心的能源密度与总量持续攀升，使其能效管理成为亚洲绿色转型中的战略高地。

（博鳌亚洲论坛2026年年会新闻发布会暨旗舰报告发布会。摄影/吴军）

然而，《报告》披露的案例也揭示了另一重要方向：AI驱动的能源供应系统优化、工业流程改进，以及交通、建筑等能源消费领域的效率提升，正带来可观的节能减排效果，使AI成为节能利器。

《报告》提到，数字化驱动下的绿色制造与智能工厂成为亚太产业升级核心，引领能效提升与可持续增长。根据世界经济论坛（WEF）及GSMA的行业预测模型，通过物联网、AI预测性维护及数字孪生等技术对工业流程的深度重构，智能制造具备在未来五年内助力传统制造业实现15%至25%碳减排的潜力。

（年会首日发布的旗舰报告。摄影/吴军）

这一趋势在亚洲新兴制造经济体中尤为明显。例如，泰国的“泰国4.0”战略在制造业绿色转型中成效显著。通过引入AI驱动的能效调优平台，泰国制造企业不仅实现了生产率约20%的增长，更通过预测性维护技术将设备非计划停机时间减少了53%，有效消除了因频繁重启而产生的能源峰值损耗。

这也意味着，AI既是能源消耗者（Energy for AI），更是能源系统的“效率倍增器”（AI for Energy）。那么，应如何实现净正收益？

德勤中国可持续发展与新兴技术鉴证业务主管合伙人胡建宇指出，面对算力需求与环境保护的结构性矛盾，亚洲各主要经济体已从简单的能效监管转向系统的政策引导与技术激励，将绿色数据中心建设纳入数字经济和能源转型的核心议程，通过可再生能源供电、液冷技术和智能能效管理系统，降低算力基础设施的环境足迹。

新加坡的实践提供了系统性治理的典型范本。2023年数据显示，新加坡数据中心的电力消耗已占全国约7%，面临极大的能源配给压力。为此，政府于2024年发布了《绿色数据中心路线图》（Green Data Centre Roadmap），不仅要求新增容量必须配备至少300MW的绿色能源部署，还将电源使用效率（PUE）指标设定在1.3以下的极高标准。这一政策有效推动了液冷技术、废热回收系统以及AI自适应能效管理等技术的规模化普及。与此同时，中国在"东数西算"框架下，利用西部绿电优势，印度通过财税政策鼓励冷板式液冷布局，共同形成了算力资源与清洁能源深度耦合的亚洲新范式，

《报告》认为，在数字化推进中，应同步嵌入绿色发展目标，使数字转型不仅追求效率和增长，更兼顾低碳、循环与包容性。具体而言，推动物联网、数字孪生、智能控制系统在能源、制造、建筑、交通等关键领域的应用，形成可监测、可优化、可调控的绿色生产与服务体系。同时，借助区域协作机制，如博鳌亚洲论坛倡导的一体化创新生态，推广绿色数字试点与标准化路径，使各国在数字化推进中共享绿色转型红利。

此外，针对AI可能会加大不同发达程度、不同收入群体之间数字鸿沟的问题，《报告》指出，应加大对欠发达地区的数字基础设施投资，推动网络覆盖和终端可及性。开展数字素养培训和普惠数字服务，确保低收入群体能够充分使用数字工具。通过政策激励和公共-私营合作，促进数字服务均衡普及，提升社会包容性。

亚洲基础设施投资银行资深经济学家、经济部生态系统主管司马喆在接受采访时表示，全球基础设施需求巨大，既涉及传统领域，也涵盖绿色基础设施。亚投行先能够以相对较低的成本为相关国家提供融资，并帮助它们获取所需技术。另外，像亚投行这样的机构还能推动各国之间的经验互鉴。“例如，中国在某些领域积累的良好发展经验，可以分享给巴基斯坦、印度或土耳其。我们十分重视自身作为全球基础设施知识召集者的角色。”此外，可利用自身资产负债表为项目提供担保，并结合自有资金投入，调动私营部门参与。