北京
文/本刊記者 王高峰
人工智能，正從算法實驗室走向能源中樞；而能源系統，也在AI的鏡像中重新定義自身。
在全球能源體系的演化史上，從未有一種技術能像人工智能（AI）這樣，在如此短的時間內同時成為能源需求增長的推手與系統優化的引擎。
在2025版《bp世界能源展望》（Energy Outlook 2025）中，人工智能首次被列為影響全球能源未來的“關鍵變量”。報告指出，由AI驅動的數據中心正成為電力需求增長的主要源頭之一。與此同時，AI又被視為提升能源系統效率、降低系統成本的革命性力量。
bp集團首席經濟學家戴思攀（Spencer Dale）在接受《能源》雜志專訪時指出，AI正以前所未有的速度重塑全球能源版圖?！癆I不只是新的用電負荷，更是電力系統未來路徑的決定性變量?！贝魉寂时硎尽?/p>
這一判斷的背后，是一場前所未有的系統性變革：AI不僅在拉動電力需求，而且在重構能源供給與效率。它像是一枚硬幣的兩面——一面帶來電力需求壓力，另一面卻可能打開低碳轉型的加速器。
《展望》顯示，在“當前路徑情景”下，到2035年，AI與數據中心將貢獻全球新增電力需求的約10%。在美國，這一比例甚至可能高達40%。這意味著，過去幾十年發達國家電力需求趨于平穩的格局正被徹底改寫。
AI對能源系統的總體影響遠超“用電”層面。它既可能通過算法優化降低電網運行成本、提升可再生能源接入率，也可能因為訓練和推理的能耗激增而抵消部分減碳成果。其最終的方向取決于能源結構、電力市場機制、技術路徑乃至政策導向等多重因素。
01
從“外部沖擊”到“系統變量”
《能源》：今年的報告中多次提到“AI將成為電力系統未來路徑的決定性變量”。能否具體闡釋這一判斷？
戴思攀：過去我們研究能源系統時，AI只是一個外部的科技因素。但如今，它已深度嵌入能源運行邏輯。AI驅動的數據中心、云計算、自動駕駛、電動化產業鏈，都需要穩定、密集的電力支持。與此同時，AI又能反向優化能源系統自身的調度、預測與安全管理。因此，我們稱之為“系統變量”。因為它不再只是需求側的擾動，而是結構性力量。
《能源》：您提到AI帶動的電力需求增長，這種增長的規模有多大？
戴思攀：我們的模型預測，到2035年，全球電力需求比2024年增加超過40%，其中大約十分之一來自AI相關負荷。換句話說，AI是推動全球電力需求增長最活躍的新動能之一。而在一些國家，如美國，這一比例可達四成。值得注意的是，數據中心不僅耗電，而且影響負荷結構。它們需要極高的電力可靠性和低波動率，對電網調度、輸配電能力、儲能配置等提出了全新挑戰。
不過，對數據中心電力需求的任何預測都存在高度不確定性。一方面，這取決于人工智能的發展及其普及速度；另一方面，更關鍵的是取決于數據中心的能源效率。而后者近年來大幅提升：2010—2024年間，數字數據流量增長超過25倍，但同期數據中心的能源使用量僅翻了一番。
《能源》：AI既帶來用電激增，又可能提升系統效率。二者是否會互相抵消？
戴思攀：這就是一個AI能源悖論的問題。AI在兩個方向上同時施加力量：一方面，它帶來額外的電力需求，尤其是在訓練與推理階段；另一方面，它能使能源系統更加高效，通過預測負荷、調度可再生能源、優化儲能利用等方式節能減碳。最終的結果取決于哪種力量更強。如果效率提升速度快于用電增長，AI將成為“凈減碳因子”；反之，則可能導致“碳排反彈”。
當然，我們還需要考慮AI對宏觀經濟生產率的影響。OECD的研究顯示，如果AI推動全球生產率年均提升約1.2%，全球能源需求可能因此增加15%，遠高于數據中心帶來的直接電力增長。因此，AI的能耗問題不能僅看微觀層面，也可能通過經濟增長間接放大能源需求。
02
AI驅動能源轉型
《能源》：在這種背景下，AI能否成為可再生能源發展的重要推動力？
戴思攀：AI時代對清潔電力的需求增加，將迫使發電結構發生加速性調整。以中國為例，bp的預測顯示，到2035年，中國電力需求年均增速超過5%，而新增電力中超過80%將來自風電和光伏。AI負荷的增長，在客觀上推動了清潔能源裝機的擴張。
AI還能顯著提高可再生能源的利用率。我們通過機器學習預測風速和光照變化，使發電出力更穩定；AI算法還可優化儲能調度，減少棄風棄光。這種“系統智能化”將成為未來電力系統的核心特征。
《能源》：當前地緣政治碎片化趨勢明顯，各國在低碳技術上采取限制措施。AI能否突破這種藩籬？
戴思攀：這是AI在能源領域面臨的最大外部挑戰。它觸發了“效率與安全”的矛盾。一方面，AI技術和低碳設備全球化能帶來最高效率；另一方面，各國出于安全考量，可能希望在本土掌握關鍵技術。這種趨勢意味著，全球能源系統的運行效率可能下降，但能源安全韌性提高。
值得注意的是，這種地緣分化并非全然負面。以歐洲為例。為擺脫對外能源依賴，它反而加快了風電、光伏和儲能的布局。碎片化的世界，可能在局部形成“低碳加速區”。
03
未來突破點
《能源》：未來五年AI與能源融合最值得關注的突破點是什么？
戴思攀：第一，算力與電力融合成為新基礎設施。數據中心、AI服務器、儲能、冷卻系統與電網的集成，將形成“算力—電力—冷卻”三位一體的能源基礎設施。能源企業與ICT公司將形成新的合作生態。第二，AI主導的智能電網進入商業化階段。AI將深度參與可再生能源預測、需求側響應、分布式能源聚合、輸配電優化，使電網真正具備“自學習”與“自適應”能力。第三，AI驅動的能源創新鏈延伸。從高效光伏材料到氫能電解槽，從CCUS算法優化到核聚變控制模型，AI正成為能源創新的“加速器”。
《能源》：面對AI對電力系統的雙向影響，未來該如何駕馭這個“雙刃劍”？
戴思攀：的確，AI正以前所未有的速度滲透能源系統。從數據中心的能耗到能源生產的智能化管理，從電力系統的實時響應到低碳技術的加速創新，它不僅在“消耗能源”而且在“重塑能源”。
我們應該認識到，AI不是能源系統的負擔，而是最強大的催化劑。未來的贏家，不是用電最少的國家，而是能用AI最有效地管理電力、平衡系統、實現低碳目標的國家。對于中國而言，這場革命尤為關鍵。龐大的電力系統、快速發展的數字基礎設施，以及領先的可再生能源裝機，為“AI+電力”融合提供了肥沃土壤。中國企業若能在智能電網、儲能調度、能源數字化等方向率先布局，將在未來的能源競爭中掌握主動。
歡迎投稿，聯系郵箱
tg@inengyuan.com
工信部發文規范風電裝備行業，
風機制造研發占比不低于4%
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
