今年11月，聯合國氣候變化框架公約第31次締約方大會（COP31）將在土耳其安塔利亞召開。在此之前，COP31主席國已提出將電氣化作為其行動議程的核心，計劃將電力在全球終端能源需求中的占比從目前略高於20%提升至2035年的35%。然而，在這一宏大目標中，AI與數據中心的角色卻幾乎缺席於氣候與能源規劃之中。
當前，AI長期規劃領域存在兩大相互博弈的趨勢。
第一個趨勢是效率的大幅提升。每項AI任務的能耗正以每年至少一個數量級的速度下降，這在能源史上前所未有。谷歌報告顯示，Gemini文本提示的中位能耗約為0.24瓦時，較一年前降低了33倍。2026年的一項研究估計，前沿模型推理的中位能耗約為0.31瓦時。
第二個趨勢是總需求的持續攀升。2025年數據中心電力消耗同比增長17%，而專注於AI的數據中心電力消耗更是增長了50%。國際能源署（IEA）的核心預測顯示，全球數據中心電力需求將從2025年的485太瓦時（TWh）增至2030年的950太瓦時，約占全球電力消耗的3%。
AI每項任務的效率正大幅提升，但任務的數量、複雜性和頻率增長得更快。哪條曲線更為陡峭，將在未來數十年內深刻影響全球能源體系的走向。
幾乎所有可信預測都止步於本十年末，這種迴避遠期預測的做法情有可原——IEA指出，2030年後的不確定性將急劇擴大。單位經濟性每年提升十倍的技術，讓點狀預測顯得徒勞無益：若沿效率曲線外推，AI的能耗占比將微乎其微；若沿普及曲線外推，它將吞噬整個國家的電力系統。
首批將數據中心需求建模延伸至2050年並納入已有氣候情景框架的研究，給出了1800至5000太瓦時的區間，差距近三倍。然而，預測的局限性恰恰說明這一工作的必要性。
能源系統沒有五年短視的奢侈。今天訂購的燃氣輪機將運行至2050年代；當下獲批的輸電線路，經過四到八年開發後，將影響數十年的選址格局；科技企業採購推動提前部署的核電站，將持續發電至2070年。每一項選址審批、電網接入和購電協議，都隱含著對AI長期電力需求的判斷，無論這個數字是否被明確寫下來。
長期問題歸結為兩條結構性路徑。一條路徑是效率曲線勝出——每年數量級的效率提升持續疊加，AI占全球電力消耗的比重穩定在可控的3%至5%，其效率紅利（IEA記錄的工業、建築和交通領域超過13艾焦耳的潛在節能量）使其成為全球能源收支的淨收益。
另一條路徑則是傑文斯悖論
重現。19世紀經濟學家威廉·斯坦利·傑文斯曾觀察到，更高效的蒸汽機不但沒有減少英國的煤炭消耗，反而因效率提升使服務成本下降，推動了煤炭消耗的增加。低成本推理不僅讓現有查詢更加經濟，更會釋放此前幾乎不存在的需求——全天候運行的智能體、嵌入每台家電和車輛的AI、具身機器人、大規模科學仿真。長推理查詢已消耗約為標準提示13倍的能量。每項任務的效率在提升，但每個人觸發的任務數量正在爆炸性增長。
沒有人知道我們正走在哪條路上。但兩條路徑通向截然不同的世界：其中一個，AI在2050年能源格局中不過是個註腳；另一個，它將成為主導需求的核心力量，與電氣化交通、供暖製冷及工業爭搶每一個清潔電子。
2015年《巴黎協定》邀請各國提交長期低排放發展戰略，目前已有80份提交。這些戰略通常對交通、建築和工業的電氣化進行建模，但整體框架的制定早於生成式AI時代，數據中心也未被一致納入獨立的終端用能部門。這一缺失帶來雙重影響：在需求側，一個隱含假設替代了本應明確給出的區間；在減排側，一個重要機遇被擱置——全球能源部門促進AI應用的政策覆蓋率不足一半，開放電力數據政策覆蓋的電力消耗僅占10%。
這一切並不要求COP31在安塔利亞確定一個具體數字，而是需要讓這一問題得到正視。35%電氣化目標可以明確附帶一個定期更新的AI與數據中心需求區間，並將效率、普及程度和地理集中度等假設明確列出而非隱含其中。各國計劃可將數據中心作為獨立的終端用能部門加以對待，而非將其淹沒在商業需求的尾部——各國政府無法管理自己看不見的東西。AI帶來的節能效益值得納入減排核算，但前提是有據可查：基於清晰基線進行測量，保持一致性披露，並經過回彈效應的檢驗。靈活性同樣不可忽視——將數據中心選址於清潔能源和電網容量充裕的地區，在時間和地理上分散非緊急計算任務，參與需求響應，可將這一快速增長的負荷轉變為系統韌性的來源。
能源行業本就擅長在不確定性中規劃，這正是情景分析的用武之地。它無法承受的，是僅僅因為誤差範圍較大就將AI排除在氣候規劃框架之外。安塔利亞不會解決AI至2050年的電力需求問題，但它可以確保這一問題最終得到衡量和治理——而不是讓一代又一代基礎設施在一項又一項選址決策、一台又一台燃氣輪機訂單和一份又一份沉默策略中悄然鎖定。
Q&A
Q1：COP31提出的電氣化目標具體是什麼？
A：COP31主席國提出將電力在全球終端能源需求中的占比從目前略高於20%提升至2035年的35%，以電氣化作為其行動議程的核心目標。這一目標涉及誰來使用額外電力、需求在哪裡出現、如何供應等關鍵問題，而AI與數據中心被認為應處於這場討論的中心。
Q2：AI數據中心的電力消耗增長有多快？
A：根據相關數據，2025年數據中心電力消耗整體同比增長17%，而專注於AI的數據中心電力消耗增幅高達50%。國際能源署預測，全球數據中心電力需求將從2025年的485太瓦時增至2030年的950太瓦時，約占全球電力消耗的3%。而將需求建模延伸至2050年的研究則給出了1800至5000太瓦時的寬泛區間。
Q3：為什麼現有氣候規劃框架沒有充分納入AI因素？
A：現有長期低排放發展戰略的框架大多制定於生成式AI興起之前，數據中心並未被一致納入獨立的終端用能部門，通常只是被歸入商業需求的一部分。這導致需求側缺乏明確的區間估算，減排側的AI節能潛力也未被充分核算，全球能源部門促進AI應用的政策覆蓋率不足一半。
