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(tǒng)，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(shù)能像人工智能（AI）這樣，在如此短的時間內(nèi)同時成為能源需求增長的推手與系統(tǒng)優(yōu)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(guān)鍵變量”。報告指出，由AI驅(qū)動的數(shù)據(jù)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(tǒng)效率、降低系統(tǒng)成本的革命性力量。

bp集團首席經(jīng)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(tǒng)未來路徑的決定性變量?！贝魉寂时硎?。

這一判斷的背后，是一場前所未有的系統(tǒng)性變革：AI不僅在拉動電力需求，而且在重構(gòu)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(zhuǎn)型的加速器。

《展望》顯示，在“當前路徑情景”下，到2035年，AI與數(shù)據(jù)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(fā)達國家電力需求趨于平穩(wěn)的格局正被徹底改寫。

AI對能源系統(tǒng)的總體影響遠超“用電”層面。它既可能通過算法優(yōu)化降低電網(wǎng)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(jié)構(gòu)、電力市場機制、技術(shù)路徑乃至政策導向等多重因素。

01

從“外部沖擊”到“系統(tǒng)變量”

《能源》：今年的報告中多次提到“AI將成為電力系統(tǒng)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(tǒng)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(qū)動的數(shù)據(jù)中心、云計算、自動駕駛、電動化產(chǎn)業(yè)鏈，都需要穩(wěn)定、密集的電力支持。與此同時，AI又能反向優(yōu)化能源系統(tǒng)自身的調(diào)度、預測與安全管理。因此，我們稱之為“系統(tǒng)變量”。因為它不再只是需求側(cè)的擾動，而是結(jié)構(gòu)性力量。

《能源》：您提到AI帶動的電力需求增長，這種增長的規(guī)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(guān)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(shù)據(jù)中心不僅耗電，而且影響負荷結(jié)構(gòu)。它們需要極高的電力可靠性和低波動率，對電網(wǎng)調(diào)度、輸配電能力、儲能配置等提出了全新挑戰(zhàn)。

不過，對數(shù)據(jù)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(fā)展及其普及速度；另一方面，更關(guān)鍵的是取決于數(shù)據(jù)中心的能源效率。而后者近年來大幅提升：2010—2024年間，數(shù)字數(shù)據(jù)流量增長超過25倍，但同期數(shù)據(jù)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(tǒng)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(tǒng)更加高效，通過預測負荷、調(diào)度可再生能源、優(yōu)化儲能利用等方式節(jié)能減碳。最終的結(jié)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(jīng)濟生產(chǎn)率的影響。OECD的研究顯示，如果AI推動全球生產(chǎn)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(shù)據(jù)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(jīng)濟增長間接放大能源需求。

02

AI驅(qū)動能源轉(zhuǎn)型

《能源》：在這種背景下，AI能否成為可再生能源發(fā)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(fā)電結(jié)構(gòu)發(fā)生加速性調(diào)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(fā)電出力更穩(wěn)定；AI算法還可優(yōu)化儲能調(diào)度，減少棄風棄光。這種“系統(tǒng)智能化”將成為未來電力系統(tǒng)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(shù)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(lǐng)域面臨的最大外部挑戰(zhàn)。它觸發(fā)了“效率與安全”的矛盾。一方面，AI技術(shù)和低碳設(shè)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(guān)鍵技術(shù)。這種趨勢意味著，全球能源系統(tǒng)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(qū)”。

03

未來突破點

《能源》：未來五年AI與能源融合最值得關(guān)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(chǔ)設(shè)施。數(shù)據(jù)中心、AI服務(wù)器、儲能、冷卻系統(tǒng)與電網(wǎng)的集成，將形成“算力—電力—冷卻”三位一體的能源基礎(chǔ)設(shè)施。能源企業(yè)與ICT公司將形成新的合作生態(tài)。第二，AI主導的智能電網(wǎng)進入商業(yè)化階段。AI將深度參與可再生能源預測、需求側(cè)響應(yīng)、分布式能源聚合、輸配電優(yōu)化，使電網(wǎng)真正具備“自學習”與“自適應(yīng)”能力。第三，AI驅(qū)動的能源創(chuàng)新鏈延伸。從高效光伏材料到氫能電解槽，從CCUS算法優(yōu)化到核聚變控制模型，AI正成為能源創(chuàng)新的“加速器”。

《能源》：面對AI對電力系統(tǒng)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(tǒng)。從數(shù)據(jù)中心的能耗到能源生產(chǎn)的智能化管理，從電力系統(tǒng)的實時響應(yīng)到低碳技術(shù)的加速創(chuàng)新，它不僅在“消耗能源”而且在“重塑能源”。

我們應(yīng)該認識到，AI不是能源系統(tǒng)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(tǒng)、實現(xiàn)低碳目標的國家。對于中國而言，這場革命尤為關(guān)鍵。龐大的電力系統(tǒng)、快速發(fā)展的數(shù)字基礎(chǔ)設(shè)施，以及領(lǐng)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(yè)若能在智能電網(wǎng)、儲能調(diào)度、能源數(shù)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(lián)系郵箱

tg@inengyuan.com

工信部發(fā)文規(guī)范風電裝備行業(yè)，

風機制造研發(fā)占比不低于4%