8月28日，人工智能究竟会成为清洁能源转型的绊脚石，还是关键的催化剂？答案并不简单，实际上兼而有之。AUS GLOBAL表示，大规模语言模型的训练过程消耗大量能源，而随着模型复杂度不断提升，如ChatGPT和DeepSeek这样的产品在每次交互中都可能产生可观的碳足迹。这意味着人工智能的普及虽然推动了科技前沿，却也对能源转型形成了新的挑战。
这股AI浪潮已经对科技行业实现碳中和的承诺造成冲击。数据显示，谷歌在过去五年间的碳排放量增加了48%，尽管该公司承诺要在2030年前实现净零排放，但同时也承认“随着AI深度融入产品，减少排放将愈发困难”。AUS GLOBAL认为，这种趋势不仅会影响企业层面，还将对社区、电网乃至国家的能源格局带来深远影响。例如，部分地区已因AI带来的用电需求激增而加速建设天然气发电厂，从而引发能源安全担忧。
与此同时，规划AI的能源需求本身就是极为复杂的挑战。行业的增长速度惊人，技术迭代也极其迅速，但多数AI公司并不披露能源使用与环境影响。研究人员虽在努力推算这些数据，但实际情况不断变化，难以掌握准确数值。AUS GLOBAL认为，缺乏透明度不仅阻碍了行业的可持续发展，也增加了政策制定与能源规划的不确定性。
然而，也有专家认为对AI能源消耗的担忧可能被放大。随着AI的智能化和普及化，它将推动各行各业的效率提升，从而可能抵消其自身的能耗。比如，在材料价值链与生物科技领域，AI能够帮助寻找新型材料、催化剂或更高效的工艺流程，这些任务往往是“在大海捞针”的难题，而AI恰好具备这种优势。
更值得注意的是，AI本身也可能成为绿色能源转型的重要工具。AUS GLOBAL表示，大模型已经开始用于优化能源存储材料的研发，同时，能源部门也指出AI有潜力成为智能电网的重要组成部分，帮助电网更好地吸纳风能和太阳能等波动性能源。此外，AI还能在电网许可、选址、可靠性和规划等环节提升效率。但如果部署不当，AI也可能带来系统风险。
目前阶段，AI的应用仍带有一定的“盲目性”。在美国，消费者正在为这些早期的试验买单，尤其是数据中心集中的地区，居民电费面临上涨压力。有专家直言，这实际上是财富在居民与大型企业之间的大规模转移，数据中心和公用事业公司通过新建能源基础设施获取利润，而普通用户则承担了高额成本。
尽管AI的快速扩张带来风险，但随着技术逐步成熟，行业将走向更为理性与高效的阶段。正如一些研究所指出的，如果AI能够在整体用电效率上实现哪怕有限的节省，其正面影响也可能远超负面效应。因此，AUS GLOBAL认为，从长期来看，AI或许并非清洁能源转型的阻碍，反而有望成为推动者。
