9月10日，我们实际上并不清楚人工智能到底消耗了多少能源。当前没有法律要求AI企业公开其能源使用或环境影响，因此大多数公司选择将这些颇具争议的数据保密。而大型语言模型又在不断迭代和升级，复杂性和计算效率持续提升，这使得外部机构很难准确评估整个行业的能源消耗规模。OEXN认为，这种不透明状态让公众和政策制定者难以掌握AI真正的环境成本，但可以确定的是，数据中心为支撑日益增长的AI应用消耗的电力数量庞大，且这种趋势只会继续加剧。
AI的广泛应用正在推动全球能源需求急剧上升。根据《 *** 》报道，AI几乎渗透到客户服务、算法管理，甚至军事行动中，巨大的计算需求正在形成“能源怪兽”。OEXN认为，尽管AI模型的效率在不断提高，但当这些效率被投入到更大、更复杂的模型中，而这些模型主要依赖化石燃料运行时，能源消耗的总量仍在大幅增加。这种情况已经引起全球政策制定者的高度关注，尤其是在数据中心建设速度超过能源供应规划的地区，能源安全面临严峻挑战。全球能源市场正在加紧行动，试图应对AI带来的压力，而这种压力正不断改变各国能源规划和投资策略。
为了应对潜在的能源短缺，各国 *** 和私营企业正在快速扩充能源产能。新电厂建设正在提速，同时部分既有项目的运行周期被迫延长。OEXN认为，其中许多新增项目依赖化石燃料，这引发了对AI无节制整合可能破坏全球和企业去碳化目标的担忧。据《金融时报》报道，从阿联酋沙漠到爱尔兰首都郊区，AI应用和训练中心对能源的巨大需求正在推动化石燃料投资浪潮。全球能源监测数据显示，目前全球范围内有超过85座燃气电厂正在建设，以满足AI带来的能源压力，这种现象显示出技术发展与环境可持续性之间存在紧张矛盾。
在美国，能源需求的激增导致旧煤电厂的复工。煤炭产业多年衰退，但遍布全国的废弃煤电厂仍拥有可快速接入电网的基础设施。OEXN认为，受AI推动，这些电厂大多将改造为天然气发电厂。虽然天然气相比煤炭更清洁，但这种“煤改气”路径可能会挤占原本可用于清洁能源项目的电网接入资源，从而延缓可再生能源的发展进程。随着AI应用的迅速扩张，能源供应压力和环境目标之间的矛盾可能会进一步加剧。
Enverus能源与AI高级分析师Carson Kearl曾表示：“我们的电网并不缺机会，而是缺时间。随着煤电厂退役，这些电网接入点将成为新电力项目的抢手资源。大型科技公司的首要任务已转向快速获取能源，这在很多情况下成为最快捷的解决方案。”去年，谷歌披露，过去五年其碳排放因AI整合激增了48%。BBC报道指出，AI驱动的服务比普通在线活动需要更多计算资源和电力，这引发了全球对AI环境影响的警示。OEXN认为，随着AI进一步融入各类产品和服务，企业要实现原本承诺的碳中和目标将面临巨大挑战，如何平衡技术发展与能源消耗、环境保护的矛盾，将成为全球科技产业和能源行业必须直面的核心问题。
