国际能源署发布《能源和人工智能的关键问题》

2026年4月16日，国际能源署发布《能源和人工智能的关键问题》报告。近年来，随着人工智能（AI）技术的迅猛发展及其应用的加速普及，社会各界日益关注其广泛部署对能源行业可能产生的深远影响。人工智能的发展离不开能源支撑——尤其是数据中心运行所需的稳定电力供应；与此同时，人工智能的大规模应用亦可能重塑能源行业的运作模式。然而，由于全面数据的缺失，政策制定者及其他利益相关方往往缺乏系统分析这一双向关系的工具与依据。

国际能源署的这份报告旨在填补这一空白。报告基于新构建的全球与区域模型及数据集，并经过与各国政府、监管机构、科技企业、能源行业代表以及国际专家的广泛磋商与研讨。报告不仅对未来十年人工智能可能产生的电力需求作出预测，还分析了哪些能源类型将有助于满足这一增长需求。此外，报告进一步探讨了人工智能的广泛应用对能源安全、行业使命、技术创新以及能源可负担性等方面可能带来的影响。

一、AI与能源的结合仍在迅速发展

全球科技巨头（谷歌、微软、英伟达等）正成为数据中心投资激增的核心驱动力。2025年，其资本支出已突破4000亿美元大关，且预计2026年将在此基础上再增75%。仅五家头部科技公司的资本投入规模，如今已超越了全球石油和天然气生产领域的投资总额。尽管项目储备在多地呈现加速态势，但并非所有规划都能最终落地。然而，已启动的项目推进神速：国际能源署利用卫星进行的独特追踪显示，专为人工智能打造的“人工智能工厂”——即前沿的数据中心，其容量在过去18个月内已增长逾两倍。与此同时，人工智能能力正飞速提升，这极大地增加了其重塑经济增长、创新与竞争力格局，并颠覆既有行业与就业市场的可能性。

2025年4月，国际能源署发布了具有里程碑意义的《能源与人工智能》报告，首次对二者间的关联进行了全球性分析。自此，该领域发展迅猛，新问题层出不穷，新数据也相继涌现。本报告在此基础上更进一步，对关键议题展开了全新剖析。其内容涵盖：结合近期市场动态的数据中心电力需求展望、数据中心供电领域的创新实践，以及这些趋势对能源安全、可负担性、竞争力和整体能源需求所产生的深远影响。

二、AI能效跃升，高能耗应用激增

就单个任务而言，人工智能的能源效率正以能源史上前所未有的速度提升。得益于软硬件技术的协同进步，近年来每项人工智能任务的能耗年均降幅至少达到一个数量级。如今，一次简单的文本查询所消耗的电量，通常甚至低于相同时间内运行一台电视的能耗。据估算，若将所有常规互联网搜索均通过简单的人工智能文本查询来完成，其年能耗将低于4太瓦时（TWh），仅占目前数据中心总能耗的不到1%。

然而，视频生成、复杂推理及自主执行任务等高能耗人工智能应用正不断涌现并投入实际应用。这类任务单次查询的能源消耗量可达简单文本生成的数百倍甚至数千倍。因此，人工智能的能源需求实际上是三种快速演变且充满不确定性的趋势共同作用的结果：效率的提升、使用量的激增以及模型能力的演进——后者往往开启了更为高能耗的全新应用场景。为了提高对人工智能能源需求预测的可靠性，持续的监测、频繁的更新以及与科技行业的深度合作显得至关重要。

2025年，作为训练和运行人工智能模型关键基础设施的数据中心，其全球电力需求增长了17%，这一数据与国际能源署的预测相符。其中，专用于人工智能的数据中心电力消耗增速更为迅猛，2025年同比增长了50%。尽管目前全球范围内关于人工智能使用频率和深度的全面统计数据尚不完整，但主要模型提供商的报告显示，过去一年中活跃用户数量增加了三倍，收入增长了五倍，这充分凸显了市场需求的爆发式增长。

三、AI革命遭遇全产业链瓶颈

人工智能革命的速度与支撑其发展的物理、社会及经济体系的建设速度之间的差距正日益扩大。自上一份报告发布以来，能源供应链与先进芯片制造环节的瓶颈问题愈发严峻。随着数据中心项目申请的激增，加之电力负荷的快速增长与广泛的电气化进程，现有的规划与监管体系正承受着巨大的压力。社会接受度也成为一个日益凸显的挑战，社区对数据中心项目的反对声浪渐起，公众对成本及环境影响的担忧也在不断加深。信息技术产业内的关键要素目前正面临供给限制；尤为突出的是，作为人工智能芯片生产必需品的高带宽内存（HBM），在过去六个月里出现了短缺，且预计这一状况将持续至2027年底。

鉴于数据中心的投资规模已远超单一企业资产负债表所能支撑的范围，其扩建亟需依赖来自资本市场的大量资金。因此，数据中心的增长速度及其随之而来的能源消耗，将不可避免地受到市场情绪的左右。这包括市场对投资回报和人工智能部署前景的预期，以及更广泛的宏观经济与融资环境。可以说，要深刻理解人工智能对能源的影响，就必须密切关注该技术背后的经济走向。

四、数据中心电力需求短期瓶颈难挡长期增长趋势

电力需求的增长对电价的影响，取决于一系列基础因素与政策选择的综合作用。在供需关系本就紧张的电力系统中，负荷增长确实可能催生新的投资需求，从而推高电价。反之，在电力供应过剩的系统中，负荷增长则可能带来更高效的资本利用，进而降低电价。负荷增长的形态也至关重要。正如高且稳定的客流量能使航空公司降低已开通航线的平均票价一样，可预测的基载电力需求也能提升资本密集型发电厂和电网的利用效率，从而有望降低电价。

然而，数据中心在电力供应方面可能带来一些特殊挑战。其规模庞大、分布集中且发展迅速的特点，可能引发对新建发电设施和电网投资的需求，以适应其所在的系统架构。数据中心的实际峰值负荷往往难以确定，因为它们会逐步接入运行中的服务器，并且初期负荷常常会超出其电网连接的容量。数据中心的发展速度与能源投资速度之间的不匹配，加上对其负荷预测的不确定性，可能导致电力系统投资与数据中心需求之间出现脱节。若此问题得不到缓解，可能会导致部分地区的电价上涨。

数据中心的电力需求预测数据，目前仍与国际能源署2025年报告所设定的路径基本吻合。报告最新的预测显示，到2030年，数据中心的电力消耗将从2025年的4850亿千瓦时攀升至约9500亿千瓦时，届时将占全球电力总需求的3%左右。其中，以人工智能为核心的数据中心，其电力消耗增速远超行业整体水平，在此期间将增长两倍。然而，尽管投资大幅增长且项目储备持续扩张，但整个价值链中存在的瓶颈，正在降低出现更激进的近期增长情景的可能性。

展望中期至长期，数据中心的电力需求前景或将进一步改善。随着在能源设备和芯片制造领域为缓解瓶颈而进行的投资逐步见效，以及人工智能高能耗应用的迅速普及，2030年之后出现更高增长的可能性正在增加。国际能源署将继续定期更新其预测数据。

五、数据中心功率密度推至当前技术极限

在先进的数据中心内，单个服务器机架的体积虽仅相当于一台大型冰箱，但预计到2027年，其峰值电力需求将相当于65户家庭的用电量。这种转变的速度令人惊叹：2020年至2025年间，人工智能服务器的功率密度激增了11倍，预计到2027年还将再翻两番。这一趋势将对电力电子设备、变压器等关键电力技术的供应链扩容能力构成严峻考验。鉴于其中部分技术仍依赖于少数生产商（尤其是中国）的关键供应，确保进入数据中心的关键新兴技术供应链具备多样性与弹性已刻不容缓。

与传统数据中心平稳的运营模式不同，人工智能的训练与推理过程会引发剧烈且迅速的电力波动，因此储能技术对于保障电力供应的可靠性至关重要。预计到2030年，全球数据中心将部署约20至25吉瓦的电池储能设施；若激励机制得当，这有望使数据中心转型为电网资产。近期，一家数据中心运营商已签署协议，将参与有史以来能源容量最大的电池项目（其容量是此前纪录保持者的四倍），此举将有力推动长时储能技术的商业化进程。

受限于电网连接速度缓慢，美国的数据中心开发商正积极推进现场天然气发电项目。卫星追踪数据显示，约五分之一的项目已启动土地平整或建设工作。这表明现场天然气发电正成为一种新兴解决方案，但其关键的设计、供应链、监管及财务问题仍有待解决。国际能源署的新分析显示，为满足数据中心关键且多变的负荷需求，现场发电基础设施的建设规模需扩大30%至70%以上。然而，在燃气轮机供应紧张的背景下，现场发电是否真能为大规模数据中心提供更快的市场准入路径尚不明朗。尽管存在诸多不确定性，预计到2030年，仍将有15至27吉瓦的现场天然气发电能力为数据中心供电，且大部分位于美国。但这并未消除解决电网瓶颈问题的紧迫性，因为大多数数据中心仍倾向于接入电网。

综上所述，若投资持续跟进且政府支持措施到位，人工智能热潮或将加速电力行业的部署与创新进程。本报告分析了人工智能与能源公司的股价波动，以探究金融市场如何预期人工智能对能源需求的影响。一方面，自ChatGPT发布以来的金融估值并未显示人工智能需求为整个能源行业带来了普遍提振，毕竟相对于庞大的能源行业而言，这一需求规模尚小。相比之下，燃气轮机与电气设备制造商、部分核能公司以及一些能源初创企业的估值与人工智能的关联日益紧密，这凸显了数据中心需求为其业务创新与增长提供的强劲动力。

六、AI对能源需求的影响较小

初步迹象显示，人工智能正通过提升部分领域的生产效率，进而推动整体经济增长。关于人工智能对GDP的具体影响，目前存在多种预测。基于与经合组织的合作，并结合针对人工智能可能带来的逐项任务生产效率提升的经济模型分析，本报告首次深入剖析了人工智能驱动的GDP增长对能源领域的影响。

人工智能带来的强劲经济增长并不会直接导致能源需求的同步攀升。这种增长主要集中在知识密集型服务行业和高收入国家，而在这些区域，能源需求与经济活动之间的弹性系数相对较低。据估算，根据采用规模的不同，在人工智能驱动的经济增长推动下，到2035年，全球能源需求水平可能仅比无此推动的情景高出1%至4%。这些影响主要集中在发达经济体，尤其是美国，但新兴经济体和发展中经济体也将从经济活动的增加中获益。

归根结底，对于能源需求而言，最具决定性的因素仍是能源政策与能源技术。我们的分析表明，能源政策和能源技术发展对能源需求的影响力，要远远超过人工智能驱动的经济增长所带来的潜在影响。

七、AI与能源安全之间的联系更加紧密

在过去的一年里，能源与技术供应链的紧张局势进一步加剧。贸易限制措施精准指向了数据中心所需的关键组件，例如用于先进电力电子设备的关键矿物，以及平抑人工智能负载波动所必需的电池及其组件。2025年燃气轮机订单量激增70%，凸显了能源技术供应链中存在的瓶颈。此外，数据中心本身在冲突地区已成为攻击目标，这突显了其作为关键基础设施的重要地位。与中东冲突相关的能源危机所产生的更广泛影响虽尚不明确，但可能会波及各国和企业用于驱动数据中心的燃料与技术选择，乃至数据中心的选址策略。

人工智能有望成为提升能源安全与可持续性的关键工具。例如，人工智能技术能够监测电网、变压器及其他能源设备，以减少意外故障和停电事故；而人工智能与数字化电网增强技术的结合，对于优化现有电网容量利用至关重要，有助于抵消漫长且昂贵的电网扩建成本。与此同时，人工智能也可能使网络攻击变得更加便捷和强大，日益数字化的能源行业也因此面临新的脆弱性风险。

随着具备人工智能功能的机器人、自动化及效率解决方案的广泛应用，人工智能将成为提升工业竞争力的核心要素。当前，在数据、模型和硬件方面的进步，正推动工业设计与生产实现更广泛的自动化，从而加速开发进程、促进创新并降低成本。借助人工智能优化的生产流程，能够在能源密集型行业（其中能源是关键生产投入且利润往往较低）实现3%至10%的能源成本节约。若能克服广泛应用的障碍，已证实的人工智能应用案例有望在2035年节省超过13亿焦耳（EJ）的能源，相当于全球最终能源消费量的3%。从长远来看，人工智能还有可能开启新一轮工业创新与生产力浪潮：2025年该领域的风险投资几乎翻番，这标志着其巨大潜力。当前，开发更强大人工智能模型的竞赛，与在经济领域广泛应用人工智能以促进创新和生产力的竞赛正在同步进行，其中中国尤其侧重于后者。

八、AI为能源领域带来的机遇与担忧并存

国际能源署针对能源企业的调查显示，数字技能的匮乏已成为制约能源行业广泛采用人工智能的首要障碍。此外，数据分散化问题，以及与数据保护、隐私和网络安全相关的担忧，也严重限制了人工智能的应用。例如，全球仅有10%的电力消费受到开放电力数据政策的覆盖。设备数字化程度不足同样可能构成阻碍。在全球范围内，旨在促进能源行业采用人工智能的政策框架，目前仅覆盖了不到一半的能源需求。

数据中心已成为能源价格与环境问题备受关注的焦点。自新冠疫情引发的通胀冲击及2022年全球能源危机以来，能源价格问题已逐渐占据公众视野的核心，而中东冲突引发的能源危机更是加剧了人们的担忧。除了数据中心对电价可能产生的影响外，越来越多的调查表明，民众对人工智能在就业、经济、环境以及更广泛社会层面的影响也日益关切。国际能源署预测显示，数据中心的碳排放量将翻倍，到2035年达到约3.5亿吨，但届时其在全球电力行业排放量中的占比仍约为2%。

九、政策是AI与数据中心促进能源发展的关键因素

国际能源署提出了三项原则，旨在确保人工智能在能源行业的应用能够发挥积极作用，同时将数据中心对电力系统可能产生的不利影响降到最低。

主动管理数据中心项目与电力投资。对数据中心项目流程和电力行业投资的主动管理，能够为该行业提供充足且可靠的电力供应，同时避免对价格产生不利影响。这包括改革数据中心连接排队管理机制，并简化审批流程。同样，基于科技公司更充分的信息披露以及与系统运营商的紧密合作，更准确的需求预测有助于确保投资与需求相匹配。最后，电力系统中成本的分配方式最终由政策制定者决定。诸如电价方案之类的工具，能够支持电网升级和新增发电能力成本的公平分配。

提升电力系统灵活性。促进电力系统灵活性的措施能够加快电网接入进程，并确保电力价格合理。这有助于延缓大规模投资的需求，并提高昂贵的电网和发电投资的效率。系统运营商可以探索非固定期限的电网接入方式，并激励数据中心开发商提供需求响应服务，以换取更快的接入流程。日益先进的与电网互动的现场电力设施，如电池储能和燃气发电机，能够帮助数据中心支持电网运行，将数据中心从电网负荷转变为电网资源。

破除能源行业AI应用壁垒。消除能源领域采用人工智能的障碍，能够确保人工智能被用于提升能源安全性和可持续性。制定涵盖数据可用性、网络安全、技能以及互操作性的全面政策框架，对于促进人工智能的广泛应用至关重要。随着公众对数据中心的当地影响以及人工智能对就业和公平性的广泛担忧不断增加，社会的接受度将取决于能否证明人工智能对于实现负担得起、安全和可持续的能源系统（包括在地方层面）具有益处。 

参考文献：

[1] IEA(2026),Key Questions on Energy and AI,IEA,Paris.[EB/OL].(2026-04-16）.https://iea.blob.core.windows.net/assets/3179f7f8-01f6-4dd6-bffa-c9f7b73f1dc9/KeyQuestionsonEnergyandAI.pdf.