我國高度重視人工智能發展，將其放在國家戰略層面系統布局、主動謀劃。作為人工智能領域的重要分支，生成式人工智能近年來取得飛速發展，普及應用加速。然而，隨著發展速度和應用規模的不斷提升，隨之帶來激增的能源需求可能成為制約生成式人工智能可持續發展的關鍵因素之一，同時給“雙碳”目標帶來挑戰，其用能問題亟須以預見性思維提前考慮和規劃。

生成式人工智能發展對能源消費提出更高要求

世界經濟論壇發布的《人工智能的能源悖論：機遇與挑戰的平衡白皮書》指出，生成式人工智能推理階段的電力消耗占比已高達60%~70%，且這一比例隨著生成式人工智能的普及將進一步上升。

對于生成式人工智能的能耗問題，有兩點需要明確。首先，相較于生成式人工智能在模型訓練階段的高耗能，其涉及應用的推理階段能源消耗更為巨大，且是持續性的。當前，我國網絡消費市場中，主流的社交應用程序、傳統的搜索引擎以及其他類型的應用程序都已接入生成式人工智能服務。生成式人工智能賦能傳統搜索模式向定制化和智能化服務轉型已成為主流趨勢，這些轉型的背后，伴隨的是推理階段能耗的進一步攀升。相關研究表明，將生成式人工智能模型嵌入搜索引擎中，每條搜索給服務器硬件設施帶來的能耗將是傳統搜索引擎的10倍。當常用應用（如微信、百度、淘寶等）的搜索功能和優化都嵌入生成式人工智能時，推理階段的能耗將呈指數級增長。在應用搜索功能完全嵌入生成式人工智能的情景下，按11.08億網民日均搜索5次的規模進行保守估算，生成式人工智能推理階段的年能耗量將與三峽水電站全年發電量相當。

其次，一些觀點認為，隨著大語言模型算法的優化、研究人員對硬件的深度挖掘、硬件性能的提升以及人工智能反哺優化電力消耗，這些措施可以有效抵消生成式人工智能在使用時不斷增加的能耗。這一觀點可能過于樂觀，忽視了杰文斯悖論，即技術進步提升資源利用效率后，需求提高使得資源消耗非降反升的現象。正如市場調研機構IDC和服務器廠商浪潮信息聯合發布的《2025年中國人工智能計算力發展評估報告》指出，DeepSeek模型帶來的算法效率的提升并未抑制算力需求，反而通過技術普惠化、場景縱深化和算力泛在化三重路徑推動生成式人工智能大模型的應用落地，從而帶動了算力需求增加，這必然伴隨著能耗的增加。

可以預見，生成式人工智能的普及將帶來巨大的能源消耗。確保其可持續發展的關鍵在于科學評估其發展所需能源需求規模和演變趨勢，并進行前瞻性的規劃和部署。

生成式人工智能發展對區域協調提出更高要求

生成式人工智能算力需求爆發式增長帶來的用能需求激增可能產生兩方面不容忽視的影響。

一是對局部地區電網運行的影響。隨著新型能源體系建設進程中可再生能源比例不斷提升，發電側的不確定性增加，生成式人工智能的前期訓練會導致局部地區電網出現突發性高負荷，源荷雙重不確定性將對局部地區電網穩定運行帶來挑戰。這就要求加強區域電力規劃與調度協作，確保電網的可靠性和穩定性。

二是對“雙碳”目標實現進程的影響。在發電結構仍以煤為主的情形下，若生成式人工智能用電增量不能實現以非化石能源為主，勢必帶來二氧化碳的大量排放。同時，隨著生成式人工智能發展驅動數據中心等基礎設施需求增加，相關基礎設施的建設和運行所消耗的大量能源都將進一步加劇碳排放。此外，如果生成式人工智能集聚在東部發達地區，其電力消費所導致的間接排放可能會影響區域間的碳減排公平性。在推動生成式人工智能發展的同時，確保其與“雙碳”目標相協調，關鍵仍在于合理規劃其能源使用，同時要將區域減排責任平衡問題納入考慮。

針對生成式人工智能用能的三點建議

一是構建政策協同機制，推動生成式人工智能與綠色電力協同發展。將生成式人工智能發展納入能源電力發展規劃考量，基于其發展趨勢、空間特征，動態優化電力資源布局。同時，積極引導產業布局，鼓勵生成式人工智能企業在清潔能源豐裕的地區進行異地部署。此外，通過政策推動生成式人工智能企業積極參與綠電、綠證交易，為生成式人工智能發展提供可靠、綠色電力保障。

二是強化系統性科學研究，構建多維應對策略體系。在持續深化硬件優化、算法改進等技術研究的同時，應積極引入社會科學研究力量，從法律框架、監管政策、金融激勵等多維度探索生成式人工智能可持續發展的可行路徑。同時，在研究時需要考慮到人工智能技術發展的不確定性，避免用線性思維分析其未來用能趨勢，應考慮多情景下的動態評估，以更加全面和前瞻的視角制定應對策略。

三是提升公眾認知水平，培育環境可持續共識。目前，公眾對生成式人工智能能耗問題的認知不足，普遍將其視為一種無形的、存在于網絡中的虛擬服務，未能意識到每一次提問背后都伴隨著能源的消耗。亟須通過媒體宣傳、政策倡導等途徑加強公眾認知，形成社會共識，推動生成式人工智能向著環境可持續的方向發展。

（作者：吳嘉儀系浙江財經大學中國政府監管研究院助理研究員；作者林衛斌系北京師范大學經濟與工商管理學院教授）