当前全球能源格局正面临新的挑战。一方面，人工智能技术快速发展并加速落地，带动全球用电需求攀升。麦肯锡预测，到2030年全球数据中心电力需求将达到219吉瓦，其中约70%来自AI对应的计算负载。这意味着在不长的时间里，数据中心可能成为全球能源体系的重要压力来源。，可再生能源装机持续增长，也对电网的灵活性与调节能力提出更高要求，电网需要更好适应间歇性电源的大规模接入。 面对这两股压力，施耐德电气首席执行官布鲁姆提出了思路上的调整。他在印度新德里举行的AI影响力峰会上表示，应对全球电力问题的关键，不在于单纯扩大供给，而在于强化需求侧管理、提升用电效率。相比“多发电”，把电用得更精细、更高效，可能更可持续。 布鲁姆指出，人工智能本身具有可观的节能潜力。通过AI对电力系统进行智能化、自动化的管理优化，家庭、制造业、数据中心等领域的能耗有望最多降低30%。这意味着，即便不依赖大规模新增供给，仅通过提高能源利用效率，也可能在较短时间内表达出可观的节能空间。在家庭层面，AI可结合用户习惯与实时电价自动优化用能；在制造业，智能系统可优化生产流程、减少不必要的工业用电；在数据中心，AI驱动的温度管理与负载均衡可显著降低制冷等环节的能耗。 然而，这个转变仍处于早期阶段。布鲁姆坦言，从技术成熟度看，相关能力整体进展大约只有20%。应用前景清晰，但技术积累与规模化落地仍有限。他强调，未来两年将是关键窗口期：技术能否实现突破、政策能否形成有效支持、商业模式能否跑通，将直接影响AI在能源领域的实际成效。 放在全球能源转型的大背景下，这一判断更具现实指向。电力系统的智能化升级不仅关乎成本与效率，也关系到绿色低碳转型与碳中和目标的实现。随着各国不断收紧碳排放约束，如何在满足用能增长的同时控制排放，已成为产业与政府必须回应的问题。人工智能的合理应用，为这一难题提供了新的解题路径。
这场全球能源变革正在改写增长与用能的关系。从单纯追求发电量，转向对每一度电的精细管理，应对气候变化的路径也在发生变化。正如布鲁姆所言：“效率是最大的能源。”当智能化技术与绿色转型更深融合，经济增长与环境约束之间或许能找到新的平衡点。这不仅是技术层面的竞争，也是一场关于可持续发展能力的考验。