皮耶爾·保羅·雷蒙迪:美國(guó)的AI是大泡沫?背后的能源競(jìng)爭(zhēng)才是致命的
編者按:近期,美國(guó)刊物《連線》和《大西洋月刊》相繼發(fā)表重磅文章,將當(dāng)下AI熱潮稱為“終極泡沫——終結(jié)所有泡沫的泡沫”。兩篇文章揭示美國(guó)AI巨頭陷入巨額虧損:OpenAI去年?duì)I收約40億,虧損50億美元。分析人士指出,在這場(chǎng)“明知可能是泡沫,卻不得不下注”的豪賭中,誰能以更低成本獲取并穩(wěn)定供應(yīng)電力,誰就能掌握競(jìng)爭(zhēng)主動(dòng)權(quán)。
意大利國(guó)際事務(wù)研究所(IAI)近期發(fā)表的報(bào)告,對(duì)這一“AI—能源紐帶”如何重塑全球競(jìng)爭(zhēng)格局進(jìn)行了系統(tǒng)分析。報(bào)告指出,AI擴(kuò)張化發(fā)展對(duì)電力的需求呈指數(shù)級(jí)上漲趨勢(shì)。保障電力持續(xù)穩(wěn)定供給已成為國(guó)家發(fā)展AI的核心戰(zhàn)略支撐,這也推動(dòng)了全球能源格局的重塑,倒逼全球油氣行業(yè)的變革發(fā)展,油氣公司需從“傳統(tǒng)能源供應(yīng)商” 轉(zhuǎn)型為 “AI能源解決方案提供者”與 “AI 驅(qū)動(dòng)的高效運(yùn)營(yíng)商”。
在這一趨勢(shì)下,油氣公司面臨兩大轉(zhuǎn)型難題:一是在AI地緣政治化背景下,技術(shù)獲取面臨出口壁壘;二是全球油氣公司面臨大洗牌,部分公司或?qū)⒊蔀榈鼐壵螤奚贰1疚霓D(zhuǎn)載自歐亞系統(tǒng)科學(xué)研究會(huì),文章僅代表作者本人觀點(diǎn)。
【文/皮耶爾·保羅·雷蒙迪,編譯/李旭】
地緣政治世界中的AI
人工智能具有很強(qiáng)的變革潛力,因此,全球各界人士都在密切關(guān)注AI領(lǐng)域的發(fā)展。各國(guó)的決策層都在積極引導(dǎo)私人資本進(jìn)入AI領(lǐng)域,以獲取實(shí)際經(jīng)濟(jì)收益,同時(shí)增強(qiáng)自身的經(jīng)濟(jì)安全與國(guó)家安全;企業(yè)則在“數(shù)據(jù)—算力—模型—應(yīng)用”各個(gè)環(huán)節(jié)爭(zhēng)奪市場(chǎng)份額。
人工智能的運(yùn)行,離不開數(shù)據(jù)中心提供的電力與算力支持。隨著競(jìng)爭(zhēng)加劇,各國(guó)在數(shù)據(jù)中心方面的投資顯著擴(kuò)張,規(guī)模越來越大、投資速度也越來越快:中國(guó)設(shè)立了475億美元的半導(dǎo)體基金,以強(qiáng)化芯片方面的研發(fā)與生產(chǎn)能力;印度投入了12.5億美元;加拿大投入了24億美元以支持相關(guān)的項(xiàng)目研發(fā)與基礎(chǔ)設(shè)施建設(shè)。在國(guó)家層面,中美兩國(guó)最為關(guān)鍵。兩國(guó)依托自身強(qiáng)大的科技產(chǎn)業(yè)、充裕的資金、相對(duì)豐富的能源和有針對(duì)性的產(chǎn)業(yè)政策,推進(jìn)AI行業(yè)的發(fā)展。以數(shù)據(jù)中心容量來計(jì)算,美國(guó)約占全球份額的45%,中國(guó)約占25%。
美國(guó)憑借自身的科技巨頭與持續(xù)投資在建設(shè)與算力供給上處于領(lǐng)先地位。過去十年里,美國(guó)的機(jī)器學(xué)習(xí)模型產(chǎn)出居于首位;在大語言模型領(lǐng)域,約73%的模型是由美國(guó)開發(fā)的。2024年,美國(guó)機(jī)構(gòu)共發(fā)布40個(gè)模型,中國(guó)15個(gè),歐洲3個(gè)。同期,美國(guó)人工智能私人投資約1091億美元,中國(guó)約93億美元,英國(guó)約45億美元;前二十名還包括瑞典、阿聯(lián)酋、荷蘭、意大利。若看2013—2024年的累計(jì)投資,名次略有變化,但格局基本不變。
圖1:2024年人工智能私人投資額排名前二十的國(guó)家(單位:十億美元)

圖2:2013—2024年人工智能總投資額排名前二十的國(guó)家(單位:十億美元)
在資本的推動(dòng)下,美國(guó)出現(xiàn)了通過合資與整合做大AI的趨勢(shì)。目前,美國(guó)政府正在推動(dòng)多方聯(lián)合,OpenAI、甲骨文與軟銀宣布在美組建合資企業(yè),并承諾投資1000億美元。相關(guān)的監(jiān)管措施也在同步加快:2024年聯(lián)邦層面的相關(guān)行動(dòng)較上一年幾乎翻倍。而在將人工智能納入國(guó)家發(fā)展戰(zhàn)略的同時(shí),美國(guó)也在高度關(guān)注與中國(guó)的競(jìng)爭(zhēng)。美國(guó)國(guó)會(huì)下屬的美中經(jīng)濟(jì)與安全審查委員會(huì)呼吁設(shè)立新時(shí)代的“曼哈頓計(jì)劃”,以鞏固美國(guó)的前沿技術(shù)領(lǐng)導(dǎo)地位。與此同時(shí),中國(guó)在AI方面的領(lǐng)導(dǎo)地位也在穩(wěn)步提升。過去十年,中國(guó)圍繞AI推出了系統(tǒng)性的產(chǎn)業(yè)政策。雖然美國(guó)在模型產(chǎn)出上仍占優(yōu)勢(shì),但在質(zhì)量與先進(jìn)性上,兩國(guó)的差距正在縮小,私營(yíng)企業(yè)的重要性不斷上升。
總體來看,AI已成為新的大國(guó)戰(zhàn)略競(jìng)爭(zhēng)戰(zhàn)場(chǎng)。多國(guó)傾向于將技術(shù)競(jìng)爭(zhēng)視為零和博弈,例如,美國(guó)在AI領(lǐng)域形成了較為系統(tǒng)的限制框架,以約束中國(guó)獲取關(guān)鍵技術(shù)與設(shè)備的能力,其典型做法是對(duì)先進(jìn)芯片與半導(dǎo)體制造設(shè)備實(shí)施出口管制。
歐洲則秉持著不同的發(fā)展路徑與節(jié)奏。歐洲的數(shù)據(jù)中心用電量約占全球總量的15%,但因本土龍頭企業(yè)偏少、資本市場(chǎng)深度不足、關(guān)鍵技能短缺而相對(duì)落后。不過,歐盟在制度安全層面投入頗多:2024年6月,歐盟通過了《人工智能法案》,以區(qū)分風(fēng)險(xiǎn)分級(jí)的方式為開發(fā)者與使用者設(shè)定相應(yīng)的規(guī)則;2025年4月,歐盟又發(fā)布了“人工智能大陸行動(dòng)計(jì)劃”,擬撬動(dòng)約2000億歐元的投資,在歐洲建設(shè)至少13家“人工智能工廠”,并新建5家左右的“人工智能超級(jí)工廠”。不過,相關(guān)投資的實(shí)際落地仍有困難:歐盟整體的融資能力弱于其主要對(duì)手,而且能源和房地產(chǎn)方面的成本也相對(duì)較高。
放眼全球,自2023年以來,在統(tǒng)計(jì)的75個(gè)國(guó)家當(dāng)中,有關(guān)人工智能的立法與政策增長(zhǎng)幅度約為21.3%,較2016年相比更是增長(zhǎng)了9倍之多。除了頭部經(jīng)濟(jì)體外,許多中等國(guó)家與新興經(jīng)濟(jì)體也在積極參與。
中東,尤其是海灣國(guó)家表現(xiàn)得尤為突出。沙特和阿聯(lián)酋希望依托自身雄厚的資金、低廉穩(wěn)定的能源、廣袤的土地與強(qiáng)力的政策承諾,打造區(qū)域乃至全球范圍內(nèi)的人工智能樞紐;“數(shù)據(jù)是新的石油”已成為當(dāng)?shù)馗鲊?guó)政府的共識(shí)。兩國(guó)已將AI產(chǎn)業(yè)納入到經(jīng)濟(jì)多元化路線圖當(dāng)中:阿聯(lián)酋于2017年發(fā)布了國(guó)家級(jí)人工智能戰(zhàn)略,沙特也于2020年發(fā)布了國(guó)家級(jí)數(shù)據(jù)與人工智能戰(zhàn)略;隨后,相關(guān)的大額項(xiàng)目密集落地。阿聯(lián)酋的G42與多家科技公司共同推進(jìn)“Stargate UAE”項(xiàng)目,沙特則啟動(dòng)了價(jià)值約1000億美元的“超越工程”,還設(shè)立了國(guó)家級(jí)人工智能旗艦企業(yè) HUMAIN。不過,這些國(guó)家要想實(shí)現(xiàn)自身的目標(biāo),仍需解決人才短缺、技術(shù)依賴、極端高溫以及當(dāng)?shù)氐牡鼐壵尾淮_定性等不利因素。
東南亞各國(guó)也在積極參與AI熱潮。各國(guó)都在努力營(yíng)造更為友好的監(jiān)管與營(yíng)商環(huán)境,充分發(fā)揮本地年輕人口多、成本低的優(yōu)勢(shì)。據(jù)測(cè)算,東盟在數(shù)據(jù)中心建設(shè)與運(yùn)營(yíng)成本方面較全球均值便宜約20%。
總而言之,推動(dòng)AI產(chǎn)業(yè)擴(kuò)張的關(guān)鍵要素包括充裕的資本、穩(wěn)定且廉價(jià)的能源供給、過硬的技術(shù)與工程能力支持。這些因素導(dǎo)致數(shù)據(jù)中心在地理上往往高度集中。當(dāng)然,氣候也同樣重要:氣溫更低的地區(qū)因冷卻成本更低,更能吸引投資。隨著全球范圍內(nèi)的氣溫上升,這一影響將進(jìn)一步放大。與此同時(shí),在一個(gè)地緣政治色彩更加濃重、技術(shù)密集程度更高的世界里,數(shù)據(jù)中心的選址也會(huì)更多地考慮主權(quán)與國(guó)家安全因素,這一點(diǎn)也將重塑各國(guó)與各個(gè)企業(yè)之間的“AI外交”和合作版圖。
AI—能源紐帶
AI大模型需要依托數(shù)據(jù)中心才能運(yùn)行,而數(shù)據(jù)中心則需要大量的算力與電力支持。因此,要想評(píng)估AI對(duì)能源系統(tǒng)帶來的影響,必須把數(shù)據(jù)中心用電作為核心切入點(diǎn)。按慣例,數(shù)據(jù)中心大致可分為兩類:一是普通規(guī)模,其裝機(jī)與負(fù)荷一般較小;二是超大規(guī)模,其用電需求可達(dá)100兆瓦甚至更高。近年來,超大規(guī)模數(shù)據(jù)中心的快速普及,對(duì)電力系統(tǒng)提出了更高的負(fù)荷要求。
自2017年以來,數(shù)據(jù)中心年用電量以約12%的速度不斷增長(zhǎng),明顯高于全球用電的平均增速,幾乎達(dá)到了其四倍之多。到2024年,數(shù)據(jù)中心年用電量約415太瓦時(shí),約占全球總用電量的1.5%。目前,AI相關(guān)的負(fù)載在其中所占的比例仍相對(duì)有限,且各國(guó)差異顯著。按地域看,美國(guó)、歐洲與中國(guó)合計(jì)約占全球數(shù)據(jù)中心用電總量的85%;其中,美國(guó)的數(shù)據(jù)中心用電占全美用電總額的4%以上,歐洲不到2%,中國(guó)約為1.1%。這些差異既與產(chǎn)業(yè)布局與投資節(jié)奏有關(guān),也與各地電力結(jié)構(gòu)、能源價(jià)格和電網(wǎng)條件密切相關(guān)。
表1:按國(guó)家劃分的數(shù)據(jù)顯示:2024年數(shù)據(jù)中心用電量(占比與絕對(duì)值),以及到2030年的用電增量
(一)用電增長(zhǎng)的相關(guān)預(yù)測(cè)
在未來一段時(shí)期內(nèi),隨著人工智能技術(shù)的持續(xù)進(jìn)步與新項(xiàng)目落地,數(shù)據(jù)中心的用電需求量預(yù)計(jì)會(huì)繼續(xù)上行。從現(xiàn)在到2030年,用電量的年均增速大概率約15%。按國(guó)際能源署的測(cè)算,2030年全球數(shù)據(jù)中心用電量將比現(xiàn)在多一倍多,約為945太瓦時(shí),體量略高于日本2024年的全年用電量;但其在全球用電總量當(dāng)中的占比仍在3%左右。盡管占比不高,但增長(zhǎng)的分布情況卻明顯不均:在美國(guó)和日本,2030年數(shù)據(jù)中心的用電增量會(huì)占全國(guó)用電增量的約50%;而數(shù)據(jù)中心往往集中在少數(shù)區(qū)域,因此容易在城市群或園區(qū)層面推高負(fù)荷峰值,進(jìn)而抬升對(duì)電網(wǎng)承載、調(diào)度與新建電源配套的要求。
隨著AI用電負(fù)載的上升,環(huán)境方面的考慮也應(yīng)當(dāng)提上日程。例如:一次AI查詢的耗電量約為普通搜索的十倍,而這將影響企業(yè)的減排策略。一項(xiàng)覆蓋約200家AI企業(yè)的研究顯示,2020—2023年間,其碳排放總量增長(zhǎng)了約1.5倍。即便可再生能源的擴(kuò)張使得電網(wǎng)平均碳排放量有所下降,但也未必能幫助科技公司降低自身的碳排放量。
雖然多數(shù)預(yù)測(cè)都認(rèn)為AI產(chǎn)業(yè)的用電量將持續(xù)上行,但相關(guān)的不確定性依然較高,關(guān)鍵在于數(shù)據(jù)的可得性、效率提升的速度以及行業(yè)的發(fā)展節(jié)奏。效率提升很可能會(huì)顯著壓低邊際用電量:經(jīng)驗(yàn)顯示,AI相關(guān)芯片的能效大約每三年就能翻一番,按同等算力口徑計(jì)算,現(xiàn)代芯片的耗能量已比2008年時(shí)低約99%;2015—2019年的工作負(fù)載雖然增長(zhǎng)了近三倍之多,但總用電量卻相對(duì)穩(wěn)定,這主要就得益于芯片能效的提升。近期的技術(shù)進(jìn)步(如DeepSeek于2025年推出的大型推理模型)與“分布式訓(xùn)練能力”的推進(jìn),進(jìn)一步強(qiáng)化了效率提升帶來的成效。
不過,需要警惕的是,效率提升并不必然帶來總用電量的下降,單位成本降低常常會(huì)導(dǎo)致使用頻率的上升,因此還可能會(huì)出現(xiàn)“反彈效應(yīng)”。此外,電網(wǎng)接入方面的限制、上游芯片與設(shè)備供給的瓶頸、監(jiān)管審批周期等因素,以及社會(huì)接受度與人才供給等外部約束,也會(huì)影響AI在各行業(yè)的實(shí)際采用速度。
1 2 3 下一頁 余下全文(二)可靠的能源組合與購電安排
無論未來出現(xiàn)哪種需求情景,要滿足人工智能當(dāng)前與未來的用電需求,關(guān)鍵還是在于建立并持續(xù)優(yōu)化“可靠的能源組合”,同時(shí)通過合適的購電/供電安排鎖定電量與電價(jià)。保守估計(jì),為數(shù)據(jù)中心供電的全球發(fā)電總量將從2024年的約460太瓦時(shí)增至2030年的1000太瓦時(shí)以上,并在2035年達(dá)到約1300太瓦時(shí)。其中約一半來自可再生能源,余下的部分則由天然氣與煤電進(jìn)行補(bǔ)充;儲(chǔ)能則承擔(dān)“緩沖”角色,平抑可再生能源的發(fā)電波動(dòng)。因此,從成本與可獲得性方面進(jìn)行綜合考量,“天然氣+可再生能源”成為各國(guó)的優(yōu)先選項(xiàng)。
需要強(qiáng)調(diào)的是,在中短期內(nèi),特別是在美國(guó),天然氣仍是確保電力“量足價(jià)穩(wěn)”的重要支柱。美國(guó)擁有規(guī)模龐大且相對(duì)低價(jià)的天然氣資源,有利于建設(shè)人工智能基礎(chǔ)設(shè)施并保障數(shù)據(jù)中心的供電安全,但“保障國(guó)內(nèi)低價(jià)能源”與“擴(kuò)大液化天然氣出口”之間存在著一定的張力。此外,燃機(jī)交付周期偏長(zhǎng)以及甲烷排放等負(fù)面因素也會(huì)影響社會(huì)與企業(yè)對(duì)天然氣資源的接受程度;要提高可持續(xù)性,就必須嚴(yán)格監(jiān)測(cè)并主動(dòng)削減甲烷帶來的碳排放。
AI行業(yè)的用電需求上行也推動(dòng)了“核能復(fù)興”。微軟與三里島核電站簽署了20年的重啟與供電協(xié)議,亞馬遜、微軟、谷歌、Meta等公司也宣布了依靠核電為數(shù)據(jù)中心供能的交易;除依賴現(xiàn)有機(jī)組外,各國(guó)目前也在關(guān)注小型模塊化反應(yīng)堆(SMR)的建設(shè)進(jìn)度。但小型模塊化反應(yīng)堆的研發(fā)、審批與建設(shè)周期較長(zhǎng),時(shí)間表與數(shù)據(jù)中心的實(shí)際投運(yùn)往往難以匹配。與此同時(shí),地?zé)岚l(fā)電因能利用油氣行業(yè)積累下來的鉆井與壓裂技術(shù)而再次受到關(guān)注,例如:谷歌與Fervo Energy就在內(nèi)華達(dá)設(shè)立了新的項(xiàng)目,微軟與G42在肯尼亞也開展了約10億美元的投資。
圖3:全球數(shù)據(jù)中心電力來源構(gòu)成(IEA基準(zhǔn)情景),2020—2035年
在供能與交易模式上,各個(gè)企業(yè)正通過“多路徑并行”打造可支撐“全年24小時(shí)不間斷”的組合,并不斷豐富購電/供電合同,他們廣泛采用了長(zhǎng)期電力購買協(xié)議,尤其是清潔能源。部分領(lǐng)先企業(yè)已經(jīng)開始嘗試“逐小時(shí)匹配”的購電協(xié)議,以期能夠更好地利用綠色電量。
(三)國(guó)家層面的能源政策
從國(guó)家層面來看,“政治承諾的強(qiáng)弱”和“能源的可獲得性”共同塑造了各國(guó)為數(shù)據(jù)中心與AI基礎(chǔ)設(shè)施供電的政策選擇。以美國(guó)為例,目前的供電結(jié)構(gòu)大致為天然氣40%、可再生能源24%、核能15%、煤電20%。隨著特朗普重返白宮,中美兩國(guó)在能源政策上的分化將更為明顯:美國(guó)傾向于開發(fā)利用國(guó)內(nèi)的化石燃料,以支撐經(jīng)濟(jì)發(fā)展,并維持較低的能源價(jià)格;中國(guó)則在加快將清潔能源技術(shù)嵌入到各部門當(dāng)中,同時(shí)追求能源安全、經(jīng)濟(jì)增長(zhǎng)與減排目標(biāo)。
就中國(guó)而言,盡管目前的總體發(fā)電量仍較多依賴煤炭(約58%),但太陽能與風(fēng)能的部署速度很快、核電裝機(jī)也在進(jìn)一步擴(kuò)展,以增強(qiáng)電力系統(tǒng)的安全性與可負(fù)擔(dān)性。反觀美國(guó),當(dāng)前的政策更強(qiáng)調(diào)利用本土的化石能源,以實(shí)現(xiàn)“能源主導(dǎo)”,并向消費(fèi)者提供更低價(jià)格的電力;與此同時(shí),相關(guān)立法削減了《通脹削減法案》當(dāng)中的部分綠色支出,這可能會(huì)放緩新型能源的擴(kuò)張趨勢(shì),難以充分滿足AI帶來的新增用電需求,同時(shí)也會(huì)制約美國(guó)的再工業(yè)化與制造業(yè)競(jìng)爭(zhēng)力的提升。
在其他國(guó)家中,法國(guó)、阿聯(lián)酋以及日本均希望更充分地利用核電資產(chǎn)。以法國(guó)為例,其國(guó)家級(jí)人工智能戰(zhàn)略首先強(qiáng)調(diào)“充足、穩(wěn)定且清潔的電力供應(yīng)”。2024年,法國(guó)約68%的發(fā)電量來自核電,而且法國(guó)是主要的電力出口國(guó)(凈出口額約89太瓦時(shí))。不過,法國(guó)仍面臨核電機(jī)組運(yùn)維難度大、向本土大型AI項(xiàng)目?jī)A斜可能壓縮周邊國(guó)家用電空間,以及在人才、產(chǎn)業(yè)鏈與監(jiān)管上的短板等一系列挑戰(zhàn)。而阿聯(lián)酋與日本選擇的路徑則不同。阿聯(lián)酋是近年核電建設(shè)的成功案例,核能預(yù)計(jì)可滿足全國(guó)約四分之一的用電需求;日本在福島事故后大幅收縮核電項(xiàng)目,但在AI驅(qū)動(dòng)的用電增長(zhǎng)與能源安全壓力下,日本也在考慮逐步恢復(fù)核電在電力結(jié)構(gòu)中的地位。
(四)配套(輔助)要素
除了直接供電外,各國(guó)決策層與企業(yè)還需在配套環(huán)節(jié)同步展開行動(dòng),以進(jìn)一步建設(shè)、加固并優(yōu)化支撐AI產(chǎn)業(yè)擴(kuò)張的基礎(chǔ)要素。首先,各國(guó)應(yīng)強(qiáng)化把電力從電源端送至數(shù)據(jù)中心的電力基礎(chǔ)設(shè)施,尤其是輸電與配電網(wǎng)絡(luò)。隨著可再生能源的深度嵌入以及總用電設(shè)備的不斷增加,電網(wǎng)的重要性日益提升。歐洲一些傳統(tǒng)數(shù)據(jù)中心樞紐已明顯受限于當(dāng)前的電網(wǎng)接入與輸電能力,需盡快在政策與實(shí)踐層面加以解決。
要打造足夠強(qiáng)韌的電網(wǎng)體系,就必須在這一領(lǐng)域增加投資。同時(shí),決策者也需要及早應(yīng)對(duì)因AI產(chǎn)業(yè)用電量激增與基建擴(kuò)張帶來的其他后果:一是家庭用戶與數(shù)據(jù)中心之間的電力資源權(quán)衡;二是電網(wǎng)擴(kuò)容成本的分擔(dān)。簡(jiǎn)言之,電網(wǎng)的接入情況與容量將成為吸引投資與項(xiàng)目落地的關(guān)鍵。考慮到電網(wǎng)的差異與電力結(jié)構(gòu)約束,歐洲的新增投資可能會(huì)從傳統(tǒng)的樞紐國(guó)家轉(zhuǎn)向水電資源更豐富、可再生資源潛力更高的北歐與南歐國(guó)家。
在中國(guó),針對(duì)“東部數(shù)據(jù)多、需在西部處理”的現(xiàn)狀,2022年,中國(guó)政府啟動(dòng)了“東數(shù)西算”工程,開始將算力與數(shù)據(jù)中心向西部轉(zhuǎn)移。為此,中國(guó)政府需要建設(shè)并運(yùn)行超高壓遠(yuǎn)距離輸電通道,進(jìn)而將清潔電力送至負(fù)荷中心。據(jù)估計(jì),該工程既可緩解東部電網(wǎng)的輸電壓力,也有助于在全國(guó)層面降低排放,實(shí)現(xiàn)經(jīng)濟(jì)性與環(huán)境性的統(tǒng)一。
最后,盡管新建與擴(kuò)建難度大、周期長(zhǎng),但傳統(tǒng)數(shù)據(jù)中心樞紐仍具有相當(dāng)?shù)奈ΑR砸呀ǔ裳b機(jī)容量計(jì),全球前十的市場(chǎng)仍占在建容量的15%以上。原因在于投資不僅看能源價(jià)格或電力結(jié)構(gòu),還取決于人才與人力資本、客戶與產(chǎn)業(yè)集群、監(jiān)管與稅制、供應(yīng)鏈與基礎(chǔ)設(shè)施等綜合因素,傳統(tǒng)樞紐憑借整體的優(yōu)勢(shì),仍能保持較強(qiáng)的吸附力。
國(guó)有與國(guó)際油氣公司
全球能源市場(chǎng)的參與者眾多,其中包括了政府與監(jiān)管機(jī)構(gòu)、承擔(dān)投資與運(yùn)營(yíng)的能源公司、電力與燃?xì)獾裙檬聵I(yè)企業(yè)、負(fù)責(zé)輸配電的網(wǎng)絡(luò)運(yùn)營(yíng)商,以及數(shù)量龐大的終端用戶與工業(yè)客戶。在這套錯(cuò)綜復(fù)雜、相互依賴的體系中,油氣公司始終扮演著關(guān)鍵的角色。
按所有權(quán)結(jié)構(gòu)與使命定位來看,油氣公司大致分為兩類:一是國(guó)際大型油氣公司,二是國(guó)有石油公司。長(zhǎng)期以來,公眾一直將國(guó)際油氣公司視為國(guó)際市場(chǎng)當(dāng)中最強(qiáng)勢(shì)的參與方,但放到今天,國(guó)際油氣公司的全球產(chǎn)量份額已從1972年的約93%降至不足50%。與此相比,國(guó)有石油公司在規(guī)模與資源掌控上更具分量,在許多資源型國(guó)家,它們還是“以油氣換外匯”的主要渠道。就產(chǎn)量與儲(chǔ)量看,國(guó)有石油公司貢獻(xiàn)了全球逾半數(shù)產(chǎn)量,掌握著近六成可采儲(chǔ)量。
圖4:2022年按公司類型劃分的儲(chǔ)量、產(chǎn)量與上游投資的所有權(quán)占比
過去十年,在國(guó)際油氣公司因油價(jià)走弱與氣候約束趨嚴(yán)而收縮資本開支的背景下,國(guó)有石油公司的“投資承接與供給穩(wěn)定器”作用日益上升,其投資額度約占全球上游化石能源項(xiàng)目資本投資的45%。這背后的原因在于,它們通常擁有成本更低、質(zhì)量更好的資源組合,單位開發(fā)成本低于全球平均水平,資產(chǎn)自然遞減率更慢,更能在周期波動(dòng)中保持產(chǎn)量與現(xiàn)金流穩(wěn)定。
總體而言,國(guó)有石油公司在氣候議程上更顯審慎,往往需要在當(dāng)前財(cái)政收入、就業(yè)與穩(wěn)定、資源長(zhǎng)期轉(zhuǎn)型之間尋找到一種可行的平衡手段。這些公司在氣候議程上的雄心與執(zhí)行力度差異很大,往往取決于國(guó)家領(lǐng)導(dǎo)層的政策取向、國(guó)內(nèi)治理穩(wěn)定度、資源稟賦、融資能力與經(jīng)濟(jì)多元化進(jìn)展。在經(jīng)濟(jì)脆弱、財(cái)政緩沖有限的國(guó)家(如伊拉克、阿爾及利亞),當(dāng)?shù)氐膰?guó)有石油公司往往更傾向于在短期內(nèi)獲取到最大額度的收入;而在政治穩(wěn)定、財(cái)政充裕、技術(shù)能力較強(qiáng)的海灣國(guó)家,則在確保能源安全與財(cái)政穩(wěn)健的同時(shí),積極布局可再生能源、氫能與碳捕集與封存等新業(yè)務(wù),以便在“需求受限的未來”中保持自身的份額。
需要指出的是,這兩類公司的橫向可比性有限;同時(shí),它們都必須在高度不確定性的環(huán)境下做出重資產(chǎn)、長(zhǎng)周期的決策:油價(jià)波動(dòng)、氣候政策推進(jìn)、關(guān)鍵技術(shù)進(jìn)步導(dǎo)致的需求預(yù)期變化,都會(huì)影響投資回報(bào)與風(fēng)險(xiǎn)分布。因此,堅(jiān)持推進(jìn)必要的業(yè)務(wù)轉(zhuǎn)型與結(jié)構(gòu)調(diào)整、持續(xù)提升效率,并在波動(dòng)的環(huán)境中守住自身的資本回報(bào),已成為國(guó)際油氣公司與國(guó)有石油公司的共同理性選擇。
首頁 上一頁 1 2 3 下一頁 余下全文AI在關(guān)鍵業(yè)務(wù)中的應(yīng)用
長(zhǎng)期以來,油氣行業(yè)一直都在堅(jiān)持推進(jìn)技術(shù)創(chuàng)新,其目標(biāo)是在更低的成本下發(fā)現(xiàn)并高效開發(fā)可采儲(chǔ)量。其中“上游產(chǎn)業(yè)”(勘探與生產(chǎn))被視為核心與高回報(bào)板塊,因此,相關(guān)的重大技術(shù)多優(yōu)先應(yīng)用于此。事實(shí)表明,技術(shù)進(jìn)步顯著降低了勘探與運(yùn)營(yíng)成本,深水海上油田開發(fā)就是其中的典型案例,這也在很大程度上緩解了“資源枯竭”的擔(dān)憂,并壓低了邊際成本。
隨著氣候政策推進(jìn)與技術(shù)的加速演進(jìn),人工智能及其帶動(dòng)的用電增長(zhǎng),正促使能源公司重審自身的資產(chǎn)組合與投資方向,并開始思考如何在“安全、可負(fù)擔(dān)、可持續(xù)”的目標(biāo)下,滿足數(shù)據(jù)中心與人工智能負(fù)載的電力需求。例如,雪佛龍與埃克森美孚已宣布進(jìn)入面向數(shù)據(jù)中心的發(fā)電業(yè)務(wù)。
幾乎所有超大規(guī)模科技公司都設(shè)定了自身的氣候目標(biāo),并將“用電去碳化”納入規(guī)劃之中,這倒逼油氣公司擴(kuò)展自身的技術(shù)工具箱,在保障供電可靠的同時(shí)兼顧減排與合規(guī)要求。例如,埃克森美孚希望憑借其碳捕集與封存能力,提供更為低碳的能源;埃尼與阿聯(lián)酋Khazna數(shù)據(jù)中心簽署協(xié)議,計(jì)劃在意大利建設(shè)總?cè)萘考s500兆瓦的AI產(chǎn)業(yè)園區(qū),由高效燃?xì)怆娬矩?fù)責(zé)供電。
在AI的這一輪熱潮中,油氣公司正在評(píng)估如何將AI嵌入到自身的商業(yè)模式之中。相關(guān)的行業(yè)估算顯示,2024年油氣全價(jià)值鏈的AI應(yīng)用市場(chǎng)價(jià)值約30億美元,預(yù)計(jì)到2029年可達(dá)到52億美元。AI的主要應(yīng)用途徑在于提升決策質(zhì)量、優(yōu)化流程、改進(jìn)運(yùn)營(yíng)效率。不過,要想讓AI真正見效,前提是需要將其優(yōu)先部署到勘探與生產(chǎn)、資產(chǎn)維護(hù)、減排落地和增強(qiáng)系統(tǒng)韌性等場(chǎng)景當(dāng)中。
從復(fù)雜程度看,油氣行業(yè)可以應(yīng)用的AI產(chǎn)品分為兩類:一是通用型,其適配要求不高,多用于后臺(tái)與共享職能,或以“協(xié)作助手”的身份提升生產(chǎn)力(如BP、道達(dá)爾能源與微軟合作引入的Copilot);二是復(fù)雜型,其往往需要深度綁定核心流程,融合公司的資產(chǎn)數(shù)據(jù),甚至訓(xùn)練定制的大模型。行業(yè)內(nèi)的領(lǐng)先者往往會(huì)同步推進(jìn)核心流程的重構(gòu),基于“全價(jià)值鏈—全生命周期”的數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí),進(jìn)而實(shí)現(xiàn)收益的最大化。ADNOC在全鏈部署了30余種AI工具,在2023年,這些AI工具給企業(yè)帶來的新增價(jià)值約5億美元。
目前,多家企業(yè)都將AI應(yīng)用上升為企業(yè)戰(zhàn)略。PETRONAS在馬來西亞設(shè)立了“AI卓越中心”;沙特阿美發(fā)布了生成式模型“Metabrain AI”,整合了鉆井、地質(zhì)與案例方面的諸多數(shù)據(jù);ADNOC與AIQ推出了“ENERGYai”,以智能體理念將大模型嵌入到上游應(yīng)用當(dāng)中。除自建團(tuán)隊(duì)外,“技術(shù)提供商—油氣公司”的戰(zhàn)略合作也日漸增多。
(一)上游板塊的應(yīng)用:從地震成像到生產(chǎn)優(yōu)化
AI融入油氣業(yè)務(wù)的重心幾乎必然落在“勘探與生產(chǎn)”之上。對(duì)國(guó)有石油公司與國(guó)際油氣公司而言,勘探與生產(chǎn)業(yè)務(wù)既是其利潤(rùn)引擎,也是其核心能力。其中,地震勘探與成像是這一領(lǐng)域的基礎(chǔ)環(huán)節(jié)。將AI疊加到高分辨率三維地震數(shù)據(jù)與物理模型上,可獲得更為清晰的地下構(gòu)造圖像,從而降低勘探風(fēng)險(xiǎn)、縮短解釋周期,并提高鉆井與完井成功率。多家頭部企業(yè)已在深水與非常規(guī)場(chǎng)景適用了相關(guān)技術(shù),并成功降低了采集與處理成本、提升采收率與單井經(jīng)濟(jì)性。
AI可發(fā)揮作用的第二個(gè)領(lǐng)域在于井位規(guī)劃、自動(dòng)化鉆井、工況預(yù)測(cè)與流程優(yōu)化。埃克森美孚與IBM在部署了AI工具之后,將井位規(guī)劃與工程設(shè)計(jì)時(shí)間由先前的9個(gè)月縮短至7個(gè)月,并將數(shù)據(jù)準(zhǔn)備工作量削減了大約40%。隨著“數(shù)字化油田”的推進(jìn),井場(chǎng)、管網(wǎng)與中控的互聯(lián)程度增強(qiáng),成本有所降低,且安全性得到了提升。國(guó)際能源署曾估計(jì):若數(shù)字技術(shù)得到廣泛應(yīng)用,在生產(chǎn)方面的優(yōu)化可帶來10%—20%的成本下降。在安全維度,AI結(jié)合傳感網(wǎng)絡(luò)與邊緣計(jì)算強(qiáng)化設(shè)備,能夠顯著降低故障與非計(jì)劃停產(chǎn)的風(fēng)險(xiǎn)。
智慧油氣田 AI制圖
(二)甲烷排放的監(jiān)測(cè)與減排:用數(shù)據(jù)與AI把“看不見的排放”管起來
即便在總體需求增速放緩的情形下,化石能源仍將在較長(zhǎng)時(shí)期內(nèi)作為主要能源。要盡量降低這部分供給伴生的碳排放,最直接且可行的突破口是把“生產(chǎn)環(huán)節(jié)的排放”管嚴(yán)管實(shí),其中,甲烷的排放必須得到優(yōu)先治理。
通過部署高靈敏度傳感器、采用機(jī)載/車載/衛(wèi)星多平臺(tái)遙感,并疊加AI與機(jī)器學(xué)習(xí),企業(yè)可在更大范圍、更高頻率、接近實(shí)時(shí)地識(shí)別、量化并處置甲烷泄漏。甲烷是僅次于二氧化碳的第二大溫室氣體,在其釋放后的20年內(nèi),其增暖效應(yīng)是二氧化碳的80余倍。化石燃料生產(chǎn)與開采環(huán)節(jié)每年會(huì)排放約1.2億噸甲烷,約占人為排放的三分之一。若能及時(shí)捕集與利用這部分甲烷,不僅可增加市場(chǎng)供給、提升能源安全,還能穩(wěn)定價(jià)格、改善可獲得性;更重要的是,削減甲烷在“見效速度”和“成本效益”上都極具優(yōu)勢(shì),是當(dāng)前應(yīng)對(duì)全球變暖最劃算且見效快的選項(xiàng)之一。
相關(guān)的政策與市場(chǎng)信號(hào)正在持續(xù)增強(qiáng)。多國(guó)開始把治理重心擴(kuò)展至甲烷,部分原因在于相關(guān)的技術(shù)與工具已基本就位。國(guó)際能源署測(cè)算后得出結(jié)論,現(xiàn)有的技術(shù)可減少約70%的甲烷排放,其中約40%的油氣甲烷可在不增加凈成本的條件下得以避免。目前,已有上百個(gè)國(guó)家發(fā)起了“全球甲烷承諾”,目標(biāo)是到2030年時(shí)削減至少30%的甲烷排放;為實(shí)現(xiàn)《巴黎協(xié)定》的控溫目標(biāo),油氣行業(yè)到2030年時(shí)需將甲烷排放降低75%以上。
在技術(shù)路徑上,AI能讓監(jiān)測(cè)能力躍遷到“廣域、近實(shí)時(shí)、可量化”的新層級(jí)。專門的“甲烷衛(wèi)星”也在持續(xù)增多,能夠更透明地提供遙感數(shù)據(jù),尤其是捕捉約占油氣甲烷20%的“逃逸性排放”。深度學(xué)習(xí)可融合遙感、地面與工藝數(shù)據(jù),持續(xù)跟蹤、實(shí)時(shí)檢漏,并對(duì)異常進(jìn)行預(yù)警。以雪佛龍為例,其在上游運(yùn)營(yíng)中部署的AI工具能夠?qū)⒓淄榕欧徘闆r降低60%。
(三)碳捕集、利用與封存(CCUS/CCS):在“減排硬仗”里嵌入智能化工具鏈
要讓碳捕集、利用與封存技術(shù)實(shí)現(xiàn)規(guī)模化,仍需在效率與成本上持續(xù)迭代:將捕集率從約90%推進(jìn)到98%乃至更高,同時(shí)逐步壓低單位噸捕集與封存的成本。AI可嵌入到多個(gè)關(guān)鍵環(huán)節(jié)之中:一是在選址與建模上,依托更強(qiáng)大的算力,快速篩選出潛在封存點(diǎn),并評(píng)估圈閉與封蓋的完整性;二是在“排放源—封存點(diǎn)”的空間優(yōu)化上,綜合輸送距離、運(yùn)輸方式(管道/船運(yùn)/卡車)與體量匹配,給出更為經(jīng)濟(jì)且穩(wěn)妥的方案。圍繞這些需求,目前已出現(xiàn)了一批以“AI輔助選址與模擬”為目標(biāo)的企業(yè)(如Geoteric);同時(shí)也出現(xiàn)了“算力—能源公司”的跨界合作,如Cerebras與道達(dá)爾能源在碳封存模擬上的聯(lián)合探索。
AI應(yīng)用面臨的挑戰(zhàn)
就目前的整體趨勢(shì)來看,AI在油氣行業(yè)的潛力已相當(dāng)清晰,許多公司已把各類項(xiàng)目嵌入到日常運(yùn)營(yíng)當(dāng)中,用于提效、增強(qiáng)在“需求增速放緩”的環(huán)境中的韌性,并加快減排目標(biāo)的落地。但要想全面、可持續(xù)地釋放AI潛能,企業(yè)管理層與政策制定者需共同應(yīng)對(duì)一系列關(guān)鍵挑戰(zhàn):
(一)數(shù)據(jù)質(zhì)量與治理是“地基”:數(shù)據(jù)缺陷會(huì)帶來偏差與失真,并在流程與安全管理上引入不確定性。企業(yè)需同時(shí)提升數(shù)據(jù)的質(zhì)量與數(shù)量:統(tǒng)一口徑與元數(shù)據(jù)標(biāo)準(zhǔn),將歷史數(shù)據(jù)進(jìn)行清理、標(biāo)簽化并結(jié)構(gòu)化,打通跨部門、跨區(qū)域的數(shù)據(jù)孤島,建設(shè)一體化的數(shù)據(jù)底座與權(quán)限體系。
(二)行業(yè)敏感性與競(jìng)爭(zhēng)性會(huì)制約“協(xié)作式AI”的發(fā)展:油氣相關(guān)的數(shù)據(jù)與商業(yè)策略具有高度敏感性,跨組織共享與開源更難實(shí)現(xiàn),這限制了協(xié)作式AI的規(guī)模與發(fā)展速度。
(三)遺留資產(chǎn)與新技術(shù)的代際兼容:在役設(shè)備與控制系統(tǒng)往往使用的是老舊協(xié)議與標(biāo)準(zhǔn),新工具與高頻采集方案接入時(shí)大多面臨接口、帶寬、粒度與采樣頻率不匹配的問題。
(四)數(shù)字化擴(kuò)張帶來的安全風(fēng)險(xiǎn):更多設(shè)備與數(shù)據(jù)上網(wǎng)會(huì)導(dǎo)致企業(yè)更容易受到攻擊。必須強(qiáng)化身份認(rèn)證、訪問控制、數(shù)據(jù)脫敏、密鑰管理與多重備份,建立覆蓋采集—傳輸—存儲(chǔ)—調(diào)用—?dú)w檔的全鏈路審計(jì)與應(yīng)急響應(yīng)機(jī)制。
(五)AI產(chǎn)品的落地需要管理文化轉(zhuǎn)變與人才隊(duì)伍建設(shè):AI不是“多裝一套軟件”那么簡(jiǎn)單,而是流程、角色與方法的系統(tǒng)性重構(gòu)。應(yīng)將項(xiàng)目與核心KPI、預(yù)算與激勵(lì)緊密綁定,跑通“試點(diǎn)—評(píng)估—推廣—復(fù)盤”的閉環(huán);同時(shí)培養(yǎng)懂工藝與數(shù)據(jù)的“橋梁型”人才,并為一線人員提供持續(xù)的培訓(xùn),提升“人—機(jī)—流程”的協(xié)同發(fā)展。
(六)地緣競(jìng)爭(zhēng)與技術(shù)管制加劇價(jià)值鏈的碎片化:先進(jìn)芯片、關(guān)鍵軟件與設(shè)備可能受限,跨境合作會(huì)變得更慢、更貴,導(dǎo)致周期拉長(zhǎng)、成本抬升或被迫采用性能次優(yōu)的解決方案。
首頁 上一頁 1 2 3 余下全文編者按:近期,美國(guó)刊物《連線》和《大西洋月刊》相繼發(fā)表重磅文章,將當(dāng)下AI熱潮稱為“終極泡沫——終結(jié)所有泡沫的泡沫”。兩篇文章揭示美國(guó)AI巨頭陷入巨額虧損:OpenAI去年?duì)I收約40億,虧損50億美元。分析人士指出,在這場(chǎng)“明知可能是泡沫,卻不得不下注”的豪賭中,誰能以更低成本獲取并穩(wěn)定供應(yīng)電力,誰就能掌握競(jìng)爭(zhēng)主動(dòng)權(quán)。
意大利國(guó)際事務(wù)研究所(IAI)近期發(fā)表的報(bào)告,對(duì)這一“AI—能源紐帶”如何重塑全球競(jìng)爭(zhēng)格局進(jìn)行了系統(tǒng)分析。報(bào)告指出,AI擴(kuò)張化發(fā)展對(duì)電力的需求呈指數(shù)級(jí)上漲趨勢(shì)。保障電力持續(xù)穩(wěn)定供給已成為國(guó)家發(fā)展AI的核心戰(zhàn)略支撐,這也推動(dòng)了全球能源格局的重塑,倒逼全球油氣行業(yè)的變革發(fā)展,油氣公司需從“傳統(tǒng)能源供應(yīng)商” 轉(zhuǎn)型為 “AI能源解決方案提供者”與 “AI 驅(qū)動(dòng)的高效運(yùn)營(yíng)商”。
在這一趨勢(shì)下,油氣公司面臨兩大轉(zhuǎn)型難題:一是在AI地緣政治化背景下,技術(shù)獲取面臨出口壁壘;二是全球油氣公司面臨大洗牌,部分公司或?qū)⒊蔀榈鼐壵螤奚贰1疚霓D(zhuǎn)載自歐亞系統(tǒng)科學(xué)研究會(huì),文章僅代表作者本人觀點(diǎn)。
【文/皮耶爾·保羅·雷蒙迪,編譯/李旭】
地緣政治世界中的AI
人工智能具有很強(qiáng)的變革潛力,因此,全球各界人士都在密切關(guān)注AI領(lǐng)域的發(fā)展。各國(guó)的決策層都在積極引導(dǎo)私人資本進(jìn)入AI領(lǐng)域,以獲取實(shí)際經(jīng)濟(jì)收益,同時(shí)增強(qiáng)自身的經(jīng)濟(jì)安全與國(guó)家安全;企業(yè)則在“數(shù)據(jù)—算力—模型—應(yīng)用”各個(gè)環(huán)節(jié)爭(zhēng)奪市場(chǎng)份額。
人工智能的運(yùn)行,離不開數(shù)據(jù)中心提供的電力與算力支持。隨著競(jìng)爭(zhēng)加劇,各國(guó)在數(shù)據(jù)中心方面的投資顯著擴(kuò)張,規(guī)模越來越大、投資速度也越來越快:中國(guó)設(shè)立了475億美元的半導(dǎo)體基金,以強(qiáng)化芯片方面的研發(fā)與生產(chǎn)能力;印度投入了12.5億美元;加拿大投入了24億美元以支持相關(guān)的項(xiàng)目研發(fā)與基礎(chǔ)設(shè)施建設(shè)。在國(guó)家層面,中美兩國(guó)最為關(guān)鍵。兩國(guó)依托自身強(qiáng)大的科技產(chǎn)業(yè)、充裕的資金、相對(duì)豐富的能源和有針對(duì)性的產(chǎn)業(yè)政策,推進(jìn)AI行業(yè)的發(fā)展。以數(shù)據(jù)中心容量來計(jì)算,美國(guó)約占全球份額的45%,中國(guó)約占25%。
美國(guó)憑借自身的科技巨頭與持續(xù)投資在建設(shè)與算力供給上處于領(lǐng)先地位。過去十年里,美國(guó)的機(jī)器學(xué)習(xí)模型產(chǎn)出居于首位;在大語言模型領(lǐng)域,約73%的模型是由美國(guó)開發(fā)的。2024年,美國(guó)機(jī)構(gòu)共發(fā)布40個(gè)模型,中國(guó)15個(gè),歐洲3個(gè)。同期,美國(guó)人工智能私人投資約1091億美元,中國(guó)約93億美元,英國(guó)約45億美元;前二十名還包括瑞典、阿聯(lián)酋、荷蘭、意大利。若看2013—2024年的累計(jì)投資,名次略有變化,但格局基本不變。
圖1:2024年人工智能私人投資額排名前二十的國(guó)家(單位:十億美元)

圖2:2013—2024年人工智能總投資額排名前二十的國(guó)家(單位:十億美元)
在資本的推動(dòng)下,美國(guó)出現(xiàn)了通過合資與整合做大AI的趨勢(shì)。目前,美國(guó)政府正在推動(dòng)多方聯(lián)合,OpenAI、甲骨文與軟銀宣布在美組建合資企業(yè),并承諾投資1000億美元。相關(guān)的監(jiān)管措施也在同步加快:2024年聯(lián)邦層面的相關(guān)行動(dòng)較上一年幾乎翻倍。而在將人工智能納入國(guó)家發(fā)展戰(zhàn)略的同時(shí),美國(guó)也在高度關(guān)注與中國(guó)的競(jìng)爭(zhēng)。美國(guó)國(guó)會(huì)下屬的美中經(jīng)濟(jì)與安全審查委員會(huì)呼吁設(shè)立新時(shí)代的“曼哈頓計(jì)劃”,以鞏固美國(guó)的前沿技術(shù)領(lǐng)導(dǎo)地位。與此同時(shí),中國(guó)在AI方面的領(lǐng)導(dǎo)地位也在穩(wěn)步提升。過去十年,中國(guó)圍繞AI推出了系統(tǒng)性的產(chǎn)業(yè)政策。雖然美國(guó)在模型產(chǎn)出上仍占優(yōu)勢(shì),但在質(zhì)量與先進(jìn)性上,兩國(guó)的差距正在縮小,私營(yíng)企業(yè)的重要性不斷上升。
總體來看,AI已成為新的大國(guó)戰(zhàn)略競(jìng)爭(zhēng)戰(zhàn)場(chǎng)。多國(guó)傾向于將技術(shù)競(jìng)爭(zhēng)視為零和博弈,例如,美國(guó)在AI領(lǐng)域形成了較為系統(tǒng)的限制框架,以約束中國(guó)獲取關(guān)鍵技術(shù)與設(shè)備的能力,其典型做法是對(duì)先進(jìn)芯片與半導(dǎo)體制造設(shè)備實(shí)施出口管制。
歐洲則秉持著不同的發(fā)展路徑與節(jié)奏。歐洲的數(shù)據(jù)中心用電量約占全球總量的15%,但因本土龍頭企業(yè)偏少、資本市場(chǎng)深度不足、關(guān)鍵技能短缺而相對(duì)落后。不過,歐盟在制度安全層面投入頗多:2024年6月,歐盟通過了《人工智能法案》,以區(qū)分風(fēng)險(xiǎn)分級(jí)的方式為開發(fā)者與使用者設(shè)定相應(yīng)的規(guī)則;2025年4月,歐盟又發(fā)布了“人工智能大陸行動(dòng)計(jì)劃”,擬撬動(dòng)約2000億歐元的投資,在歐洲建設(shè)至少13家“人工智能工廠”,并新建5家左右的“人工智能超級(jí)工廠”。不過,相關(guān)投資的實(shí)際落地仍有困難:歐盟整體的融資能力弱于其主要對(duì)手,而且能源和房地產(chǎn)方面的成本也相對(duì)較高。
放眼全球,自2023年以來,在統(tǒng)計(jì)的75個(gè)國(guó)家當(dāng)中,有關(guān)人工智能的立法與政策增長(zhǎng)幅度約為21.3%,較2016年相比更是增長(zhǎng)了9倍之多。除了頭部經(jīng)濟(jì)體外,許多中等國(guó)家與新興經(jīng)濟(jì)體也在積極參與。
中東,尤其是海灣國(guó)家表現(xiàn)得尤為突出。沙特和阿聯(lián)酋希望依托自身雄厚的資金、低廉穩(wěn)定的能源、廣袤的土地與強(qiáng)力的政策承諾,打造區(qū)域乃至全球范圍內(nèi)的人工智能樞紐;“數(shù)據(jù)是新的石油”已成為當(dāng)?shù)馗鲊?guó)政府的共識(shí)。兩國(guó)已將AI產(chǎn)業(yè)納入到經(jīng)濟(jì)多元化路線圖當(dāng)中:阿聯(lián)酋于2017年發(fā)布了國(guó)家級(jí)人工智能戰(zhàn)略,沙特也于2020年發(fā)布了國(guó)家級(jí)數(shù)據(jù)與人工智能戰(zhàn)略;隨后,相關(guān)的大額項(xiàng)目密集落地。阿聯(lián)酋的G42與多家科技公司共同推進(jìn)“Stargate UAE”項(xiàng)目,沙特則啟動(dòng)了價(jià)值約1000億美元的“超越工程”,還設(shè)立了國(guó)家級(jí)人工智能旗艦企業(yè) HUMAIN。不過,這些國(guó)家要想實(shí)現(xiàn)自身的目標(biāo),仍需解決人才短缺、技術(shù)依賴、極端高溫以及當(dāng)?shù)氐牡鼐壵尾淮_定性等不利因素。
東南亞各國(guó)也在積極參與AI熱潮。各國(guó)都在努力營(yíng)造更為友好的監(jiān)管與營(yíng)商環(huán)境,充分發(fā)揮本地年輕人口多、成本低的優(yōu)勢(shì)。據(jù)測(cè)算,東盟在數(shù)據(jù)中心建設(shè)與運(yùn)營(yíng)成本方面較全球均值便宜約20%。
總而言之,推動(dòng)AI產(chǎn)業(yè)擴(kuò)張的關(guān)鍵要素包括充裕的資本、穩(wěn)定且廉價(jià)的能源供給、過硬的技術(shù)與工程能力支持。這些因素導(dǎo)致數(shù)據(jù)中心在地理上往往高度集中。當(dāng)然,氣候也同樣重要:氣溫更低的地區(qū)因冷卻成本更低,更能吸引投資。隨著全球范圍內(nèi)的氣溫上升,這一影響將進(jìn)一步放大。與此同時(shí),在一個(gè)地緣政治色彩更加濃重、技術(shù)密集程度更高的世界里,數(shù)據(jù)中心的選址也會(huì)更多地考慮主權(quán)與國(guó)家安全因素,這一點(diǎn)也將重塑各國(guó)與各個(gè)企業(yè)之間的“AI外交”和合作版圖。
AI—能源紐帶
AI大模型需要依托數(shù)據(jù)中心才能運(yùn)行,而數(shù)據(jù)中心則需要大量的算力與電力支持。因此,要想評(píng)估AI對(duì)能源系統(tǒng)帶來的影響,必須把數(shù)據(jù)中心用電作為核心切入點(diǎn)。按慣例,數(shù)據(jù)中心大致可分為兩類:一是普通規(guī)模,其裝機(jī)與負(fù)荷一般較小;二是超大規(guī)模,其用電需求可達(dá)100兆瓦甚至更高。近年來,超大規(guī)模數(shù)據(jù)中心的快速普及,對(duì)電力系統(tǒng)提出了更高的負(fù)荷要求。
自2017年以來,數(shù)據(jù)中心年用電量以約12%的速度不斷增長(zhǎng),明顯高于全球用電的平均增速,幾乎達(dá)到了其四倍之多。到2024年,數(shù)據(jù)中心年用電量約415太瓦時(shí),約占全球總用電量的1.5%。目前,AI相關(guān)的負(fù)載在其中所占的比例仍相對(duì)有限,且各國(guó)差異顯著。按地域看,美國(guó)、歐洲與中國(guó)合計(jì)約占全球數(shù)據(jù)中心用電總量的85%;其中,美國(guó)的數(shù)據(jù)中心用電占全美用電總額的4%以上,歐洲不到2%,中國(guó)約為1.1%。這些差異既與產(chǎn)業(yè)布局與投資節(jié)奏有關(guān),也與各地電力結(jié)構(gòu)、能源價(jià)格和電網(wǎng)條件密切相關(guān)。
表1:按國(guó)家劃分的數(shù)據(jù)顯示:2024年數(shù)據(jù)中心用電量(占比與絕對(duì)值),以及到2030年的用電增量
(一)用電增長(zhǎng)的相關(guān)預(yù)測(cè)
在未來一段時(shí)期內(nèi),隨著人工智能技術(shù)的持續(xù)進(jìn)步與新項(xiàng)目落地,數(shù)據(jù)中心的用電需求量預(yù)計(jì)會(huì)繼續(xù)上行。從現(xiàn)在到2030年,用電量的年均增速大概率約15%。按國(guó)際能源署的測(cè)算,2030年全球數(shù)據(jù)中心用電量將比現(xiàn)在多一倍多,約為945太瓦時(shí),體量略高于日本2024年的全年用電量;但其在全球用電總量當(dāng)中的占比仍在3%左右。盡管占比不高,但增長(zhǎng)的分布情況卻明顯不均:在美國(guó)和日本,2030年數(shù)據(jù)中心的用電增量會(huì)占全國(guó)用電增量的約50%;而數(shù)據(jù)中心往往集中在少數(shù)區(qū)域,因此容易在城市群或園區(qū)層面推高負(fù)荷峰值,進(jìn)而抬升對(duì)電網(wǎng)承載、調(diào)度與新建電源配套的要求。
隨著AI用電負(fù)載的上升,環(huán)境方面的考慮也應(yīng)當(dāng)提上日程。例如:一次AI查詢的耗電量約為普通搜索的十倍,而這將影響企業(yè)的減排策略。一項(xiàng)覆蓋約200家AI企業(yè)的研究顯示,2020—2023年間,其碳排放總量增長(zhǎng)了約1.5倍。即便可再生能源的擴(kuò)張使得電網(wǎng)平均碳排放量有所下降,但也未必能幫助科技公司降低自身的碳排放量。
雖然多數(shù)預(yù)測(cè)都認(rèn)為AI產(chǎn)業(yè)的用電量將持續(xù)上行,但相關(guān)的不確定性依然較高,關(guān)鍵在于數(shù)據(jù)的可得性、效率提升的速度以及行業(yè)的發(fā)展節(jié)奏。效率提升很可能會(huì)顯著壓低邊際用電量:經(jīng)驗(yàn)顯示,AI相關(guān)芯片的能效大約每三年就能翻一番,按同等算力口徑計(jì)算,現(xiàn)代芯片的耗能量已比2008年時(shí)低約99%;2015—2019年的工作負(fù)載雖然增長(zhǎng)了近三倍之多,但總用電量卻相對(duì)穩(wěn)定,這主要就得益于芯片能效的提升。近期的技術(shù)進(jìn)步(如DeepSeek于2025年推出的大型推理模型)與“分布式訓(xùn)練能力”的推進(jìn),進(jìn)一步強(qiáng)化了效率提升帶來的成效。
不過,需要警惕的是,效率提升并不必然帶來總用電量的下降,單位成本降低常常會(huì)導(dǎo)致使用頻率的上升,因此還可能會(huì)出現(xiàn)“反彈效應(yīng)”。此外,電網(wǎng)接入方面的限制、上游芯片與設(shè)備供給的瓶頸、監(jiān)管審批周期等因素,以及社會(huì)接受度與人才供給等外部約束,也會(huì)影響AI在各行業(yè)的實(shí)際采用速度。
1 2 3 下一頁 余下全文
