人工智能是推动生产率和经济增长的新兴力量，同时也在重塑就业和投资格局。
根据我们近期的情景分析（包括在2025年4月IMF《世界经济展望》中的情景分析），人工智能有望提高全球年均经济增速。
然而，人工智能所依赖的数据中心的电力需求正与日俱增。由此对电力系统造成的压力已显著影响到全球的电力需求。
根据石油输出国组织（欧佩克）的最新全年估计，2023年全球数据中心耗电量高达500太瓦时，是2015年至2019年平均水平的两倍以上。欧佩克预测，到2030年，这一数值可能会增加两倍，达到1,500太瓦时。
正如“本周图表”所示，全球数据中心的耗电量目前已经与德国或法国的用电量相当。到2023年，其将与世界第三大电力消耗国印度的用电量相当。其也将超过电动汽车的预计耗电量，在本十年末达到后者的1.5倍。
美国作为全球数据中心最集中的地方，其数据中心的能耗增长最为迅猛。麦肯锡的“中等需求情景”预测显示，到2030年，美国数据中心服务器集群的电力需求很可能会增加至三倍以上，超过600太瓦时。
为进行数据的云存储和响应人工智能查询而大规模建设的数据中心，凸显了政策制定者需要抓紧制定有效的能源战略，以确保充足的电力供应。
科技行业不断增长的电力需求将刺激整体电力供应——若电力供应端反应足够灵敏，则电价仅会小幅上涨。反之，若供应端反应迟缓，成本将急剧增加，从而损害消费者和企业的利益，并可能抑制人工智能行业本身的发展。
在现有能源政策下，人工智能驱动的电力需求上升，可能会在2025年至2030年间导致全球温室气体排放量增加17亿吨，大约相当于意大利在五年中与能源相关的排放量。
人工智能平台的计算和电力需求存在高度不确定性。DeepSeek等高效开源的人工智能模型降低了计算成本和电力需求。然而，成本下降会刺激人工智能使用量的增加，而更多的高能耗推理模型则会推高电力需求。
以上情况对电力需求的最终影响尚不明确，这可能会延迟能源投资，导致电价上涨。政策制定者和企业须共同努力，确保人工智能充分释放潜力，同时最大限度地降低成本。实施激励多元能源供应的政策，既能增强电力供应能力、缓解价格飙升，又能有效抑制碳排放。
——本博客基于2025年4月《世界经济展望》的大宗商品专栏和IMF工作论文《电力饥渴：人工智能如何驱动能源需求》；Ganchimeg Ganpurev和Andrea Pescatori对本博客亦有贡献。关于人工智能对全球经济影响的更多信息，请参阅工作论文：《人工智能的全球影响：关注差距》。
