这有点像先有鸡还是先有蛋的问题，但有三个方面：我们需要人工智能来开启新的创新，人工智能需要大量的能源来运行，能源部门需要大量的投资来满足这一需求。那么，在这个方程中哪个是第一位的呢？

　　让我们从结尾开始。人工智能已经接管了世界。不是字面上的意思，而是字面上的意思。人们痴迷于这种相对较新的技术的原因很简单。

　　作为人类，我们天生就被驱使着去寻找能够提高生活质量和帮助我们解锁新的生产力水平的工具。从原始的石斧到汽车，一直到互联网。因此，难怪我们如此关注能够以前所未有的速度执行超出人类认知能力的任务的机器人。

　　但就像世界上的其他一切一样，这种进步是有代价的。而且人工智能的成本很高。要了解这个成本，我们必须首先了解人工智能是如何运作的。

　　从本质上讲，人工智能是一个非常智能的计算机程序，可以分析数据，从中学习并做出预测。这里的关键词是数据；人工智能应用的好坏取决于你提供给它们的数据。他们需要大量的数据来达到他们现在的水平。然后需要对这些数据进行处理并存储在某个地方。这就是数据中心发挥作用的地方。

　　数据中心提供这种存储空间，并拥有分析大量数据所需的必要计算资源。但作为回报，这些设施需要大量的能源来运行，它们必须可靠地全天候运行。

　　这似乎与互联网长期以来的运作方式没有什么不同，但实际上它的含义非常不同。互联网的主要功能是连接计算机的全球网络，使信息和通信得以交换。但人工智能可以模仿人类的大脑，通过复杂的计算和大规模数据处理来理解环境和识别模式。这是一个非常耗能的过程，它消耗的电力大约是网络搜索的10到15倍。

　　那么制造智能需要多少成本呢？在未来的几年里，我们可能不会有一个明确的答案。与任何新技术一样，人工智能革命尚未向我们亮出所有底牌。但我们有很多预测和潜在的情况可以参考。

　　第一个无可争议的事实是，它将消耗大量的能源。到2030年，全球数据中心的能源消耗预计将增加一倍以上。在世界上的一些地区，这种不断增长的需求将推动本世纪以来从未见过的电力增长。仅在拥有全球三分之一数据中心的美国，到本十年末，就需要再增加500千兆瓦的数据中心容量。根据国际能源署（IEA）的数据，到2026年，数据中心预计将消耗该国6%的电力，而2022年这一比例为3%。

　　世界上没有足够的发电或传输能力来为正在建设中的数据中心提供燃料。麦肯锡最近的一份报告估计，生成式人工智能可以在全球经济中创造2.6万亿至4.4万亿美元的经济价值。但是，如果不进行必要的电力基础设施投资，这些数字将不会超出未来的估计。这些投资规模巨大。换句话说，人工智能将花费很多钱。

　　从长远来看，美国所需的额外500千兆瓦将需要超过5000亿美元的投资。欧洲拥有世界上最古老的电网，将需要大约8500亿至1万亿美元来改造其电网以适应人工智能。

　　那么，这对能源行业意味着什么呢？

　　在一个已经需要紧急融资解决方案以实现净零排放的艰苦战斗的行业，这当然是一个额外的挑战。能源需求的快速增长必须与清洁能源目标和气候承诺相平衡，这些目标和承诺花了几十年时间才得以实现。

　　但这也为该行业打开了新的大门，尤其是曾经被忽视的天然气和核能大门。这些数据中心不仅需要能源。他们需要99.9%可靠的能源，不能承受间歇性或对天气的依赖。这一现实正推动越来越多的科技公司转向天然气和核动力解决方案。

　　据预测，到2030年，数据中心电力消耗的增加将带来大量新的天然气需求，这将需要建设新的管道容量。核能已经占据了舞台的中心位置，b谷歌和亚马逊等科技巨头最近纷纷转向核能，以满足它们日益增长的电力需求。

　　这些是几年前可能无法预见的主要行业支点，受到技术趋势的严重影响。这表明，即使在一个全球化和快速增长的世界里，能源、数据和金融也比以往任何时候都更加相互联系和相互依存。

　　处于这一切中心的是能源公司（比如我们的西门子能源），它们面临着巨大的机遇，也承担着同样重大的责任。随着新一波客户对电力的渴望，以及电网日益增长的压力，我们在为所有人实现适当的平衡方面发挥着重要作用。

　　我们不应该让人工智能的狂热打败我们。满足世界日益增长的能源需求至关重要，但我们必须以可持续的方式实现这一目标，同时不损害地球的需求。我们必须平衡数字世界的需求与可持续发展的未来的要求，确保我们的技术进步是由智慧和功率驱动的。