??智能治理聯盟與埃森哲合作??智能時代的產業轉型??智能時代的產業轉型能源悖論：平衡挑戰和機遇圖?:蓋蒂圖?閱讀指南3前?執?摘要5介紹61??智能的電?消耗7781.3減少??智能系統耗電量的機會92??智能驅動的能源轉型112.1AI技術提供的?盡如?意的機會?例11?電量減少2.2樣例應?案例123主要挑戰和?態系統?持者143.1基礎設施挑戰143.2環境挑戰3.3?態系統推動因素概述153.4監管與政策推動因素163.5?融激勵推動因素163.6技術創新推動因素3.7市場發展推動因素4??智能能源影響的未來展望184.1部署和合作格局184.2??智能與能源-2024年?202貢獻者24注腳26免責聲明本?件由世界經濟論壇出版解釋和結論源?世界經濟論壇促進和?持的物的任何部分均不得以任何形式傳播或傳輸??智能的能源悖論：平衡挑戰與機遇2??智能的能源悖論：平衡挑戰與機遇3世界經濟論壇的AI產業轉型倡議旨在通進??智能（AI）驅動創新在商業模式和運營模對產業?態系統的影響對產業?態系統的影響??智能的AI實踐：超越實驗?成式??智能?于?作增強和勞動??產率??智能??智能和?絡安全：平衡?險與回報對地區的影響?業或功能特定對?業、部?和職能的影響對?業、部?和職能的影響前沿技術在?業中??智能的崛起情報代理??智能在?融服務中醫療保健未來的未來的AI-Enabled健康:引領潮流交通智能交通智能交通綠?未來:AI作為催化劑以減碳為?標全球物流智能電信消費品即將推出的?業報告:電信領域即將推出的?業報告:消費品更多報告即將公布,并且會在各?業中出現共同主題。??智能的能源悖論：平衡挑戰與機遇4??智能的能源悖論:平衡挑戰和機遇羅伯托·博卡杰??·尤爾根斯世界董事總經理執?委員會能源中?主管杰??·尤爾根斯世界董事總經理執?委員會世界經濟論壇CathyLiJamesMazurek美國公?事業部總監戰略主管，安永JamesMazurek美國公?事業部總監戰略主管，安永第四次?業?命委員會成員執?委員會世界經濟論壇在當今經濟中，??智能（AI）系統既帶來挑戰?持AI的數據中?可?于各種應?，從云計算到復雜然?，隨著AI的迅速擴張，伴隨?來的是不斷增?這就是??智能能源悖論-在AI帶來的機遇中平衡這些挑戰制。來?整個AI價值鏈的參與者聚集在?起，就新在Accenture擔任知識合作伙伴的情況下，聯盟進了跨?業的討論達成共識，并提出了有關AI能顯了跨?業的?解，以概述緩解策略:?為AI系統識別降低電?使?的策略?觸及到??智能在更?泛能源轉型中的潛?-概述關鍵合作伙伴關系、框架和政策以?持可持續的AI采?AI采?的增加，連同其他市場因素同時增加了電?使?量。近3.5%。3,4這?挑戰受到全球各地區AI項?競爭。??智能的能源悖論：平衡挑戰和機遇5執?摘要2.AI啟?的能源轉型：探索創新的新興公司???智能（AI）正在推動新的創新時代，將近四分之三的公司將AI?于?少?個業務功能。這種創新電?消耗每年將增?多達50%。盡管AI數據中?的2.AI啟?的能源轉型：探索創新的新興公司?3.?要挑戰和?態系統推動因素：分析可持不過，這種預測可能存在變化。AI的整體能源影3.?要挑戰和?態系統推動因素：分析可持AI治理聯盟（AIGA）下的?作AI治理聯盟（AIGA）下的?作?規章、政策和財政?規章、政策和財政?優化??智能的消耗包括?優化??智能的消耗包括?透明且?效的??智能?電?技術和設計創新?公司通過操作策略，如基于??智能的環境控制、服務器虛擬化和?作負載分配，減少數據中?的?電量。??有效的?態系統協作??智能的能源悖論：平衡挑戰與機遇6??智能正在?命各?各業，導致?益增?的電?需求，但預測??智能特定能源影響仍然復雜基于??智能的增?預測具有挑戰性，由于技術進步和不同的采?速率使預測變得更加復雜盡管圖1提供了?些指?，但需要進?步研究來闡明??智能相關電?需求增?在全球能源趨勢背景下的作?圖1重?業●●重?業●●其他建筑其他?業●2023-30年電?需求增?●數據中?空間加熱.海?淡化●空間冷卻其他交通●來源：國際能源署（IEA）。11％），％），,約占消耗的20-40％，其次是模型開發，最?可C階段5:階段5:5<><>階段4:部署部署第三階段:模型訓練30%*估計數據不?來源:電?研究所(EPRI).(2024).為智能供電:分析??智能和數據中?能耗.國際能源署(IEA).(2023).數據中?和數據傳輸?絡的跟蹤./energy-system/buildings/data-centres-and-data-transmission-networks;D.Patterson等.(2022).機器學習培訓的碳?跡將達到頂峰,然后下降.計算機,卷55,第7期,?碼18-28./document/9810097.??智能的能源悖論:平衡挑戰與機遇7??智能的能源悖論：平衡挑戰和機遇8數據中?的作?-冷卻系統（30-40%）?于保持最佳溫度-冷卻系統（30-40%）?于保持最佳溫度），在數據中?中，電?消耗包括三個主要組成部分：10請注意，隨著??智能的普及，這些?例將隨時間演變。-IT設備（40-50%），包括服務器、存儲和?絡系D D*不間斷電源...vianova.-來源：Vianova。（nd）。數據中?提供。https://wwwit/en/data...vianova.-??智能的能源悖論:平衡挑戰與機遇9數據中?需求（萬千?時）：???智能與??智能數據中?需求（萬千?時）：???智能與??智能0 ???智能需求（TWh）??智能需求（TWh）備注：這是?個推斷情景，通過將國際能源署（IEA）從2023年到2026年的預測延伸?2030年，使?來源：國際能源署（IEA）；?盛（Goldman）；安永（Accenture）。拉夫堡?學：汽??業合作：解鎖可持續?業維護的?數據結果“?暗數據”保留在存儲中，由于結構不良的格式?未被充分利?數據中?的消耗包括??智能隨時間變化的數據中?需求數據管理策略在??智能的第?個階段（規劃和數據收集）中，“數字減碳化”技術可以解決“?數據”問題，?數據占?對于?些組織??，潛在數據可能占存儲數據的60-75%特?數據管理?例來源:社區咨詢。??智能的能源悖論：平衡挑戰與機遇10技術策略-數據中?基礎設施管理-先進的冷卻技術可以降低能耗，與傳統?法相?和模型可減少整個??智能?命周期中的電?消耗-創新的隔熱建筑材料減少了對暖通空調（HVAC）的需求TABLE2特?技術?例VirginMediaO2：由??智能驅動的冷卻優化Virgin采?Virgin采?EkkoSense的??智能增強結果包括每年節省超過1百萬英鎊的冷卻成本，冷卻電?降低15％，節約760噸?氧化碳等好處VirginMediaO2與EkkoSense合作，以提?數據中?效率來源：社區咨詢運營策略?虛擬化技術減少了物理服務器的需求和消耗。?動態功耗管理可調整處理能?基于?作量，降低消耗使?可擴展的建筑設計，隨著需求增加?增?可緩解過度規模逐漸增加規模的建筑設計可以降低過度規模特?操作?例SAP：?爭打造“綠?”數據中?結果綠?數據中?是SAP可持續發展戰略的關鍵。來源：社區咨詢。AI啟動的能源轉型??智能還可以幫助加速清潔能源的采?和整合到現有基礎設222.1?盡述機會?例?于AI啟動的電?節省減少的例???智能可以根?建筑管理：AI-enabledHVAC2.1?盡述機會?例?于AI啟動的電?節省減少的例???智能可以根?建筑管理：AI-enabledHVAC?電動?（EV）充電：AI可以根據電?需求據電?需求和電價通過學習??習慣并相應調整操作，優化能耗。和電價優化EV充電，降低成本，增強電?減少因額外???作和材料浪費?導致運營、的不必要電?消耗。在儲能??，??智能實時改善電池充電，預?預測性維護：AI分析設備數據，預測故障，減少因設備故障?導致的停機時間和能源浪費。使?數據預測故障，減少由機器故障造成的停機時間和能源浪費。通過抓住這些機會，組織可能能夠實現節省電?物流和?隊管理：AI啟?的路徑規劃利?交的增加電?消耗。在這??，通、燃料和路線數據來優化產品交付，減少??智能的能源悖論：平衡挑戰與機遇11??智能的能源悖論：平衡挑戰與機遇12本?重點介紹了?些AI?例，以提?能源效率。然?，這些例?按?業分類的應?案例結果該解決?案實現了跨多棟建筑的暖通空調運營的宏觀優),同時優化位置。％，領域：通訊康卡斯特：?向能效的A康卡斯特實施了?個?絡轉型于云的技術，結合AI/機器學,采?虛擬化、基利?尖端的云計算、AI/ML技術、虛擬化和結果領域：制造業強?公司:增強制造強?公司采?了包括AI算法、基于物聯?的智能清潔和數字孿?技術在內的先進能?，已經實現了廢料減少47%，溫室?體排放減少26%和?電消耗減少23%結果該系統由實時數據?成和云分析驅動通過?業物聯?(IIoT)能?和基于??智結果,?消耗減少了57%，廢物產?減少了64%。西??：設施能源管理結果??智能的能源悖論：平衡挑戰和機遇13部?：能源EnelEnel與?家技術公司合作，為公司利益相Enel與?家技術公司合作，為公司利益相結果Enel在處理和獲取操作智能KPI延遲控Moeve：“綠???智能”他們監控和優化ML他們監控和優化ML和?成式AI模型的碳排放結果(50%)，以及利?最佳LLMs減少,賦能員?和客?LLMs)AkerBP：數據驅動的碳效率結果結果挪威Aker公司，?家?型?油公司，旨在成為世界上最具碳效率的運營商之?。挪威AkerBP挪威Aker公司，?家?型?油公司，旨在成為世界上最具碳效率的運營商之?。挪威AkerBP旨在實現Yggdrasil的?主美國能源提供商：改變能源分析美國能源提供商：改變能源分析電?配電系統的?視檢查通常是?動的。結果來源：社區咨詢??智能的能源悖論：平衡挑戰與機遇1433和?態系統的推動因素在AI的潛?與其不斷增?的能源需求之間取得平跨?業合作是解決挑戰、促進可持續AI發展所必需的平衡AI的價值轉化與成本及負?影響，必須解決兩3.1基礎設施挑戰超?規模計算（Hyperscalers）正在探索利?可再?能源為數據中?供電的機會，這對?些?業參與者可能并?可3.2環境挑戰。??智能的能源悖論：平衡挑戰與機遇15●太陽能光伏●?能.??●其他可再?能源●核能●太陽能光伏●?能.??●其他可再?能源●核能其他低排放能源●未受限制的煤炭.未受限制的天然?●其他注：TWh=兆?時；STEPS=表述政策情景；APS=公布承諾情景；NZE=2050年凈零排放情景。“其他可再?能源”包括?物能源、地熱、聚光太陽能和海洋能；“其他低排放能源”包括具有CCUS的化?燃料、氫?和氨。“其他”包括?可再?廢物。來源：國際能源署（IEA）。（2024）。世界能源展望。在化?燃料主導世界電??產數?年后，可再?能源將成為電?供應的主要?柱步驟NZEAPS03.3?態系統推動因素概述實現可持續??智能將需要采取跨越四個關鍵領域的?動的多-促進負責任??智能開發和使?的監管和政策?持措施-聚焦促進研究和開發(R&D)的技術創新?持，??智能的能源悖論：平衡挑戰與機遇16?可促進市場發展的?態系統條件?成式??智能：彈性政策與規章。203.4監管和政策推動者它們共同在促進??智能??發揮著不同但互補的作?。?個例?是歐盟??智能法案，通過根據?險對3.5?融激勵助推），友好場所提供激勵措施。像Crusoe這樣的采取這些措施可以促進更具可持續性的??智能。??智能的能源悖論：平衡挑戰與機遇173.6技術創新推動因素可持續數據存儲??的技術創新也可以?持可持續??智能。通過使?合成DNA進??物數據存儲等突破性提3.7市場發展推動因素?勵先進的清潔能源采購（例如，通過將逐?時的?電量與當地清潔能源相匹配）也可以成為優先考慮的事項。的IT資產回收激勵措施，以應對不斷增?的??智能的能源悖論：平衡挑戰與機遇1844??智能的能源影響仍然不確定;,發現機遇并引導變?性解決?案。4.1部署和協作格局能源影響可能有助于釋放機遇并消除障礙。正如前?基礎設施中的能源效率和可持續性預測性維護、智能?絡和運營效率中的基礎設施中的能源效率和可持續性預測性維護、智能?絡和運營效率中的數據中?效率提?,提?能源效率?例解決?案:Google-數據中?碳感知負荷轉移和熱回收IronMountain信息管理-利?冷卻優化?組織?絡降低的能源賬單取得的收益:?例解決?案:LibertyGlobal-?絡性能優化，?組織?絡離?太陽能和電池存儲試點項?部署量增加取得的收益:減少碳?跡，?持可再?能源，降低排放?例解決?案:北美?油和天然?公司-地熱供電數據中?歐洲化學品和先進材料公司-?于數據中?的固體氧化物燃料電池技術試點智能電?和電?系統的數字化轉型和?洲能源公司實時數據訪問的數字化轉型合作通過實時數據訪問實現的能源公司?洲能源公司實時數據訪問的數字化轉型合作獲得的收益:獲得的收益:?例解決?案:AKER?供應鏈聯盟獲得的收益:?例解決?案:?例解決?案:字孿?AI預防性維護研究和對話活動注：需要進?步研究以區分可擴展的解決?案和可在公司級別部署的解決?案。歐洲?程建筑公司-在歐洲進?電?現代化在《表6》中概述了部分推動能源可持續性AI解決?案的關鍵障注意：需要進?步研究區分可擴展解決?案與可在公司層?部署的解決?案。??智能的能源悖論：平衡挑戰與機遇19??智能的能源悖論：平衡挑戰與機遇可持續??智能應??臨的挑戰可持續??智能應??臨的挑戰能源基礎設施和可?性能源基礎設施和可?性-供電可靠性:延遲的公?設施升級以滿?數據中?需求可能會影響操作，當所需需求?法得到滿?時。-制冷需求:由于?候變化導致溫度升?，制冷需求增加，-在夏季?峰?份，需求增加，給電?帶來壓?。?態、意識和?化轉變?態、意識和?化轉變-數據流動與優化:盡管數據處理可以在不同位置之間移動，但根據能源供應情況優化數據?作量仍然復雜。-數據質量:數據質量差可能會降低??智能的能源效率，例如由于模型性能低效?需要頻繁重新訓練。-缺乏標準:對于??智能能源使?和數字系統缺乏統?的全球標準、分類法和定義，造成了在擴展規模和評估影響??的挑戰。-?業特定法規:?些法規（例如建筑效率和可再?能源采?）在不同?業之間存在較?差異。系統在擴展和評估影響??存在挑戰-法規復雜性：各地區法規的差異使合規變得復雜，特別是在以??智能為重點的情況下-?業特定法規：有些法規（例如建筑效率和可再?能源采?的法規）存在較?差異-?業特定法規：有些法規，（如建筑效率和可再?能源采?的法規）差異很?跨?業和地區-復雜的價值鏈:難以映射供應鏈和收集供應商數據對合作造成影響-依賴關鍵參與者:研發集中在少數公司限制了創新的可及性-缺乏當地能?:當地基礎設施不?，缺乏?技能合作伙伴來-?險規避:電信和能源部?不愿采?顛覆性技術?是集中精?于漸進性變?-意識障礙:對可持續??智能的財務收益認識不?-?態轉變:在整個供應鏈中，出于恐懼對采?節能實踐猶豫不決在打破已建?的利潤邊界周圍。-態度的地理變化：不同地區根據其社會經濟和環境背景優先考慮??智能和可持續發展?標-運營和技術挑戰-數據隱私和安全:由于??智能模型需要?量數據，隱私和安全問題變得極為重要-能源安全問題：依賴外部能源來源以及由于地緣政治問題導致的能源可靠性擔憂可能在??智能應?中造成障礙。-實時預測和優化：需要準確的預測?具來優化資源分配并識別能源熱點。-在預測和優化??的實時性：有需要準確預測?具來完成資源分配以及確定能源熱點。-實時預測和優化：需要準確的預測?具來優化資源分配并識別能源熱點及能耗。分配并確定能源熱點來源：利益相關者磋商FIGURE7可視化AI能源可持續應?的潛在合作機會電?彈性和能源基礎設施電?彈性和能源基礎設施 <建?跨?業??智能能源指標標準（例如><跨?業倡議，填補??智能-能源技能鴻溝，尤其是在專業知識有限的地區跨?業倡議，填補??智能-能源技能鴻溝，尤其是在專業知識有限的地區培養朝向可持續??智能實踐的?化轉變來源：利益相關?磋商??智能的能源悖論：平衡挑戰和機遇21??智能的能源悖論：平衡挑戰和機遇21z.??智能的能源悖論：平衡挑戰和機遇22技術和設計創新有效的?態系統合作：合作伙伴關系、政策?持和全球協調碳中和的??智能部署有效的?態系統合作：合作伙伴關系、政策?持和全球協調透明且?效的??智能?電lP有效的?態系統合作??智能在碳減排中的部署??智能能源影響展望透明lP有效的?態系統合作??智能在碳減排中的部署??智能能源影響展望透明以及?效的AI?電新??智能的能源悖論：平衡挑戰與機會231?于減碳的??智能部署2透明??效的??智能?電3技術和設計創新?推動數據中?硬件、冷卻和電?管理??的創新，以減少消耗同時?持不斷增?的??智能需求4有效?態系統合作??智能能源悖論：平衡挑戰與機遇24GinelleGreene-Dewasmes??智能和能源倡議領導者世界經濟論壇C4IR數字科技部MichaelHiggins項?研究員，??智能治理聯盟，戰略?席董事，美國公?事業戰略，埃森哲ThapeloTladi能源倡議負責?，世界經濟論壇能源與材料中?致謝UthmanAliBP全球負責??智能官員SoltanBayramovC4IR阿塞拜疆執?董事副?威爾·卡?迪什阿魯普全球數字服務主管KelsiDoran思科可持續發展策略總監SimonEvans全球數字能源總監兼全球數字孿?體負責?，ArupPeterNemmert安東尼婭?加?爾全球可持續發展與合作伙伴總監BenediktGiegerAI產業轉型項?研究員SAP數字技術中?IanHodgkinson洛夫堡商學院教授洛夫堡?學ThomasW.Jackson洛夫堡商學院教授洛夫堡?學BridgeAI項?瑪麗亞·肯尼迪微軟全球能源與可持續性總監項?團隊MariaBasso數字科技項?經理第四次?業?命中?世界經濟論壇KathrynWhiteKrumpholz董事總經理，埃森哲,創新孵化;?政研究員,??智能治理聯盟AstridKristoffersen研發集團總監,DNV.ChaseLochmiller?席執?官兼聯合創始?,CrusoeGulmineMelikzade項?管理部?負責?C4IR阿塞拜疆ShashiMenon數字發展副總裁DionisMinev?席科學家，CATALOG清潔空?解決?案銷售與市場總監，JohnsonMattheyAntoniaGawel可持續發展與合作伙伴關系全球總監，AnneNguyenAndreasProesch戰略AI發展副總裁Cognite副總裁；CogniteAI部?負責?ChrisPenningtonIronMountain能源與可持續發展主管信息管理MichaelQuirkSouthern公司媒體關系策略師薩姆·拉?多?BrainboxAI?席執?官烏利揚·沙卡?席執?官，iGenius薩凱特·?格資深副總裁兼全球負責?云和基礎設施服務，Mahindra斯?達·斯圖副總裁，SchneiderElectric的AI產品DavidVillasecaChrisPennington能源和可持續發展主管，IronMountain信息管理AndreasBirnikEvroc戰略與可持續發展副總裁TaraqueChoudhury科技副總裁，迪拜機場MarkGorenberg董事總經理兼主席，?薩諸塞理?學院JacobHawkins公共關系負責?，SouthernCompanyBaoyangJiang全球燈塔?絡項?成員世界經濟論壇羅希GEIDCO歐洲辦公室?級經理羅斯·?肯??席，員?及?級副總裁企業事務和業務發展，Elimini??智能能源悖論：平衡挑戰與機遇約瑟夫·斯卡萊斯克商業發展，CATALOG讓·保羅·斯基特JoeyStriker副總裁，iGenius合作關系JonathanSultoon副總裁，電?和可再?能源WoodMackenzie三菱電機?級總經理MarcoTerruzzinEnergyVault?席商務官AmoghUmbarkarSAP?業4.0副總裁EkeVermeer公共事務副總裁，?由環球公司LouisChaplin編輯，StudioMikoLaurenceDenmark創意總監，StudioMikoJayKelly設計師，StudioMiko??智能的能源悖論：平衡挑戰與機遇2656785678基礎設施?程師。（2024年）。數字基礎設施?業現狀-2024年年度報告。/blog/state-of-the-digital-infrastructure-industry-report-2024/2?盛股票研究。（2024年）。美國電信服務和基礎設施啟動：對?線和數據中?持樂觀態度[通過內部???站訪問]234國際能源署（IEA）。（2024年）。2024年電?。https://w/reports/electricity-2024/executive-summary/34國際能源署（IEA）。（2024年）。IEA數據服務。https://www.iea.org/data-and-statistics/data-product/world-energy-statistics-and-balances/福布斯（2024年）。2024年22個??智能統計和趨勢。https:///advisor/business/ai-statistics/國際能源署（IEA2024年）。世界能源展望。https://www.iea.org/reports/world-energy-outlook-2024IBM（2024年）。什么是??智能（AI）？https:///topics/artificial-intelligence電?研究所（EPRI2024年）。動?智能：分析??智能和數據中?能耗。/wp-content/uploads/2024/06/3002028905_Powering-Intelligence_-Analyzing-Artificial-Intelligence-and-Data-Center-Energy-Consumption.pdf;國際能源署（IEA2023年）。世界能源展望。https://iea.blob.core.window70/WorldEnergyOutlook2023pdf;Haakman,Cruz,M.等（2021年）。需要修訂AI?命周期模型。經驗軟件?程，卷26，第959國際能源署（IEA）。（2023）。數據中?和傳輸?絡。/energy-system/buildings/data-centres-and-data-transmission-networks9電?研究所（EPRI）。（2024）。供電智能：分析??智能和數據中?能耗。/wp-content/uploads/2024/06/3002028905_Powering-Intelligence_-Analyzing-Artificial-Intelligence-and-Data-Center-Energy-Consumption.pdfGartner。（2024）。?數據。/en/information-technology/glossary/dark-data#:~:text=Gartner%20定義?數據為，商業關系和直接獲利化；IBM。（2024）。什么是?數據？/topics/dark-dataGeman，B.（2024）。?科技巨頭如何將AI數據中?轉變為電??盟友。Axios。https://www.axiosHiller,J.(2024).‘價值三個紐約城市’的能量：??智能正在挑戰電?。《華爾街?報》。/business/energy-oil/ai-data-center-boom-spurs-race-to-find