【埃森哲】为可持续的人工智能提供动力

埃森哲近日发布了《为可持续的人工智能提供动力》报告，该报告深入探讨了人工智能（AI）快速发展背后的环境成本问题，并提出了一个名为“可持续AI商数（SAIQ）”的新指标，用以衡量AI如何将资金、能源和排放转化为可衡量的性能。报告强调，企业需要平衡财务可行性、能源韧性和环境影响，以实现AI的可持续扩展。报告中不仅提供了全球AI能耗、碳排放和水资源使用的估算数据，还提出了四个关键行动点，帮助领导者实现AI的可持续增长，包括更智能的硅片、更清洁的数据中心、更策略性的AI使用和治理即代码。这些内容为业界提供了宝贵的洞见和行动指南。

人工智能（AI）正快速改变我们的世界，从医疗诊断到零售供应链，AI的应用无处不在。但这种技术的快速发展，也带来了能源消耗、碳排放和水资源使用的问题。到2030年，全球AI数据中心的能源消耗预计将达到612太瓦时，相当于加拿大一年的总电力消耗。这个数字是惊人的，也提醒我们，AI的发展不能以牺牲环境为代价。

AI的效率悖论在于，尽管AI技术能提高企业的效率和生产力，但其背后的基础设施却消耗着巨大的电力和水资源，同时排放出大量的碳。如果任其发展，AI的环境足迹不仅会威胁到企业的可持续性目标，也会超出地球的承载能力。然而，目前只有14%的公司使用AI来减少排放，这与AI减少大多数公司碳足迹的潜力形成了鲜明对比。

为了解决这一问题，报告提出了“可持续AI商数”（SAIQ）这一新指标，它衡量AI系统如何有效地将金钱、电力、水和碳转化为实际性能。SAIQ是一个多维效率得分，通过计算每单位投资（美元、能量、水和碳）产生的AI输出（以“令牌”为单位），来衡量AI系统的环境和经济性能。SAIQ越低，表示AI系统越高效、越负责任。

报告强调，要实现AI的可持续发展，需要采取四个行动：使用更智能的硅芯片、脱碳数据中心、深思熟虑地使用AI和将AI治理嵌入代码。这些行动不仅能够减少能源消耗和碳排放，还能降低成本，提高企业的竞争力，使行业更智能、更有利可图、碳足迹更小。

例如，通过优化GPU的能效和数据中心的利用率，可以减少AI在2030年的预计能源消耗121TWh，相当于挪威的年电力消耗。这需要在更智能、计算效率高的硬件和模型上运行AI工作负载，以降低成本、排放和对大型云数据中心的依赖，同时不牺牲AI能力。

在数据中心方面，优化AI工作负载和数据中心运营可以确保AI的扩展与企业可持续性目标一致，同时降低运营成本和环境影响。例如，通过动态扩展和智能负载平衡，可以减少能源使用和排放，匹配能源使用与AI工作负载。此外，通过将AI工作负载安排在清洁能源可用的地点，可以减少碳排放。

AI的深思熟虑使用也是关键。许多组织默认使用大型、通用的AI模型，即使更简单、特定任务的模型也能胜任。此外，AI定价模型通常收取固定费率，这并不鼓励高效使用。通过选择合适大小的AI模型，可以最小化能源使用，推动可持续性，更具竞争力，并使行业更智能、更有利可图、碳足迹更小。

最后，随着AI在各行业和地区的加速采用，监管机构对AI的关注也越来越多。目前，大多数关注都集中在负责任的AI上，包括权利侵犯、无意偏见和歧视以及错误信息等问题。这些风险是真实存在的，必须得到治理，就像环境和资源风险必须得到解决一样。

文章的灵感来自于埃森哲发布的《为可持续的人工智能提供动力》报告。这份报告不仅对AI的能源和资源需求进行了深入分析，还提出了一系列切实可行的解决方案。除了这份报告，还有许多其他同类型的报告也非常有价值，推荐阅读，这些报告我们都收录在同名星球，可以自行获取。

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。