AI与环境（E）：算力的能耗悖论与绿色解法

目录CONTENTS 01 AI 与环境（E）：算力的能耗悖论与绿色解法01 02 AI 与社会（S）：岗位重构而非岗位消失06 03 AI 与治理（G）：数据安全、监管图景与主动治理11 04 结语在不确定中锚定确定24负责任 AI 与机构投资者：从“倡议”到“议程”20 执行摘要 人工智能正以前所未有的速度重塑全球经济与社会形态。从生成式大模型的爆发到智能体（Agent）走入产业一线，AI 既是新一轮生产力革命的引擎，也给环境、社会与公司治理（ESG）带来了一系列全新而真实的挑战。 本报告以“负责任 AI”为主线，沿着环境（E）、社会（S）、治理（G）三个维度，系统梳理了 AI浪潮给 ESG 带来的机遇与风险，并着力发现企业、监管机构与投资者层面已经涌现的有效实践。以下是我们的核心判断： 环境（E）：绿色算力是确定的长期大趋势。基于我们的观察与访谈发现，头部企业已普遍开展算力能耗优化，绿色算力正从“锦上添花”变为“准入门槛”。虽处早期阶段，但趋势方向确定，行业具备长期结构性机会。 社会（S）：大规模岗位重构而非单纯岗位消失。部分岗位确实在消失，尤其是偏技术性的初级岗位，但面向客户、基于实际工作流沉淀的经验诀窍（know-how）与人际沟通能力（people skills）相关的岗位难以替代，AI 在这些领域更多是增强而非替代。同时我们也发现，这场社会转型的真实后果并非仅仅由 AI 的技术边界决定，企业的战略态度也发挥着重要作用。若企业将 AI 定位为“员工能力放大器”，则能有效推动全员赋能与岗位重构，实现劳动力价值的长期共赢。 治理（G）：企业对 AI“重应用、轻治理”，监管规则正在成形。通过对科创 50 成分股 2025 年度ESG 报告的文本挖掘显示，AI 相关词覆盖率已达 92%，但真正指向 AI 专项治理的表达仅覆盖约两成公司，反映出“高频用 AI、低频谈治理”的落差。在监管层面，中、欧、美三大经济体走出了三条特征鲜明的监管路径——中国发展与安全并重，并通过敏捷立法快速迭代；欧盟以风险分级为核心构建较为严密的监管体系；美国则在“联邦松绑”与“州级收紧”之间拉锯。 投资者行动：“负责任 AI”正从少数先行投资者的倡议，演变为可量化、可比较的尽责管理议程。美股市场 AI 相关股东提案持续涌现，投资者关注议题也逐渐转向具体的治理架构缺口。 我们认为，AI 对 ESG 的真实影响取决于技术被如何设计、部署与治理。在不确定中锚定确定，正是本报告希望与监管机构、企业与投资者共同坚守的方向。 引言 当 AI 浪潮遇见 ESG 2022 年底以来，以 ChatGPT 为代表的生成式人工智能掀起了新一轮技术浪潮。短短几年，AI 从实验室走向千行百业，正以基础设施般的姿态嵌入经济运行的底层。对资本市场而言，这既意味着巨大的投资机遇，也意味着一套需要重新校准的 ESG 分析坐标系。 理解 AI 与 ESG 的交汇，在当下的国际局势之中显得更加复杂。一方面，地缘政治的紧张态势使各国对“算力主权”与“技术安全”空前重视，AI 被提升到国家战略竞争的高度；另一方面，气候变化的紧迫性并未因技术热潮而削减，全球仍处在能源安全与绿色转型的双重压力之下。AI 恰好同时站在这两条主线的交点上：它既是耗电的大户，可能加剧短期的能源与排放压力；又是优化能源系统、加速清洁技术研发的有力工具。如何在“发展”与“减碳”、“创新”与“安全”之间取得平衡，正是理解 AI 与ESG 交汇点的关键。 简单地把 AI 标签化为 ESG 的“风险源”或“解决方案”可能都失之片面。AI 对 ESG 的真实影响，取决于技术被如何设计、部署与治理——这正是“负责任 AI”概念的要义所在：在追求效率与创新的同时，兼顾安全、公平、透明、隐私与可持续，使技术发展始终服务于人的福祉，这也与 ESG“创造长期价值的同时管理好外部性”的内核高度契合。 基于这一立场，本报告探讨了 AI 带来的能耗攀升、就业冲击、数据滥用与算法歧视等真实风险，同时我们也积极发现“出路”——那些已经在企业、监管机构与投资者层面涌现的、行之有效的应对实践。 本报告分为四章。第一、二、三章分别沿环境（E）、社会（S）、治理（G）三个维度，剖析 AI 带来的风险与机遇，并辅以多家上市公司的一手案例；第四章回到投资者本位，探讨机构投资者如何以尽责管理推动被投企业的负责任 AI 实践。 " CHAPTER01 算力的能耗悖论与绿色解法AI 与环境（E） 在 ESG 的三个维度中，AI 对环境的影响最具“双面性”，也最容易被简化为单向叙事——AI 既是不容忽视的能源与资源消耗者，也是强有力的绿色转型工具——关键在于如何管理其“净影响”。 基于我们的访谈与观察，本章最明确的结论是：绿色算力是一个方向明确、不可逆转的长期大趋势。 成本重估：被重新定价的能源、水与物质足迹1 AI 带来技术进步的同时，增加了对资源的消耗。在成本方面，AI 对环境的挑战，首先体现为电力需求的结构性攀升。国际能源署（IEA）2025 年发布的《Energy and AI》报告预测，全球数据中心用电量将从 2025 年的约 485 太瓦时1接近翻倍增长至 2030 年的约 945 太瓦时——大致相当于日本全国用电量。根据 IEA 2026 年初的跟踪数据显示，2025 年全球数据中心用电量实际增长约 17%，AI 专用数据中心用电更是激增约 50%；支撑这轮扩张的，是大型科技公司当年合计超过 4,000 亿美元的资本开支，且这一资本开支预计 2026 年还将再增约 75%。 能源之外，水与物质足迹同样不可忽视。联合国 2026 年的研究估算，若按当前轨迹扩张，与数据中心用电相关的年度水足迹可能从 2025 年约 4.5 万亿升增至 2030 年约 9.3 万亿升，接近 13 亿人的基本生活用水；年二氧化碳排放升至约 3.99 亿吨，大致相当于英国 2025 年全国温室气体排放总量的 1.1 倍；占地面积则从 2025 年的约 6,900 平方公里扩张至逾 14,500 平方公里，相当于 2.3 个上海市的土地面积。 AI 对环境的影响具有鲜明的双重性：它既是快速增长的资源消耗者，也正成为推动能源系统优化和绿色技术突破的重要力量。在电网侧，AI 可用于预测可再生能源出力状况、优化调度与需求响应，提升电网对高比例可再生能源的消纳能力；IEA 指出，AI 在能源系统中的广泛应用，有望带来远超其自身耗能的减排收益。在产业侧，AI 加速了新材料、新型电池与光伏技术的研发，压缩了清洁能源的创新周期；在气候适应侧，AI 驱动的高精度气候建模，正不断提升社会应对极端天气的韧性。 总的来说，AI 的“杰文斯悖论”（Jevons Paradox）依然值得警惕：技术进步提高了单位算力的能效，但成本下降往往刺激总需求更快增长，反而推高能源的绝对消耗。这意味着，仅靠芯片与模型的效率优化并不足以自行化解 AI 的能耗难题，还须辅以电力结构的绿色化与使用侧的总量管理。在特定地区，规划不周的数据中心扩张可能与当地既有的资源压力正面相撞——“负责任选址”由此成为新议题，也是投资者评估算力资产时需要纳入的区域性风险变量。 破局之路：算力扩张的现实挑战与中国“绿色解法”2 AI 相关的环境与资源压力正迅速从“纸面成本”转化为现实的“落地风险”。据追踪机构 DataCenter Watch 统计，2026 年第一季度全美至少有 75 个数据中心项目被阻止或推迟、涉及金额约 1,300亿美元，创下其 2023 年开始追踪以来的季度之最，已逼近 2025 年全年被阻项目总额。具体面临的压力主要有两大方面： •反对力量正快速组织化：活跃的草根反对组织从 2025 年底的 396 个激增至 2026 年 3 月的 833 个，遍布 49 个州（以马里兰、俄亥俄、得克萨斯居多），部分地区甚至项目尚未正式申报、仅凭传闻即触发有组织抵制。这股反弹还呈现出一些“跨党派”的一致性——共和党人多聚焦电价上涨与电网压力，民主党人则更关注环境与水资源影响。盖洛普 2026 年 3 月的民调亦显示，约七成美国人反对在本地新建数据中心，近半数“强烈反对”。 •监管从激励转向收紧：2026 年前六周，各州议会已提出逾 300 项数据中心相关法案，覆盖 30多个州，标志着从“税收激励”向“监管问责”的转向，多州酝酿建设暂停（moratorium）立法；联邦层面，参议员桑德斯与众议员奥卡西奥 - 科尔特斯于 2026 年 3 月宣布《AI 数据中心暂停法案》（AI Data Center Moratorium Act）。 对投资者而言，这意味着算力扩张的瓶颈正从“能不能供电”延伸到“社区是否接纳”。社会许可（sociallicense）正成为评估数据中心与算力资产时不可忽视的新型政治与监管风险变量。 中国语境：“东数西算”与绿电如何重塑算力地图 对中国而言，数据中心的建设已上升到国家战略层面。中国在宏观层面对数据中心建设的空间布局进行了系统的顶层规划。首先，国家明确设立了八个国家算力枢纽节点、十个国家数据中心集群，构建了全国一体化算力网络的基础框架；其次，通过纵深推进“东数西算”工程，即在内蒙古、宁夏、甘肃、贵州等西部枢纽集中布局数据中心，有序引导对时延要求较低的算力需求向西部集聚，在宏观地理尺度上实现了“算力—电力—绿电”的深度匹配。 在优化空间布局的同时，中国也为绿色数据中心的建设提供了丰富的政策支持。例如，2026 年，国家发展改革委、国家能源局联合印发了《关于有序推动多用户绿电直连发展有关事项的通知》，将绿电直连从“单用户”点对点模式正式拓展为“多用户”集群化共享模式。这一国家级战略支持允许新能源不经过公共电网，直接依托专用线路向园区或算力集群输送，通过共享专线和变电设施降低重复投资，并提升绿电消费可追溯性。 强力支持的背后也伴随着绿色算力的严格约束。国家发改委等多部门 2024 年 7 月联合发布的《数据中心绿色低碳发展专项行动计划》，已明确将电能利用效率（PUE）和可再生能源占比纳入核心监管指标。行动计划提出到 2025 年底，新建及改扩建大型 / 超大型数据中心 PUE 不高于 1.25，国家枢纽节点项目不高于 1.2。这一举措提升了行业的准入门槛，为绿色算力确立了硬性标准。 总的来说，从顶层空间布局的重塑、支持性政策的引导，到约束性监管指标的落地，中国国家政策层面的导向形成了一套完整的闭环：全面向绿色低碳转型已成为中国算力产业发展的趋势。 顺应国家宏观战略的强力导向，中国数据中心企业正加速向绿色算力转型。头部企业万国数据的实践，为我们提供了一个极具代表性的窗口。 案例万国数据——以绿色算力支撑 AI 发展 作为国内领先的第三方数据中心服务商，万国数据直面 AI 算力爆发所引发的能耗激增挑战，从战略顶层确立了“2030 年实现运营碳中和、100% 使用可再生能源”的双重核心目标。为将上述承诺落到实处，公司围绕能源结构、运维能效与空间布局，构建了系统性的实施路径： •能源结构多元化与源网协同：积极拓展绿电直采、绿证交易及园区分布式光伏等手段，并将能够稳定锁定供给与成本的三年期购电长协（PPA），以及具备条件的“绿电直连”模式置于资源配置的核心位置。此外，公司在内蒙古某吉瓦级园区自投风电与光伏项目，实现了环境权益在园区内的直接闭环消纳。 •技术赋能深挖能效潜力：广泛部署液冷技术以适应高密度 AI 算力需求，并自主研发 AI驱动的智能运维系统（AI Box），通过精准调控显著优化制冷与整体能效，使相关环节的节能水平达到 5% 至 10%。 •空间布局顺应算力枢纽战略：敏锐把握国家算力地图布局的机遇，将新建数据中心的战略重心加速向西部转移。目前，其业务版图已深度拓展至内蒙古乌兰察布及和林格尔、广东韶关、宁夏中卫等具备超大规模 AI 部署潜力的新兴算力枢纽。 万国数据的绿色转型不仅