绿色智能经济：人工智能"向善"必须"向绿" - #绿色智能经 发展人工智能不是目的。让人类可持续地发展下去，才是目的 ---------------------
绿色智能经济：人工智能"向善"必须"向绿"
#绿色智能经
> 发展人工智能不是目的。让人类可持续地发展下去，才是目的
----------------------
我们今天谈人工智能，谈得最多的是它有多强大、多聪明、多快。但有一个问题不能被低估：人工智能正在把我们的经济推向哪里？是绿色的？还是灰色甚至是黑色？如果不回答这个问题，AI越强大，风险就越大。
我的核心观点是：发展人工智能自身不是终极目的，实现人类的可持续发展才是目的。 "AI向善"不能停留在口号上——它必须首先"向绿"。
人工智能不会自然而然走向绿色
2024年，联合国大会196个成员国一致通过了一项罕见的针对一个技术的决议——《抓住安全、可靠和可信赖的人工智能系统促进可持续发展的机遇》。一项技术能获得联大专门决议，本身就说明了问题的严重性。决议的核心信息很清楚：AI是机遇，但前提是它必须安全、可靠、可信任，并服务于可持续发展目标。
然而，人工智能不会自然而然走向绿色。联合国贸发会议连续发布了20余年的《数字经济报告》，此前的基调以机遇为主。2024年的报告语气骤变，尖锐地提出了数字经济"向何处去"的问题。
数据触目惊心：2026年全球数据中心的耗电量预计达到1000太瓦时，约为2022年法国全国用电量的两倍；每制造一台不到2公斤的笔记本电脑需要800公斤原材料；到2050年，全球对石墨、锂、钴等矿物的需求量将增长5倍，铂族矿物消耗将高出120倍；每训练一个大模型，耗水量以数百万升计。
如果任由这一趋势发展，人工智能驱动的将不是绿色经济，而是一个资源枯竭、碳排放失控的黑色经济。
双轮驱动：自身绿色化与赋能绿色化
发展绿色人工智能需要两条腿走路。
第一条腿是AI自身的绿色化。 当前AI的能耗主要集中在硬件层。解决之道在于从芯片架构、算法模型、训练策略全链条入手。
这方面已经有了令人振奋的探索。比如我看到一个报道，说MIT研究团队用仅19个神经元的类脑网络，实现了原来百万神经元量级才能完成的自动驾驶功能，能耗大幅下降——这是从硬件底层降低能耗。DeepSeek和国内其他公司通过不同的训练策略显著提高了效率——这是从软件层面降低能耗。两条路都在证明同一件事：AI绿色化不是空想，而是技术上可行的选择。
当然，无论能效提升到何种程度，AI终归要耗能。方向是明确的：让AI尽可能使用绿色能源、可再生能源。
第二条腿更为关键——用AI的有限耗能换来其他行业的大规模节能减排。
这是一个大循环的逻辑。智能电网可以实现毫秒级故障诊断与网络自愈；精准农业提升资源利用效率、降低生态影响；环境监测实现污染动态追踪与碳排放核算；绿色制造体系可将高耗能行业单位产品综合能耗降低8%至12%。
用人工智能有限的排放，换来千行百业的减排——只有走通这个循环，AI的发展方向才是真正绿色的。
一个亟待出现的新产业
但"AI+"并不是简单的加法。
我们每天都看到前沿模型的性能在大幅提升，但产业端的应用速度远远跟不上，而且这个结构性的差距还在不断扩大。原因并不复杂：AI技术的供给方不了解化工、农业、制造业的具体需求，而传统行业的从业者也不了解AI的能力边界。
要弥合这个鸿沟，需要一个新产业的出现——我称之为"智能化转型服务业"。这类服务商一头深入AI技术和模型供应商的能力体系，另一头扎进细分行业的具体场景。比如AI+化工，它要了解精细化工和大宗化工各自的工艺特征和痛点。只有这样的"AI+专家"批量出现，前沿模型的能力才能真正落地为产业的绿色转型。
我有两个具体建议：
第一，用标准化驱动AI的绿色发展。
联合国工发组织正在牵头制定工业制造业绿色AI标准，提出了5个支柱、18项指标。但更底层、更根本的一步是建立"绿色Token"标准体系。
Token是AI模型处理的最小语义单元，也是AI服务的计价基础。如果我们能在Token的元数据中嵌入绿色指标——绿电消纳比例、单位算力碳排放强度、硬件回收利用率等——使之可量化、可互认、可交易，那么我们就拥有了从最底层驱动AI绿色化的政策工具和市场机制。
第二，将绿色AI纳入能力建设国际合作的核心内容。
联合国关于人工智能的两项决议中，第二项由中国牵头，主题是加强人工智能能力建设的国际合作。在这一合作框架中，绿色AI的开发理念和应用实践应当成为能力培训的重要内容，确保全球AI发展的方向与可持续发展目标保持一致。
人工智能正处在一个关键的分岔口。它可以把我们推向一个更绿色、更可持续的未来，也可以在不知不觉中加速资源消耗和环境恶化。选择权在我们手中，但窗口期不会太长。
发展人工智能不是目的。让人类可持续地发展下去，才是目的。
作者为中国新一代人工智能发展战略研究院执行院长、世界工程组织联合会前主席，本文根据作者在2026年夏季达沃斯论坛
[https://international.caixin.com/2026/2026xjdws/?cxapp_link=true]（世界经济论坛第十七届新领军者年会）财新晚宴上的发言整理
更多报道详见：【专题】AI狂飙 [https://deepview.caixin.com/topic/BQ02.000006990.html]、AI全景
[https://deepview.caixin.com/topic/BQ01.00000428.html]
欢迎订阅财新Telegram频道: https://t.me/caixin_daily [https://t.me/caixin_daily]
via 财新网 - 最新文章 [https://opinion.caixin.com/2026-06-29/102458604.html]
@caixin_daily | t.me • Jun 29, 2026
绿色智能经济：人工智能"向善"必须"向绿"
#绿色智能经
> 发展人工智能不是目的。让人类可持续地发展下去，才是目的
----------------------
我们今天谈人工智能，谈得最多的是它有多强大、多聪明、多快。但有一个问题不能被低估：人工智能正在把我们的经济推向哪里？是绿色的？还是灰色甚至是黑色？如果不回答这个问题，AI越强大，风险就越大。
我的核心观点是：发展人工智能自身不是终极目的，实现人类的可持续发展才是目的。 "AI向善"不能停留在口号上——它必须首先"向绿"。
人工智能不会自然而然走向绿色
2024年，联合国大会196个成员国一致通过了一项罕见的针对一个技术的决议——《抓住安全、可靠和可信赖的人工智能系统促进可持续发展的机遇》。一项技术能获得联大专门决议，本身就说明了问题的严重性。决议的核心信息很清楚：AI是机遇，但前提是它必须安全、可靠、可信任，并服务于可持续发展目标。
然而，人工智能不会自然而然走向绿色。联合国贸发会议连续发布了20余年的《数字经济报告》，此前的基调以机遇为主。2024年的报告语气骤变，尖锐地提出了数字经济"向何处去"的问题。
数据触目惊心：2026年全球数据中心的耗电量预计达到1000太瓦时，约为2022年法国全国用电量的两倍；每制造一台不到2公斤的笔记本电脑需要800公斤原材料；到2050年，全球对石墨、锂、钴等矿物的需求量将增长5倍，铂族矿物消耗将高出120倍；每训练一个大模型，耗水量以数百万升计。
如果任由这一趋势发展，人工智能驱动的将不是绿色经济，而是一个资源枯竭、碳排放失控的黑色经济。
双轮驱动：自身绿色化与赋能绿色化
发展绿色人工智能需要两条腿走路。
第一条腿是AI自身的绿色化。 当前AI的能耗主要集中在硬件层。解决之道在于从芯片架构、算法模型、训练策略全链条入手。
这方面已经有了令人振奋的探索。比如我看到一个报道，说MIT研究团队用仅19个神经元的类脑网络，实现了原来百万神经元量级才能完成的自动驾驶功能，能耗大幅下降——这是从硬件底层降低能耗。DeepSeek和国内其他公司通过不同的训练策略显著提高了效率——这是从软件层面降低能耗。两条路都在证明同一件事：AI绿色化不是空想，而是技术上可行的选择。
当然，无论能效提升到何种程度，AI终归要耗能。方向是明确的：让AI尽可能使用绿色能源、可再生能源。
第二条腿更为关键——用AI的有限耗能换来其他行业的大规模节能减排。
这是一个大循环的逻辑。智能电网可以实现毫秒级故障诊断与网络自愈；精准农业提升资源利用效率、降低生态影响；环境监测实现污染动态追踪与碳排放核算；绿色制造体系可将高耗能行业单位产品综合能耗降低8%至12%。
用人工智能有限的排放，换来千行百业的减排——只有走通这个循环，AI的发展方向才是真正绿色的。
一个亟待出现的新产业
但"AI+"并不是简单的加法。
我们每天都看到前沿模型的性能在大幅提升，但产业端的应用速度远远跟不上，而且这个结构性的差距还在不断扩大。原因并不复杂：AI技术的供给方不了解化工、农业、制造业的具体需求，而传统行业的从业者也不了解AI的能力边界。
要弥合这个鸿沟，需要一个新产业的出现——我称之为"智能化转型服务业"。这类服务商一头深入AI技术和模型供应商的能力体系，另一头扎进细分行业的具体场景。比如AI+化工，它要了解精细化工和大宗化工各自的工艺特征和痛点。只有这样的"AI+专家"批量出现，前沿模型的能力才能真正落地为产业的绿色转型。
我有两个具体建议：
第一，用标准化驱动AI的绿色发展。
联合国工发组织正在牵头制定工业制造业绿色AI标准，提出了5个支柱、18项指标。但更底层、更根本的一步是建立"绿色Token"标准体系。
Token是AI模型处理的最小语义单元，也是AI服务的计价基础。如果我们能在Token的元数据中嵌入绿色指标——绿电消纳比例、单位算力碳排放强度、硬件回收利用率等——使之可量化、可互认、可交易，那么我们就拥有了从最底层驱动AI绿色化的政策工具和市场机制。
第二，将绿色AI纳入能力建设国际合作的核心内容。
联合国关于人工智能的两项决议中，第二项由中国牵头，主题是加强人工智能能力建设的国际合作。在这一合作框架中，绿色AI的开发理念和应用实践应当成为能力培训的重要内容，确保全球AI发展的方向与可持续发展目标保持一致。
人工智能正处在一个关键的分岔口。它可以把我们推向一个更绿色、更可持续的未来，也可以在不知不觉中加速资源消耗和环境恶化。选择权在我们手中，但窗口期不会太长。
发展人工智能不是目的。让人类可持续地发展下去，才是目的。
作者为中国新一代人工智能发展战略研究院执行院长、世界工程组织联合会前主席，本文根据作者在2026年夏季达沃斯论坛
[https://international.caixin.com/2026/2026xjdws/?cxapp_link=true]（世界经济论坛第十七届新领军者年会）财新晚宴上的发言整理
更多报道详见：【专题】AI狂飙 [https://deepview.caixin.com/topic/BQ02.000006990.html]、AI全景
[https://deepview.caixin.com/topic/BQ01.00000428.html]
欢迎订阅财新Telegram频道: https://t.me/caixin_daily [https://t.me/caixin_daily]
via 财新网 - 最新文章 [https://opinion.caixin.com/2026-06-29/102458604.html]
@caixin_daily | t.me • Jun 29, 2026
