AI降價未必省電：麥肯錫預測數據中心用電年增24%
nashnova research
麥肯錫與BCG本週分別發報告指出，AI調用價格下降正刺激更大規模部署，全球數據中心用電量預計以每年24%的速度增長至2030年——降價省下的錢，被更多的用電吃掉了。
越平越費電，這個悖論點理解？
麥肯錫指出一個結構性悖論：每項AI任務的成本和能耗下降後，AI的適用場景隨之擴大，總用電量反而上升。
這意味著→ 效率提升並無轉化為總量節約，而是被更廣泛的應用完全抵消。
簡單來說＝ 就好比高速公路擴闊之後非但冇紓緩塞車，反而吸引更多車湧入——經濟學上叫「傑文斯悖論」。
數據中心用電到底會漲幾快？
麥肯錫預測：全球數據中心用電量至2030年年增24%，其後放緩至年增5%，持續至2040年。
數據中心已被界定為「經合組織電力市場中增速最快的負荷板塊」，在多個市場成為2030年前電力需求增長的最主要驅動力。
這反映出 AI從試驗走向全業務線部署，電網壓力正由「未來風險」變成「當下現實」。
頭部企業點樣管算力支出？
BCG調查覆蓋20餘個行業的1,300名高管，發現AI成熟度最高的「未來型企業」並非放任算力開支膨脹。
這一群體中四分之三的企業對算力（token）支出設定了明確目標，並將其與具體回報掛鈎。
這意味著→ 走在最前面的企業已經將AI支出當投資項目管理，而非當水電費隨意花。
鼓勵用定係限制用——企業內部都喺度分化？
約一半頭部企業主動鼓勵員工使用付費AI工具以最大化普及率，而同類落後企業中這一比例僅為25%。
另有22%的頭部企業反向操作——對使用量設置上限或管控機制以控制成本。
簡單來說＝ 同樣係「管」，有人管的係「用得仲未夠多」，有人管的係「花得太快」——策略取決於企業自身AI成熟度。
2030年之後呢？
麥肯錫提示，2030年後數據中心增長的長期圖景仍存不確定性。
關鍵變量在於：AI能否在更廣泛的商業場景中持續兌現價值——如果回報不及預期，企業可能收縮部署，增速會比預測更快放緩。
這意味著→ 當前年增24%的預測建立在AI持續擴大應用的假設上，這個假設本身尚未被完全驗證。
市场有风险，内容仅供研究参考，不构成投资建议。