《2026可持续AI研究报告：全新绩效前沿》

《2026可持续AI研究报告：全新绩效前沿》

分类
报告分析
格式
PDF
发布时间
下载次数
114 次

简介

毕马威的这份研究报告指出，随着人工智能（AI）的快速普及，其巨大的能源和资源消耗已从技术问题演变为战略性商业风险。报告的核心观点是，AI与可持续发展并非相互竞争的优先级，而是可以相互强化的双赢命题。

一、研究背景与核心矛盾

报告开篇指出了一个核心悖论：AI正以前所未有的速度推动效率、创新和社会进步，但同时，其对能源、水资源和基础设施的消耗也达到了令人担忧的水平。到2027年，数据中心中AI工作负载量预计将比现在增长两倍以上。若不加以管理，AI的飞速扩张将可能超出可用资源的承载能力，并面临来自社区、政策制定者和公众日益增长的反对声音（例如，在美国，多数民众对AI的环境足迹表示担忧）。

报告基于对350名技术、可持续发展、战略和运营高管的调查，得出一个关键结论：领导者的任务不是减缓AI采用，而是找到一种方式，让AI在规模化发展的同时，环境、财务和运营绩效能够相互促进。

二、可持续AI的商业价值

报告将“可持续AI”定义为设计并实施高能效、低碳排、支持环境清洁的AI解决方案的实践。其核心抓手是绿色IT（Green IT），即通过更高效的软件、更清洁的基础设施和智能硬件管理，使技术生命周期的每个阶段都更具可持续性。

推行可持续AI能为企业带来四大核心价值：

  1. 降低成本：通过选择更高效的AI模型，直接减少基于使用的云和计算费用。AI本身也能识别运营浪费、优化物流，从而降低成本。

  2. 提高投资回报率（ROI）：86%的CEO预计AI将在三年内带来回报，但这种回报取决于对成本结构的有效管理。可持续AI确保每一美元的投资都能通过更高效的资源利用产生更大价值。

  3. 缓释风险：这包括运营风险（如断电）、监管风险（日益扩展的披露要求）、财务风险（如成本转嫁）和声誉风险。随着范围2和范围3排放与AI使用挂钩，企业必须现在就了解价值链上的影响热点。

  4. 驱动竞争优势：在人才争夺战中，年轻一代员工更倾向于为在可持续发展方面采取大胆行动的公司工作。同时，透明度和清晰的报告能增强品牌差异化，赢得客户和投资者的信任。

三、主要研究发现与实践现状

报告揭示了企业在迈向可持续AI之路上的关键动态和挑战：

  1. 合作伙伴关系成为核心战略：

    • 企业高度依赖技术伙伴来规模化AI。高达90%的受访者将环境可持续性视为选择AI合作伙伴的关键标准。

    • 技术合作关系已从纯事务性转向价值观驱动。合作伙伴自身在计算效率、可再生能源使用和水资源管理方面的承诺成为重要的差异化因素。

    • 半数企业正主动与政策制定者接触，以预判AI和环境法规的变化。

  2. 绿色IT从愿望走向行动：

    • AI的规模化扩张正倒逼企业加大对绿色IT的投入。74%的受访者计划在未来两三年内增加相关投资，并预期获得更强的ROI。

    • 一个关键发现是：AI运营越成熟，拥有正式绿色IT战略的比例就越高。在AI应用较初级阶段，这一比例为47%，而在更高级阶段，该比例飙升至93%。

    • 然而，真正达到优化阶段的企业凤毛麟角：仅有4% 的企业认为自己已完全优化了AI足迹，其特征是拥有AI-specific的目标、强大的合作伙伴生态系统和定期的范围3报告。

  3. 协同治理是成功的关键：

    • 57%的企业由可持续发展负责人主导AI与可持续发展的整合，但战略、财务、采购、研发等部门同样参与其中。

    • 近半数企业已建立AI可持续发展治理架构或专门团队。

    • 这强调了可持续AI是一项“团队运动”，需要跨职能的共享责任、统一的数据基础和清晰的决策权。

  4. 财务约束与衡量困难是主要障碍：

    • 57%的企业表示，财务限制是阻碍其将可持续性嵌入AI计划的主要障碍。

    • 数据质量和测量方法的欠缺（45%）以及缺乏可靠的追踪工具（43%），使领导者无法做出明智的权衡和投资决策。

    • AI的ROI仍然有限：70%的企业表示其可持续AI努力带来的ROI在10%或以下。

  5. 用AI衡量可持续发展，但未衡量AI本身的可持续性：

    • 70%的企业已使用AI来追踪和报告可持续发展绩效。但仅有18%的企业设有专门针对AI自身影响的可持续发展目标。

    • 高能耗已成为41%企业最担忧的问题。在AI应用成熟的企业中，这一比例高达71%，这表明成本与碳的影响会随规模扩大而急剧增长。

四、核心建议

为帮助企业将可持续AI从愿景转化为竞争优势，报告提出了四项具体建议：

  1. 从源头构建兼顾成本与可持续性的架构：

    • 将总拥有成本和环境影响（能源、排放、水）统一纳入商业论证。

    • 运用内部碳定价和基于价值的资金分配来明确权衡取舍。

    • 设置“设计关卡”，要求每个重大AI项目在建设前必须记录其足迹和减排计划。

  2. 选择能加速实现自身可持续发展目标的技术伙伴：

    • 将“可持续AI”定义为企业的一个正式选择标准。

    • 优先选择在环境目标、透明报告和清洁能源战略方面有可信承诺的伙伴。

    • 将可持续性条款嵌入合同，如绩效改善激励和定期记分卡。

  3. 建立跨部门的共同责任机制：

    • 成立跨职能治理机构，将可持续发展、战略、财务、采购、IT和业务部门整合在一起。

    • 将可持续性签核纳入AI投资和架构决策流程。

    • 将资金和领导层奖金与“成本+可持续性”的联合绩效挂钩。

  4. 用可衡量的AI专用目标和报告证明ROI：

    • 定义明确的AI专用KPI，例如“每单位工作负载的排放量”或“每笔AI交易的成本”。

    • 将AI影响整合到可持续发展披露和董事会报告中，并由第三方提供鉴证。

    • 构建简单的、可辅助决策的仪表盘，将技术指标转化为商业语言。

五、结论

报告的最终结论是：可持续AI不是成本负担，而是让AI更高效、更具韧性、更符合利益相关者期望的战略。那些从设计之初就重视效率、明智选择合作伙伴、分担责任并衡量关键指标的公司，将发现财务绩效和可持续发展能够相互强化，最终实现AI规模化的长期、负责任的发展。