在全球数字经济加速发展之际，能源正成为影响产业竞争力的重要因素。微软公司首席执行官萨提亚·纳德拉近日在世界经济论坛上提醒：各国在人工智能领域的竞争优势，未来将越来越取决于能源成本的控制能力。 该判断与数字经济的演进逻辑密切涉及的。随着人工智能进入大模型时代，算力需求快速攀升，带来的电力消耗也显著增加。行业研究机构测算，训练一个主流人工智能模型所消耗的电力，约相当于120个美国家庭的年用电量。高能耗使电价差异更直接地转化为成本差距，甚至可能拉开数倍。 值得关注的是，纳德拉提出的“算力单元”经济模型拓展了竞争视角。他将人工智能运算的基本处理单位视为一种新的全球化商品，其“生产成本”与当地能源价格紧密相关。“每个经济体的核心任务，是将这些算力单元高效转化为经济增长动能。”他以微软的全球布局说明这一逻辑：在800亿美元的数据中心投资计划中，近400亿美元将投向美国以外地区，选址策略显然会考虑各地能源条件的差异。 欧洲面临的压力更为突出。当地工业电价长期高于全球平均水平。数据显示，2023年第四季度欧盟商业用电均价为每千瓦时0.28欧元，是美国同期的1.8倍。成本劣势正在影响数字基础设施的投资取向。“欧洲需要重新审视其在全球价值链中的定位。”纳德拉表示，“过去的经济实力来自为全球市场生产产品的能力，而不只是满足区域需求。” 面对挑战，产业界正在形成新的共识。除加快采用可再生能源方案外，跨国企业也更加重视算力中心的全球分布式布局。挪威等北欧国家凭借充足的水电资源，正在成为新的数据中心聚集地；中东地区则利用油气收入转向投资清洁能源基础设施。 分析人士认为，这一由能源成本推动的产业重构将带来长期影响：既可能加速全球数字基础设施的重新分布，也会促使各国重新评估能源政策与数字经济战略之间的匹配度。国际能源署最新报告预测，到2030年全球数据中心用电需求将占发电总量的3%-5%，在部分数字经济领先国家，这一比例可能达到10%。
能源成本正在从经济变量扩展为具有地缘政治含义的因素，这是AI时代的新趋势；纳德拉的提醒表明，各国在推动AI技术发展的同时，需要重新审视自身资源禀赋、基础设施能力与全球竞争策略。对欧洲而言，这不仅是能源政策的调整，更是竞争思路的转向——从侧重区域竞争转向面向全球竞争，从依赖既有优势转向培育新的竞争力。未来，谁能更快适应以能源与算力为核心的新规则，谁就更可能在AI时代的经济版图中占据主动。