上周和一位做投资的朋友聊天，他刚投了一个AI大模型算力中心，兴致勃勃地跟我讲他的ESG报告写得有多漂亮，什么绿色电力、液冷技术、PUE值优化，一套一套的
我听完只问了他一个问题，你们训练一个大模型，消耗的电能相当于多少个家庭的年用电量？他愣了一下，说这个没细算，反正用的是风电，是清洁能源
你看，问题就出在这里
很多人觉得，只要我用的电是绿色的，我的碳足迹就是零，我的ESG故事就讲圆了，这其实是一种非常偷懒的思维
ESG里的E，环境，从来不只是能源的来源问题，更是能源的使用效率问题，是资源消耗的绝对量问题
我最近看了一份斯坦福大学AI指数报告，里面有个数据让我印象很深，训练像GPT-4这样的大模型，一次训练的耗电量可能超过一个中型城市全年的居民用电
就算你用的是百分之百的绿电，但电力本身是一种稀缺资源，你把大量的绿电用在训练模型上，意味着其他更需要电力的领域，比如医疗、教育、基础制造业，就可能被迫使用火电
这在系统层面，根本没有实现碳中和，你只是把碳排放转移了，玩了一个数字游戏
真正的挑战在于，AI的算力需求是指数级增长的，OpenAI的CEO萨姆·奥特曼说过，未来AI对电力的需求将是惊人的
这意味着什么，意味着我们过去那套靠购买绿电证书、靠优化数据中心PUE值的ESG策略，很快就要不够用了
我们必须从更根本的层面去思考，那就是，我们到底需不需要这么庞大的算力，我们能不能用更聪明的算法、更高效的数据结构，来完成同样的任务
这让我想起我们在AI MBA课堂上经常讨论的一个案例，谷歌早期为了提升搜索效率，没有一味地堆服务器，而是发明了PageRank算法，用数学的智慧大幅降低了计算量
这才是真正的创新，不是硬件的军备竞赛，而是思维的降维打击
现在很多企业搞数字化转型，上AI项目，第一反应就是买算力、屯GPU，觉得这就是拥抱未来了，这其实是一种思维上的懒惰，是路径依赖
一个好的AI产品经理，一个懂AI的商业决策者，首先要问的不是我们需要多少算力，而是我们要解决什么问题，有没有更优雅的解决方案
把能耗作为AI产品设计的一个核心约束条件，这会是未来十年最重要的竞争力之一
欧盟已经开始讨论对高耗能的AI服务征收数字税，中国也在推动绿色算力中心的标准，趋势已经很明确了，高能耗的粗放模式不可持续
那些现在就开始思考算法效率、模型轻量化、边缘计算的企业，会在下一轮竞争中赢得巨大的成本优势和道德优势
这不仅仅是技术问题，更是战略问题，是商业伦理问题
所以，回到我那位朋友的故事，我后来跟他说，你的ESG报告不能只写你用了什么绿电，你得写你的算力中心帮助客户节省了多少社会总能耗，你的AI服务替代了哪些高耗能低效率的传统流程
要从转移碳排放，转向减少碳排放
这才是未来商业领袖该有的格局，不是吗
我们AI海盗团里就有不少同学在做这方面的探索，有人在做工业质检的轻量化模型，用很小的算力就达到了传统高能耗方案的精度，有人在研究如何用AI优化电网调度，本身耗电不多，却能大幅提升整个电网的绿电消纳能力
他们不是在跟风，而是在造浪
当所有人都在谈论AI用了多少电的时候，聪明的人已经在思考如何让AI省电了，这中间的差距，可能就是下一代企业胜负的关键
你的企业，准备好接受这场真正的ESG审计了吗
获取《招生指南》
请填写下表，我们将为您寄送巴塞罗那大学MBA等项目的招生指南。