一句话看懂：麦肯锡和波士顿咨询（BCG）在 2026 年 10 月初发布的两份报告指出，AI 使用成本下降反而可能推高电力需求，因为企业会用得更多、更频繁。数据中心电力需求已成为经合组织电力市场中增长最快的负荷。
事件核心：发生了什么
这两份报告的核心逻辑是：企业按 token 向 AI 服务商付费，token 价格下降让更多业务场景变得“划算”，从而带动机器推理调用量上升。麦肯锡预计，到 2030 年全球数据中心电力需求将以每年约 24% 的速度增长，2030 至 2040 年放缓至每年 5%。BCG 对 20 多个行业、1300 名高管的调查则显示，AI 成熟度最高的“未来型”企业里，约四分之三会明确设定 token 支出预算并考核回报，而不是放任成本随用量自然膨胀；其中一半鼓励员工使用付费 AI 工具，22% 对使用量设限。
为什么重要
这打破了“AI 越便宜、能耗越低”的直觉。单个任务变便宜、能效变高，会释放出更多此前不划算的用例——从客服、文档处理到图像生成和代码辅助，调用频次上升，总算力与电力需求反而被推高。对云厂商和数据中心运营商来说，这意味着电力供应、选址和电网接入可能成为比芯片更现实的瓶颈；对 AI 商业化而言，成本下降并不自动等于总支出下降，企业需要在采用率与单位成本之间做取舍。
对用户/开发者/创作者的影响
开发者可以预期 API 单价继续走低，但也要留意限流、配额和分层定价可能变多，因为供应商和企业在控制总成本。创作者和内容团队会更普遍地用上 AI 图像生成、文案辅助等工具，但免费额度或低价套餐的边界可能收紧。企业采购侧，AI 项目的评估指标会从“能不能用”转向“每次调用带来多少回报”，token 预算和用量治理会逐渐成为常规动作。目前公开信息显示，麦肯锡也认为 2030 年后的数据中心增长仍不确定，关键变量是 AI 能否证明足够价值。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是看主要云厂商和模型公司是否继续下调 API 价格，同时用配额或速率限制管理负载；二是看数据中心密集地区的电网扩容、电价和审批政策是否跟上；三是看企业端 token 预算与 ROI 考核能否成为主流实践，而不仅停留在头部公司。
