重点摘要：
- AI（人工智能）革命仍离不开实体基础设施，包括数据中心（放服务器的大型机房）、供应链（从原料到成品的运输与生产网络）和工业生产。
- 石油在交通运输、建筑施工，以及科技制造所需的石化产品（由石油炼制出来的化工原料）方面都很关键。
- 主要产油地区的地缘政治紧张局势，会推高或压低能源价格，进而影响AI研发与运作成本。
- 数据中心耗电量巨大，AI增长与全球能源市场紧密相连。
- AI也在改变石油行业，帮助企业提升勘探（找油气）、效率与产量。
“完全数码经济”的错觉
人工智能常被视为21世纪数码经济（以软件、数据与线上服务为核心的经济）的关键驱动力。科技公司正投入数千亿美元打造更先进的AI模型（用大量数据训练出来、可执行任务的程序），各国政府也加速建设支撑这场转型所需的数码基础设施（网络、算力与数据中心等）。
随着AI扩展到医疗、金融、物流、制造与能源等行业，现代经济看起来越来越由算法（按规则自动计算与决策的程序逻辑）、数据与算力（计算能力）推动。
全球数据中心用电需求增长
数据中心耗能结构
关键数据：全球数据中心用电量（2020–2035）。根据IEA（国际能源署）的预测，数据中心能源需求有四种主要情景（不同假设下的路线）：
- Lift-Off（加速增长）：到2035年用电需求约达1,750 TWh（太瓦时；1太瓦时=10亿度电）。
- 基准情景：预计稳步上升，到2035年约1,200 TWh。
- 高效率：若采用更先进的优化技术（提升效率的管理与技术），需求或可控制在1,000 TWh以下。
- Headwinds（增长受阻）：若增长受限制，用电量可能维持在约700 TWh。
不少人因此认为，经济正在远离传统工业时代，数码世界似乎能独立运作，不再依赖实体系统。
但这只是一部分事实。
AI再“数码”，背后仍需要庞大的实体工业体系：发电与能源供给、全球供应链、建筑施工与基础设施（电力、机房、网络与冷却等）。
在这套体系里，最关键的资源之一仍是：石油。
AI扩张为何离不开重工业与柴油
AI看似“无形”，但支撑它的系统高度实体化。先进AI模型依赖大量计算基础设施，包括服务器（提供运算与存储的电脑）、专用处理器（为AI计算优化的芯片）与大型数据中心。
建设现代数据中心，几乎等同打造一座大型工业设施。它需要大量水泥、钢材和专业设备，也需要使用柴油（常用于重型机械的燃料）的重型施工机械。硬件与半导体设备（芯片制造与封测用机器）还必须通过全球物流网络运输到位。
数据中心投入运作后，为了让成千上万个处理器24小时不停计算，会消耗大量电力。为保持稳定温度，还需要高规格冷却系统（降温设备），进一步增加用电。随着全球AI应用扩大，支撑这套“数码基础设施”的能源需求正快速上升。
AI的石化底座：石油如何变成硬件与半导体材料
石油仍深深嵌在推动现代科技的工业体系里。运送硬件、半导体零件与电子设备的全球运输网络，仍高度依赖化石燃料（煤、石油、天然气等）。同时，石化工业（把石油加工成化工原料的产业）为科技行业提供关键材料。
许多电子产品零部件都来自石化制程（把石油原料加工成塑料等材料的流程）。设备外壳与结构用的塑料、电缆保护用的绝缘材料（防漏电材料），以及服务器与电脑内部不少结构件，都依赖石油衍生物（由石油加工出来的材料）。因此，再先进的AI系统，也离不开与传统能源紧密相关的产业链。
地缘政治、油市与科技成本
石油对数码经济的影响，不只在基建与制造。全球能源市场的变化，尤其由地缘政治紧张引发的波动，会明显改变科技系统运作的整体成本环境。
油市向来对地缘政治非常敏感，尤其在中东。中东拥有全球最大油藏（可开采的石油储量）之一，也是全球能源供应的核心地区。
近期，因地区紧张升温，原油价格一度冲上每桶110美元以上。市场迅速反映对供应中断的担忧，以及关键能源运输航道可能不稳定的风险。
其中最关键的战略“咽喉点”（chokepoint，指一旦受阻就影响全球运输的狭窄通道）之一是霍尔木兹海峡。每天约2,000万桶原油通过这里，接近全球原油消费量的20%，是能源海运最重要航道之一。任何对该航道的威胁，都会让油价加入“地缘风险溢价”（因风险上升而额外提高的价格），反映供应可能被打断的概率。
卫星地图对比：2026年2月27日与3月3日霍尔木兹海峡船只密度，凸显这一战略航运咽喉点
来源：BBC
当能源价格上涨，科技业也会“感到痛”
油价上涨很少只影响能源行业。能源成本上升通常会扩散到全球经济：运输更贵、制造成本更高、建筑材料价格也会上涨。
而这些正是支撑数码经济的工业底盘。数据中心要盖起来，设备要生产并跨洲运输，还要安装大型电力系统，才能稳定运行。
因此，能源价格波动会间接影响AI基础设施的建设与营运成本，包括数据中心、半导体工厂，以及支撑科技业的全球供应链。
即使经济越来越由数据与算法定义，能源成本仍是决定科技发展速度与成本的关键因素。
AI也在改变石油行业
AI与石油的关系不只是“依赖”。近年能源行业也在导入AI，提高效率并优化资源管理（用更少成本与时间把资源用在最有效处）。
油气公司越来越常用AI分析地质数据（地下结构与岩层信息），找出更有潜力的钻探位置，并改进油藏建模（用模型模拟地下油气分布与产能）。机器学习（让电脑从数据中学习规律的AI方法）也用于预测设备故障，提前维护，减少停机时间（设备不能运作的时间）与高额损失。
通过提升营运效率与分析能力，AI帮助能源公司更有效分配资源，并优化生产流程。
新旧经济的互相依存
这说明数码经济与传统能源系统互相强化：石油继续支撑推动AI的工业基础，而AI也为能源行业提供更先进工具，让运作更有效率。
AI不是取代传统工业，而是与之并行发展。
重大的科技革命很少凭空出现，通常建立在既有经济系统与基础设施之上。AI的崛起不是与工业时代切割，而是在其基础上延伸。
未来：科技建立在能源之上
AI是当代最具改变性的技术之一，但它的崛起并不代表工业基础会退场。
数码革命仍由能源系统、全球供应链与实体基础设施支撑。每一个AI模型、数据中心与智能系统，最终都依赖这些“看得见摸得着”的基础。
大问题
- AI增长真的会推高全球石油需求吗？
AI是数码技术，但要扩大规模就必须扩建实体产能。盖数据中心离不开重工业生产，全球供应链运输硬件也高度耗油。AI越扩张，背后的工业体系对传统能源的需求就越大。
- 数据中心明明在转向绿电，为什么仍离不开化石燃料？
科技资产的总持有成本（Total Cost of Ownership，指购买、用电、维护与营运的全部成本）里，能源是大项。当地缘紧张升温，例如中东或霍尔木兹海峡等咽喉点附近出现风险，油价常会飙升。这些成本会传导到整个经济，让芯片制造、零件运输，以及为AI供电的基础设施都变贵。
- AI是否被用来提高石油行业效率？
这是双向关系。能源公司正用机器学习分析地质数据，更精准锁定钻探位置。AI也能在故障发生前预警，减少昂贵的停机时间，并优化整体资源管理。
- 在越来越数码化的经济里，石油为何仍重要？
若把数码经济当成脱离实体世界，就是错觉。石油不只用于发电与运输，也是科技产业的原材料之一：石化产品用来制造塑料、绝缘材料，以及服务器与电脑里的各种零部件。AI不是取代旧经济，而是建立在旧经济之上。
- AI会增加石油需求吗？
会。AI成长需要用钢铁与水泥建设数据中心，也需要以柴油驱动的全球物流来运输硬件。
立即开始交易 – 点击这里创建您的 VT Markets 真实账户
