近日，中国金融学会绿色金融专业委员会（下称“绿金委”）主任、北京绿色金融与可持续发展研究院院长马骏在2026绿金委年会期间接受《证券时报》记者采访时表示，人工智能（AI）的发展将推高电力和水资源消耗，而中国具备让数据中心等AI基础设施尽可能使用绿电的条件，中国能够向全球南方提供更多绿色技术解决方案。
如今，AI已逐步应用于可持续金融标准运用、信息披露、风险监测评估和能力建设等环节。马骏指出，在实践中，AI在防止“洗绿”“漂绿”、自动“贴标”（即对融资项目进行绿色分类标注）等绿色金融领域，以及提升能效、智慧农业、运行海水淡化厂等实体经济的绿色场景中，已取得了积极的进展。
以自动“贴标”为例，绿色金融过去的贴标工作依赖人工，如今AI自动贴标技术已经出现。据马骏介绍，从部分数字技术公司的数据看，其机器贴标的准确率较以往有显著提升。通过AI自动贴标，可先生成一版草稿，再由人工做最终审核，贴标成本将明显降低。
在智慧农业领域，AI可以运用在灌溉中。埋设于田间的传感器可判断土壤是否缺水、是否缺乏氮磷钾，系统据此按最优配比施水施肥。未来的智慧农业还将通过传感器获取当下的土壤缺水缺肥状况，并纳入次日气象预报数据。
在提升绿色金融业务效率与资源利用精准度的同时，AI的快速发展也带来算力需求的持续增长，伴随着显著的能源和水资源消耗，特别是数据中心大规模用水及其对局部地区水资源承载能力带来潜在影响。
“这是一个系统性挑战，许多国家都已面临这个挑战。”马骏表示，在电力和水资源本就紧缺的地区，数据中心会成为与其他经营主体竞争水和电的新增冲击因素。在供给没有相应增加的情况下，竞争将推高水和电的价格，进而对原本就用水用电的企业形成财务压力。
马骏同时指出，随着AI数据中心陆续上马，一些地区传统能源的使用反而在快速增加——新能源和水资源都不易获得，需要较长时间的投资与布局，一些地方甚至不具备发展新能源的基本条件。
例如，部分城市空间拥挤，没有铺设光伏的场地，就可能被迫转向传统能源——光伏发电需要较大面积，可用面积不足时，当地可能放弃光伏，转而选择天然气或煤电，导致高碳能源被更多使用。海水淡化同样面临使用绿电还是传统柴油的选择，而柴油发电在东南亚地区较为普遍。若要使用新能源，往往需要较大面积建设光伏；在缺乏场地时，就可能为淡化水而消耗更多柴油。
面对AI基础设施布局与当地新能源和水资源禀赋之间可能存在的错配，马骏认为，中国能够提供更多解决方案。在光伏、储能、氢能、运输等主要环节，中国技术具有显著的成本优势。
“中国具备让数据中心尽可能使用绿电的条件。”马骏表示，若数据中心更多配套绿电，有望增加绿色金融的需求量；若配套设施并非绿电，则会减少对绿色金融的需求。根据所在地资源禀赋，供给数据中心的绿电来源可以是光伏、水电、海上风能，也可以是小型模块化反应堆（SMR）。中国在这些领域都有领先的技术优势。
马骏进一步指出，中国新能源种类较为多元，储能技术发展迅速，新能源还可快速转化为氢能，而氢能具备可运输性。这些技术若输出给发展中国家用于支持数据中心建设，就有可能帮助其摆脱被迫过度使用传统能源的困境。
