太阳能发电的成本在未来十年内还将继续下降大约三成，到2035年将成为全球能源市场的绝对主导力量。这个预测来自多家行业分析机构，也是绝大多数能源研究者的共识判断。但有一个变量可能会延缓化石燃料退出历史舞台的速度，那就是人工智能数据中心对稳定电力供应的巨大需求。
太阳能和风力发电的成本下降曲线已经持续了十几年，至今没有任何放缓的迹象。光伏组件的制造效率在持续提升，安装部署的成本在不断降低，配套的储能技术也在快速跟进。按照目前的发展趋势，到2030年代中期，新建太阳能电站的度电成本将全面低于新建天然气或燃煤电站。从纯粹的经济账来算，化石燃料发电已经没有任何成本优势可言了。
问题不在能源供给侧，而在需求侧正在发生的结构性变化。人工智能大模型的训练和推理过程需要消耗海量的电力，而且数据中心对供电的要求是高度稳定和持续不间断的，不能因为阴天或者无风天气就出现电力缺口。太阳能和风力发电天然具有间歇性的特点，这意味着它们无法单独满足数据中心苛刻的供电要求，必须搭配大规模储能设施或者备用发电能力。
目前能够提供这种稳定备用电力的，主要还是天然气发电机组。数据中心运营商在签订电力供应合同时，通常会要求供应商保证极高的可用率。在储能技术还不能完全覆盖这种高可用率需求的阶段，天然气发电厂就成了最现实也是最经济的选择。最终的结果就是：太阳能在宏观层面上越来越便宜越来越主流，但数据中心的电力需求在局部地区把化石燃料牢牢锁定在了能源系统里面。
最近那笔六百七十亿美元的电力行业巨型并购，背后的商业逻辑正是如此。电力公司敏锐地捕捉到了数据中心带来的需求增长机会，正在加速整合发电资产和输配电网络。谁控制了给数据中心供电的电网基础设施，谁就掌握了人工智能时代的能源命脉。这对环保主义者来说是一个矛盾的局面：人工智能本身可以用来优化能源系统和提高电网效率，但人工智能的训练和运行本身又在消耗越来越多的电力资源。
这对环保倡导者来说是一个充满矛盾的局面。人工智能技术本身可以被用来优化能源管理系统、精准预测发电量、提高电网运行效率，但人工智能模型的训练和推理过程本身又在消耗着越来越多的电力资源。这个短期内看不到完美解法的悖论，将在未来十年里持续困扰能源行业和科技行业。到2035年太阳能或许确实已经成为最大的电力来源，但天然气发电厂不会真正消失，它们会继续在数据中心旁边安静地运转着。