2025年，一系列与ESG相关的热点事件将多家互联网巨头推至公众视野的中心。某大型企业前高管因权力过度集中，被曝长期涉嫌受贿并遭警方调查；与此同时，政策层面对数据中心能耗问题的关注持续升温，相关监管举措陆续出台。

在此背景下，人工智能（AI）的发展浪潮正席卷而来。作为继电力和互联网之后的新一代通用技术，AI以前所未有的潜力重塑生产方式与社会结构。各大互联网公司纷纷将这一前沿技术融入自身业务体系，并同步推进其在环境、社会及治理（ESG）领域的深度应用。

我们梳理了京东、快手、阿里、腾讯、字节跳动、百度、美团、网易、小米共9家头部互联网企业发布的10份ESG或可持续发展报告，聚焦E（环境）、S（社会）、G（治理）三大维度，提炼出当前行业内的共性实践与发展趋势。

可以观察到，在政策约束与AI算力需求激增的双重驱动下，这些科技企业在多个层面展开行动：在环境方面，围绕数据中心推进绿色低碳转型；在社会层面，借助AI拓展公益服务边界，解决以往难以触及的社会难题；在治理领域，则加强对AI伦理、价值观对齐等议题的探索与规范。

环境（E）维度：应对AI能耗压力下的绿色变革

随着AI训练和云计算需求爆发式增长，数据中心逐渐成为隐性的能源消耗主体。高盛研究报告指出，2023年至2030年间，人工智能或将推动全球数据中心电力需求上升1.6倍。据中国信通院预测，到2025年，我国数据中心总耗电量将突破3000亿千瓦时，占全国总用电量约3%。

面对日益严峻的能效挑战，国家发展改革委发布《数据中心绿色低碳发展专项行动计划》，明确设定关键指标目标：至2025年底，全国数据中心平均电能利用效率（PUE）需降至1.5以下；新建大型及超大型数据中心PUE不得高于1.25；而“东数西算”工程所涵盖的国家枢纽节点，PUE上限更严格控制在1.2以内。

该计划还提出，到2025年，全国数据中心可再生能源利用率年均提升10%，国家枢纽节点内新建项目绿电使用比例须达到80%以上。

IDC中国研究经理辛一表示：“近两年来，中国对数据中心的政策导向已从鼓励扩张转向高质量、集约化管理。核心关键词是‘统筹布局、集约高效、绿色低碳、安全可控’。”

他进一步解释：“目前不再是各地各自为政地建设数据中心，而是由国家统一规划8大算力枢纽节点和10个国家级数据中心集群。政策资源和能耗配额优先向这些集群倾斜，非集群区域的新建项目则面临严格审批限制，即便获批也必须符合地方碳排放总量要求。”

此外，对于已存在的“小、散、旧”类数据中心，政策也明确提出全面清查，并通过改造、迁移或关停等方式整合进国家枢纽体系，以提升整体能效水平。

辛一还强调，关于清洁能源使用的政策取向也在发生变化——从过去的鼓励引导，逐步过渡到具有强制性或指导性的具体要求。“政府鼓励企业通过自建光伏/风电设施、购买绿色电力证书、参与市场化绿电交易等方式提高绿电消费占比，部分地区甚至制定了明确的时间表和比例目标。”

在此背景下，结合AI战略布局，众多互联网及云服务商出于商业可持续性和成本控制考量，正积极构建适配自身业务的全栈式绿色解决方案，包括大规模采用清洁能源、推广液冷技术等。

趋势一：水资源循环利用在液冷系统中的创新实践

根据对9家企业最新ESG报告的分析，建设绿色低碳数据中心已成为科技企业的共同选择。其中，冷却环节的优化尤为关键。WUE（Water Usage Effectiveness）作为衡量数据中心用水效率的核心指标，其与PUE之间的平衡关系，成为行业持续探索的重点方向。

多家企业在液冷系统的水资源管理上采取了循环利用策略。例如，腾讯引入污水处理厂的再生水替代市政供水，用于数据中心冷却，有效减少新鲜水资源的取用。2024年，该公司还在水资源压力较高的地区试点部署无水冷却系统，进一步降低对水的依赖。

阿里云则在缺水区域加大中水与雨水的回收利用力度。2025财年，其位于张北和乌兰察布基地的数据中心实现污水再利用量达40,625立方米。同时，阿里云建立了WUE优化策略知识库，为各数据中心提供可复制的最佳实践指南，推动标准化运营。该财年，其自建数据中心年均WUE由上一财年的1.205升/度下降至1.144升/度。

百度在阳泉地区的数据中心实施污废水回用方案，将原本计划排放的废水回收处理后用于制冷系统，使制冷用水量减少了20%。

趋势二：通过精细化运营提升能效表现

除了硬件升级，各大厂商也在运营管理层面发力，力求最大化现有设施的能效潜力。

百度通过智能调度算法优化服务器负载分布，动态调整制冷系统运行参数，在保障稳定性的前提下显著降低能耗。阿里云依托AI模型实时监测PUE波动，结合气象数据与设备状态进行预测性调控，提升了能源使用的精准度。

腾讯在其部分数据中心部署了AI驱动的节能控制系统，可根据负载变化自动调节空调与通风设备运行模式，实现PUE持续优化。此外，小米通过对老旧机房进行模块化改造，整合供电与散热系统，提高了空间利用率与能源效率。

综合来看，这些企业在环境维度的行动不仅响应了政策号召，也体现了在AI时代下对可持续发展的深层思考与主动布局。

随着人工智能技术的快速发展，其在推动社会进步的同时也带来了数字鸿沟问题。这种差距不仅体现在技术接入层面——部分人群能够享受先进AI服务，而另一部分则被排除在外，且随着技术演进，这一差距有进一步扩大的趋势。为应对该挑战，各大科技企业正积极运用AI技术提供普惠性解决方案，以缩小数字鸿沟。

腾讯基于微信小程序编程环境，打造了专门的教育平台，教师可通过教学模板与管理工具引导学生融合多学科知识开发小程序，解决现实问题。同时，学生也能借助AI助手快速掌握小程序制作技能。此外，腾讯AI创想家平台为青少年提供丰富的AI学习资源和竞赛机会。截至2024年底，已有超过40万名青少年参与该平台组织的系列赛事项目。

阿里云自2021年起实施“少年云助学计划”，向欠发达地区的乡村学校捐赠云教室，借助数字技术促进教育资源均衡配置。进入2024年后，该项目进一步融合AI能力，依托通义大模型及教育数据构建垂直领域模型，助力乡村学校建立智能化教育生态体系，持续提升教学质量与可及性。

在就业方面，尽管AI的发展引发对岗位替代的担忧，但大厂已在探索如何利用AI创造新的就业机会。阿里巴巴在淘宝悉犀客服工作台中引入AI技术，通过动态场景关联、分层语义压缩以及无障碍交互优化等手段，帮助视障客服人员更高效地理解用户需求，显著提升工作效率。此举不仅填补了国内视障群体处理多模态信息的技术空白，还拓展了其就业渠道。数据显示，AI的加入使视障客服接待单个客户的时间缩短近20%，平均操作费力度降低42%。

网易基于自主研发的AOP（面向智能体编程）框架，推出有灵众包平台，模拟人类社会协作机制，构建人机协同的工作体系。平台实现了从任务定义、发布、匹配到协同执行及验收结算的全流程闭环，使得自由职业者、宝妈、学生、残障人士以及偏远地区居民等多元群体仅凭手机或电脑即可参与科技红利分配。

来自河南周口的全职妈妈孙丹凤便是典型案例之一。她仅有初中学历，但在接受平台培训后成功转型为数据标注员，目前每月可灵活获得1000至2000元收入，有效改善了家庭经济状况。

在绿色低碳方向上，大型科技企业正将先进的AI技术和工程能力应用于数据中心的降本增效之中。这不仅是技术实力的体现，也为未来将“绿色数据中心”作为To B解决方案输出奠定基础。

例如，阿里云采用智能算法整合电气、暖通、自动化控制等多个领域的专业知识，制定精细化运维策略，并搭建统一管理平台，对已部署算法的数据中心进行实时监控与调控。截至2025财年，该策略已覆盖阿里云自建数据中心的21个机房。同时，在华北地区广泛采用间接蒸发冷却（IDEC）技术，过渡季节和冬季启用干模式制冷，使整体耗水量较传统数据中心下降约50%。

腾讯则通过对运行参数的实时监测，结合智能管理平台推进数据中心的低碳高效运营。在其第四代数据中心T-Block基础上，进一步研发并应用高效的电力与制冷系统，并引入AI节能算法模型优化能源使用效率。

阿里云还构建了一套基于AI辅助的数字孪生系统性方案，用于提升数据中心的资源管控与运维水平。通过建立高可信度、可解释的数字孪生模型，可在虚拟环境中充分验证各类优化控制策略的安全性与有效性，再稳妥下发至物理系统执行，实现风险可控的持续优化。

在社会责任（S）层面，由于各家企业业务结构多样，所关注的社会议题也各有侧重，总体涵盖员工权益保障、乡村振兴、共同富裕以及产业融合发展等具有中国特色的本土化主题。

不同企业在回应这些议题时呈现出差异化的布局。例如，腾讯与网易在其ESG报告中特别强调“未成年人保护”；涉及外卖业务的企业则更加重视骑手福利保障。这些差异反映了各大企业基于自身业务实践所识别出的关键社会问题。

与此同时，开放技术、共建协作生态也成为重要趋势。普惠不应仅限于个体之间，更应延伸至企业间、行业间的协同发展。为此，大厂倡导开源开放的技术路径，降低创新门槛，联合全球伙伴共建共治的技术生态系统。

阿里巴巴除持续推进开源项目外，还积极与多家企业合作，推动形成行业标准。2024年，阿里达摩院与国际电信联盟（ITU）达成多项合作协议，致力于搭建知识共享与交流平台，在医疗健康、气候变化等关键领域共同制定技术标准与最佳实践，促进创新成果的高效流通、复用与叠加发展。

在矿山开采作业中，工作人员常常面临坍塌、滑坡等地质灾害，同时还要应对粉尘弥漫、噪音振动和机械伤害等多重安全风险。智能化技术的引入成为解决这些难题的关键路径。在内蒙古煤矿这样环境恶劣的场景下，网易灵动推出了全球首个专为露天矿山挖掘机装车任务设计的具身智能模型——“灵掘”。该模型在实际运行中已实现单机装车效率达到人工水平的80%，近70%的作业时间无需人工干预，并能适应极寒、高粉尘等复杂工况，兼容多种型号矿卡。

腾讯通过AI技术助力考古领域的数字化升级，提升文物修复与文化研究的效率。2024年，腾讯将AI算法成功产品化，构建了中国首个AI人机协同的3D数字文物修复工具，并向相关机构免费开放使用。这一工具无需专业技术人员支持，考古工作者即可轻松完成文物3D模型的导入、标注、拼接、矫正及复原等关键修复步骤，为文物的认知、保护、复原、研究与展示提供了有力支撑。

趋势5：AI赋能拓展公益服务边界

随着AI技术不断成熟并与企业核心业务深度融合，大厂正将其能力延伸至更广泛的公益领域，推动曾经难以触及或解决的社会问题出现新转机。例如，AI医疗问诊突破地理限制，惠及偏远地区人群；AI结合气象观测与洪水预警系统，显著提升灾害响应速度与社会韧性。

百度依托文心大模型，联合中国老龄事业发展基金会发起“AI助老公益计划”。用户可通过百度搜索“AI助老智能体”或使用小度智能健康屏体验相关服务。该计划还举办了AI创新应用大赛，征集面向老年人群体的实用型产品方案。未来将持续推广“AI助老智能体”，开展系列公益活动，覆盖数十万老年用户，为积极老龄化和健康养老提供可复制的实践范例。

百度打造的“AI助老智能体”。图片：企业资料图

阿里巴巴持续推进“AI驱动”战略，以AI为核心技术手段参与社会问题治理。除技术开源外，阿里达摩院进一步拓展AI在基础科研中的应用范围。此前基于AI识别CT影像中胰腺癌的技术，现已升级为可一次性筛查七大主流癌症（包括胰腺癌、胃癌等）的多癌早筛系统，大幅提升早期检出率，减轻患者经济与身体负担。“医疗AI多癌早筛公益项目”已在浙江丽水率先落地，截至2025年3月，累计发现并经临床确诊的癌症病例达393例。

趋势4：AI探索未成年人网络保护新路径

除了推动教育普及与知识传播以缩小AI鸿沟，大型科技企业也在社会议题上积极运用AI寻找创新解决方案。在网络环境中对未成年人的保护方面，网易游戏已在多个产品中部署具备AI识别能力的未成年人保护系统，并持续优化识别精度，强化对未成年人游戏行为的管理能力。同时，公司将AI技术深度融入网络环境治理，构建起涵盖未成年人身份识别、风险行为监测管控以及不良信息过滤的三位一体AI合规体系。

腾讯则通过“腾讯未成年人家长服务平台”小程序和QQ企鹅守护站，为青少年提供心理健康相关的视频课程，帮助其与家长共同应对因网络不良经历引发的情绪困扰。2024年，腾讯携手公共机构与学术单位推出“正向方程”青少年心理健康项目，开展心理健康研究与科普宣传，并基于腾讯混元大模型开发AI辅助工具，协助心理辅导人员初步评估来访者的心理状态。

治理（G）层面：聚焦数据与模型训练方式的AI伦理建设

为防范人工智能带来的伦理风险，国家自2019年起陆续出台多项政策指导文件。国家新一代人工智能治理专业委员会发布的《新一代人工智能治理原则——发展负责任的人工智能》确立了责任导向的AI发展框架。2021年，《新一代人工智能伦理规范》首次将道德准则嵌入AI全生命周期。2022年，中共中央办公厅、国务院办公厅印发《关于加强科技伦理治理的意见》，提出“伦理先行、依法依规、敏捷治理、立足国情、开放合作”五大治理要求，完善制度闭环。

2024年8月，国务院发布《关于深入实施“人工智能+”行动的意见》，强调需深入研究AI对人类认知、判断力及伦理规范的深层影响，探索建立“智能向善”的理论体系，推动人工智能更好地服务于人类福祉。

趋势1：设立AI伦理委员会强化内部治理

随着政策引导与AI在企业各环节渗透加深，从各大企业最新ESG报告可见，其在AI伦理方面的投入与探索也日益深化。组织架构上，多家头部企业已成立集团级AI伦理委员会，专门应对AI带来的科技伦理挑战。

小米在其伦理委员会框架下明确“安全、隐私、合规、透明”的可信赖AI原则，建立内部监督机制。委员会成员协同业务团队识别潜在风险，制定应对策略，并全程监督AI技术研发、开发与应用各阶段的执行情况，确保技术发展符合伦理规范。

在科技伦理治理方面，阿里巴巴设立了由公司首席技术官担任主席的科技伦理治理委员会。在该委员会的指导下，各业务单元结合自身实际运营情况，建立起相应的科技伦理审查组织保障机制。这些机制负责制定本业务领域的制度细则、落实工作机制，并对具体的人工智能项目开展伦理审查工作。根据最新披露的信息，截至2025年3月31日，淘天集团、云智能集团、阿里国际数字商业集团、钉钉以及夸克等主要业务均已完成了相关组织保障体系的建设。

腾讯也在内部持续推进AI治理制度建设，将其作为企业伦理管理的重要手段之一。参考全球在AI安全与治理领域的先进实践，腾讯制定并实施了包括《腾讯AI数据安全管理制度》《AIGC新产品新功能评估报批管理制度》在内的一系列人工智能管理规范，并在业务发展过程中持续优化和更新。同时，公司对原有的数据安全和数据治理制度进行了修订，新增了针对人工智能生成数据和内容的处理要求。依托这些制度框架，腾讯AI安全治理团队构建起高效协同的管理流程，形成了与国际前沿趋势接轨的治理体系。

网易作为一家将AI深度融入游戏生产流程的企业，同样出台了多项内部政策以加强合规性。其中包括《AIGC技术数据及内容安全专项合规指引》《产品AI美术工具合规使用指引》以及《申请授权外部供应商使用公司AI美术系统流程》等文件。2024年，网易游戏进一步升级《AIGC 数据及内容安全专项合规指引》，从训练数据筛选、安全测试机制、生成内容监管、透明度提升到用户监督等多个维度，强化AIGC技术应用中的公平性、隐私保护和安全性控制。

在AI技术和产品的内部管控上，大型科技企业普遍建立了从数据源头到模型训练全过程的审核机制，旨在确保数据来源可靠、多样且客观，并通过规范化的训练方式提升模型质量。

以阿里巴巴为例，其将人工智能相关业务划分为“模型”与“基于模型的应用”两大类别进行分类管理。对于“模型”本身，在训练阶段即对数据采集环节进行严格把关，优先选用高可信度的数据源；在数据集构建过程中执行清洗和安全过滤程序，剔除存在风险的内容。此外，还采用增量预训练、强化学习、构建安全语料库以及安全性对齐等技术手段，增强模型自身的安全属性。

针对“模型的应用”，阿里巴巴则在服务上线、内容生成和传播三个关键阶段部署相应管理措施。在服务上线前，实行风险分类分级审查机制，建立涵盖合规性、知情权、透明度和公平性等维度的审查清单；在内容生成阶段，运用输入输出审核、检索式增强生成等技术防范潜在风险；在内容传播环节，则不断提升对图片、视频、音频等媒介的识别能力，实现对人工智能合成内容的标识检测，判断其是否由AI生成。

由于AI系统常被视为“黑匣子”，提升其透明度与可解释性成为行业共识。为此，百度在其AI技术研发中积极探索算法的可解释性、可控性与公平性问题。为提高大模型的可解释性，百度引入思维链技术、归因算法等方法，并结合外接知识库和可信语料检索机制，使模型的决策过程更加透明可视。

在可控性方面，百度推出大模型内容合规治理解决方案，有效应对隐私泄露、价值观偏见、虚假信息误导及违法内容生成等伦理挑战。面对涉及歧视或不良价值观的内容生成场景，其合格率稳定保持在98%以上。同时，系统会对用户进行正向引导，并对事实性错误进行纠偏，从而改善整体用户体验。

为保障公平性，百度构建了多元化的异构数据集，从数据来源的广泛性、标注过程的客观性以及训练策略的均衡性等方面着手优化，力求让大模型更全面地理解不同群体的需求，降低算法偏见的可能性。

（文章来源：南方都市报）