2025年，一起起ESG相关热点事件将互联网大厂拉至聚光灯下：某公司前高管权力高度集中，涉嫌长期收受贿赂，被警方调查；政策进一步关注，数据中心能耗问题提上日程……
与此同时，人工智能（AI）浪潮已至。作为继电力、互联网之后的新一代通用技术，AI正以前所未有的潜能重塑着生产和生活方式，影响互联网大厂将这一通用技术结合到业务和ESG的各方面。
我们统计了京东、快手、阿里、腾讯、字节、百度、美团、网易、小米9家互联网大厂发布的共计10份ESG或相关报告，重点关注E（环境）、S（社会）、G（治理）三方面互联网大厂的共性举措。
可以看到，在政策和AI需求暴涨双重压力下，互联网大厂作为AI的重要参与者，正在数据中心的各个层面发力“绿色低碳”；AI也正在扩大公益行动的能力圈，让不少曾经关注不到、解决不了的社会问题，有了新视角、新解法；在治理层面，互联网大厂针对AI伦理、价值观对齐等各方面也有了更进一步的探索。
环境（E）层面
AI需求暴涨，焦虑与新规下的大厂举措
随着AI算力、云计算需求的爆发，数据中心已成为隐形的能源消耗大户。根据高盛发布的研究报告，从2023年到2030年，人工智能有望推动全球数据中心的电力需求增长1.6倍。据中国信通院数据，2025年我国数据中心总能耗将突破3000亿千瓦时，占全国总用电量的3%。
在政策面上，由国家发展改革委发布的《数据中心绿色低碳发展专项行动计划》也作出了一定的规定。根据该计划，到2025年底，全国数据中心平均电能利用效率（下称“PUE”）降至1.5以下。对于新建的大型及超大型数据中心，PUE须降至1.25以内，对于“东数西算”核心的国家枢纽节点，PUE更是不得高于1.2。
该计划还提到，到2025年，全国数据中心可再生能源利用率年均提升10%，国家枢纽节点新建数据中心的绿电占比更需达到80%以上。
IDC中国研究经理辛一认为，总体来看，近两年中国对数据中心的政策核心是“统筹布局、集约高效、绿色低碳、安全可控”，政策已从鼓励大规模建设转向精细化、高质量管控。“可以看到，目前不再是各地无序发展，而是国家层面统一部署8个国家算力枢纽节点和10个国家级数据中心集群。政策红利和能耗指标向这些集群倾斜的同时，集群外新建项目面临严格限制，即使地方新建数据中心项目也必须符合当地的碳排放目标。政策不仅针对新建项目，也针对存量市场，明确要求全面盘点‘小、散、旧’的数据中心，通过改造、迁移或关闭等方式，将其整合入国家枢纽节点，提升整体能效水平。”
除此以外，辛一还提到，在绿色清洁能源的使用上，政策从鼓励使用可再生能源变为强制性/指导性要求。政策明确鼓励数据中心通过自建光伏/风电、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比例，部分区域甚至设定了时间表和具体比例目标。
在政策背景下，结合大厂的AI布局，辛一看到，AI算力需要巨大的电力能源驱动，因此从商业生存和成本压力出发，众多互联网或云服务商在积极探索和部署适合自身业务发展的全栈式解决方案，如大量使用绿电或清洁能源，并规模化部署液冷数据中心。
趋势1：液冷环节循环利用水资源
统计9家大厂最新的ESG报告可以看到，建设绿色低碳数据中心成为互联网科技企业的必答题。数据中心“绿色低碳”的一大体现，就在数据中心冷却环节。在这一环节，WUE（Water Usage Effectiveness）是衡量数据中心水使用效率的指标，它与PUE的平衡关系一直是整个行业都在思考和探索的课题，各互联网针对这一课题做了不同的举措。
在对数据中心进行液冷时，互联网企业都采用了将水资源重复利用的举措。比如，腾讯使用污水处理厂的再生水代替市政供水，对数据中心设施进行冷却，以减少新鲜水取用，缓解用水压力。2024年腾讯还在水资源压力相对较高地区试点部署了无水冷却系统；在水资源匮乏地区，阿里云通过对当地数据中心进行设备升级与资源投入，以更多地使用中水和雨水。2025财年，阿里云在张北基地和乌兰察布基地的数据中心，污水回收再利用量为40,625 立方米；在阳泉地区的数据中心，百度采用污水回用方案，将原计划排放的污废水进行回收利用，数据中心制冷系统用水量降低20%。
在水资源管理方式上，阿里云也进行了创新，比如建立WUE优化策略的知识库，为各个数据中心提供可参考、可复用的最佳实践指南。2025财年，阿里云自建数据中心年均WUE从上财年的1.205升/度下降至1.144升/度。
趋势2：精细化运营数据中心
大厂们还通过精细化运营优化数据中心能效表现。百度会动态参考所在区域气象参数来制定数据中心制冷方案，如在华北地区大范围内应用间接蒸发冷却（IDEC）技术，过渡季和冬季则采用干模式制冷，数据中心耗水量较传统数据中心减少约50%。阿里云用智能算法运维策略整合电气、暖通、自动化控制等多领域的专业知识，实现精细化运维调优，另外还构建管理平台，对已部署智能算法运维策略的数据中心进行实时的监控与管理。2025财年该运维策略已推广至阿里云自建数据中心的21个机房；腾讯对运行参数进行实时监控，通过智能管理平台推动数据中心的低碳高效运营。
趋势3：引入AI技术和工程能力
辛一还提到，大厂拥有最先进的AI技术和工程能力，将其应用于自身数据中心的降本增效是技术能力的体现，也是将“绿色数据中心”作为一To B解决方案对外输出的基石。
在大厂的ESG报告中，这样的案例也比比皆是。比如，腾讯在第四代数据中心（T-Block）的基础上，进一步研发并应用高效的电力和制冷技术，并运用AI节能算法模型调优能源使用。阿里云构建了一套AI辅助的数字孪生系统性解决方案来提升数据中心的资源管控与运维效率。通过搭建可理解、高可信度的数字孪生模型，可以首先对各类优化控制策略进行虚拟环境下的充分验证，再安全下发至物理系统执行。
社会（S）层面
用AI弥合数字鸿沟，探索社会问题新解法
在社会角度，各个大厂涉及业务多元，因此关涉到的话题也各不相同，总体来说主要囊括内部的员工权益保障，乡村振兴、共同富裕、产业融合等具中国特色的本土化议题。
不过，大厂也会在对上述各类议题的回应中有各自的偏向和比例分布。比如，腾讯、网易在ESG报告中特别强调“未成年人保护”，涉及外卖业务的企业会重视骑手的福利。这些分化，都体现了大厂不同的业务实践以及在实践中看到的社会议题。
趋势1：AI技术普及，弥合数字鸿沟
人工智能的迅猛发展在推动社会进步的同时，也不可避免地带来了数字鸿沟问题。这一鸿沟不仅体现在技术接入层面，即一部分人能够接触到先进的AI技术和服务，而另一部分人则被排除在外，而且随着技术的发展，这种差距有可能会进一步扩大。近年来，随着大厂对AI业务的加注、AI在社会中参与程度越来越深，面对AI带来的数字鸿沟问题，大厂也在用AI技术提供普惠来弥合这一鸿沟。
基于微信小程序编程环境，腾讯打造了微信小程序教育平台，教师可利用该平台的教学模板和管理工具，指导学生结合多学科知识制作小程序，解决实际问题。学生也可通过AI助手快速学习如何制作小程序。腾讯AI创想家平台还为青少年提供AI学习资源及竞赛项目。截至2024年底，已有超过40万青少年参与了该平台举办的系列竞赛项目。
无独有偶，在这一层面，2021年阿里云启动“少年云助学计划”，向欠发达地区的乡村学校捐建云教室，通过工具公平和数字技术促进教育均衡。2024年以来，少年云助学计划进一步融合 AI 赋能乡村教育，并基于通义大模型和教育数据构建教育垂直模型，帮助乡村学校构建智能化教育生态。
趋势2：探索AI拓展就业机会
在AI发展的同时，人们也有理由担心其给就业带来的挑战。近期“AI 教父”辛顿（Geoffrey Hinton）直言，科技亿万富翁真心实意押注AI取代大量人力，AI可能取代而非仅仅重塑工作。针对就业议题，可以看到，在最新的ESG报告中，大厂已经在思考如何利用AI拓展就业机会。
阿里巴巴在淘宝悉犀客服工作台借助AI技术，通过动态场景关联、分层语义压缩、无障碍交互优化等，帮助视障客服人员快速理解用户诉求，提升工作效率。这不仅填补了国内视障客服处理多模态信息的技术空白，还扩大了视障群体的就业空间。数据显示，AI的介入，让视障客服接待一位客户的时间减少近 20%，平均操作的费力度减少42%。
网易基于自研AOP（面向智能体编程）框架开发的有灵众包平台，模拟人类社会协作机制构建人机动态协作体系，构建了一个“任务定义-发布-匹配-协同执行-验收结算”全流程闭环，让自由职业者、宝妈、学生、残障人士、偏远山区群众等多元群体，只需手机或电脑就能赶上这波科技发展的浪潮。
来自河南周口的全职妈妈孙丹凤就是受益代表，她仅有初中学历，通过平台培训成功成为数据标注员，现在每月可灵活赚取1000-2000元收入。
趋势3：开放技术形成协作生态
普惠除了发生在不同地区的人与人之间，也发生在企业与企业、行业与行业之间。大厂面对这一现象，所做的是倡导开源开放的技术路径，降低创新门槛，并携手全球伙伴构建开放共治的生态系统。
阿里巴巴除了开源以外，还与诸多企业共建开放协作生态，推动形成行业标准。今年，阿里达摩院与国际电信联盟（ITU）达成多项合作，帮助搭建知识分享与交流的平台，在医疗、气候等关键领域推动技术标准与最佳实践的共建，让创新成果能够高效流通、复用与叠加。
腾讯帮助考古工作者更高效地开展考古修复和文化研究工作，为文物的认知、保护、复原、研究、展现提供支持。2024年，腾讯实现了AI算法的产品化，搭建了中国第一个AI人机协同3D数字文物修复工具，并免费开放给相关机构使用。不需要专业的技术支持，考古人员就可利用该数字工具便捷地完成文物3D模型导入、标注、拼接、矫正、复原等修复动作。
趋势4：用AI探索新方式解决未成年人保护
除了关注教育、用平台能力传播AI知识弥合鸿沟，在社会议题上，大厂越来越多地应用AI探索新方式解决旧问题。
以网络中的未成年人保护议题为例，网易游戏在多个产品推广具备AI识别功能的未成年人保护系统，并不断提升AI识别的精准度，为未成年人游戏管理持续赋能。网易还将AI技术应用与未成年人网络环境治理深度融合，并推出未成年人身份识别、风险行为识别管控及不良信息过滤“三管齐下”的未成年人保护AI合规系统。
腾讯用腾讯未成年人家长服务平台小程序和QQ企鹅守护站为未成年人提供有关心理健康的视频教程，帮助他们及其家长疏导网络不良经历造成的负面情绪。2024年，腾讯联合公共机构和学术机构推出“正向方程”青少年心理健康项目，开展未成年人心理健康研究与科普，并基于腾讯混元开发了AI工具，协助辅导人员初步评估问诊者的心理状态。
在矿山开采作业场景中，作业人员不仅面临坍塌、滑坡等地质灾害，还时刻遭受粉尘弥漫、噪音振动、机械伤害等安全风险，而智能化是破解这些难题的关键。在内蒙古煤矿的严苛环境中，网易灵动推出全球首个专为露天矿山挖掘机装车场景打造的具身智能模型“灵掘”，单机装车效率已达人工的80%，近70%作业时间无需人为干预，可以适配极寒、高粉尘等严苛环境与多型号矿卡。
趋势5：用AI结合业务拓展公益能力圈
AI也正在扩大公益行动的能力圈，让不少曾经关注不到、解决不了的问题有了新解法。比如AI医疗问诊能克服地理障碍限制触达更多人群；比如AI与气象观测、AI洪水预警，能提升预警效率，更好地防范风险、提升社会韧性。可以看到，在AI与大厂的各项业务结合得更加紧密后，大厂也将各项社会公益事项与自己的AI业务进一步结合。
比如，百度文心大模型联合中国老龄事业发展基金会共同发起“AI助老公益计划”，在百度搜索“AI助老智能体”或打开小度智能健康屏即可体验；AI创新应用大赛已征集适用于老年人的创新产品。未来“AI助老公益计划”将推广“AI助老智能体”、开展AI公益活动等，覆盖数十万老年人群，为实现积极老龄观、健康老龄化提供可复制的实践样本。
百度打造的“AI助老智能体”。图片：企业资料图
随着“AI驱动”战略的持续推进，阿里巴巴以AI为代表的技术能力正成为协助社会解决问题的重要工具。除了技术开源以外，在AI与基础科学研究的结合，过去一年，阿里达摩院将此前利用AI识别CT影像中胰腺癌的能力，扩展应用于多种癌症筛查，通过一次常规CT就能检查出胰腺癌、胃癌等七大主流癌症，既提高了早期癌症的检出率，也减少了患者经济负担与身体负担。阿里巴巴“医疗AI多癌早筛公益项目”已率先落地浙江丽水，截至2025年3月，总计发现并临床证实的癌症病变共计393例。
治理（G）层面
AI治理，大厂瞄准数据和模型训练方式
为防控人工智能伦理风险，2019年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》确立负责任的人工智能导向，提出了人工智能治理的框架和行动指南。2021年，国家新一代人工智能治理专业委员会发布的《新一代人工智能伦理规范》首次将伦理道德融入人工智能全生命周期。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”五大要求完善政策闭环。
今年8月，国务院发布的《国务院关于深入实施“人工智能+”行动的意见》进一步明确，要深入研究人工智能对人类认知判断、伦理规范等方面的深层次影响和作用机理，探索形成智能向善理论体系，促进人工智能更好地造福人类。
随着上层政策的不断推出，以及大厂在业务各环节结合AI的程度越来越深，梳理大厂最新的ESG报告可以看到，大厂在AI技术伦理方面也做了更多探索。
趋势1：成立AI伦理委员会
首先在组织架构上，针对人工智能带来的科技伦理问题，多个大厂在企业内部都成立了集团成立了AI伦理委员会。
小米在伦理委员会中确立“安全、隐私、合规、透明”的可信赖AI原则，还建立了内部监督机制，伦理委员会成员协助业务部门共同识别潜在风险并制定应对措施，并在 AI技术研究、开发和应用的各个阶段监督措施的执行情况。
阿里巴巴的科技伦理治理委员会主席由阿里巴巴首席技术官担任。在科技伦理委员会指导下，各业务结合实际情况建立科技伦理审查工作的组织保障机制，负责所在业务的制度细则、落地工作机制、对具体业务的科技项目开展审查等工作。据最新披露，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、夸克等业务均已建立各自的组织保障。
趋势2：推出内部AI相关管理制度
在公司内部制定相关制度规范来进行相关规范，也是互联网企业常见的进行伦理治理的手段。
在制定和实施AI伦理政策方面，腾讯参考全球AI安全与治理领域的积极探索和优秀实践，制定并实施了《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》等一系列人工智能管理规范，并在业务发展中持续完善和更新这些规范。同时，对现有的数据安全、数据治理等规范进行修订，新增人工智能相关数据和内容的处理规定。腾讯AI安全治理团队基于这些规范，构建了高效的业务和管理流程，形成与国际前沿趋势保持一致的治理框架。
作为在游戏生产流程中已深度使用AI的游戏公司，网易制定了《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》《申请授权外部供应商使用公司AI美术系统流程》等内部政策。2024年，网易游戏进一步更新《AIGC 数据及内容安全专项合规指引》，从训练数据、安全测试、生成内容、透明度及用户监督多维度加强 AIGC 技术应用的公平性、透明度、隐私性和安全性。
趋势3：从数据和模型训练入手规范产品和技术
大厂对AI产品和技术也做了一定的内部审核机制，主要体现在对模型的数据、训练方式进行规范，保证数据可信、来源多样性、客观，以及从训练方式上进行规范。
具体举措上，阿里巴巴将人工智能相关业务场景分为模型以及基于模型的应用共计两大类。
对于“模型”，阿里巴巴在模型训练的数据采集过程中，就会对数据源进行审核，选择可信度高的数据源。在数据集构建过程中，对数据进行清洗、安全过滤，剔除含有风险的数据。另外，采取增量预训练、强化学习、制作安全语料和安全性对齐等措施，提升模型内生安全。
围绕“模型的应用”，阿里巴巴主要在服务上线阶段、内容生成阶段和内容传播阶段采取相关措施。在服务上线阶段，阿里巴巴采取风险分类分级审查机制，建立了包含合规性、知情、透明和公平性等维度的审查清单；在内容生成阶段，采取输入输出审核过滤、检索式增强技术等管理措施来防范风险；内容传播阶段，在面向消费者的人工智能生成内容传播场景，我们逐步提升技术能力，对图片、视频、音频等内容进行标识检测，判断其是否由人工智能合成。
AI系统通常被视为“黑匣子”，为了增强透明度和可解释性，需要开发“可解释的算法AI”，并提供用户和监管机构访问决策过程的途径。在这个过程中，需要开发模型的厂商从研发过程中提前介入设置。对于AI算法的可解释性、可控性和公平性，百度在AI技术和产品研发中持续探索。
对于大模型的可解释性，百度通过开发和引入思维链技术、归因算法等可解释性技术，或通过外接知识库、面向可信语料检索等方式，提升模型训练和运行过程的可解释性。
对于大模型的可控性，百度大模型内容合规治理解决方案：针对包含隐私泄露、不良价值观偏见歧视、虚假新信息误导、违法犯罪等诸多科技伦理问题时，保障大模型在生成内容上不出现严重风险。在涉及偏见歧视、不良价值观等伦理问题时，其生成内容合格率可以保持在 98% 以上，同时还会对用户做正向引导，以及一些事实错误的纠偏，提升用户体验。
对于大模型的公平性，百度构建了完善的异构数据集，从数据来源的多样性、标注方式的客观性以及训练策略的均衡性等方面优化了 AI 公平性，确保大模型能够更全面地理解不同群体的需求，减少潜在的偏见。
