王坚院士曾说了一句话，值得所有做科技的人停下来想一想。他的原话大意是：科技已经到了一个分水岭，以后都应该以降低自然资源消耗为目的。

过去，人们评价一项科技成果，往往先看它有多快、多强、多先进。汽车跑得更快，工厂生产得更多，计算机运算能力更强，都能让人眼前一亮。可如今，人工智能越来越聪明，数据中心越来越庞大，城市里的智能设备越来越多，一个绕不开的问题也随之出现：科技不断进步，资源消耗该怎么办？

中国工程院院士王坚在2026年谈及人工智能与可持续发展时，提出科技创新需要更加重视降低自然资源消耗。这句话看起来朴素，却点出了科技发展的重要转向。技术不能只追求能力越来越强，还要考虑能源、材料和其他自然资源是否用得更加合理。毕竟，机器再聪明，也不能凭空变出电力；算法再先进，也不能让自然资源成为取之不尽的免费午餐。

工业革命以来，科技改变了人类生产生活的方式。蒸汽机推动机械生产，电力扩大工业能力，汽车和铁路提高运输效率，计算机与互联网又让信息传递突破时间和空间的限制。人类创造了前所未有的物质财富，社会运行效率也大幅提升。

但这条发展道路同样伴随着资源消耗。矿山开采需要能源，工厂生产需要电力，商品运输需要燃料，城市建设需要钢材、水泥和土地。过去，生产规模扩大常常意味着资源投入增加。如今，资源环境约束日益受到重视，单纯依靠增加投入来换取增长，显然不是长久之计。

真正值得关注的，是科技能不能改变资源使用的方式。王坚所强调的，并不是停止创新，而是让创新从单纯追求能力提升，进一步转向提高整体效率。说得直白一些，过去是想办法生产更多东西，现在还得想办法用更少的资源，把事情办得更好。

这也是他长期关注城市智能的重要原因。城市是人口、交通、能源和公共服务高度集中的地方，运行环节彼此牵连。道路拥堵不仅浪费时间，也会增加燃料消耗；供水管网出现漏损，损失的便是实实在在的水资源；工厂设备长时间空转，看似只是一个小问题，日积月累也会增加能源成本。

2016年，王坚参与推动城市大脑相关探索，强调让城市成为人工智能的重要应用场景。经过多年发展，数字技术开始更多地进入城市交通、公共治理和产业运行等领域。它的意义并不只是让管理系统看起来更加先进，而是让不同环节的信息能够协同起来，帮助城市发现问题、调整安排、减少无效消耗。

例如，交通系统可以根据道路运行情况优化信号灯配置，减少车辆不必要的等待；企业可以借助智能监测发现设备能耗异常，及时调整生产安排；电力系统则能够结合用电需求和供给变化，改善能源调度。单独看，每一项改进都不一定惊天动地，但如果能够在大量场景中持续发挥作用，累积起来的节约效果就不容小看。

当然，数字技术并不是天然的节能神器。人工智能训练和运行需要计算资源，数据中心需要服务器、电力和散热系统。假如一项技术在某个环节节省了资源，却在另一个环节付出更高的消耗，就不能只凭表面上的效率提升来判断它是否真正绿色。

因此，科技发展必须把自身的资源成本也算进去。算法要提高效率，芯片要降低功耗，数据中心要改进制冷和供电方式，企业还应评估技术从研发、生产到使用和回收的全过程。只有把这些环节一起考虑，科技创新才能真正形成节约资源的合力。

这一方向已经逐步落实到我国的相关政策和产业实践中。2026年9月，中央网信办、国家发展改革委、工业和信息化部等七部门联合印发《促进数字化绿色化协同转型发展实施方案（2026—2030年）》，提出支持液冷散热、余热回收、低功耗芯片等技术创新，推动算力设施与电力协同发展，并探索建立人工智能全生命周期资源消耗评估体系。

这份部署释放出的信号很明确：发展人工智能，不能只盯着模型能力和计算速度，还要关注运行成本与能源效率。2026年2月，《人民日报》报道，我国已累计培育306家国家绿色算力设施，涉及工业、信息通信、能源、互联网、金融和公共机构等领域。绿色算力建设正在从理念走向具体应用，节能改造、设备优化和能源管理都成为重要环节。

对中国科技产业来说，这也是一道现实的竞争题。谁能用更少的电力完成同样的计算，谁能在不降低产品质量的情况下减少材料浪费，谁能让人工智能帮助传统产业提高效率，谁就有机会在技术创新与成本控制之间找到更好的平衡。

更重要的是，节约资源不能只靠企业自觉，还需要技术标准、政策引导和市场机制共同发挥作用。评价科技成果，既要看它解决了什么问题，也要看它付出了多少资源成本；既要鼓励前沿突破，也要重视那些不起眼却能长期减少浪费的改进。

当创新与节约相互促进，当数字技术真正服务于产业升级和百姓生活，中国科技发展的质量就能在这样的实践中不断提高。衡量科技走得有多远，不仅要看它创造了多少新能力，还要看它能否用更合理的资源投入，支撑更长久、更可持续的发展。