人工智能正在以前所未有的速度改变世界,但鲜有人意识到,这种变革背后隐藏着怎样的环境代价。2026年6月,联合国大学(UN University)发布的一份最新研究报告,系统性地揭示了AI产业对能源、水资源和土地的三重压力,结论令人警醒。

报告首先给出了一组触目惊心的数据。到2030年,全球AI数据中心的年耗电量预计将达到945太瓦时(TWh)。这个数字意味着什么?它相当于巴基斯坦、孟加拉国和尼日利亚三个国家全年用电量的总和。值得一提的背景是,这三个国家合计人口超过6.5亿。换言之,全人类为运行AI而消耗的电力,将与一个拥有六点五亿人口的区域社会的全部用电量等量齐观。
水资源消耗同样不容忽视。按照报告预测,到2030年,AI相关的水资源消耗规模将相当于13亿人的年基本生活用水需求。数据中心需要大量水用于冷却系统,而这一需求往往发生在水资源本就紧张的地区。报告特别指出,现有的可持续性评估体系中,水足迹常常被低估甚至忽略,这导致公众对AI真实环境成本的认知存在严重偏差。
土地占用则是另一项隐性代价。AI基础设施到2030年将占用超过14500平方公里的土地面积,这一面积约为印尼雅加达都市区的两倍。从芯片制造到数据中心建设,AI产业链对土地的诉求正在以肉眼可见的速度扩张,而这也意味着对自然生态系统的持续挤压。
报告还纠正了一个广泛存在的认知误区。公众和业界往往将AI的环境影响归结为模型训练阶段的高能耗,但研究显示,日常普通使用才是真正的能耗大户,占总量的80%至90%。一次模型训练固然耗能巨大,但训练往往是一次性的;而数十亿用户每天与AI对话、生成内容、调用接口,这些分散却海量的请求构成了一个持续不断的能耗基座。报告披露,目前一项广泛使用的AI服务每天处理的提示词请求数量约为25亿次。每一次请求背后,都是算力的消耗,都是能源的支出。
不同任务类型之间的能耗差异同样值得关注。研究显示,生成一张AI图片所消耗的能量,超过一次简单文本分类任务所需能量的1000倍。这意味着,随着多模态AI的普及,图像、视频生成等高耗能应用占比的提升,将显著推高AI整体的资源消耗曲线。这一趋势尚未被充分纳入当前的产业规划与政策讨论之中。
报告对当前可持续性评估框架的批评同样犀利。现有的评估过于聚焦碳排放指标,而忽视了水和土地这两项隐性代价。碳排放固然重要,但单一维度的衡量方式容易掩盖问题的全貌。水资源短缺和土地退化同样是关乎人类生存根基的环境议题,AI产业对这些维度的冲击需要被同等严肃地对待。
联合国大学的这份报告并非要叫停人工智能的发展,而是呼吁在产业狂飙的同时建立更完整的环境账本。当AI被寄望于帮助人类应对气候变化、优化资源配置之时,它自身的环境足迹却可能在不知不觉中侵蚀这些努力的成果。唯有将能源、水、土地三者一并纳入考量,并以公开、透明、可核查的方式持续追踪,人类才有可能在享受AI红利的同时,不至于付出不可承受的环境代价。

往期推荐






扫码关注我们

国际能源小数据


