联合国大学（UNU）前几天甩出一份报告，读完之后心情有点复杂。报告说，到2030年，全球数据中心的年耗电量将达到945太瓦时——这是什么概念？差不多等于巴基斯坦、孟加拉国和尼日利亚三个国家加起来的年用电量，这三个国家总人口超过6.5亿。
而这只是冰山一角。除了耗电，数据中心每用1度电，冷却系统和能源生产还会同步产生”水足迹”和”土地足迹”。报告预测，到2030年，AI相关的耗水量将相当于13亿人的基本年度生活用水需求，土地足迹超过1.45万平方公里——大概是雅加达都会区面积的两倍。
训练模型不是耗电大户，你每天用AI才是
公众讨论AI的环境影响时，目光往往盯着训练大模型需要多少电。但联合国大学的研究发现，日常使用AI占总能源需求的80%到90%。这个规模相当惊人：一项被广泛使用的AI服务每天处理约25亿次提示，每年消耗数百吉瓦时的电力。
不同任务的能耗差异也很大。生成一张AI图像所需的能源，是简单文本分类的1000倍以上，而视频生成需要的资源甚至更多。靠提升效率来抵消增长的能源需求？报告说这不太现实，因为”反弹效应”——成本和性能降低会驱动使用量上升，最终结果还是总资源消耗增加。
到2030年，AI基础设施预计每年将产生多达250万吨电子垃圾。其中大部分负担会落在处置能力有限的中低收入国家。
环境成本集中在哪里，收益就去到了哪里
这份报告点出了一个经常被忽视的问题：AI基础设施的环境影响分布极不均匀。技术的收益是全球性的，但成本往往集中在特定地区。
在一些国家，数据中心已经占到全国电力消耗的很大一部分，给能源系统带来巨大压力。在另一些国家，数据中心扩张正在大量消耗水资源，有时甚至是在干旱条件下进行的。报告特别提到，AI硬件所需关键矿物的开采，也在资源产地引发了环境退化和社会不平等的担忧。
电子垃圾的挑战同样严峻。到2030年，AI基础设施预计每年将产生多达250万吨电子垃圾，而其中大部分负担可能会落在处置能力有限的中低收入国家——也就是说，发达国家享受AI的便利，发展中国家承担电子垃圾的后果。
超过90%的AI算力集中在美国和中国
报告还揭示了一个令人不安的数字——超过90%的AI专用计算能力集中在美国和中国两个国家，同时有150多个国家缺乏重要的国内AI基础设施。这种不平衡不仅限制了这些国家的经济机会，还引发了环境正义问题：一些国家承担了环境成本，却没有分享到AI驱动的增长带来的收益。
这跟几个月前Erin Brockovich盯上数据中心行业的故事形成了呼应。当时她的团队上线了全美数据中心分布地图，首月收到近4000份居民投诉，核心问题就是”不透明”——项目获批后才公布、居民被排除在决策之外。现在联合国大学把这个问题放在了全球尺度上重新讨论。
联合国大学的研究人员强调，这份报告并不是反对AI本身，而是呼吁采取紧急行动，确保这项技术在地球承载限度内发展。报告提出了”负责任的AI生态系统”框架，构建原则包括透明度、设计即高效、公平性、全生命周期责任、全球合作和可持续使用。
具体到能做些什么：各国政府需要将AI基础设施纳入能源、水和土地利用规划；企业需要设计尽量减少资源消耗的系统；普通用户也可以通过尽可能选择低影响的应用来发挥作用。AI的未来不仅取决于技术创新，还取决于当下做出的治理选择。
