AI气候红利尚未证实：算力扩张的资源账单被低估

联合国气候会议正在土耳其安塔利亚举行。AI被越来越多地包装成应对气候变化的“万能工具”，可有个更基本的问题被晾在一边：有没有足够证据说明，AI带来的气候收益大过它自身消耗的资源和产生的排放？MIT Technology Review刊发评论《The climate case for AI has not been made》，对当下的AI气候叙事提出冷静质疑，本文围绕该文核心观点展开分析。

这场会议把AI能否充当气候伙伴摆上了台面

本周各国代表聚在安塔利亚。东道主已经呼吁各国作出承诺，确保人工智能在设计、供电和部署环节都能支持气候行动。这话背后是一种越来越流行的期待：AI不光能优化电网、提升天气预测能力，还能加速材料发现、推动工业节能，成为气候治理的新杠杆。

问题是，期待不能当证据用。MIT Technology Review那篇文章的核心判断是：到目前为止，世界各地的产业界还没有充分证明AI整体上对气候有利。反过来，训练和推理要烧算力，数据中心的电力需求一路往上走，冷却要用水，芯片制造和电子废弃物又带来环境负担——这些加在一起，是一张被低估的资源账单。

这张资源账单，一直被低估

谈AI的气候影响，光看应用端减排的故事不够，全生命周期的环境成本也得算进去。大型数据中心用电量上去，可能把局部电网负荷推高；电要来自化石能源，AI扩张就会直接增加排放。冷却系统耗水，在缺水地区可能让紧张加剧。芯片制造本身涉及高能耗、高水耗环节，服务器一换代，电子废弃物问题也跟着来。

更关键的一点是，这些成本分散在供应链的不同环节，缺少统一、可比、可审计的披露。企业乐于强调AI帮客户省了多少能源，对自己模型训练、推理服务和基础设施扩张带来的增量排放，却少有系统披露。这种选择性呈现，让公众和政策制定者很难判断AI的气候净效应。

有潜力，不等于减排已经落地

AI在气候领域确实有真潜力：帮可再生能源并网做优化、预测极端天气、改进工业流程、加速低碳材料研发。不过，从试点项目走到规模化减排，中间隔着很长的距离。一个在实验室里表现良好的模型，放到真实电网、工厂或城市系统里，未必能产生可验证的减排量。

当前争论卡在测量与问责上。AI气候应用没有统一的基线、评估方法和第三方验证；供应商的宣传材料常把“潜在减排”和“已实现减排”混在一起说；政策制定者手里也缺足够数据，判断不了公共资金和税收优惠是否真的产生了气候回报。这些基础不补上，AI的气候理由就只能停留在叙事层面。

文章的核心判断可以概括为：在缺乏可验证的测量、披露和问责机制之前，AI的气候红利只能被视为承诺，而不是既成事实。

要让“气候理由”站得住，需要哪些条件

数据透明得先做到。企业要公布模型训练、推理过程中消耗的能源、水资源和产生的排放，气候应用的减排成效也得按同一套标准来报告。政策上该做的事是：要求大型数据中心交代电力从哪来、对电网有什么影响，把AI基础设施算进能源规划里。政府采购和补贴同样能附加门槛，清洁电力用得多、能效有提升、减排能核实的项目，可以优先拿到支持。

研究机构和行业组织还得建立独立评估标准，把“避免排放”“减少排放”和“延迟排放”区分开，防止重复计算。气候应用从试点阶段就该设计监测与评估机制，而不是事后补一份宣传材料。另外，气候治理不能只盯效率，公平也要看：AI基础设施选址、用水和电价影响，可能给当地社区带来不对称的负担。

结语：先拿出证明，再谈宣传

AI本身并不等于气候工具。算力规模一扩大，能源需求就可能被推高；反过来，它也有可能让社会脱碳更快。安塔利亚会议把注意力放到AI上，这值得肯定，不过光有呼吁不够，接下来要看证据。产业界要是拿不出AI对气候有净收益的证明，政策制定者和公众就有理由保持谨慎。AI的气候理由现在还没站住脚，而要站住脚，前提是把测量、披露和问责摆在宣传前头。