联合国气候会议正在土耳其安塔利亚举行，MIT Technology Review此时刊出评论《The climate case for AI has not been made》，对当下把AI当作气候“万能工具”的说法提出冷静质疑。越来越多的人把人工智能包装成应对气候变化的利器，可一个更基本的问题被忽略了：AI带来的气候收益是否真的大于它自身造成的资源消耗与排放成本？本文围绕这篇文章的核心观点展开分析。
会议焦点：AI能否成为气候伙伴
本周各国代表齐聚土耳其安塔利亚，参加联合国气候会议。东道主已经呼吁各国作出承诺，确保人工智能在设计、供电和部署环节以支持气候行动的方式推进。这番话背后是一种日渐流行的期待：AI既能优化电网、提升天气预测能力，又能加快材料发现和工业节能，从而成为气候治理的新杠杆。
可是期待不等于证据。MIT Technology Review这篇文章的核心判断是，到目前为止，世界各地产业界都没有充分证明AI在整体上对气候有利。实际情况是，AI训练和推理要消耗大量算力，数据中心的电力需求不断攀升，冷却还要用水，芯片制造和电子废弃物同样带来环境负担，这些加起来是一张被低估的资源账单。
被低估的资源账单
谈AI的气候影响，不能只盯着应用端的减排故事，还得把全生命周期的环境成本算进去。大型数据中心用电量大，可能推高局部电网负荷；电力若来自化石能源，AI扩张就会直接增加排放。冷却系统要消耗水，在缺水地区可能让紧张局面更严重。芯片制造本身涉及高能耗、高水耗环节，服务器更新换代还会产生电子废弃物。
更关键的问题在于，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。企业往往强调AI帮客户省了多少能源，却很少系统披露自身在模型训练、推理服务和基础设施扩张中带来的增量排放。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。
潜力不等于已实现的减排
AI在气候领域确实有真实潜力，能帮助优化可再生能源并网、预测极端天气、改进工业流程、加速低碳材料研发。可试点项目到规模化减排之间还有很长的路。一个在实验室里表现良好的模型，未必能在真实电网、工厂或城市系统中产出可验证的减排量。
眼下争论的症结在测量与问责。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”混为一谈；政策制定者也缺足够数据，判断不了公共资金和税收优惠是否真的带来了气候回报。缺了这些基础，AI的气候理由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。
让“气候理由”成立的条件
要让AI的气候理由成立，首先得有更透明的数据。企业应披露模型训练和推理的能耗、水耗与排放，并按统一口径报告气候应用的减排效果。政策层面则应要求大型数据中心披露能源来源和电网影响，把AI基础设施纳入能源规划。政府采购和补贴可以设条件，优先支持使用清洁电力、提升能效和可验证减排的项目。
研究机构和行业组织还需建立独立评估标准，分清“避免排放”“减少排放”和“延迟排放”，防止重复计算。对气候应用来说，监测与评估机制应从试点阶段就设计好，而不是事后补一份宣传材料。气候治理也不能只盯效率，还要看公平：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：先证明，再宣传
AI不是天然的气候工具。它可能帮社会更快脱碳，也可能因算力扩张而推高能源需求。安塔利亚会议关注AI值得肯定，但呼吁之后更需要证据。产业界若证明不了AI的气候净收益，政策制定者和公众有理由保持审慎。AI的气候理由尚未成立，而成立的前提，是把测量、披露和问责放在宣传之前。
