联合国警告：人工智能的环境足迹正达到“国家级别”

这种增长几乎完全由AI驱动。预计到2030年，AI专用数据中心的电力需求将是2023年的11倍。届时，仅AI工作负载所需电量，就将与当今所有传统数据中心的总耗电量相当，这意味着AI已成为整个数据基础设施领域能源需求的关键驱动力 。

碳排放：相当于道路上增加千万辆汽车

能源使用量的激增伴随着沉重的碳代价。报告预测，到2030年，AI数据中心每年将额外排放2400万至4400万吨二氧化碳（CO₂） 。形象地看，该预估值上限的排放量，相当于在美国道路上新增1000万辆汽车 。其他相关报道则将数据中心的总排放量与英国全年的总排放量相提并论，其规模可能达到4亿吨二氧化碳当量 。

值得注意的是，即使在假设2040年实现电力供应碳中和的前提下，这些排放量预计仍将上升，这凸显了AI不断膨胀的能源需求的绝对规模 。

被忽视的“干渴”：AI的水足迹

尽管公众讨论的焦点多在电力和碳排放上，但报告强调，水资源是一个被严重忽视的领域。冷却那些运行复杂AI模型的服务器所需的水量极其庞大。

仅在美国，到2030年，AI服务器的部署预计将每年消耗7.31亿至11.25亿立方米的水——这大致相当于600万至1000万美国人一年的家庭用水量 。从全球范围看，水足迹则更为惊人。报告发现，到2030年，AI在全球的总耗水量将相当于撒哈拉以南非洲地区13亿人口的基本年度生活用水需求 。

土地、电子垃圾及其全生命周期影响

AI繁荣的环境代价并未止步于运营资源。报告还强调其足迹的另外两个关键维度：

• 土地使用： 数据中心的物理扩张给稀缺的土地资源带来了沉重压力，与农业、住房和自然生态系统形成竞争。报告指出，运营AI所需的土地——包括其基础设施和供应链——将超过14,500平方公里，大约是雅加达大都会区（人口超3200万）面积的两倍 。
• 电子垃圾： AI背后的硬件，从专用芯片到整个服务器机架，使用寿命都有限，正产生规模日益庞大的电子垃圾。报告加剧了人们对电子垃圾危机的担忧，一项预测将其年度垃圾量比作每年丢弃250座埃菲尔铁塔 。

呼吁彻底透明与正视权衡取舍

UNU-INWEH的这份报告不只是一份问题清单，更是一项政策行动倡议。它警告说，AI的真实成本贯穿其整个生命周期，而且这种成本正在被不公正地分配——发展中国家承担了绝大部分环境负担，却往往未能享受到同等比例的经济效益 。

报告的核心诉求是强制性的、标准化的环境报告制度。

• 报告敦促AI公司全面披露其环境足迹，不应仅限于简单的碳指标，还需涵盖水、土地和材料影响 。
• 报告呼吁各国政府要求AI供应商进行标准化报告，从而创造一个公平的竞争环境，并清晰地描绘出该行业的总体影响 。
• 报告将AI的未来视作一系列权衡取舍，必须在技术的益处与日益加剧的资源枯竭和污染之间做出权衡。报告的结论是，AI产业不能在不计其全生命周期影响的情况下继续无序增长 。

报告甚至将部分责任赋予了终端用户，建议他们在可能的情况下，为某些任务选择能耗更低的AI工具，这一小步或将集体减轻对紧张电网和供水系统的压力 。