随着人工智能（AI）技术的爆发式增长，其背后的实体资源消耗正对全球生态构成严峻挑战。

当地时间6月3日，联合国大学水、环境与健康研究所发布最新研究报告《人工智能能耗的环境成本：碳、水和土地足迹》，严厉警告称：受AI需求激增驱动，预计到2030年，全球数据中心的耗电量与耗水量将双双翻倍。若各国政府忽视这一日益攀升的环境成本，AI的快速普及还将加剧土地资源紧缺并产生巨量电子废弃物。

报告用详实的数据揭示了当前AI扩张的“隐性代价”。数据显示，去年全球数据中心耗电量已达448太瓦时，超过沙特阿拉伯全国用电总量，其中AI算力耗电占总耗电量的五分之一；同期耗水量达4.5万亿升，足以满足撒哈拉以南非洲6亿多人的年度用水需求。展望2030年，全球数据中心年耗电量预计将飙升至945太瓦时，大致等同于日本全国的用电量，且届时AI耗电占比将跃升至40%。在占地规模方面，数据中心面积也将从去年的6900平方公里扩张至14500平方公里以上。

针对外界普遍存在的认知误区，报告主撰稿人、联合国大学水、环境与健康研究所所长卡维·马达尼指出：“公众讨论往往只把AI视作虚拟的软件产品，但它离不开庞大的实体基础设施支撑，涵盖数据中心、发电设施、冷却系统、输电网络以及矿产和水资源。”他强调，这份报告并非反对AI技术变革，而是呼吁行业在追求增速的同时，必须正视可持续发展准则，赶在资源配套格局固化前做好科学规划。

报告还揭示了一个关键趋势：模型部署后的“推理”过程已成为主要能耗来源，占AI总能耗的80%至90%。以ChatGPT为例，其每天处理约25亿次请求，对应年耗电量高达383吉瓦时。更令人担忧的是“杰文斯悖论”效应——随着模型效率提高和成本下降，使用量往往会同步暴增，从而抵消了节能收益。例如，生成一段短视频的能耗相当于20万次垃圾邮件分类任务，整体生态足迹远大于通过效率提升所节省的部分。

此外，AI发展带来的环境负担与收益在全球分布极不均衡。目前，全球超过90%的AI专用云计算资源集中在美国和中国两国，而150多个国家几乎没有自主计算能力。与此同时，爱尔兰、墨西哥等地正承受着数据中心扩张带来的严重水资源压力，而关键矿物开采和电子废弃物处理则集中于监管较弱的发展中国家。这种不对称现象引发了深刻的环境公平问题。

面对这一系统性挑战，联合国大学呼吁建立基于透明度、生命周期责任和全球合作等原则的负责任AI治理框架。报告建议，各国政府应将AI基础设施全面纳入能源规划、水资源治理和土地使用管理体系，并建立统一的环境足迹披露标准；企业则需在产品设计阶段就将环境影响纳入考量。