你有没有问过ChatGPT问题？或者让AI帮你画一张画、写一篇作文？这些操作只需要几秒钟，看起来毫不费力。
但是每次你向AI提问，背后都有无数的服务器在拼命工作。而这些服务器，正在消耗大量的电、水和土地。科学家最近发布了一份报告，告诉了我们一个惊人的真相。
AI到底“吃了”多少资源？
科学家预测，到2030年，全世界为AI服务的数据中心，一年要消耗945太瓦时的电（比很多国家一整年的用电量还要多），相关用水量将相当于13亿人一年的基本生活用水需求，而土地占用面积将超过14500平方公里。
你可能会想：那用太阳能、风能这些清洁能源不就好了？
没那么简单。科学家发现，有些看起来很“绿色”的能源，虽然减少了碳排放，却会用掉更多的水和土地。比如从煤炭换成生物能源，水费可能增加30倍，土地甚至增加100倍！
所以“低碳”不等于“低水耗”或“低占地”。我们不能只看一个方面。
训练AI只是开始
用AI才是大头
很多人以为训练AI大模型最耗能。训练一个GPT-5需要的电，相当于非洲77万人一年的用电量！水要10亿升，地要215个足球场那么大。
但这只是开始。
一旦AI投入使用，每一次你提问、它回答，这个过程叫“推理”。科学家估计，推理环节消耗的能源占了AI总能耗的80%到90%！
举个例子：ChatGPT每天要处理约25亿次提问。光这些提问消耗的电，一年就相当于383吉瓦时。水够50万非洲人一年的基本需求，地要800多个足球场那么大。
生成一段高分辨率AI视频，耗电超过415瓦时，比生成几百张图片还费电！
你可能会说：那让AI变得更省电不就行了？
科学家说：当AI变得更便宜、更好用时，会有更多人用它，最后总耗能反而可能增加！
谁在用AI，谁在承受代价？
你知道吗，全世界只有32个国家有自己的AI数据中心。150多个国家几乎没有AI计算能力。
但这些数据中心建在哪里，哪里就要承受代价。用AI服务的人可能在千里之外，而承受资源压力的却是数据中心附近的居民。
在爱尔兰，数据中心耗电量占了全国的21%，比所有家庭用电加起来还多！在墨西哥的一个州，数据中心让当地缺水更严重。
到2030年，AI每年还可能产生250万吨电子垃圾！
科学家说，这份报告不是为了反对AI，但我们需要想清楚：谁来享受AI的好处？谁来承担代价？未来，我们需要建立一个公平、透明、可持续的AI治理框架。不能只盯着“低碳”，还要看省不省水、省不省地。