本报讯 记者孙楠报道 近日，联合国大学水、环境与健康研究所发布专项研究报告，聚焦人工智能（AI）产业全链条环境代价。报告打破业内仅核算碳排放的固有测算模式，首次系统从碳排放量、水资源耗用、土地占用三个维度，量化人工智能发展带来的生态负担，直指当前绿色管控体系存在明显短板。
长期以来，各界评估AI环境影响习惯于聚焦电力碳排放，却普遍忽略算力基建背后海量淡水消耗与土地资源占用。人工智能并非虚拟数字产业，大模型训练、日常智能生成服务依托数据中心、半导体矿产开采、机房冷却系统等实体产业链。值得注意的是，清洁能源供电虽能有效削减碳排放，却无法同步节约水土资源，部分生物质发电项目降碳的同时，反而会大幅提升用水与用地需求，三类自然资源损耗无法实现同步优化。
结合测算数据，报告对2030年全球AI产业资源消耗作出预判。届时全球AI配套数据中心年耗电量将达到945太瓦时，耗电量规模逼近巴基斯坦、孟加拉国、尼日利亚三个国家年度用电总量；产业链全年耗水总量可满足13亿非洲居民一整年基础生活用水；算力配套基础设施用地突破14500平方公里，面积约为雅加达都市圈的两倍。海量资源消耗背后，多重因素持续助推资源损耗走高。大模型迭代升级、图文视频等多模态AI工具普及，持续拉高算力使用频次；硬件节能技术落地后，使用成本下降催生消费反弹，设备总能耗不降反增；全球各大算力枢纽能源结构参差不齐，火电与绿电布局分化进一步拉大区域资源消耗差距，再加芯片原材料稀有矿产开采、电子废弃物处置带来的隐性土地损耗，共同加剧生态压力。
针对日益凸显的资源难题，研究团队提出多项落地性政策建议。首先完善行业监管规则，强制AI企业完整披露碳、水、土地三项环境足迹，改变单一披露碳排放的行业惯例；其次将水土资源环评纳入新建数据中心审批前置环节，从源头严控资源无序开发；同时引导市场推广轻量化低能耗人工智能产品，减少无意义的海量内容生成，降低无效算力浪费；此外因地制宜布局可再生能源配套设施，依托地域水源、土地承载力规划算力园区。
报告警示，现阶段AI产业绿色改造进度远远跟不上行业扩张速度，片面的环保标准难以约束产业粗放发展。倘若缺少完善的统筹管控，到2030年，高速扩张的算力基建将持续挤占全球淡水资源与耕地空间，人工智能产业化或将给全球生态环境带来长期不可逆的负面影响。