AI的气候理由，尚未成立

编者按：当人工智能被越来越多地包装为应对气候变化的“万能工具”，一个更基本的问题却被忽视：我们是否有足够证据证明，AI带来的气候收益大于它自身造成的资源与排放成本？在联合国气候会议于土耳其安塔利亚召开之际，MIT Technology Review刊发评论《The climate case for AI has not been made》，对当前AI气候叙事提出冷静质疑。本文基于该文核心观点展开分析。

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进行。这一表态反映出一种日益流行的期待：AI不仅可以优化电网、提升天气预测能力，还能加速材料发现和工业节能，从而成为气候治理的新杠杆。

但期待并不等于证据。MIT Technology Review文章的核心判断是，迄今为止，世界各地的产业界尚未充分证明AI在整体上有利于气候。相反，AI训练和推理所需的算力、数据中心持续攀升的电力需求、冷却用水以及芯片制造和电子废弃物带来的环境负担，正在形成一张被低估的资源账单。

被低估的资源账单

讨论AI的气候影响，不能只看应用端的减排故事，还必须核算全生命周期的环境成本。大型数据中心的用电量可能推高局部电网负荷；如果这些电力来自化石能源，AI扩张就会直接增加排放。冷却系统消耗水资源，在缺水地区可能加剧紧张。芯片制造涉及高能耗和高水耗环节，服务器更新换代还会带来电子废弃物问题。

更关键的是，这些成本往往分散在供应链不同环节，缺乏统一、可比、可审计的披露。企业容易强调AI帮助客户节省了多少能源，却较少系统披露自身模型训练、推理服务和基础设施扩张带来的增量排放。这种选择性呈现，使公众和政策制定者难以判断AI的气候净效应。

潜力不等于已实现的减排

AI在气候领域确有真实潜力。它可以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。然而，从试点项目到规模化减排之间存在漫长距离。一个在实验室中表现良好的模型，未必能在真实电网、工厂或城市系统中产生可验证的减排量。

当前争论的症结在于测量与问责。AI气候应用缺乏统一的基线、评估方法和第三方验证；供应商的宣传材料常把“潜在减排”与“已实现减排”混为一谈；政策制定者也缺少足够数据来判断公共资金和税收优惠是否真正产生了气候回报。没有这些基础，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，首先需要更透明的数据。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。其次，政策应要求大型数据中心披露能源来源和电网影响，并将AI基础设施纳入能源规划。政府采购和补贴可以设定条件，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，区分“避免排放”“减少排放”和“延迟排放”，防止重复计算。对气候应用而言，应要求从试点阶段就设计监测与评估机制，而不是事后补充宣传材料。最后，气候治理不能只关注效率，还要关注公平：AI基础设施选址、用水和电价影响，可能对当地社区产生不对称负担。

结语：先证明，再宣传

AI不是天然的气候工具。它既可能帮助社会更快脱碳，也可能因算力扩张而增加能源需求。安塔利亚会议对AI的关注值得肯定，但呼吁之后更需要证据。若产业界无法证明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。

本文编译自MIT Technology Review。