AI气候主张被指空洞，英伟达调查引关注

编者按：AI行业近年习惯把“应对气候变化”作为自身合法性的重要叙事：更聪明的电网、更高效的工业、更精准的气候模拟。但MIT Technology Review《The Download》2026年11月9日刊提醒我们，叙事不等于证据。本期重点关注Mary Nichols的观点文章，以及一项针对英伟达的调查。两者看似分属气候与芯片，却共同指向同一个问题：当AI算力高速扩张，外部性由谁核算、由谁监督？

承诺很响，气候账本却很薄

本期《The Download》的核心内容之一，是Mary Nichols的观点文章。她是加州大学洛杉矶分校法学院杰出顾问，也曾担任加州空气资源委员会主席。这样一位长期参与空气与气候政策制定的专业人士，给出的判断相当直接：AI的气候理由尚未成立。

“AI的气候理由尚未成立。”——玛丽·尼科尔斯（意译）

这不是说AI在气候领域毫无用处。相反，AI在电网调度、材料发现、农业优化、气候风险预测等方面确实展现出潜力。问题在于，潜力不等于净收益，更不等于可以写进政策账本的减排量。当前不少关于AI气候红利的讨论，依赖的是厂商或咨询机构的情景假设：基线如何设定、 rebound effect 是否计入、模型训练与推理的能耗如何分摊、数据中心用水与土地影响是否纳入，往往缺乏透明答案。

与此同时，AI数据中心的扩张速度却非常具体。用电负荷、冷却用水、备用电源、芯片制造与服务器供应链的碳排放，都是可以测量和审计的外部性。如果行业一边强调AI将帮助世界减排，一边自身排放快速上升，却缺少统一披露和第三方验证，那么“气候理由”就容易变成公关话术。

为什么“空头支票”很危险

气候政策最怕的不是技术不完美，而是资源错配。若AI减排被当作既定事实，政策制定者可能因此放松对数据中心能耗的约束，或用补贴、税收优惠换取一个尚未被证明的长期收益。更隐蔽的风险是，企业可能把AI气候收益与自身排放混在一起报告，用未来潜力掩盖当下增量。

因此，Nichols的提醒具有政策含义：AI的气候论证需要满足几个基本条件——可测量、可归因、可比较、可追责。具体而言，应公开数据中心用电与碳强度、用水量、供应链排放和能效指标；把AI带来的减排收益与企业自身排放分开报告；对关键假设进行独立复核；并将政策激励与可验证绩效挂钩。没有这些，所谓气候红利就只是“empty claims”。

英伟达为何被置于放大镜下

同日简报还提到一项针对英伟达的调查。原文摘要未展开调查主体与具体事项，但英伟达被置于放大镜下并不令人意外。作为AI算力供应链的核心公司，其GPU出货与数据中心建设直接相关。算力扩张越快，芯片能效、服务器散热、电力需求与供应链责任就越受关注。

需要区分的是，对英伟达的调查可能涉及不同维度：环境信息披露、能耗与水资源影响、市场行为或供应链责任。在缺乏细节的情况下，不宜预判结论。但这一信号本身说明，AI的气候问题不能只停留在模型层面，还必须追溯到算力基础设施。芯片能效进步当然重要，但能效提升也可能带来杰文斯悖论：单位算力更省电，反而刺激更多算力需求，最终推高总能耗。

AI可以是气候工具，但不能靠口号

更建设性的路径，是把AI气候讨论从“信仰之争”拉回“证据之争”。一方面，支持AI在气候适应和减排中的真实应用，例如电网灵活性、工业过程优化、极端天气预警；另一方面，要求AI产业先把自己的环境账本做清楚。监管者、投资者和公众需要的不是更宏大的承诺，而是可复核的数据、清晰的边界和可执行的问责机制。

Mary Nichols的文章与英伟达调查出现在同一期简报中，构成一个耐人寻味的对照：AI的气候正当性，最终要由算力扩张的外部性来检验。技术可以成为解决方案的一部分，但前提是它不再被当作免检通行证。气候论证没有捷径，AI也不例外。

本文编译自MIT Technology Review