打開手機問AI一個問題，幾秒鐘得到答案，整個過程清清爽爽，連一滴水都看不到。

可在幾千公里之外的某個機房里，水正在嘩嘩地流，電正在源源不斷地燒。

聯合國最近把這本糊涂賬翻了出來——按現在這個勢頭跑下去，再過四五年，AI每年要喝掉的水，夠撒哈拉以南非洲十三億人用上一整年。

2025年全球數據中心耗電量大約448太瓦時，這些用電產生了約2.08億噸二氧化碳，跟阿根廷去年一整年的排放量差不多，與此同時還消耗了約4.5萬億升的水。一個看不見摸不著的＂虛擬產業＂，排放量趕得上一個中等國家，這事在十年前聽起來像玩笑。

預計到2030年，數據中心相關用水量將達到9.3萬億升，相當于撒哈拉以南非洲地區13億人一年的基本生活用水需求。四年不到，翻一倍。

水到底是怎么沒的？很多人腦子里對AI的印象還停留在＂幾行代碼＂，其實它住在一棟棟方方正正的大樓里。機柜密密麻麻，芯片燙得能煎雞蛋，必須靠水循環把熱量帶走。

之前科技公司算賬，常常只算前一半，把后一半藏起來不提。這回聯合國的報告把賬本一次性攤在桌上。

研究發現，人工智能每消耗1千瓦時電力，不僅會產生碳排放，還會帶來冷卻和發電過程中的水資源消耗，以及能源基礎設施和供應鏈所占用的土地資源。三種環境足跡之間并不總是同步變化。

從煤炭轉向生物能源可大幅降低碳足跡，但同時可能顯著增加水資源和土地需求。

說人話就是，你把煙囪關了，看著是綠色了，結果田占了一片、水抽干一條河，賬其實沒省下來。聯合國大學的研究員阿塞爾說得更直白——從碳排放角度來看最環保的選擇，最終往往會對水資源或土地造成更嚴重的破壞。

一般人以為AI最費電的是訓練模型，那種巨型工程偶爾搞一次，離普通人很遠。

可報告里直接把矛頭掉了個方向。研究顯示，推理環節占人工智能總能耗的80%至90%。僅ChatGPT每天處理的提示請求估計約達25億次，對應年耗電量約383吉瓦時。也就是說，真正的電老虎不是少數科學家訓模型，是十幾億人天天點對話框。

每點一次，機房就轉一會兒，水就蒸一點，電表就跳一格。乘上幾十億次，乘上幾百天，賬就這么滾出來了。

更扎心的是分配問題。目前全球僅有32個國家擁有專門的人工智能數據中心，超過90%的人工智能專用云計算資源集中在美國和中國兩國。

全球150多個國家幾乎沒有自主人工智能計算能力。少數國家在前面狂飆，多數國家連入場券都沒拿到。可水電短缺、氣候變化這些后果，又是全球一起擔。

聯合國大學校長馬瓦拉的態度很明確。他說人工智能基礎設施在世界特權地區的集中發展正在造成巨大的數字鴻溝，這對人工智能的公平發展構成了深刻挑戰。這話的潛臺詞其實是：技術發展不能只算自己那本賬。

大公司也不是完全裝聾作啞，水的事眼下已經躲不過去了。

由于AI數據中心需要大量水進行冷卻，水資源成為行業和民眾的一大博弈焦點。

馬斯克旗下的SpaceX在上市前夕新增風險提示，稱水資源短缺是AI擴張時的關鍵風險。資本市場對這件事的敏感度，比普通人想象的高得多。

谷歌公司3日表示，到2030年，其服務器集群的補給水量將超過用水量。承諾聽著漂亮，但過往的算賬方式被打了臉——一些研究人員表示，谷歌此前對其AI的用水量估計不準確，因為他們忽略了間接用量。

谷歌全球基礎設施與可持續發展負責人本·湯森則稱，谷歌正在力所能及的范圍內核算間接用水量，并投資無水可再生能源。一邊補作業，一邊繼續擴張。

擴張的胃口大到什么程度？谷歌母公司Alphabet最近表示，計劃通過股票發售籌集800億美元，以資助其數據中心的建設。一邊是非洲十三億人未來要被消耗掉的水量，一邊是800億美元砸下去再建新機房，這種反差，比任何說教都更說明問題。

土地的賬也得算一算。在占地規模方面，數據中心占地面積將從2025年的6900平方公里擴張至2030年的14500平方公里以上。差不多是再造兩個深圳那么大的地，全用來擺服務器。

到2030年，人工智能基礎設施每年可能產生多達250萬噸電子廢棄物，而關鍵礦物開采和電子廢棄物處理往往集中于環境監管較弱的發展中國家。芯片壽命到了往哪兒丟、稀有金屬從哪兒挖，這些鏈條最后落地的地方，往往是最沒話語權的國家。

康奈爾大學的尤峰崎教授看完之后給出一個判斷——他認為這份報告的重要性在于聯合國的公信力和權威，而不僅僅是因為某一組令人震驚的數據。

過去類似的研究不是沒有，但散落在各處，權威性不夠，企業完全可以裝作沒看見。

聯合國大學水、環境與健康研究所所長馬達尼把話說得很穩。這份報告并非反對人工智能。這項技術變革正在改善全球數十億人的生活。

報告旨在呼吁負責任地使用人工智能，并主動應對其意想不到的影響，以確保其可持續發展和公平性。