北京
在人工智能狂飆突進的2026年，美國密歇根州萊諾克斯小鎮的居民偶然發現一個神秘網站，宣稱要在鎮上建設AI數據中心園區，卻從頭到尾沒有公布開發者是誰。鎮政府官員也堅稱“從未收到申請”，直到居民依據法律迫使內部郵件公開后才發現，開發商早已在私下接觸官員。一場對峙迅速引爆。 憤怒的居民擠進一場又一場公開會議，好幾次會議持續超過四個小時。他們發起請愿，要求罷免四名鎮政府官員。萊諾克斯并非孤例——2026年上半年，全美至少75個數據中心項目被叫停或推遲，涉及金額約1300億美元。從密歇根、德克薩斯到俄克拉荷馬、加州和佛羅里達，類似場景反復上演：居民涌進會場，指責官員對數據中心提案處理不當，有人甚至在州議會門口舉起標語“對數據中心說不！”。 人們的怒火并非無的放矢。發電機和冷卻系統晝夜轟鳴，巨大的噪音攪擾著原本安靜的生活；驚人的耗電量直接推高居民電費賬單；更諷刺的是，許多數據中心專門選在地價便宜、有稅收優惠的干旱地區，當本地居民還在為日常用水發愁時，數據中心每天抽走逾千萬升水。一份民調顯示，美國人寧愿住在核電站旁邊，也不愿住在數據中心附近。當大多數人還在討論AI帶來的就業沖擊時，住在數據中心附近的人們，已經率先承受了AI的環境代價。 聯合國大學的最新評估顯示，到2030年，全球支撐AI運行的數據中心年用電量可能達到945 TWh，相當于多個中等國家的用電總量；對應的碳排放約3.99億噸，需要種下約67億棵樹并生長十年才能抵消；水足跡約9.3萬億升，接近撒哈拉以南非洲約13億人口一年的基本生活用水需求；土地占用則超過14500平方公里，約等于兩個大城市都市區的面積。 在這份報告中，AI的環境影響早已不止“碳排放”這一維度。AI運行依賴一個由水、土地與能源基礎設施共同構成的復雜系統。例如，若為減少碳排放而將煤炭換成生物能源，碳排放可平均減少約70%，但水足跡可能增加30倍以上，土地足跡增加約100倍。如果只盯著“低碳”一個指標，很容易忽視甚至轉嫁其他環境高壓。 另一個被嚴重低估的點來自用戶端。研究估計，AI系統整體能耗中，約80%至90%來自“推理階段”，也就是模型上線后用戶每天使用時消耗的能量。以生成一張AI圖片為例，2.9瓦時電力、1.22克二氧化碳當量、28.6毫升水和0.45平方厘米的土地，在短短幾秒內就被消耗或占用了。不同AI任務的耗能差異驚人：生成一張普通圖像所需的電力，大概能讓一盞10瓦LED燈亮17分鐘；而一個復雜AI視頻的能耗，則可支撐同一盞燈運行約42小時。水資源消耗同樣懸殊，一張圖像約需兩湯匙水，一個復雜視頻則可能耗掉4.1升，接近一個人兩天的飲水量。 更值得警惕的是，如今各類媒體平臺上已有不少視頻是AI生成或編輯的。一項調查顯示，在某個新YouTube賬號被推薦的前500個視頻中，超過20%被識別為低質量的“AI slop”。隨著視頻生成工具的爆炸式普及，AI基礎設施的負載結構可能被徹底改變，能源和水資源的隱形消耗將急劇攀升。當AI產出的內容變得越來越泛濫，甚至廉價到無價值時，為之付出的真實環境代價卻一點不廉價——它正在由萊諾克斯這樣的小鎮居民和干旱地區的普通家庭，率先并沉重地買單。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
