一项最新研究估算，2025年全球用于人工智能（AI）的基礎設施所產生的碳排放量，已大致相當於紐約市一整年的排放水平。此外，在用水方面，其消耗的水量則相當於全球居民通過瓶裝水飲用的總和。研究作者指出，由於企業披露的數據十分有限，這一評估很可能還是相對「保守」的版本，實際環境代價可能更高。
該研究由阿姆斯特丹自由大學環境研究所博士生 Alex de Vries-Gao 完成，並發表於學術期刊《Patterns》。他長期追蹤 AI 及加密貨幣挖礦相關數據中心的能源消耗情況，此次則在此前研究基礎上，對2025年 AI 用電及由此產生的排放和用水進行了綜合測算。
他直言，目前幾乎不可能得出極其精確的數字，「但無論如何，這個規模都會非常巨大，而且最終為此付出代價的是所有人」。
根據早前研究，全球 AI 算力在2025年的用電需求可能達到 23 吉瓦，已經超過2024年比特幣挖礦的用電規模。然而，大型科技公司在年度可持續發展報告中通常只披露整體碳排放和直接用水量，鮮少細分 AI 業務本身消耗了多少資源。為此，de Vries-Gao 借助分析師報告、財報電話會議紀要及其他公開信息，推算出 AI 芯片等硬件的生產數量及運行時的耗電水平，再據此折算出溫室氣體排放和用水量。
結果顯示，2025年 AI 相關系統可能每年排放約 3,260 萬至 7,970 萬噸二氧化碳，當中的中位值與紐約市年均約 5,000 萬噸二氧化碳排放相當。在用水方面，AI 今年預計將消耗約 3,125 億至 7,646 億升水，高於2023年一項研究對2027年約 6000 億升上限的預測。加州大學河濱分校電氣與計算機工程副教授任少雷表示，最新結果中用水預估「最讓人意外」，並認為這項分析在方法上仍屬「相當保守」，因為它只計算了設備運行階段的影響，而未計入供應鏈以及設備報廢後的額外環境成本。
數據中心是 AI 的「能源與水大戶」。伺服器在高負載運行中產生大量熱量，需要通過冷卻系統消耗大量水以防止過熱，而為數據中心供電的發電廠本身也依賴海量冷卻水，這些因素共同構成了 AI 龐大的「水足跡」。生成式 AI 的爆發式增長推動了新數據中心的建設，同時也帶動新電廠規劃，如果這些電廠繼續依賴化石燃料，不僅會拉高用水需求，還會進一步增加溫室氣體排放。
在數據中心數量全球領先的美國，當地許多擬建項目已遭遇愈發強烈的社區反對，核心焦點正是電力和水資源的佔用問題。反對者擔心，AI 數據中心會在本就水資源吃緊或電網壓力較大的地區進一步加劇緊張局勢。
研究者指出，即便在水資源尚算充裕的地區，數據中心集中的發展也可能對當地生態系統造成長期影響。
儘管如此，研究仍給出了較寬的區間預測，這在很大程度上源於企業在披露環境數據時缺乏透明度。de Vries-Gao 發現，許多公司雖然發布了可持續發展報告，卻往往遺漏關鍵細節，例如電力消耗背後「間接用水」的佔比，以及 AI 業務在整體水耗和排放中的具體份額。此外，不同地區電網結構差異顯著，電力來源的「清潔程度」直接影響同等用電量對應的排放水平，因此，如果公司能夠更清晰地標註數據中心的地理分佈，也有助於外界更準確評估 AI 擴張帶來的環境衝擊。
該研究呼籲，科技公司應在 AI 相關的碳排放和用水數據上更加公開透明，讓公眾和決策者能夠充分了解這一技術浪潮的真實環境成本。任少雷認為，在社會對 AI 的態度日益兩極化、圍繞用水問題的爭論愈演愈烈之際，這類工作尤為關鍵，有助於推動基於事實的公共討論。de Vries-Gao 則表示，只有在信息更透明的前提下，社會才有可能認真討論一個根本問題：「這是不是我們想要的未來？這是否公平？」
