AI的用水量究竟有多驚人？科技巨頭與學界的說法存在顯著差異。（圖片來源：Getty Images）
【看中國2025年8月17日訊】（看中國記者翁友德綜合報導）當我們享受人工智慧（AI）帶來的便利與樂趣時，或許很少人會想到，這個「雲端」世界背後隱藏著巨大的水資源消耗。從ChatGPT的日常對話到AI繪圖的創意生成，每一次的運算都牽動著龐大的數據中心，而這些資料中心的運作，正悄悄地對全球水資源構成前所未有的挑戰。
AI耗水驚人 數字分歧引發關注
AI的用水量究竟有多驚人？科技巨頭與學界的說法存在顯著差異。OpenAI執行長山姆．阿爾特曼（Sam Altman）曾表示，ChatGPT回答一個問題僅需約十五分之一茶匙的水。然而，一項來自加州與德州學者的研究卻指出，OpenAI的GPT-3模型每回應10到50次查詢，就會消耗約半公升的水，這相當於每次回應需要2到10茶匙的水，比阿爾特曼的說法高出許多。
這種數字上的落差，主要來自於計算中納入的範圍不同。學者們的估算，除了冷卻伺服器所需的直接用水，還將發電過程中的水資源消耗也一併計算在內。畢竟，為AI龐大的運算能力提供電力，需要燃煤、天然氣或核能發電廠來推動渦輪機，而這些過程都需要大量的水。
儘管確切的數據尚無統一標準，但AI用水量正在累積已是不爭的事實。OpenAI每天回應的查詢高達10億次，而這只是眾多AI機器人中的一個。根據研究估計，到了2027年，全球AI產業每年的用水量將是整個丹麥的4到6倍。加州大學河濱分校的任少磊教授指出，「我們使用的人工智慧越多，消耗的水就越多。」這也讓AI的快速擴張與日益嚴重的全球水資源短缺問題，形成一對尖銳的矛盾。
一個名為「你的雲端使我的河流乾涸」（Your cloud is drying my river）的環保團體應運而生。（圖片來源：Adobe stock）
資料中心：乾旱地區的新「耗水大戶」
所有線上活動的運作，都仰賴龐大的資料中心。這些設施如同巨型倉庫，內部裝滿了電腦伺服器機架。當電力流經這些設備時會產生巨大的熱量，因此需要水來進行冷卻。部分冷卻系統甚至會將高達80%的用水蒸發到大氣中。
由於AI任務所需的運算能力遠高於一般網路活動，例如一次ChatGPT查詢所消耗的電力幾乎是Google搜尋的10倍，這意味著AI需要更多的電力，也產生更多的熱量，從而對冷卻水產生更大的需求。
令人擔憂的是，大型科技公司近年來對於在乾旱地區建設資料中心的興趣日益增加。這些地區之所以具有吸引力，是因為土地供應充足、電力基礎設施完善、可再生能源豐富，以及法規相對友善。然而，這卻與當地本已緊繃的水資源供應形成衝突，引發了當地居民與環保團體的強烈反彈。在西班牙，一個名為「你的雲端使我的河流乾涸」（Your cloud is drying my river）的環保團體應運而生；在智利和烏拉圭，因居民抗議水資源分配問題，谷歌甚至暫停或改變了部分資料中心的建設計畫。
科技巨頭的應對與承諾：效率、循環與回補
面對外界質疑與日益增長的環境壓力，科技巨頭們正在採取行動。谷歌、微軟和Meta等公司都在其環境報告中坦承，其資料中心確實使用了來自缺水地區的水資源。但他們也承諾，將透過技術創新和投資，降低對水資源的依賴。
主要的解決方案方向包括：
1.乾式冷卻與封閉循環系統：相較於耗水的蒸發冷卻，乾式或空氣冷卻系統雖然耗電較多，但能減少用水。此外，微軟、Meta和亞馬遜都在開發「封閉循環」系統，讓水或其他冷卻液體在系統內循環使用，無需蒸發或更換。雖然目前這些技術的導入尚處於早期階段，但被視為未來的趨勢。
2.廢熱回收：在歐洲部分國家，如德國、芬蘭和丹麥，已有計畫或正在實施將資料中心產生的廢熱回收，用於當地居民的供暖，實現能源的再利用。
3.使用非飲用水源：雖然企業通常偏好使用乾淨的淡水，以降低設備腐蝕等風險，但部分企業也開始增加使用海水或工業廢水等非飲用水源進行冷卻。
4.「水資源正向效益」目標：谷歌、微軟、亞馬遜雲端服務和Meta都已設定目標，要在2030年前達成「水資源正向效益」（water positive），也就是在整體營運中，回補的水量要多於取用的水量。為了實現這一目標，他們資助並支持各種水資源保護項目，例如恢復濕地、修復洩漏點和改善灌溉系統等。
雖然這些企業在回補水資源方面已有顯著進展，但聯合國兒童基金會（UNICEF）創新辦公室全球主任湯瑪斯·達文（Thomas Davin）指出，距離實現這些目標仍有「很長的路要走」。
科技與環保 永續發展的未來之路可能嗎？
人工智慧的發展究竟能否實現環境永續？這是一個複雜的問題。樂觀派他們認為，AI本身可以成為解決環境問題的工具，例如協助偵測溫室氣體洩漏、優化交通路線以節能，甚至在醫療和教育領域發揮革命性作用。聯合國兒童基金會（UNICEF）的達文就希望看到企業能朝著「效率與透明度」的方向競爭，並呼籲將模型開源，以減少重複訓練模型所造成的資源浪費。
擔憂派的獨立研究員洛雷娜·豪梅-帕拉西（Lorena Jaume-Palasí）則對此持懷疑態度。她認為，儘管我們可以提高效率，但效率的提升往往會導致更多使用量。她直言不諱地指出：「從長遠來看，我們根本沒有足夠的原材料來支撐這場打造更大、更快人工智慧系統的競賽。」
此外，資料中心的快速擴張也引發了其他連鎖效應。在美國，有居民抱怨資料中心的建設擾亂了自家的水井；在英國，大量新建資料中心的計畫引發了民眾對能源帳單上漲的擔憂，甚至有水務公司對供水壓力表示擔憂。這些事件都提醒著我們，AI的「雲端」世界並非虛無縹緲，它的基礎設施建設正深刻地影響著我們的現實生活。
眼前AI的發展已勢不可擋，但如何在不犧牲地球最基本資源——水的前提下，為未來的數位世界提供動力，是科技巨頭、政府以及全人類都必須共同面對的嚴峻挑戰。
