联合国最新报告揭示了一个严峻前景：人工智能的能源消耗可能在2030年前翻倍，达到全球发电量的约3%，其碳排放量将与英国相当。这份于2026年6月7日发布的报告由联合国大学（UNU）撰写，指出AI技术的快速扩张将带来巨大的环境代价。报告预测，到2030年，AI数据中心的电力需求将翻倍，同时冷却系统所需的水量将超过全球人口一年的饮用水消费量。这一结论打破了AI将随着技术进步而变得更高效的乐观预期。
杰文斯悖论：效率提升为何导致更多消耗
报告引用了一个19世纪的经济学概念——杰文斯悖论来解释这一矛盾现象。该理论由经济学家威廉·斯坦利·杰文斯提出，认为资源使用效率的提高并不一定会减少总消耗，反而可能因成本下降刺激更多使用。杰文斯在维多利亚时代的英国观察到，煤炭效率的改进最终导致了煤炭消费总量的上升。将这一逻辑应用于人工智能，意味着更高效的模型可能推动更广泛的采用，从而抵消甚至超越技术本身带来的节能效果。
当效率成为扩张的催化剂
随着AI运行成本的降低和可及性的提高，该技术正被越来越多地整合到生产流程和服务中。报告指出，这一趋势已经显现：2025年，全球数据中心的电力消耗已相当于沙特阿拉伯的用电量。如果消费量在本十年末翻倍，那么需要种植约67亿棵树并维护十年，才能抵消由此产生的额外碳排放。这一数字凸显了单纯依靠技术效率无法解决环境问题的现实。
环境代价的惊人数字
除了能源消耗，AI基础设施还将产生巨大的水和土地需求。报告估算，支撑AI扩张所需的水量约为9.3万亿升，而物理占地面积将接近墨西哥城的十倍。这些资源消耗不仅影响本地生态，还可能加剧全球水资源紧张。报告还强调，AI的环境影响因使用频率和任务类型而异——文本生成、编程、图像创作和视频制作所需的计算能力各不相同，直接决定了能源和资源的消耗水平。
地理集中加剧数字鸿沟
目前，全球AI云计算基础设施仅分布在32个国家，其中约90%的容量集中在美国和中国。报告警告，这种地理集中可能加深全球数字鸿沟，使许多国家仅作为技术消费者，同时承担与矿产开采和电子废弃物处理相关的环境成本。这种不平衡不仅体现在技术获取上，也体现在环境负担的分配上。
可持续路径：透明度与全生命周期责任
面对这一挑战，联合国提出了一套指导原则，包括透明度、从设计阶段就注重效率、全生命周期责任、公平性、国际合作以及自然资源的可持续利用。报告建议，AI系统的开发和运营过程中应定期发布环境报告。政府则应将AI需求预测纳入能源和气候规划。这一建议在AI日益融入公共服务的背景下显得尤为迫切。
新西兰与澳大利亚的轻监管模式面临考验
报告特别提及新西兰和澳大利亚两国已在国家层面推进AI在政府部门的运用。新西兰建立了指导框架，澳大利亚则开展自动化转录和政务处理等项目。然而，报告指出，两国的监管模式均属于基于原则的“轻监管”类型。作者认为，这类方法可能忽视AI扩张带来的环境后果，呼吁对AI的整个价值链——从原材料开采到设备回收——进行系统性分析。否则，效率提升将被快速增长的AI使用量所抵消。