两位在AI可持续领域深耕多年的专家，本周正式告别大厂，联手创办了一家新机构。他们的目标很明确：帮企业算清楚AI的能耗账，在拥抱生成ative AI的同时，不让碳排放失控。

这家名为Sustainable AI Group（SAIG）的研究与咨询公司周三在蒙特利尔成立。联合创始人Sasha Luccioni此前是Hugging Face的AI与气候负责人，Boris Gamazaychikov则曾任Salesforce AI可持续发展主管。两人选择在这个时间点出走创业，背后是对一个核心矛盾的判断——AI的技术架构与可持续发展目标存在结构性冲突，而这种冲突正在转化为实实在在的商业风险。

打开网易新闻 查看精彩图片

"我们试图做的是为AI整体降低风险，"Gamazaychikov在接受BetaKit采访时直言，"AI所依赖的基础设施与可持续发展不兼容，这带来了大量商业风险。"

这个判断并非危言耸听。训练和使用大规模生成式AI模型需要数据中心提供算力支撑。据国际能源署数据，向ChatGPT提问一次平均耗电量可达Google搜索的10倍；如果涉及图像或视频生成，能耗还会更高。高盛研究预测，到2030年，AI驱动的数据中心能耗将增长160%，占全球电力消耗的3%至4%。

但对企业而言，追踪这笔能耗账并不容易。Luccioni指出，核心障碍在于信息透明度不足——AI模型的实际能耗数据往往难以获取。更棘手的是"AI生命周期"的定义本身就很模糊：从芯片关键矿物开采，到ChatGPT的一次查询，哪些环节该计入碳足迹？不同机构的标准差异很大。Luccioni本月刚与人合著了一篇发表于Computers and Society的论文，专门讨论这一问题。

尽管她承认部分科技巨头已在信息披露上有所改进，但Luccioni认为整个行业仍缺乏统一标准。这正是SAIG的切入点：与企业合作建立报告规范，并在大型AI厂商与采购方之间扮演桥梁角色。

"我们认为需要有一个可信的、独立的第三方存在，为这些采购方提供建议，"Gamazaychikov补充道。

两人的合作渊源可以追溯到更早。他们曾共同参与Hugging Face发起的AI Energy Score项目，该项目对开源AI模型进行排名，帮助开发者比较不同模型的能效表现。Luccioni的学术背景同样亮眼——她在蒙特利尔大学攻读博士后期间，师从深度学习先驱、图灵奖得主Yoshua Bengio。Gamazaychikov则经历了从美国政府环境工程师，到旧金山可持续咨询公司Stok，再到Salesforce的完整职业路径。

他们的创业时机颇具意味。过去几年，企业AI工具部署加速，但与此同时，ESG（环境、社会与治理）原则在 corporate 世界的关注度却在下滑——尤其受到美国政府态度转变的推动。SAIG的成立，某种程度上是在逆风中押注：当AI能耗问题从边缘议题变成成本中心，企业终将需要专业的第三方来厘清这团乱麻。