在人工智能狂飙突进的2026年，美国密歇根州莱诺克斯小镇的居民偶然发现一个神秘网站，宣称要在镇上建设AI数据中心园区，却从头到尾没有公布开发者是谁。镇政府官员也坚称“从未收到申请”，直到居民依据法律迫使内部邮件公开后才发现，开发商早已在私下接触官员。一场对峙迅速引爆。 愤怒的居民挤进一场又一场公开会议，好几次会议持续超过四个小时。他们发起请愿，要求罢免四名镇政府官员。莱诺克斯并非孤例——2026年上半年，全美至少75个数据中心项目被叫停或推迟，涉及金额约1300亿美元。从密歇根、德克萨斯到俄克拉荷马、加州和佛罗里达，类似场景反复上演：居民涌进会场，指责官员对数据中心提案处理不当，有人甚至在州议会门口举起标语“对数据中心说不！”。 人们的怒火并非无的放矢。发电机和冷却系统昼夜轰鸣，巨大的噪音搅扰着原本安静的生活；惊人的耗电量直接推高居民电费账单；更讽刺的是，许多数据中心专门选在地价便宜、有税收优惠的干旱地区，当本地居民还在为日常用水发愁时，数据中心每天抽走逾千万升水。一份民调显示，美国人宁愿住在核电站旁边，也不愿住在数据中心附近。当大多数人还在讨论AI带来的就业冲击时，住在数据中心附近的人们，已经率先承受了AI的环境代价。 联合国大学的最新评估显示，到2030年，全球支撑AI运行的数据中心年用电量可能达到945 TWh，相当于多个中等国家的用电总量；对应的碳排放约3.99亿吨，需要种下约67亿棵树并生长十年才能抵消；水足迹约9.3万亿升，接近撒哈拉以南非洲约13亿人口一年的基本生活用水需求；土地占用则超过14500平方公里，约等于两个大城市都市区的面积。 在这份报告中，AI的环境影响早已不止“碳排放”这一维度。AI运行依赖一个由水、土地与能源基础设施共同构成的复杂系统。例如，若为减少碳排放而将煤炭换成生物能源，碳排放可平均减少约70%，但水足迹可能增加30倍以上，土地足迹增加约100倍。如果只盯着“低碳”一个指标，很容易忽视甚至转嫁其他环境高压。 另一个被严重低估的点来自用户端。研究估计，AI系统整体能耗中，约80%至90%来自“推理阶段”，也就是模型上线后用户每天使用时消耗的能量。以生成一张AI图片为例，2.9瓦时电力、1.22克二氧化碳当量、28.6毫升水和0.45平方厘米的土地，在短短几秒内就被消耗或占用了。不同AI任务的耗能差异惊人：生成一张普通图像所需的电力，大概能让一盏10瓦LED灯亮17分钟；而一个复杂AI视频的能耗，则可支撑同一盏灯运行约42小时。水资源消耗同样悬殊，一张图像约需两汤匙水，一个复杂视频则可能耗掉4.1升，接近一个人两天的饮水量。 更值得警惕的是，如今各类媒体平台上已有不少视频是AI生成或编辑的。一项调查显示，在某个新YouTube账号被推荐的前500个视频中，超过20%被识别为低质量的“AI slop”。随着视频生成工具的爆炸式普及，AI基础设施的负载结构可能被彻底改变，能源和水资源的隐形消耗将急剧攀升。当AI产出的内容变得越来越泛滥，甚至廉价到无价值时，为之付出的真实环境代价却一点不廉价——它正在由莱诺克斯这样的小镇居民和干旱地区的普通家庭，率先并沉重地买单。
热门跟贴