纽约气候周上的激辩：人工智能是气候解药还是能源黑洞？

本周，联合国年度大会和纽约气候周相关活动在美国纽约同期举行。人工智能及其背后的数据中心成为本届气候周的热门议题。

全球范围内，飞速发展的大模型及其背后的数据中心需要消耗大量电力和水资源。如果新增需求主要依靠煤炭、石油和天然气满足，人工智能的发展可能推高温室气体排放和能源成本。另一方面，人工智能也被寄望于优化电网、提高能源效率、预测极端天气，并加快清洁能源技术研发。

围绕人工智能究竟是气候问题的一部分，还是解决方案的一部分，各方在纽约展开了激烈讨论。联合国气候官员、环保组织和部分社区代表对人工智能快速扩张带来的现实成本发出警告，科技企业、研究人员和部分金融界人士则强调其潜在的减排价值。

“这个问题不能简单地理解为AI究竟是气候变化的‘问题’还是‘解决方案’。”能源智库Ember高级分析师杨木易在接受澎湃新闻（www.thepaper.cn）采访时表示，数据中心确实会带来大量新增电力需求，但这种集中且快速增长的需求如果得到合理引导，也可能成为能源转型的催化剂。

批评者：AI扩张可能推高排放和成本

9月21日，联合国气候变化框架公约执行秘书西蒙·斯蒂尔在纽约发表讲话称，高耗能人工智能正在增加煤炭、石油和天然气造成的温室气体排放，同时推高家庭和企业的能源成本。据彭博社报道，斯蒂尔警告称，人工智能行业获得公众支持的基础正在变得脆弱。

争议的焦点之一是数据中心新增用电由什么能源满足。大型科技企业虽然签署了可再生能源购电协议，并投资地热、核能等无碳技术，但相关项目通常需要较长的建设周期，风电和光伏也需要电网及储能设施配合。为尽快获得稳定电力，一些数据中心开发商开始转向天然气。

彭博新能源财经分析师特里娜·怀特表示，美国数据中心开发商规划的现场天然气发电项目已超过120吉瓦。增加天然气发电，甚至延长部分燃煤电厂寿命，可能阻碍美国电力行业脱碳。

人工智能行业的信息透明度也受到质疑。据彭博社报道，部分主要人工智能企业尚未披露完整的温室气体排放情况、净零承诺或可持续发展报告，外界因此难以准确判断其业务扩张的环境成本。

绿色和平国际上周发布报告称，AI芯片巨头英伟达在宣传人工智能气候效益的同时，淡化了芯片制造和使用产生的排放。报告称该公司将大部分环境成本转移至依赖化石能源的东亚供应链和数据中心所在地。

与此同时，一项针对美国民众的调查显示，超过七成受访者担心人工智能推动数据中心和发电设施扩张，导致能源成本上升并加剧通胀。

新气候研究所气候政策专家托马斯·戴对彭博社表示，人工智能企业最显著的气候影响可能来自其产品的最终用途。因此，评估人工智能不能只看数据中心自身排放，也要考虑相关产品是否帮助其他企业扩大高排放活动。

杰富瑞集团可持续发展和能源转型战略负责人阿尼凯特·沙阿则对彭博社提醒称，过度聚焦人工智能，还可能分散外界对交通、重工业等主要排放源的注意力。在他看来，从全球排放规模看，数据中心目前并不是气候变化的首要问题。

支持者：人工智能可能成为转型催化剂

在气候周的活动上，人工智能气候价值的支持者认为，评估这项技术不能只计算数据中心消耗了多少电力和水资源，还应考虑其为能源、工业等部门带来的效率提升。

德国自动化企业西门子可持续发展负责人伊娃·里森胡贝尔对美联社表示，人工智能将帮助人类应对气候变化。当前既要降低数据中心的环境影响，也要利用人工智能设计未来所需的能源和工业系统。

“数据中心本身也具有一定的负荷灵活性。部分计算任务不必在固定时间和地点完成，可以根据电力供应调整时间，甚至在不同地区的数据中心之间转移。”杨木易说，如果充分利用这种灵活性，数据中心就不只是新增负担，也可能成为帮助电力系统消纳更多风电和光伏的资源。

此外，数据中心还可通过签署长期购电协议，为大型可再生能源项目提供稳定需求，降低投资风险、改善融资条件，推动清洁能源项目落地。

美国前副总统阿尔·戈尔对彭博社表示，人们担忧人工智能数据中心的环境影响是可以理解的，但没有必要因此陷入恐慌。他以垃圾填埋场为例称，全球未覆盖垃圾填埋场产生的排放，远高于所有人工智能数据中心排放的总和。

国际能源署今年4月发布的报告显示，到2030年，包括人工智能数据中心在内的全球所有数据中心预计约占全球电力需求的3%；到2035年，数据中心相关排放可能约占全球电力行业排放的2%。

未来关键在于市场与制度能否跟上

纽约气候周上的争论，并非简单分为“支持”与“反对”两派。各方真正的分歧，在于如何计算人工智能的成本与收益，以及如何把技术潜力转化为实际的减排成果。

支持者关注人工智能在能源系统和整个经济中的潜在价值：反对者则强调，人工智能的潜在收益尚未完全兑现，其现实成本已经出现。还有一部分金融和气候领域人士试图为这场争论建立比例框架。

杨木易认为，真正的难点并不完全在技术本身。“工作负载重调度”（workload rescheduling）等技术已经可以实现，但商业模式、市场机制、合同安排和融资工具等方面尚未跟上。

例如，数据中心运营商主要管理能源和基础设施，计算任务却可能属于大型人工智能企业或云服务客户。现有合同未必允许运营商根据电力系统需要，自由推迟或转移任务。如果调整任务影响服务质量，风险由谁承担；如果数据中心帮助电网降低峰值压力，收益如何分配，都需要明确的制度安排。

杨木易表示，重要的不是陷入人工智能“好还是不好”的无休止争论，而是建立一套机制，把人工智能和数据中心的潜力有效调动起来，助力能源转型。

因此，人工智能既不是天然的气候“解药”，也不必然成为新的能源负担。其最终影响取决于数据中心使用什么能源、接入怎样的电网，以及市场与监管制度能否及时适应技术变化。