AI牵动巨额自然资本与环境代价

刊于《信报》，2026年8月10日

AI牵动巨额自然资本与环境代价

许佳龙

科大协理副校长（学术发展）；信息、商业统计及营运学系讲座教授；艾礼文家族商学教授

月之暗面（Moonshot AI）最近推出大模型Kimi K3，凭借2.8万亿参数，并拥有100万词元上下文窗口，成为全球首个近3万亿级别的开源大模型，而且通过优化技术架构，有效减少了推论成本，使「性价比」取得显著突破，比较之下，其API综合定价仅为美国顶尖闭源模型（如 Claude Fable 5、GPT-5.6 Sol）的三成至五成，相信这将令AI编程更为普及。虽然Kimi K3的训练与推论成本得以显著下降，但AI大模型的整体发展耗费，迄今仍然未能达致成本效益。

有论者从大模型处理、理解和生成文字的基本单位「词元」（Token），当中的成本效益来反映资本投入与效益不匹配的困境；也有从更宽广的视阀，来揭示AI发展对对自然资本的消耗和环境代价，来探讨发展AI不可视忽的问题。

由于AI技术应用如今无远弗届，且发展快速，其对社会以至个体的种种影响，确实值得深入观察与讨论。

AI供货商补贴用户

无可否认，人工智能可在瞬间生成一篇行文畅顺，资料详尽的文章或报告，还可根据用者的指令，处理包含文本、编程、图像设计及数据分析等智能化工作，表现出色，让人赞叹。但读者也许没有深入了解，发展AI大型语言模型所投入的惊人成本，远远无法单靠对现有用户征收费用，如每月收取订阅费、或「应用程序编程接口」（API）调用计费的收入，来加以弥补，整个行业迄今仍处于严重「收支失衡」状态。换言之，目前的AI供货商是在补贴用户使用。

造成严重「收支失衡」的原因多端，首先，是AI的惊人成本结构，包括巨大训练成本。要开发下一代更聪明的模型，必须购买大量顶级AI芯片，并且消耗巨量电力；另一方面，在多个大型语言模型激烈竞争下，大家抢夺市场占有率，使收费策略陷入高支出低收入的「补贴」泥潭。

能源消耗与环境成本

另一方面，收支失衡的背后，的确藏着巨大能源消耗和环境成本。据联合国大学水、环境与健康研究所于6月份发表了一份报告——《人工智能能源使用的环境成本：碳足迹、水足迹和土地足迹》（Environmental Cost of AI’s Energy Use: Carbon, Water and Land Footprints‧下简称《报告》），全面地剖析了AI高速发展背后所消耗庞大的「自然资本」与环境代价。

首先，有关AI高速增长之势，《报告》预计，增长规模将从2023年的1890亿美元，增长至2033年的近5万亿美元，意味AI市场规模在10年内将增长约25倍；预计2026年全球人工智能支出，将超过2.5万亿美元，从中可见AI发展之速。

在AI训练方面，前沿模型的训练需要消耗巨大能源，这一点已有很多报导，不必详述。相比训练阶段，更值得注意的是，在推理和应用阶段的长期消耗。《报告》估算，模型上线后，若平均每条文本询问消耗约 0.42 瓦时 (Wh)电量，那么，每年的消耗量约为 383 吉瓦时 (GWh)，相当于撒哈拉以南非洲近300万人的年度家庭用电需求。

数据中心产生巨额环境代价

随着人工智能工具普及和广泛应用，每天产生约3亿张人工智能生成的图像，每一张典型图像生成耗电量2.9瓦时，总量就需要消耗约318吉瓦时电力，也足以满足撒哈拉以南非洲近250万人的年度家庭用电需求，而生成这张典型图像，较生成一条简短的文本答案耗电量（0.047瓦时）高出60倍（参见附图），由此可见，海量的询问可累积构成巨大的基础设施负荷。

至于备受关注的基础设施数据中心，《报告》估算， 2025年，全球数据中心消耗448太瓦时（TWh）的电力，足以满足撒哈拉以南非洲13亿人口2.6年的年度居民用电需求。这个用电量将产生1.89亿吨二氧化碳当量的碳足迹，需要种植32亿棵树苗，历时10年才能抵消；消耗4.5万亿升水，足以满足撒哈拉以南非洲6亿多人的年度基本生活用水需求；数据中心需求的土地占用面积为6900平方公里，几乎是伦敦大都会区的4.5倍。

随着AI进一步发展，AI使用的自然资源和环境代价，势必进一步扩大。《报告》预估，到2030年，全球数据中心的电力消耗量，可能超过945太瓦时（TWh），占全球预计电力消耗量的近3%，足以满足撒哈拉以南非洲13亿人口约5.5年的居民用电需求。

《报告》呼吁，评估AI的可持续发展，必须同时量化碳、水、土地三大足迹；一个良好AI生态系统有六项原则，包含透明度、高效设计、公平正义、生命周期责任、全球合作，以及可持续利用，以促进低碳足迹的明智选择。

笔者认同，在当前AI高速发展之际，对其造成的各种影响作出预判，从而及时制订有效应对方略，对AI的可持续和健康发展有明显裨益。至于在应用层面的成本效益问题，即使AI公司如今调整了收费模式，以词元的输入输出来计费，但依然无法扭转收支严重失衡之困，其成因和影响，另文讨论。