揭穿 AI 水危机：数据、背景与比例的力量

人工智能正在引发全球水危机的说法已成为现代技术批评中的常态。头条新闻经常描绘数据中心“狂饮”珍贵的饮用水并让当地社区陷入干涸的画面。然而，当这些数字脱离了情感化的框架并与其他工业过程并列时，一个不同的故事便浮现了出来。

从本质上讲，“AI 水问题”通常是一个缺乏数字素养和背景信息的问题。虽然数据中心确实使用水，但由于未能区分不同类型的用水方式，且缺乏与其他普遍存在的行业进行比较，其对国家和地方供水的影响往往被夸大了。

理解用水机制

要分析 AI 的影响，我们必须首先为水资源管理建立一套通用的词汇。并非所有的用水方式都是一样的：

• 消耗性用水 vs. 非消耗性用水： 消耗性用水（如冷却塔中的蒸发）会将水从当地系统中移除。非消耗性用水涉及提取水并将其原样返回水源。
• 直接用水 vs. 间接用水： 直接用水是指在数据中心现场用于冷却的水。间接用水是指发电厂在产生为服务器提供动力的电力时所消耗的水。
• 饮用水（Potable Water）： 这是经过处理以确保人类饮用安全的淡水。虽然数据中心经常使用饮用水以防止管道腐蚀，但由于规模经济，将淡水处理成饮用水的成本相对较低。

至关重要的是，AI 所报告的用水量中约有 80% 是间接用水——即在发电过程中消耗的水。这意味着 AI 的水足迹从根本上说与任何其他依赖电力的行业相似。

比例的力量：AI vs. 世界

如果孤立地看待，一个使用数百万加仑水的数据中心听起来是灾难性的。但如果将其作为总消耗量的一个百分比来看，这些数字就会显著缩小。

在美国，所有数据中心（不仅仅是 AI）在 2023 年消耗了大约 0.2% 的全国淡水。如果我们单独看 AI——它约占数据中心用电量的 20%——那么这一数字会降至大约美国淡水的 0.04%（包括现场和场外用水），如果仅计算现场消耗，则仅为 0.008%。

为了直观理解，AI 在美国数据中心使用的水大约相当于 8 个拥有 16,000 人的小镇的水需求量。虽然这并非零，但这只是其他常见活动用水量的一小部分：

• 农业： 美国用水的主要驱动力，其规模比数据中心高出几个数量级。
• 高尔夫行业： 数据中心使用的水量仅占美国高尔夫球场消耗水量的极小部分。
• 消费品： 制造一双皮革鞋子或一部智能手机所需的用水量比单个 AI 提示词（prompt）高出数百万倍。

应对“饮用水”和“污染”的迷思

批评者经常辩称，AI 特别有害，因为它使用的是饮用水。然而，这一论点往往忽略了水务公司的经济现实。在水资源丰富的地区，增加像数据中心这样的大型、稳定的商业买家，实际上可以通过提供升级处理基础设施所需的收入，从而实现规模经济，进而为居民用户降低成本。

关于污染，称数据中心“毒害”水源的说法在很大程度上是对两种特定事件的误解：

1. 施工径流： 一些关于数据中心附近水井干涸的报告是由施工阶段的沉积物堆积造成的，而不是设施运行时的用水量造成的。这是任何大规模建设工程（从医院到仓库）的普遍风险。
2. **** 浓度增加：** 在某些情况下，数据中心使用已被硝酸盐（来自农业径流）污染的水。当水用于冷却而蒸发时，硝酸盐会残留，从而增加了废水中的硝酸盐浓度。数据中心并不是在增加硝酸盐；它只是在浓缩由公用事业公司提供的水源中已经存在的硝酸盐。

经济权衡：水 vs. 收入

在像亚利桑那州马里科帕县这样缺水的地区，辩论的焦点从绝对用水量转向了效率。数据中心在“每加仑水的税收收入”方面表现得极其高效。在某些情况下，数据中心为社区带来的税收收入显著高于高尔夫球场等耗水行业，而使用的水量却少得多。

对于一个沙漠城市来说，选择通常是在建立能以低水足迹产生高收入的行业，还是根本没有工业。数据中心通常会资助关键的基础设施升级——例如废水处理能力的扩容——从而使整个社区受益。

反方观点与外部性

虽然用水量数字可能很低，但承认批评者和观察者提出的合理担忧也很重要。正如社区讨论中所提到的：

• 电力是真正的瓶颈： 水问题可能只是电力需求和电网稳定性这一更紧迫问题的代名词。
• 地方杠杆： 大型企业可能会利用其影响力来确保获得有利条件，从而可能将成本转移给当地纳税人，或者绕过严格的规划。
• 就业缺口： 与传统工厂不同，数据中心提供的永久性工作岗位相对于其占用的土地和资源而言相对较少。

结论

将一个 AI 提示词与一瓶水进行比较是一种在规模上误导性的做法。实际上，一个提示词仅使用极微小的毫升水——远低于生产一张纸或让笔记本电脑运行几分钟所用的水量。

虽然 AI 的能源消耗对环境的影响是一个关键且持续的辩论，但“水危机”在很大程度上是由于缺乏背景信息的数字所造成的。通过将关注点从可怕的总体数字转向比例分析，它变得很清晰：AI 的水足迹是一个可控的工业成本，而非国家级紧急情况。