（来源：经济参考报）

当人工智能（AI）以前所未有的速度重塑世界的同时，一场关乎未来的资源危机正悄然浮现。经济合作组织（OECD）与电气电子工程师学会（IEEE）联合发布的《人工智能的隐性成本》研究报告，首次系统性揭示AI技术发展对能源、水资源等基础要素产生的深层次影响。这份在2025年法国人工智能行动峰会期间形成的研究成果，为全球AI产业可持续发展敲响警钟，更是对全球AI产业发展路径的一次深刻反思。

资源压力的双重叙事

能耗“滚雪球”效应严重。报告显示，AI大模型全生命周期的能耗呈现“滚雪球”效应。以GPT-4为代表的千亿参数大模型，单次训练耗电量2.4亿度，相当于3000户家庭年用电量，而推理阶段的持续能耗可能达到训练阶段的10倍，导致数据中心整体功耗呈指数增长。根据国际能源署（IEA）的预测，2026年全球数据中心总用电量将翻一番，仅靠可再生能源难以满足需求。

水资源的隐形消耗问题也非常严峻。超大规模数据中心的冷却和增湿需求极大。相关研究指出，单座超大规模数据中心日均用水可达150万升，对水资源形成显著压力。依据《用水定额——数据中心》标准，先进冷却技术的水耗可降至1.4L/kWh，而传统空调系统常在2.1L/kWh以上。欧洲多国（美国科技巨头在爱尔兰、德国、丹麦、荷兰等地的超大规模数据中心）已出现水资源争夺的局面，凸显“水能关联”治理的紧迫性。

技术治理多维破局

面对这一系统性挑战，报告提出“技术革新+制度设计”双轮驱动方案，为破局指明了方向。这不仅是应对策略，更是一种全新的发展哲学。

在能源技术创新的“硬核”层面，全球科技巨头正积极探索变废为宝的路径。例如，脸书在位于丹麦欧登塞园区的项目推广余热回收技术，将数据中心废热接入区域供暖系统，已实现85%热能再利用。在调节能源需求方面，可利用北欧低温环境自然冷却，结合南半球夜间时段错峰训练大模型。

水资源管理同样涌现出创新方案。微软为其数据中心提供一种新的冷却架构，水在闭环中循环，并且完全没有蒸发。中国联通的宁夏中卫云数据中心采用了全自然新风制冷技术，不仅提升了制冷效率，还降低了制冷成本，为数据中心绿色节能发展提供了新思路。

然而，仅有技术革新远远不够。报告特别强调“制度设计”这一“软约束”的重要性。建立“水-能关联”核算体系是其中的关键一步。该体系要求企业不仅要披露自身的直接能耗和水耗，还必须追溯其全产业链的资源足迹，从芯片制造、电力来源到数据中心的选址和运营，形成一张全景式的资源账本。这种透明化的压力，将倒逼企业在决策时进行更全面的成本效益分析，从而引导资本流向更可持续的技术和地区。

中国方案贡献全球治理

在技术实践上，我国科技企业正从跟跑者向并跑者甚至领跑者转变。阿里云在“浸没式液冷”技术研究方面已迈入行业前列，在杭州、张北等地建设全球首批5A级绿色液冷数据中心，年节电约3000万度，并与英特尔开展产品与技术合作，深化液冷芯片散热方案，有效降低数据中心能耗水平，压降成本、降低故障率以及噪音。由中国气象局联合清华大学研发的气象大模型，即人工智能全球中短期预报系统“风清”，目前已在雄安新区落地，进行试点和应用，用于中短期天气预报，提升气象服务的AI应用水平。

在治理理念上，中国正为全球AI治理提供重要的公共产品。我国2023年10月提出了《全球人工智能治理倡议》，明确AI发展必须以人类共同福祉为核心，强调发展优先、伦理先行、开放合作等原则，这既是对全球挑战的正面回应，也为其他国家开展人工智能治理问题提供了重要参考。2024年7月在世界人工智能大会上发布的《人工智能全球治理上海宣言》，进一步呼吁各国共推安全、可信、共享的AI发展路径，提出共建多边治理平台、促进技术转移、弥合数字鸿沟等具体行动。希望各方积极响应，携手行动，共同推动人工智能造福全人类。

在政策落地与国际合作方面，中国在全球AI能力指标、AI伦理指南等方面提供了可操作的技术标准，推动多边协同与南北合作，为发展中国家提供技术援助与能力建设机会。例如，通过“全球安全倡议”与“全球发展倡议”的协同，中国在AI安全治理、风险评估、跨境数据流动等方面提供了系统化的治理框架，形成“三大倡议”的整体治理格局。

面向未来的协同路径

强化资源核算。在企业层面推广水能关联核算体系，在行业层面制定统一的电能利用效率与水耗基准，实现资源使用的透明化与可比性。

推广低碳冷却技术。加速自然冷却、余热回收、浸没式液冷等技术的标准化与商业化，鼓励跨国企业在新建数据中心中采用零用水或低用水方案。

完善全球治理机制。以《全球人工智能治理倡议》与《上海宣言》为基础，构建多边协商平台，推动AI伦理指南、安全风险评估框架的全球共识。

提升发展中国家能力。通过技术转移、人才培训、资金支持等方式，帮助发展中国家建设绿色AI基础设施，防止AI发展成为“富国与富人”的专属工具。

加强跨行业协同。鼓励能源、气象、通信、制造等行业共享AI计算资源与余热利用，实现算力能源协同的系统化布局（如“东数西算”工程的能源侧布局）。

亟需建立多层次跨领域的AI治理框架

AI作为新一轮科技革命的核心驱动力，正以前所未有的速度重塑经济与社会。《人工智能的隐性成本》报告揭示的，是技术进步与地球承载力之间的深刻矛盾。AI的未来，不应是一场以牺牲环境为代价的零和游戏。从技术创新（余热回收、液冷、自然冷却）到制度设计，再到中国方案（浸没式液冷标准），多维度的破局正在展开，我们看到了希望的曙光。然而，这些零散的亮点必须汇聚成全球协同的洪流。

未来，我们需要建立一个多层次、跨领域的全球AI治理框架，它不仅包含技术创新和制度约束，还应融入伦理审查、经济激励和公众参与。各国政府、国际组织、科技企业和公民社会必须打破壁垒，共享数据，共担责任，共同制定和执行具有约束力的可持续发展标准。把AI的红利转化为全人类的共同福祉，最终引领人类文明走向一个更加智能、绿色和包容的未来。这不仅是对技术的考验，更是对人类集体智慧的终极挑战。

（作者：杨娟系中国科学技术发展战略研究院副研究员，杜帅系对外经贸大学社会保障与企业金融研究中心主任）