联合国大学水、环境与健康研究所于8月3日发布报告，详细评估了人工智能基础设施的碳排放、水消耗和土地占用情况，指出当前评估过度关注训练阶段碳排放，忽略了推理阶段及水和土地资源的整体环境成本 [1, 2]。
报告显示，2025年全球数据中心电力消耗预计达到448太瓦时，到2030年将上升至945太瓦时，约占全球电力消费的3% [1, 2]。人工智能推理阶段耗能占总能耗的80%至90%，以ChatGPT为例，其每日约25亿次请求，年耗电量约为383吉瓦时 [1, 2]。
此外，人工智能服务对环境的影响在全球极不均衡分布，约90%以上的算力资源集中在少数发达国家，美国和中国居主导地位，约150多个国家几乎无自主人工智能计算能力 [1]。人工智能基础设施扩张预计将产生高达250万吨电子废弃物，关键矿物开采及废弃物处理主要在监管薄弱的发展中国家进行，引发环境公平问题 [1, 2]。
不同的人工智能任务能耗差异巨大，生成一张图像耗电约为文本分类的1450倍，生成短视频相当于20万次垃圾邮件分类的能耗 [1]。
联合国大学水、环境与健康研究所所长马达尼表示，“这份报告并非反对人工智能。这项技术变革正在改善全球数十亿人的生活。报告旨在呼吁负责任地使用人工智能，并主动应对其意想不到的影响，以确保其可持续发展和公平性” [1]。联合国大学校长兼联合国副秘书长马瓦拉指出，“人工智能基础设施在世界特权地区的集中发展正在造成巨大的数字鸿沟，这对人工智能的公平发展构成了深刻挑战” [1]。
针对台湾地区，现有约36座数据中心，数量全球排名第9。政治大学地政学系教授郑安廷指出，“土地足迹的大小取决于各国的发电结构。若生质能、陆域风机、水力发电占比较高，土地足迹也会随之增加。台湾因国土面积有限，土地压力和社会冲突可能更严重” [2]。
台湾气候行动网络研究中心总监赵家纬建议，“AI资料中心应布局在具备再生能源供给、低用水压力与电网余裕的工业区，建议算力设施、再生能源、储能与再生水系统共址，尽量将AI训练任务转移到绿电充沛时间，支持电网韧性” [2]。另有建议通过国土开发审查加强地方政府对能源开发责任，实现净零义务与发电责任制协调发展 [2]。
报告呼吁建立涵盖透明度、设计效率、公平与环境正义、生命周期责任、全球合作和可持续利用六项原则的人工智能治理框架，整合能源规划和资源管理，推动人工智能健康发展 [1]。
