为什么说人工智能的水资源问题或许恰恰是一个机遇

A technician works at an Amazon Web Services AI data center in New Carlisle, Indiana, U.S., October 2, 2025. It is crucial that we square AI's economic potential with the demands it places on our water systems.
It is crucial that we square AI's economic potential with the demands it places on our water systems.Image: REUTERS/Noah Berger for AWS
本内容由人工智能自动翻译。
  • 水资源紧张已是全球性挑战,人工智能经济不断增长带来的需求正加剧这一压力。

  • 数据中心和芯片制造商消耗的水可能比整个社区还多。

  • 如果应对得当,满足人工智能对水资源系统的需求,可以成为推动转型、提升水资源保障水平的催化剂。

每一块 GPU、每一座数据中心,以及每一兆瓦用于驱动人工智能的新增电力,都依赖可靠的水资源供应。水量不足,人工智能革命就会枯萎,而非发展壮大。但为人工智能时代重新思考供水方式,也蕴含着机遇。

据世界银行,有40亿人生活在缺水地区。到2030年,全球需求将比可持续供给高出多达40%,而16亿人将无法获得安全饮用水。人工智能对水资源的需求迅速增长,正在加剧产业与社区之间的新矛盾;这些社区早已感到水资源不够分配。

人们常说历史会重演,而这句话在水资源问题上带来了一丝谨慎的乐观。每一次工业革命——从19世纪的纺织厂到现代电气化——都考验着供水和污水处理系统的承载能力。我们的前人有时在危机临头后,仍将这些挑战转化成了机遇。如今的基础设施——从污水处理厂到水电大坝——正是以往“水资源转型”的成果;这些转型协调了不断增长的经济需求与广泛增长和人类发展的需要。

如今,人工智能革命再次迫使我们重新思考水资源问题。若管理不善,这可能演变成人与进步之间的零和竞争。若管理得当,我们可以借人工智能革命之力推动更宏大的变革:提升水资源保障水平。

数据中心消耗多少水?

水资源支撑着人工智能超级周期的整个价值链。数据中心往往是最显眼的人工智能用水环节。即使采用高效冷却方式,一座超大规模数据中心(约130兆瓦)每年也可能消耗1.71亿升水。较不为人所见的是,人工智能相关的芯片制造和发电消耗的水甚至比数据中心更多。这三个领域合在一起构成了一个“人工智能经济”,其用水需求正在迅速攀升。

目前,人工智能经济每年消耗23立方公里水。据预测,到2050年,这一数字将增长逾一倍(增加129%),达到54立方公里以上(约合14万亿美制加仑)。这一数据来自全球水务情报公司与赛莱默的新研究。换言之,为了让人工智能经济运转,全球每年还需额外找到31立方公里水。这足以让地球上的每个人每年额外获得3,820升淡水。

协调人工智能增长与水资源承载能力

问题不只是人工智能需要水,还在于需求发生的地点和时间。全球约40%的数据中心集中在水资源高度或极度紧张的地区;夏季需求达到峰值,此时社区和农民本已面临短缺。

半导体制造商面临类似挑战。目前,全球近三分之一的半导体晶圆厂位于水资源紧张地区。然而,生产所需的超纯水每使用1升,就要消耗多达4升淡水。随着芯片复杂度提高,即使还未计入锂、铜等耗水量大的材料,该行业的用水需求到2050年也将增长600%以上。

话虽如此,人工智能经济的耗水强度仍低于过去的重工业。但新的因素正在发挥作用:人工智能经济在资源有限的地区产生用水需求;极端天气使水循环的可靠性下降,水资源竞争因此日趋激烈;而水务系统在数十年投资不足后,早已不堪重负。

让人工智能经济具备水资源韧性的三种方式

如果人工智能增长速度超过当地水资源承载能力,我们就有可能制造出所谓的“数字尘暴区”。但如果现在作出正确决策,我们就能确保未来数十年的水资源保障。其中一些决策包括继续投资可再生能源(其用水量远低于化石燃料替代能源),并采用能显著提高用水效率的尖端冷却系统。

但要全面增强人工智能经济的水资源韧性,我们需要推动水资源转型,完成三项关键转变:

1. 修复漏损

减少全球老化基础设施管网中的水损,是我们能够进行的最高效投资之一。据世界银行统计,全球公用事业单位每年在水处理厂至终端用户之间损失惊人的32万亿升水。部署数字传感器、人工智能驱动的监测和预测性维护,可以以较低成本大幅减少无收益水。这些解决方案不仅有利于人工智能经济,也能增强公用事业单位的韧性、改善环境,因为它们减少了处理水所需的能源和化学品。

2. 回收再利用

让水循环形成闭环同样重要。大多数淡水只使用一次便被排放。在全球范围内,接受处理以供再利用的水不足10%,尽管社区、芯片制造厂和数据中心都已有安全、大规模回用水资源的技术,包括先进过滤与膜技术、生物处理和消毒。在人工智能价值链中,我们可以将晶圆厂和数据中心设计成闭环水系统,对污水进行再处理以供应产业和社区,并将高品质再生水视为战略资产,而非事后才考虑的可持续发展事项。

3. 建立多元合作关系

新型合作关系有助于推动水资源转型。水资源具有很强的地域性,不同利益相关方对其管理方式看法各异。这既是挑战,也可以成为优势:一方眼中的废水,只要管理得当,就能成为另一方的核心水资源。通过协作伙伴关系,人工智能超级周期中的部分资本投资可以改善一个地区的水资源质量和基础设施,从而提升水资源保障水平。

我们的选择很简单:可以竞争,也可以合作,共同管理这一有限资源。

如果管理得当,人工智能超级周期留给人们的记忆将不只是它创造了什么,还有它如何促使我们更好地重新思考水资源问题。眼下,水资源既是新经济发展的支撑,也可能成为瓶颈。将水资源保障融入人工智能价值链的领导者,将塑造下一个世纪的增长。未能做到这一点的人将面临严格限制和社区抵制。前进方向十分明确:通过大规模协同行动与创新,可以提升水资源保障水平,让社区和产业共同受益。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。