到2030年，全球人工智能市场的价值可能达到1.6万亿美元，这将带来严重的环境影响。
不过，数据和人工智能也能通过助力研究、促进有效的环境治理，为解决环境问题作出贡献。
政府和企业应在应对气候变化的背景下，支持负责任地使用人工智能。
全球人工智能（AI）市场预计年复合增长率将达38.1%，到2030年市场价值将接近1.6万亿美元——这一惊人增长既得益于大数据也离不开软件和硬件。
据Statista称，当今数字化经济产生的数据量每年增长40%，预计到2025年将达到163万亿吉字节，这将进一步推动人工智能的发展。
数据价值链与环境
数据价值链包括用于采集数据的设备和传感器、用于传输数据的网络，以及用于存储数据的数据中心。制造和运输这些设备与产品都需要自然资源和能源，而它们在整个生命周期中会排放温室气体。除了产品本身，运行机器学习算法也需要能源。
数据中心占20%的德国金融中心法兰克福总用电量。神经网络是受人脑启发的计算系统，也是大多数现代人工智能算法的基础，其耗电量尤其大。
人工智能的总体趋势是耗电量不断增加，因为训练模型需要计算资源，而利用这些模型推断新数据也需要计算资源。据OpenAI（ChatGPT的开发者）称，训练平均模型所需的计算量每年增加十倍。有些人认为机器学习正朝着耗尽所有可供能源的方向发展。
应对人工智能带来的环境挑战
许多研究探讨了如何利用数据和人工智能揭示新见解、助力更明智的决策，从而解决可持续发展问题。然而，反弹效应和人类行为抵消了其中一些益处，而数据与人工智能价值链造成的直接负面影响也十分显著。
人工智能研究人员指出：“人工智能将改变商业实践和行业，并有望应对包括可持续发展在内的重大社会问题。自然环境退化和气候危机是极其复杂的现象，需要最先进、最具创新性的解决方案。”他们是Rohit Nishant、Mike Kennedy和Jacqueline Corbett。
他们提出，企业可以通过五种方式，协调人工智能对环境的影响与其在应对气候危机方面的关键作用。
1. 采用多层次视角把握现实世界的复杂性，例如限制反弹效应。
2. 运用系统动力学视角，理解技术、用户及其他利益相关方之间的互动和反馈循环。
3. 采用设计思维方法，尽量减少潜在的意外后果，提高人工智能解决方案的有效性。
4. 了解人类反应的心理和社会学基础，以制定有效的长期解决方案。
5. 考察人工智能对可持续发展的经济价值，加深我们对人工智能与传统信息技术差异的理解。
研究人员补充道：“人工智能的真正价值，不在于它如何帮助社会降低能源、水和土地使用强度，而在于更高层次上，它如何促进和推动环境治理。”
企业与治理
多份报告呼吁各国政府推动可持续人工智能，其中一份报告提出了以下建议。
随着数据量增加、人工智能在各行业、不同规模的企业和各国不断普及，公众很可能会越来越多地质疑企业使用数据和人工智能所带来的环境影响，监管机构也可能提出质询。
随着公众、企业和政府日益成熟，仅仅计算人工智能在解决环境问题方面带来的益处已不足够。还必须权衡组织在数字领域之外的其他负面影响，并考虑其直接负面影响。
要实现这种衡量，需要系统地看待环境影响，视野远超纯粹的数字影响（无论直接还是间接），并纳入公司之外的利益相关方，例如客户和供应商。
要产生积极影响，就需要运用以往缺失或与工程专业知识相隔离的专业知识，例如行为科学和设计思维。
这一切对战略和竞争格局意味着什么？
从竞争格局来看，可能只有少数企业会超越标准和预期，建立鲜明的市场定位。然而，对这些企业而言，收益在于品牌塑造以及支撑高端定位。但它们也必须在多个方面作出坚定承诺，以避免被贴上“漂绿”标签，因此其商业模式将面临重大改变。
更少数的企业会把环境置于首位，并据此重新定义运营和商业模式。这种做法要求它们认真考虑，是否需要自己能够获取的全部数据，以及是否需要耗能巨大的模型。
更多企业会出于成本考虑，制定大幅节能的策略。能源在成本中的相对占比越高，能效就越能构成优势。同样，一些企业会设法以更低成本获得清洁能源，大型科技公司已经在这样做。
如何在人工智能的创新潜力与其环境影响之间取得平衡，是一个艰难却必要的议题。之所以必要，是因为我们每天都被提醒必须尽快作出决策；之所以艰难，是因为这不仅是一个纯粹的技术问题，也关乎治理。
