聯合國新聞 6 月 4 日報導了聯合國大學（UNU）最新研究，這份研究的切入點與多數 AI 環境討論不同：碳排放長期是衡量 AI 環境衝擊的主要指標，但水資源消耗與土地佔用這兩個面向，至今仍未被系統性地納入評估框架。 具體數字相當驚人：支撐 AI 運作的全球資料中心，到 2030 年的年用電量預計將達到 945 兆瓦時，幾乎是巴基斯坦、孟加拉與奈及利亞三國年用電量總和的三倍，這三個國家的人口總計超過 6.5 億。但用電量只是起點——資料中心消耗的每一單位電力，背後都對應著用於冷卻與發電的「水足跡」，以及發電與供應鏈相關的「土地足跡」。 報告進一步指出，到這個十年結束時，AI 相關的水資源消耗，可能等同於 13 億人的基本年度生活用水需求；其土地足跡則可能超過 14,500 平方公里，大約是雅加達都會區面積的兩倍。 這份研究揭示的核心問題，在於目前衡量 AI 永續性的方式存在結構性盲點，溫室氣體排放特別是與大型模型訓練相關的部分，一直是被優先關注的指標，但這個做法忽略了其他環境成本。一個具體的矛盾是：某些被認為「綠色」的解決方案，在某一面向降低了碳排放，卻可能在另一面向加劇了水資源或土地的壓力，例如轉用特定可再生能源來源，雖然能減少碳排，卻可能大幅提升用水量與土地使用。 這份研究真正的意義，不在於提供一個更嚴重的警示數字，而是在說明：當衡量的維度被擴大，AI 發展與環境永續之間的權衡關係，會比單看碳排放時複雜得多。AI 的未來，最終取決於技術創新，也同樣取決於今天做出的治理選擇。 資料來源： https://news.un.org/en/story/2026/06/1167658