在華盛頓州雷德蒙德市的微軟總部，工程師們的手指正在鍵盤上翻飛，為人工智能（AI）的未來編寫著一行行代碼。

與此同時，在1500公里外，一場看似毫不相干的“怪事”正在發生：在堪薩斯州地下深處，巨型泵機正將混合著人類糞便和污水的黏稠“生物泥漿”，源源不斷地注入地殼深處。

這聽起來匪夷所思的“埋糞”操作，正是微軟為AI飛速發展所付出的“環境賬單”。

AI的“超能力”光環背后，是驚人的電力、水資源消耗和飆升的碳排放。法國AI初創公司Mistral AI的最新報告顯示，其旗艦模型Mistral Large 2訓練和運行18個月，產生的二氧化碳竟然相當于5000輛家用轎車一年的排放量。

在AI基礎設施規模擴張時，科技公司對自身碳足跡的披露卻依然不甚透明。“埋糞”不過是冰山一角，“綠色焦慮”正逐步成為AI產業鏈上無法回避的巨大成本。

微軟為何豪擲17億美金“埋糞”？

最近，微軟和一家名為Vaulted Deep的生物科技初創公司簽了一份大單。根據協議，Vaulted Deep將代表微軟在2038年前完成490萬噸的碳去除目標。

雖然具體金額沒公布，但有報道稱這筆交易總價值超過10億美元。如果按照Vaulted Deep每處理一噸二氧化碳收費350美元來算，微軟為此付出的代價可能高達17億美元。

Vaulted Deep究竟有何 “神通”，能讓微軟如此大手筆投入？

原來，這家公司專門收集各種有機廢棄物，包括人類排泄物、動物糞便、造紙污泥等，把它們轉化成漿糊狀的“生物泥漿”。接著，他們通過深井注水技術，把這些“生物泥漿”泵入地下約1500米深、不透水的巖層中進行密封。這種方法不僅能永久去除碳、減少甲烷排放，還能把PFAS等微量污染物封鎖在地下，防止它們污染當地環境。

對微軟來說，這17億美元的“埋糞”支出，實際上是在購買“排放權”。

微軟最新的可持續發展報告顯示，隨著其云計算和AI業務的瘋狂擴張，公司2024財年的碳排放量自2020年以來已經累計增長了23.4%。數據中心電力需求的指數級飆升，讓微軟此前承諾的減排目標面臨嚴峻挑戰。事實上，在與Vaulted Deep合作之前，微軟已經連續簽署了好幾份巨額碳信用交易訂單。

然而，對于這種“花錢買抵消”的做法，很多人并不認同。專注于碳定價和碳移除研究的非營利機構Carbon Market Watch的專家Benja Faecks直言不諱地告訴《每日經濟新聞》記者（以下簡稱“每經記者”），微軟的這項協議更像是一種“獵奇項目”，能短暫吸引一些注意力。“作為一個致力于推動氣候行動的NGO，我們非常反對‘抵消排放’的邏輯，因為排放是不能抵消的。你不能通過購買碳信用額或在供應鏈之外投資一些項目，就宣稱自己‘減少了排放’。”

她強調：“真正值得信賴的氣候行動，應該把重心放在從源頭減少排放上，而不是玩‘賬面游戲’。”她同時提到，碳抵消項目的實際減排效果因項目而異。自愿碳市場的初衷，是為了給那些有益于環保的項目提供資金，比如植樹造林，即使有時碳匯量化不那么精確，它依然是個重要的環保項目。

AI的“碳賬單”有多嚇人？

科技巨頭們總是熱衷于展示AI的“超能力”，但對AI背后真實的環境代價，卻往往避而不談。

Faecks告訴每經記者，當前的排放核算機制是有缺陷的。比如在Scope 2（即企業購買自用的能源如電力、蒸汽、供暖和制冷所產生的間接排放）和Scope 3（其他間接排放）方面，微軟等科技公司采用了“基于市場的核算機制”（market-based accounting），也就是說，通過購買可再生能源證書或其他采購方式，他們可以在賬面上甚至實現零排放。

那么，AI到底有多耗能呢？AI的訓練和運營目前主要依賴于不可再生能源，且存儲AI模型的數據中心通常位于可再生能源資源匱乏的地區。

國際電信聯盟今年6月初的一份報告揭示了一些關鍵信息：由于數據中心對電力的巨大需求，從2020年到2023年，亞馬遜、微軟、Alphabet（谷歌母公司）和Meta在運營過程中產生的間接碳排放量平均增長了150%。這些間接排放包括企業購買電力、蒸汽、供暖和制冷等產生的排放。

其中，亞馬遜2023年的運營碳排放量比三年前猛增182%，微軟增長155%，Meta增長145%，Alphabet增長138%。報告還指出，隨著AI投資的持續增加，排放量最高的AI系統預計每年將排放1.026億噸二氧化碳當量。

歐洲AI初創公司Mistral AI在7月22日發布的一份AI大模型環境影響分析報告，提供了更具體的數字。他們與可持續發展咨詢公司Carbone 4和法國生態轉型機構ADEME合作，為自家旗艦模型Mistral Large 2算了一筆詳細的“碳賬”。

研究發現，截至今年1月，經過18個月的訓練和使用，Mistral Large 2共排放了2.04萬噸二氧化碳，這相當于5000輛普通家用轎車一年的碳排放量；它還消耗了28.1萬立方米的水，這足以注滿112個奧運泳池；同時使用了相當于660公斤銻的資源（銻當量用于衡量硬件生產所需的稀有金屬和礦物消耗）。

研究同時表明，在AI模型的整個生命周期中，訓練和推理對環境的影響最大。據Mistral AI稱，該模型在這個階段排放的溫室氣體占比達85.5%，水資源消耗占比為91%。

另一項針對DeepSeek、Qwen、Llama等14個開源大模型的研究也顯示，在回答相同類型問題時，具備推理能力的模型能耗和碳排放量，是非推理模型的4到6倍。

arXiv預印本網站2025年5月發布的一篇論文顯示，如果按照GPT-4o每天在全球產生約7億次查詢來計算，該模型一年的推理用電量累計可達39萬至46萬兆瓦時，這差不多是3.5萬個美國家庭或25所大學每年的總用電量。照此推算，GPT-4o每年的排放量約為13.8萬至16.3萬噸二氧化碳當量。如果想抵消這些排放，需要超過558平方公里（相當于芝加哥市面積）的美國森林進行碳匯。

AI要靠“真減排”，而非“花錢買心安”

經合組織和國際能源署的數據顯示，到2027年，AI每年可能消耗高達66億立方米的水，是瑞士年消耗量的兩倍。到2030年，數據中心的能耗可能會翻一番，達到945 TWh，這甚至會超過日本（900 TWh）和瑞士（60 TWh）的總能耗。

AI的“生態足跡”不只包括用電和用水。根據科學期刊《自然計算科學》上的一項研究，生成式AI在2023年產生了2600噸電子垃圾。到2030年，這個數字可能會飆升到250萬噸，相當于133億部廢棄的智能手機。

圖片來源：每經記者 孔澤思 攝

面對AI發展帶來的巨大碳排放壓力，科技巨頭紛紛開啟“降碳軍備賽”。谷歌、微軟和Meta承諾在2030年前實現“凈零排放”目標，亞馬遜則把最后期限設在了2040年。

然而，Carbon Market Watch的Faecks向每經記者強調，AI行業應該優先使用可再生能源等從源頭減少排放，而不是光想著“把糞便埋到土里”來抵消。她承認兩者并非完全矛盾，但源頭減排必須是首要目標。她認為，碳信用機制往往備受批評，是因為其常被用于誤導性的“碳中和”宣傳。如果企業不將碳信用額度作為“凈零排放”的借口，這種機制本身不會受到如此嚴厲的指責。

她指出，科技公司的主要排放來源有兩個：一是數據中心的電力消耗，二是供應鏈中的硬件制造能耗。“可再生能源是科技行業轉型的關鍵，”Faecks說，“同時，延長設備使用壽命和在硬件生產中使用更多可回收部件，也是減少供應鏈能耗的重要措施。”

微軟、Meta、亞馬遜和谷歌等巨頭在可再生能源方面已經有所行動，僅在今年6月就公布了多項進展：

6月3日，Meta與美國最大的核電站所有者Constellation Energy達成一項為期20年的協議：從2027年6月開始，Meta將從Constellation位于伊利諾伊州的克林頓清潔能源中心購買大約1.1吉瓦的電力。

6月9日，亞馬遜宣布在賓夕法尼亞州投資200億美元建設兩個數據中心園區，其中一個數據中心直接接入核電站電力供應；

6月30日，谷歌宣布加大對核聚變能源初創企業Commonwealth Fusion Systems的投資，并簽署200兆瓦的無碳能源購買協議。

盡管頭部科技企業在可再生能源領域已邁出實質性步伐，但這仍難以掩蓋整個科技行業在減排治理上的核心短板。

Faecks強調，除了要求企業提高環境影響披露的透明度外，政府也必須介入并加強監管。因為目前這些企業的碳中和承諾大多基于自愿原則，雖然未能達成目標可能會導致一些負面影響（比如失去部分投資、影響整個供應鏈的參與意愿），但這些約束力遠不如政府監管有效。

她呼吁，全球正處在“關鍵十年”（2020到2030年），這是應對氣候變化的最后窗口期。作為新的重大排放源，AI領域內的政府和企業都有責任盡快采取行動。