近日，麻省理工学院研究团队发布了一项关于人工智能气候影响的研究。论文指出，评估AI对环境和气候的影响，不能只关注数据中心、芯片以及模型训练究竟消耗了多少电力；更值得重视的是，当AI显著提升效率、降低成本后，往往会进一步刺激经济增长，而随之扩大的生产与消费，很可能反过来抵消一部分原本预期能够实现的节能减排效果。

AI

研究认为，人工智能一方面正在快速推高数据中心的能源消耗需求，另一方面也可应用于电网优化、需求响应、能源系统管理以及电气化等场景，从理论上看具备助力减排、提升能源利用效率的潜力。

其中一个核心问题就是“反弹效应”。据CNMO科技了解，当AI提升生产效率后，同类产品或服务可能变得更加便宜，企业也能以更低成本完成更多任务。消费者节省下来的开支，随后又可能被用于旅游、购物或其他类型的消费，最终导致全社会的资源消耗和能源需求继续上升。换句话说，某一个环节变得更加节能，并不意味着整个经济体系的碳排放就一定会下降。

研究还提出了一个非常重要的概念——“AI碳债务”。更直白地说，AI基础设施建设带来的排放，目前正在快速增长；但人工智能在能源优化、气候治理和减排管理等领域可能释放的减排收益，往往需要更长时间才会真正显现。问题也正在于此：即使未来依靠人工智能气候解决方案，最终把这笔“债务”补回来，已经额外造成的全球变暖与气候破坏，仍可能持续数十年，甚至数千年。还需要特别指出的是，碳中和并不等同于气候中和。