用ChatGPT搜尋答案，是能源黑洞？聯合國報告揭AI浪費水電代價
當全球科技巨頭競逐AI霸權、許多人也愈來愈習慣萬事都要問ChatGPT時，聯合國卻發布一份震撼報告。報告指出，支撐AI運作的資料中心不僅大量耗電，更正快速消耗水資源、土地並製造電子廢棄物。到了2030年，全球資料中心用電量恐達9450億度，足跡規模甚至堪比一個中型國家，也讓AI革命背後的環境代價首次被完整攤在陽光下。當你隨意跟GPT聊天說聲謝謝，這個算力帳單到底算誰頭上？一文完整拆解。
當你向ChatGPT問出一個問題時，消耗的不只是幾秒鐘時間。在世界某個角落，可能有一座資料中心正在耗費大量電力運轉，冷卻系統持續抽取水資源，更多土地被拿來興建電網、變電站與能源設施。這些成本，過去很少被看見。
就在全世界還沉浸在AI革命帶來的便利與商機時，聯合國這個月初，拋出一份令人不安的警訊。
聯合國報告：AI能源黑洞來自於搜尋答案、做影音
聯合國大學水、環境與健康研究所（UNU-INWEH）近日發布《AI能源使用的環境成本：碳、水與土地足跡》報告，首度系統性揭露人工智慧背後隱藏的環境代價。
報告指出，2025年全球資料中心耗電量將達4480億度電，相當於法國一整年的用電規模；若把全球資料中心視為一個國家，其耗電量足以排名全球第11位。
更驚人的是，支撐AI運作的代價不只有電力。報告估算，全球資料中心每年還消耗約4.5兆公升水資源，占用約6900平方公里土地。到了2030年，這些數字恐怕翻倍成長，用電量突破9450億度電、水足跡增至9.3兆公升、土地足跡超過1.45萬平方公里，甚至可能產生高達250萬噸電子廢棄物。
報告還呈現一個過去較少被討論的現實，AI革命看似發生在雲端，實際上卻建立在龐大的實體資源消耗之上。每一次向ChatGPT提問、每一次生成圖片、每一次AI搜尋背後，都有大量伺服器持續運轉，消耗電力、水資源與土地。
而真正耗能的，甚至不是訓練AI模型的過程。
外界經常將焦點放在GPT等大型模型訓練所需的驚人算力，但報告指出，隨著AI服務普及，真正的能源黑洞其實來自每天數十億次的人機互動與「推論」（Inference）運算。從搜尋答案、撰寫文件到生成影音內容，這些看似微不足道的動作累積起來，已占AI總能源消耗的80%至90%。
真正的能源黑洞其實來自每天數十億次的人機互動與「推論」（Inference）運算。Unsplash by Solen Feyissa
AI變成日常工具，社會成本跟著拉高
換句話說，當全球數十億人開始把AI當成日常工具時，耗能問題不再只是科技公司的事，而是整個社會共同參與的環境成本。台灣科技媒體中心邀集專家學者，對此發表意見。
國立成功大學研究發展基金會兼任研究員洪綾君指出，自ChatGPT於2022年底問世後，「萬事問AI」已逐漸成為新常態，但AI搜尋耗電量約是傳統搜尋的10倍。除了模型訓練外，資料中心營運、設備製造以及基礎設施建設，都需要大量能源與資源支撐。
她認為，報告最重要的提醒在於「在地承擔，遠方得利」的現象。當資料中心大量興建時，受益者可能遍布全球，但能源消耗、土地利用、水資源競爭等環境成本，卻往往由特定地區居民承擔。
聯合國報告也特別強調，評估AI環境衝擊不能只看碳排放。即使企業透過購買綠電降低碳足跡，仍可能伴隨龐大的水資源需求與土地使用壓力，因此「低碳」並不等於「低影響」。
對台灣而言，這項警訊尤其值得關注。目前台灣約有36座資料中心，數量排名全球第九。國科會預估，AI資料中心用電規模將於2029年達到約450百萬瓦（MW）。雖然資料中心短期內不致成為全台最大用電來源，但高密度用電對區域電網、水資源調度與土地利用的壓力，已逐漸浮現。
NIRAS資深經濟顧問王穎達指出，過去台灣對AI發展的討論多聚焦於產業競爭力與技術應用，但未來能源治理、水資源管理及區域規劃的重要性，勢必與產業發展放在同等位置思考。
國立政治大學地政學系教授鄭安廷認為，報告指出，土地足跡的大小取決於各國的發電結構，若生質能、陸域風機、水力發電的占比較高，土地足跡也會隨之增加；他建議，隨著近年資源逐漸下放至地方，審查機制設計應強化地方政府的相關權責，並要求地方政府須負擔一定的淨零義務與發電責任。
當全球競相投入下一代AI競賽之際，這份聯合國報告也提出一個值得深思的問題：當人類享受AI帶來的效率與便利時，究竟是誰在承擔背後的環境代價？而這場席捲全球的AI革命，是否正在把電力、水資源與土地，轉化成另一種看不見的成本？
延伸閱讀：