AI 能耗到底怎麼算？Sam Altman 駁 ChatGPT 高耗能傳言，強調應以「每次回答」的效率作為比較基準
OpenAI 執行長 Sam Altman 近日在 2026 印度 AI 影響力高峰會（India AI Impact Summit 2026），針對 AI 造成環境影響的議題發表看法，直接回應外界對 AI 耗能與用水量的質疑。
Sam Altman 在會中表示，網路上流傳所謂「每次查詢 ChatGPT 要耗 17 加侖水」的說法是完全不真實且毫無關聯的，並提到過去資料中心的確曾使用蒸發冷卻技術（evaporative cooling），但現在已經不再如此。
此外，當被問及「一次 ChatGPT 查詢等於 iPhone 充電 1.5 次」的說法是否正確時，Sam Altman 明確回應：「不可能那麼多。」他更進一步引用自己過去發布的數據指出，平均一次 ChatGPT 請求大約只會消耗 0.34 瓦時（watt-hours）的電力，以及約 0.000085 加侖（大約十五分之一茶匙）的水。
在反駁網路流傳的單次耗能與耗水數字後，Sam Altman 隨即把焦點轉向更核心的問題：AI 能耗到底該怎麼「公平比較」？
Sam Altman：AI 能耗討論「不能只看訓練」，比較基準應回到「每次回答」的效率
Sam Altman 認為，外界將 AI 視為生態災難的敘事，以及針對 AI 耗能的種種批評，在比較基準上往往是「不公平的」。他指出，人們經常拿「訓練一個如 GPT-4 這一類龐大 AI 模型所需的能量」，直接對比「人類做一次推論、回答單一問題的極低成本」，這樣的比較存在嚴重盲點。
Sam Altman 用一個生動的比喻反駁，強調如果批評者要計算 AI 的「訓練」能耗，也應該用同樣的數學標準來檢視人類。「訓練一個人類同樣也需要耗費大量能源，這大概需要 20 年的生命，以及人類在這段時間內吃下的所有食物，然後才會變聰明，」Sam Altman 說。
不僅如此，Sam Altman 還將這個比喻的時間線延伸到整個人類歷史。他提到，人類的智慧並非憑空而來，而是建立在 1,000 億人長久演化的基礎之上。在這段漫長的過程中，人類學會如何不被掠食者吃掉、逐步搞懂科學與各項知識，才成就了現在。
因此，Sam Altman 主張，真正公平的衡量方式，應該是將兩者放在同一個天秤上：在模型訓練完成後，單純計算 ChatGPT 處理並回答一次問題的能耗，去對比人類大腦思考並回答同一個問題所消耗的能量。Sam Altman 表示，如果以這種「推論對推論」的方式來衡量，「AI 在能源效率上，可能已經追平了。」
網路與業界的質疑：類比失焦、產業缺乏透明度
然而，Sam Altman 這番言論立刻在網路社群中引發強烈批評與嘲諷，許多人認為他在淡化 AI 帶來的環境疑慮，進而引爆社群平台上的激烈爭論。《Gizmodo》指出，Sam Altman 這種「人類也耗能」的類比讓社群迅速對他的言論開火，部分網路評論甚至批評這種觀點是「極度反社會與反人類」。
除了覺得類比失焦，另一個反彈焦點是：外界很難取得足夠數據，驗證 AI 產業實際的耗水與耗電量。《Gizmodo》報導，這些質疑背後的核心，在於外界根本難以掌握 AI 產業實際的耗水與耗電量，因為目前並沒有任何法規要求資料中心必須揭露用水與用電數據。《Gizmodo》進一步分析，資料中心的員工與合作夥伴通常都受到保密協議（NDAs）的限制，讓外界只能透過估算推測耗能多寡。
除了網路社群，科技業界也出現反對聲音。印度跨國 IT 技術公司、專為企業提供全方位雲端 SaaS 軟體與應用程序的 Zoho 共同創辦人 Sridhar Vembu，就針對 Sam Altman 的言論發表公開回應，並強調自己不希望看到一個「將科技等同於人」的世界，「身為一名科技人，我努力的目標是看到一個我們不讓科技主宰生活的世界，（科技）應該安靜地退居幕後，」Sridhar Vembu 說。
綜合 Sam Altman 的主張與外界的質疑，這場爭議明顯呈現出兩種截然不同的焦點：一方強調比較的基準應該回到「模型訓練完成後的每次回答效率」來探討，另一方則對「用人類生命作類比」的作法，以及對「AI 產業缺乏數據透明度」提出嚴厲的疑慮。隨著 AI 用電與用水量的爭論目前仍在持續延燒，Sam Altman 的新說法，無疑成為這場環保與科技辯論的最新爭點之一。
＊本文開放合作夥伴轉載，資料來源：《TechCrunch》、《Gizmodo》、《Times of India》、《MoneyControl》、《The Economic Times》，首圖來源：flickr