我们是否找错了方向，未能解决 AI 数据中心的可持续发展难题？

更智能的供应链或许是减少 AI 热潮环境影响的关键

全球各地的可持续发展领域领袖都在探讨 AI 带来的悖论：一方面，AI 的环境足迹正在扩大；另一方面，AI 正积极助力解决一些最棘手的现实可持续发展问题。 

AI 的益处不只在于提高企业生产力或实现流程自动化，其影响要广泛得多，也更加深远。将 AI 应用于科学研究、医疗保健和能源系统，有望拯救生命；将其用于应对可持续发展挑战，则可以凭借预测和优化能力减少浪费、降低能源使用并减少排放。 国际能源署（IEA）估计，如果现有的工业流程 AI 应用在整个行业得到采用，仅节省的能源就将超过墨西哥目前的能源总消耗量。 

我们不能对 AI 和数据中心生态系统当前的环境足迹视而不见，也不能忽视这项技术带来的切实影响和潜力。现在放弃 AI，将妨碍我们充分发挥它的益处。然而，要兑现其潜力，我们必须建设支撑 AI 发展的实体基础设施，并设法以可持续的方式推进建设。 

迄今为止，围绕 AI 的可持续发展讨论大多聚焦于数据中心。但要切实减少 AI 的环境足迹，我们还需要把目光投向数据中心之外，追踪上游的材料、设备和硬件流转过程。 

优化支撑 AI 基础设施的全球供应链，是减少 AI 环境足迹的一项重要手段。

AI 的真实环境足迹也包括供应链

围绕 AI 对环境的影响展开讨论时，当前的关注焦点落在数据中心上，这在很多方面都可以理解。如今，AI 工作负载约占数据中心使用量的 20%。预计到 2030 年，这一比例将翻一番，达到 40%。AI 需要庞大的计算能力，而运行这些计算需要大量电力，冷却系统则需要消耗大量水资源。 IEA 报告称，一座典型的 AI 专用数据中心耗电量可与 100,000 户家庭相当。 

可持续发展、设计和基础设施领域的一些顶尖专家正在推动广泛采用可再生能源为数据中心供电、在每个设施中践行绿色建筑理念，以及创新节水型冷却技术。这些问题至关重要，但它们只涉及问题的一部分。变革应从 AI 驱动的供应链优化着手。 

AI 的环境足迹早在数据中心开始运行之前就已形成。数据中心是数千条庞大供应链的终点；这些供应链负责生产和运输半导体、服务器、网络设备、变压器、开关设备、冷却系统、钢材和混凝土。这些产品的供应链涉及全球网络中的多个供应商。 

在有关 AI 可持续发展的讨论中，这套系统在很大程度上被忽视了。但这些供应链在 AI 的整体环境足迹中占有重要比重，因此应当加以优化，以减少浪费和排放。 

AI 驱动的可持续供应链如何减少数据中心对环境的影响

一项于 2026 年发表在 Cogent Engineering 上、综述 112 项同行评审研究的报告发现，AI 能够通过改进供应链流程、信息共享和透明度，在供应链优化方面发挥变革性作用。以下是 AI 驱动的供应链优化减轻 AI 环境影响的方式：

• 提高制造效率：应用于制造业时，AI 可以通过优化能源使用、识别导致可持续发展问题的设备故障，以及发现低效流程来减少浪费。在 AI 基础设施供应链中，这些效率提升尤为关键，因为所生产的产品（包括服务器、冷却系统、电气设备和半导体）制造时需要消耗大量资源和能源，而且通常需要开采关键矿物，据 BSR（商业与社会责任组织）称。为维护计算设备，每隔两到三年就需要更换服务器和 AI 硬件。因此，优化上游产品制造是减少数据中心整体环境影响的最大机遇之一。 
• 优化运输调度，减少设备运输中的资源浪费：硬件制造完成后，就需要将其运往数据中心建设现场。AI 可以通过支持货物装载规划、运输规划和路线优化，帮助减少不必要的运输里程和资源消耗。 美国环境保护署确认，这是提升供应链可持续性的核心环节。 
• 提升可见性并规划应对方案：借助 AI 提升可见性、预测能力和情景规划水平，企业无需囤积过多库存或重复配置产能来应对潜在中断。更准确地了解风险所在，有助于企业制定有针对性的应对措施，而不是通过建立缓冲库存和冗余产能来应对，从而避免浪费。
• 加强协同，简化合作流程：将 AI 融入供应链网络的各个环节后，制造商及其他合作伙伴可以尽可能高效地沟通和共享信息。实时协作意味着所有人都能在同一时间收到相同的最新信息。不再浪费精力、时间或资源。
• 全生命周期可见性有助于延长设备的使用寿命：随着技术迅速进步，电子废弃物正日益成为一个令人担忧的问题。根据《全球电子废弃物监测报告》的数据，2022 年全球电子废弃物产生量创下纪录，达到 6200 万公吨，是 2010 年的两倍。随着未来数据中心硬件不断升级，借助 AI 提升全生命周期可见性，可以为维修、翻新和回收决策提供依据，从而大幅减少电子废弃物。

这对循环经济运动至关重要，而循环经济有望大幅提升供应链的可持续性。在循环经济体系中，AI 可以改进材料分拣以提高回收率，优化逆向物流以收集退回物品并进行翻新，还能预测性地将回收材料与需求相匹配。

企业只要深入审视 AI 基础设施供应链的各个环节，并通过优化运营提升效率和可持续性，就能大幅减少 AI 带来的环境足迹。AI 本身正在改变以往的可能性，让规划人员能够同时分析数据中心供应链中无数复杂的变量，从而做出尽可能有利于企业盈利和环境保护的决策。

AI 如何帮助提升自身效率

尽管人们担忧数据中心的资源消耗，可持续发展领域的领导者总体上仍对 AI 的影响持乐观态度——世界经济论坛发布的《首席可持续发展官展望报告》发现，73% 的首席可持续发展官（CSO）预计 AI 将显著加快可持续发展进程。

此外，AI 有望推动材料和半导体领域的创新，进而持续改进这项技术并降低其资源消耗。研究人员和工程师正在利用 AI 设计效率更高的芯片、开发能效更高的 AI 模型、发现新材料，并改进冷却技术和数据中心能源系统。

这些创新方案与广泛实施的供应链优化相结合，将使新一代数据中心更加高效、可持续，大幅缩小 AI 对环境的影响。

AI 转型与可持续发展努力并非相互掣肘。通过将这项快速发展的技术应用于支撑 AI 增长的数据中心和供应链，我们可以在持续释放 AI 优势的同时，为未来的基础设施建设打造更高效的基础。