当人们向人工智能（AI）提问时，往往只关注得到的答案，却鲜少意识到，每一次看似简单的交互背后，都隐藏着对水资源的消耗。数字服务带来的便利，正以一种隐秘的方式影响着地球的水资源，这一现象正逐渐引发广泛关注。
关于AI回答一次问题究竟消耗多少水，不同机构和专家的说法大相径庭。OpenAI首席执行官奥特曼曾表示，GPT回答一次仅消耗0.3毫升水，相当于几滴眼泪的体积。然而，加州大学河滨分校的研究者却给出了截然不同的数据，他们认为每次回答要消耗十几毫升水，足够一个人喝上一口。更有研究显示，当下一些热门的AI工具，每次回答的耗水量可达一百多毫升，能装满一小杯。这些看似矛盾的数据，实际上源于统计口径的差异。奥特曼所引用的数据，是基于GPT系列最小模型GPT-4.1 nano在短提示词下的耗水量；而研究者的测算，则涵盖了数据中心直接耗水以及发电间接耗水。根据OpenAI和Google公布的报告，一条请求平均耗电量约0.3瓦时，对应的合理耗水量约为1毫升。
为了解决不同机构测算数据差异大的问题，我国数据中心行业正在积极推动统一的水资源消耗核算标准。据相关报道，这一举措有望让AI耗水的数据更加透明和准确，为后续的资源管理和决策提供有力依据。
AI耗水的核心原因，与数据中心的散热需求密切相关。就像手机长时间高强度运行会发烫一样，AI数据中心的成千上万台服务器24小时不间断运转，产生的热量极为惊人。单台机柜的功率从几十千瓦到数百千瓦不等，仅靠风冷远远无法满足散热需求，必须借助水冷却系统。无论是冷却塔、闭环水冷，还是海底数据中心，其核心原理都是利用水带走热量。在这个过程中，一部分水会蒸发，而剩余的循环水由于杂质浓度升高，需要定期排放更换。发电带来的间接耗水也不容忽视。数据中心运转需要大量电力，而发电厂无论采用何种能源，都需要用水辅助生产。美国平均数据显示，每耗一度电，数据中心和发电厂合计约消耗4升水。
从全球水资源总量来看，AI耗水的影响似乎远小于电力消耗。毕竟水是可循环资源，数据中心蒸发的水会进入大气循环，最终可能以降雨的形式回归。然而，真正的问题在于水资源的局部分布不均。水从来都是一个局部问题，而非全球问题。接近一半的新数据中心建在高度甚至极度缺水的地区，这些地区经济相对落后，数据中心的建设虽然带来了投资和就业机会，但也加剧了当地的用水紧张局面，甚至导致居民水井干涸。
亚利桑那州图森市皮马县就曾发生过这样的案例。亚马逊“蓝色计划”计划在该地新建数据中心，预计用水量将超过4个高尔夫球场。尽管建筑公司提出扩建废水回收系统、实现零净消耗等承诺，但由于缺乏详细可靠的配套计划，当地议会以7比0的全票否决了该计划。这一事件标志着人类首次在AI发展与水资源保护的选择中，明确站在了水的一边。
