马泰奥·西维尔里尼

气候之家新闻网站

2026年8月17日

前微软公司经理霍莉·艾尔庇尼解释了为什么人工智能的气候威胁不仅在于数据中心，还包括其在化石燃料行业中不受控制的使用。

2021年11月3日，泵机在加利福尼亚州麦基特里克附近的贝尔里奇油田运行。（照片由马里奥·塔玛/盖蒂图片社提供）

随着科技巨头竞相建设人工智能及其依赖的庞大基础设施，气候问题往往集中在一个方面：耗电数据中心。

他们的用电量增长非常迅速，预计到2030年，这一用电量将近乎巴基斯坦、孟加拉国和尼日利亚国年用电量总和的三倍。随着数据中心建设的爆炸式增长推动了化石燃料的新投资，尤其是在美国，数据中心产生的温室气体排放量——目前已不到全球总量的1%——预计将激增。

但这种对电力的狭隘关注让人工智能的支持者和国际能源署能够提出一个方便的论点：排放上升可以被该技术的绿色应用所抵消，比如优化可再生能源或提升效率。这个故事掩盖了人工智能真正的气候危险其实存在于油田，它帮助化石燃料公司更快、更便宜地开采致使地球变暖的石油和天然气。

作为微软公司的高级经理，霍莉·艾尔庇尼对这一盲点感到震惊。2024年，她和丈夫威尔——同为微软公司经理——辞去工作，发起了一项运动，要求大型科技公司对其技术导致的排放负责。

在过去两年里，他们与两位研究人员合作，量化化石燃料行业对人工智能工具的广泛应用。

他们上周发表的同行评审研究发现，当人工智能在化石燃料和可再生能源领域的采用速度相近时，净效应是每年二氧化碳排放量增加4.7至18亿吨。低值相当于墨西哥的年排放量，而高值则相当于俄罗斯——世界第四大排放国——的排放量。其排放量也是目前由人工智能数据中心驱动产生的排放量的3.3倍到13.3倍。

我们与艾尔庇尼探讨了忽视人工智能气候故事这一面的风险，以及如何调整关注重点。

问：为什么气候讨论如此侧重于数据中心的用电问题，而你的模型显示这在人工智能排放中只是较小的一部分？

答：这种说法非常不幸，而且已经根深蒂固，因为它根本不完整、极具误导性，并可能导致极其危险的后果。

将问题以这种方式呈现，对化石燃料行业和技术公司有利，因为这样可以回避技术被化石燃料企业使用时所应承担的责任和问责。这些企业正是它们最大的客户之一，它们拥有专门服务于化石燃料行业的工程师和销售团队。

简单地比较运行技术所需的电力与清洁能源应用之间的关系，其实也如同“苹果与橘子”般难以类比。一方面是你现实中实际产生的排放，另一方面则是基于未来可再生能源潜在应用场景所假设的减排效果。

我们想说的是，我们需要全面审视人工智能应用的两面性，即可再生能源与化石燃料之间的对比，同时还应加上数据中心运行所产生的排放。

问：人工智能应用如何以增加排放的方式帮助化石燃料公司？

答：这包括利用人工智能处理数百TB的地震和钻井数据，从而更高效地在地下发现更多油气资源——这些工作原本需要大量人工完成。AI模型能够极快速地处理这些数据，并生成高分辨率的地下图像，帮助企业精准定位最有可能实现商业开采的油气储量。

化石燃料公司因此能以更高的确定性识别并开发化石燃料矿藏，使原本因风险过高或进展过慢而难以推进的项目变得可行。人工智能让这些项目具备了经济可行性。

我们已经看到钻机数量（即正在运行的钻井设备数量）大幅下降，这意味着它们用更少的资源就能开采出更多的化石燃料。其成本不断降低，而产量却持续上升。

问：科技巨头与化石燃料公司之间的关系有多深？与可再生能源公司的类似关系相比如何？

答：我需要说明的是，我已经离开微软大约两年了。但当时我们看到的情况是，化石燃料相关团队在员工数量、合同规模以及长期合作关系方面都远超其他领域。

这并非新鲜事。微软多年来一直与化石燃料行业合作，并建立了深厚的合作关系，最早可追溯到多年前的简单机器学习应用。人工智能只是当前被应用于这一领域的最新技术浪潮。

科技公司也与可再生能源企业以及电池储能开发商保持着合作关系，技术在可持续发展方面的应用确实存在。

我们曾向微软提出的一项建议就是，调整公司内部工程资源的分配比例，将更多资源转向低碳和零碳能源领域。2023年，他们公布了与化石燃料行业合作的原则，承诺将调整工程资源。但此后我们并未看到其业务实践有任何实际改变。

2026年4月20日，在德国汉诺威举办的2026年汉诺威博览会工业贸易展会上，游客们挤满了微软公司展台。（照片由肖恩·加拉普/盖蒂图片社提供）

问：科技公司现在正在悄悄缩减部分气候承诺，但不久前，他们曾一度希望被视为气候领导者。他们真的有过这样的承诺吗，还是他们只是在塑造自己的形象？

答：这取决于你如何评估一家公司的气候影响。如果我们只关注自身的运营排放，那么在那种情况下，微软公司曾经并且在某种程度上仍然是气候领导者。

但如果我们根据公司产出的产品来评估，那情况就完全不同了。早在2019年，埃克森美孚就表示，凭借微软公司技术，他们能够每天额外生产5万桶石油。还有另一笔公开且量化的与雪佛龙的交易。

我们计算出，仅两笔交易的排放就占了微软公司整个运营排放的300%，包括数据中心。那么，你想如何评估你的公司？

若参照其他行业的评估范式，例如对武器制造商开展暴力影响评估时，不仅需考察其供应链管理及生产过程中的暴力相关风险，更应系统评估其所制造武器在现实应用场景中引发的实际暴力后果。相比之下，科技企业所应承担的社会责任却长期未被纳入同等严谨的评估框架之中。

问：您在论文中也提出了一些建议。其中包括对化石燃料公司AI驱动的生产力设置一些供应端约束的想法。这在实际操作中会是什么样子？

答：最终，我们的目标是制定披露和治理措施，以限制人工智能在提高化石燃料生产效率方面的作用。首先，应将“被赋能的排放”作为一个可衡量的类别予以承认，因为目前这类排放尚未纳入任何排放披露或问责框架之中。

接下来，我们应要求对这些化石燃料合同保持透明，并限制研究中所识别出的某些特定机制。

我们并非试图全面禁止人工智能，甚至不主张全面禁止其在化石燃料行业的应用。例如，甲烷泄漏检测等应用就非常有价值。但我们希望确保这些应用与气候科学相一致，并保证所有推进的合同都已根据1.5℃温控目标进行了评估。

企业自愿对其技术应用施加限制性措施，本属常规治理实践，亦非制度创新之举。当前，此类机制在气候领域尚未系统建立，但亟需通过政策设计予以推动。

我们进一步认为，若能通过结构性改革优化市场运行机制并重构激励体系，则相关技术使用的自律性约束将得以自然形成。具体而言，将企业自主采取的技术限制举措纳入ESG投资与可持续投资的评估框架，有助于引导资本向更具环境责任与长期价值导向的领域有序流动。

问：您认为哪些最有前景的途径可以改变人工智能叙事，推动您所追求的变革？

答：我们现在正基于这项研究进行推进，并尝试将此类评估纳入各种治理框架中，例如温室气体协议或科学碳目标倡议（SBTi）。

幸运的是，我们已经看到一些非常有前景的框架草案，未来将包含对这项工作的评估和披露，这令人十分振奋。

我们还需要审视企业对环境和社会的影响，以评估其可持续性指标，同时在法律层面可能需要应对潜在的“漂绿”问题。

此外，还有不同的政策工作方向。在欧盟，我们曾对《人工智能法案》抱有较大期望，其中将多种高风险应用场景纳入额外审查范围。但遗憾的是，随着7月《综合法案》的通过，这一机会受到了一定限制。

不过现在，《云与人工智能发展法案》（CADA）已出台，并提出了多项欧洲框架，用于评估技术带来的影响。我们希望借此研究为这些讨论提供支持和参考。