来稿｜AI既是气候风险救星 又是数据中心耗能黑洞？
HK01 · 1 SOURCESabout 2 hours ago3 MIN
Summary
近年世界各地面临各式各样的由气候变化衍生的自然灾害，来得又快又急。要分析这类气候风险涉及大量数据及计算，传统人力研究往往需花费颇长时间，难以在短时间内作判断并应付突如其来的灾害。人工智能（AI）的出现重塑人类应对气候危机的方式，可更快更精准分析庞大数据并以更科学的方式管理气候风险。然而，AI的运用并非没有代价，其大型语言模型的训练与运作依赖庞大的数据中心，正逐渐成为全球能源消耗与碳排放的重要来源。站在科技与可持续发展的交叉口，本文分析AI的两面性，以及探讨未来如何平衡两者，让AI能可持续地帮助我们应对气候危机。
Key Points
- Google开发的Flood Hub平台采用深度学习模型，整合全球卫星数据与河流流量计，目前覆盖全球逾150个国家和地区，为超过20亿人口提供高达提前7天的河川泛滥预警，大幅降低极端水患造成的人员伤亡
- 联合国国际电信联盟（ITU）推动“AI灾害管理”技术，通过生成式AI与自然语言处理（NLP），将复杂的气象雷达数据在数秒内转化为各地方言短信与语音广播，确保缺乏网络技术知识的农民与边远社区居民能在灾害来临前获取可执行的避险指示
- 港交所已实施高度对标国际可持续发展准则理事会（ISSB）IFRS S2《ESG报告准则》的气候信息披露要求，本港上市企业须对实体风险（即与气候变化有关的自然灾害所产生的风险，如暴雨损毁物业）进行气候情境分析
- 企业通过AI驱动的实体资产压力测试和气候分析工具，能将IPCC的极端气候情境输入模型，精细化模拟未来30年内其分布在全球的供应链、物流枢纽或物业资产面临洪水、干旱及海平面上升的经济损失
- 根据研究，数据中心目前已占全球电力消耗的约2%，随着生成式AI的普及，这一比例在未来十年可能翻倍
- Google 2024年总电力消耗达3218万MWh，其中约96%来自数据中心，且在短短四年间几乎翻倍。Microsoft 2025财年电力消耗达3702万MWh，比2021年几乎增长三倍。Meta 2024年电力使用量达1842万MWh，其中98%用于数据中心
- 大型AI模型的训练过程尤其耗能，一次大型模型的训练可能消耗数百兆瓦时的电力，并产生相当于数百吨二氧化碳的排放。数据中心的冷却系统亦是能源黑洞，为维持服务器在安全温度下运作，冷却设备往往需要持续运转，进一步推高能源需求
- 文章提出“智慧绿色一体化”方案，包括数字化转型、筑牢绿色算力底座、加快构建现代航运与物流体系，以及能源服务转型等四大方针
Why It Matters
对香港投资者及企业而言，AI在气候减灾方面的应用与其能源消耗之间的矛盾，直接关系到企业的资产负债表与融资成本。随着港交所要求上市企业披露气候相关风险，以及企业需评估AI基础设施的碳足迹，如何在善用AI应对气候危机的同时控制能源消耗，已成为本地商界和投资者必须面对的重要课题，对香港的可持续发展前景具有深远影响 。
对香港投资者及企业而言，AI在气候减灾方面的应用与其能源消耗之间的矛盾，直接关系到企业的资产负债表与融资成本。随着港交所要求上市企业披露气候相关风险，以及企业需评估AI基础设施的碳足迹，如何在善用AI应对气候危机的同时控制能源消耗，已成为本地商界和投资者必须面对的重要课题，对香港的可持续发展前景具有深远影响 。