麻省理工科技评论：关键领域的AI气候主张缺乏现实证据

据《麻省理工科技评论》（MIT Technology Review）报道，人工智能将显著减少全球温室气体排放的承诺在很大程度上仍然只是美好的愿景。最近对电力、肉类和交通行业市场领头羊的一项分析发现，极少有公司在部署实现2035年气候目标所需的特定AI应用，尽管AI基础设施本身正推动能源消耗急剧飙升。

发生了什么

由玛丽·尼科尔斯（Mary Nichols）和杰里米·塔马尼尼（Jeremy Tamanini）撰写的《麻省理工科技评论》文章，将乐观的预测与当前的市场现实进行了对比。伦敦政治经济学院（London School of Economics）和Systemiq的一项同行评审研究估计，到2035年，AI每年可减少32亿至54亿吨二氧化碳排放。然而，通过AI辅助对主要行业参与者公开信息的审查发现，这些预测与实际落地之间存在巨大差距。

在电力领域，AI预测可将可再生能源电网并网率提高多达20%，每年可减少18亿吨排放。然而，在美中欧的电网运营商中，仅发现了一个已知的实际运作项目：英国国家电网ESO（National Grid ESO）与Open Climate Fix的合作，该合作将太阳能预测误差减半。在食品领域，虽然NotCo与卡夫亨氏（Kraft Heinz）合作使用AI开发植物基产品，但更广泛的行业正面临风险投资下降的问题，培养肉融资额从2021年9.89亿美元的峰值跌至去年的约8300万美元。在交通运输领域，宁德时代（CATL）利用AI将电池材料筛选时间缩短了两个数量级，滴滴出行通过优化路线将每程排放量减少了16%。与此同时，文章指出，到2035年，全球数据中心排放量可能每年超过3.03亿吨，这使采用AI的净气候效益变得更加复杂。

为什么这对中小企业主很重要

对企业主而言，这份报告是一个警示，提醒人们不要仅仅为了可持续发展营销而采用AI，却不验证其对运营的影响。许多小企业正面临压力，要求声称自己有“绿色AI”举措以迎合客户或投资者，但证据表明，通用的AI集成并不能自动转化为可衡量的碳减排。数据强调，只有高度特定、针对行业定制的AI应用（如电网预测或电池材料筛选）才能显示出实际成果。如果您正在向利益相关者推销由AI驱动的可持续发展，证据的标准比以往任何时候都高。关于“利用AI提高效率”的模糊主张正越来越多地接受硬数据的审视，行业正朝着未经证实的绿色主张将带来声誉风险的现实发展。此外，AI基础设施不断上升的能源成本意味着，小公司必须仔细计算总拥有成本，包括其部署的模型的碳足迹，而不是假设AI天生就是一种“绿色”升级。

本周该做什么

1. 审计您当前的AI工具，以确定它们优化了哪些具体的的工作流程，并记录可衡量的运营效率提升，而不是假设它能直接减少碳排放。
2. 审查您的AI供应商的能源使用和碳足迹披露，优先考虑能够为其基础设施对环境影响提供透明数据的合作伙伴。
3. 用您自身运营中的具体、可验证的指标替换任何内部的“绿色AI”营销主张，避免缺乏第三方验证的关于气候影响的泛泛之谈。

来源

• The climate case for AI has not been made — MIT Tech Review