AI减碳的账，现在还对不上

土耳其安塔利亚的联合国气候会议上，AI被摆上台面。东道主呼吁各国承诺，确保AI的设计、供电和部署方式支持气候行动（COP31相关报道）。问题在于，承诺和实际减排之间还隔着一大段路。

AI公司讲得很热闹。OpenAI CEO Sam Altman在2024年说，AI会带来“惊人的胜利”，其中包括“修复气候”。更早一年，谷歌可持续负责人和合著者在评论文章里写，到2030年AI可把全球排放减少5%到10%（Fortune评论）。

这些说法并非全无依据。去年发表的一项同行评审研究，由伦敦政治经济学院Grantham研究所和Systemiq的研究者主导，估计到2035年，AI每年可帮全球减少32亿到54亿吨二氧化碳，扣掉AI自身能源足迹后，高端大致相当于美国年度能源相关排放（Nature研究，美国EIA数据）。潜在收益集中在三个行业：电力、肉奶、交通。

但预测要拿现实来对表。第二作者Jeremy Tamanini参与并审阅的一项AI辅助审查，翻了三类行业里主要市场参与者的公开信息（审查报告）。结论不乐观：很少公司宣布自己在走研究里那些具体减排路径，更少公司声称靠这些路径取得了实质气候进展。换句话说，2035年的数字现在更像愿望清单。

电力最具体。AI预测供需，可让已建成的风光电站更多电量并网，最多提高20%，一年少排约18亿吨。审查覆盖中国、美国、欧洲的电网运营商，公开记录里只有一个像样的落地项目：英国国家电网ESO和Open Climate Fix合作，把太阳能预测误差减半，每年避免数十万吨二氧化碳（Open Climate Fix）。其他不少运营商在这类AI整合上没什么公开成果。这里要留余地，可能有项目没披露。

肉奶的落差更大。要兑现2035减排，AI得帮替代蛋白补上口味和成本差距。NotCo和卡夫亨氏成立合资公司，用平台Giuseppe分析植物分子数据，找能复制动物产品味道、质地和气味的组合（Giuseppe平台）。这是少数深度整合案例。其他替代蛋白公司少有类似做法。行业还碰上更基本的问题：主流消费者接受慢，资金退潮。培养肉创业投资从2021年9.89亿美元峰值，降到去年约8300万美元（AgFunder报道）。

交通有希望。宁德时代控制全球电动车电池约40%市场，推出AI系统，训练数据包括10万多个电池设计案例和600TB测试数据。公司称，候选材料筛选时间缩短两个数量级（CATL公告）。独立研究者发现，滴滴用AI优化路由减少绕路，平均每程排放降16%（相关研究）。

气候账还有另一面。油气公司也对这些工具感兴趣，包括用来增加化石燃料产量（Nature文章）。过去承诺可持续目标的科技公司，应该回答一个问题：自己的工具会不会同时帮旧能源增产。还有，整合AI只是第一步。认证、许可、建设、包装、营销、销售，这些标准路径不会因为AI就自动缩短。

现实已经给了提醒。AI模型快速采用和数据中心扩建，推高能源消耗和排放。微软、谷歌等大公司已经明显偏离自己的气候目标。按IEA基准预测，2035年全球数据中心排放可能超过每年3亿吨（IEA报告）。这个数字包含AI和非AI计算任务。

所以，AI减碳的账现在还对不上。更大、更精准的整合可能出现，把2035预测拉近现实，但需要持续且有针对性的努力。行业领袖应把AI用在减排潜力最大的地方。企业客户可以选择环境影响更低的模型，和真正在降碳的AI开发商合作（CLEER选择建议）。州和地区政府需要激励或要求公司更负责任地运营。

Mary Nichols是UCLA法学院杰出顾问、加州空气资源委员会前主席。Jeremy Tamanini是可持续研究咨询公司Dual Citizen创始人。