AI水问题是假的
一句话看懂：Andy Masley 在博客中通过数据论证，AI 数据中心的用水量在全国、地方和个人层面都不构成显著的环境问题，公众恐慌源于对行业用水规模的误解和媒体夸大报道，而非事实本身。
事件核心：发生了什么
Andy Masley 于 2025 年 10 月 11 日发表文章指出，AI 数据中心的用水量与其他大型工业（如电动汽车工厂）相当，需要规划但并非独特的环境危机。他批评媒体报道用脱离上下文的庞大数字制造恐慌，例如将数据中心用水与个人日常行为比较，却忽视全国其他产业的用水规模。从国家层面看，AI 用水在整体水管理中占比极小，即使未来增长 50 倍也不至于改变现状；地方层面，数据中心的税收回报率远高于同等用水量的其他产业，甚至能为缺水社区带来收益；个人层面，使用 AI 所分摊的用水量远低于多数日常活动。
为什么重要
这一观点挑战了近年来公众和媒体对 AI 水问题的“常识”。问题被夸大主要源于三个心理因素：对数字产品消耗实体资源的反感、未意识到数亿用户平均后用水微不足道，以及缺乏背景地看待大数字。真正的 AI 环境争议应聚焦于电力消耗，而非水污染或稀缺性。文章还指出，数据中心通常使用可循环的冷却水，并非大量消耗饮用水，且水冷方式在气候变化背景下比风冷更节能，存在水与电的取舍。
对用户/开发者/创作者的影响
对普通用户来说，无需因用水问题焦虑或抵制 AI 服务，使用 AI 的个人环境负担远低于开车或洗澡。开发者和创作者在选择云服务或进行模型训练时，可以将水资源作为次要考量，更应关注碳排放和电力来源。对于投资决策，数据中心项目对环境的影响评估应回归理性，聚焦税收、就业和能源效率，而非被孤立的水数据误导。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 文章是否会促使科技媒体重新审核 AI 环境报道的准确性，尤其是对水耗数据的上下文呈现。2. 地方政府在审批数据中心时，是否会参考“税收-水耗”比模型进行更全面的经济评估。3. 关于 AI 能源使用（电力）的讨论是否因此被更明确地独立出来，成为政策和技术优化的焦点。
