在华盛顿州雷德蒙德市的微软总部，工程师们正全神贯注地在键盘上敲击代码，为人工智能（AI）的未来添砖加瓦。然而，1500公里外，堪萨斯州地下深处却在上演着一场看似怪异的“埋粪”操作——巨型泵机将混合着人类粪便和污水的黏稠“生物泥浆”源源不断地注入地壳深处。这匪夷所思的场景，实则是微软为AI飞速发展付出的“环境账单”。

微软豪掷17亿美金“埋粪”为哪般？

近期，微软与生物科技初创公司Vaulted Deep达成了一项巨额协议。根据协议，Vaulted Deep将在2038年前帮助微软完成490万吨的碳去除目标。尽管具体交易金额未公布，但有报道称这笔交易总价值超10亿美元。若按照Vaulted Deep每处理一吨二氧化碳收费350美元计算，微软可能要为此付出高达17亿美元的代价。

那么，Vaulted Deep究竟有何独特之处，能让微软如此大手笔投入呢？原来，该公司专门收集各类有机废弃物，如人类排泄物、动物粪便、造纸污泥等，并将其转化为浆糊状的“生物泥浆”。随后，利用深井注水技术，把这些“生物泥浆”泵入地下约1500米深、不透水的岩层中进行密封。这种方法不仅能永久去除碳、减少甲烷排放，还能将PFAS等微量污染物封锁在地下，防止环境污染。

对微软而言，这17亿美元的“埋粪”支出，实际上是在购买“排放权”。微软最新的可持续发展报告显示，随着云计算和AI业务的疯狂扩张，公司2024财年的碳排放量自2020年以来累计增长了23.4%。数据中心电力需求的指数级飙升，让微软此前承诺的减排目标面临严峻挑战。事实上，在与Vaulted Deep合作之前，微软已连续签署了好几份巨额碳信用交易订单。

然而，对于这种“花钱买抵消”的做法，很多人并不认同。专注于碳定价和碳移除研究的非营利机构Carbon Market Watch的专家Benja Faecks向《每日经济新闻》记者表示，微软的这项协议更像是一个“猎奇项目”，只能短暂吸引注意力。“作为一个致力于推动气候行动的NGO，我们坚决反对‘抵消排放’的逻辑，因为排放是无法抵消的。企业不能通过购买碳信用额或在供应链之外投资一些项目，就宣称自己‘减少了排放’。”她强调，真正值得信赖的气候行动应聚焦于从源头减少排放，而非玩“账面游戏”。同时，她还指出碳抵消项目的实际减排效果因项目而异，自愿碳市场的初衷是为环保项目提供资金，如植树造林，即便有时碳汇量化不那么精确，它仍是重要的环保项目。

AI的“碳账单”究竟有多惊人？

科技巨头们总是热衷于展示AI的“超能力”，但对AI背后真实的环境代价却往往避而不谈。Faecks告诉《每日经济新闻》记者，当前的排放核算机制存在缺陷。比如在Scope 2（企业购买自用的能源如电力、蒸汽、供暖和制冷所产生的间接排放）和Scope 3（其他间接排放）方面，微软等科技公司采用“基于市场的核算机制”（market - based accounting），即通过购买可再生能源证书或其他采购方式，可在账面上实现零排放。

那么，AI到底有多耗能呢？AI的训练和运营目前主要依赖不可再生能源，且存储AI模型的数据中心通常位于可再生能源资源匮乏的地区。国际电信联盟今年6月初的一份报告显示，由于数据中心对电力的巨大需求，从2020年到2023年，亚马逊、微软、Alphabet（谷歌母公司）和Meta在运营过程中产生的间接碳排放量平均增长了150%。其中，亚马逊2023年的运营碳排放量比三年前猛增182%，微软增长155%，Meta增长145%，Alphabet增长138%。报告还指出，随着AI投资的持续增加，排放量最高的AI系统预计每年将排放1.026亿吨二氧化碳当量。

欧洲AI初创公司Mistral AI在7月22日发布的AI大模型环境影响分析报告提供了更具体的数据。该报告与可持续发展咨询公司Carbone 4和法国生态转型机构ADEME合作，为自家旗舰模型Mistral Large 2算了一笔详细的“碳账”。研究发现，截至今年1月，经过18个月的训练和使用，Mistral Large 2共排放了2.04万吨二氧化碳，相当于5000辆普通家用轿车一年的碳排放量；消耗了28.1万立方米的水，足以注满112个奥运泳池；使用了相当于660公斤锑的资源（锑当量用于衡量硬件生产所需的稀有金属和矿物消耗）。研究还表明，在AI模型的整个生命周期中，训练和推理对环境的影响最大，该模型在这两个阶段排放的温室气体占比达85.5%，水资源消耗占比为91%。

另一项针对DeepSeek、Qwen、Llama等14个开源大模型的研究显示，在回答相同类型问题时，具备推理能力的模型能耗和碳排放量是非推理模型的4到6倍。arXiv预印本网站2025年5月发布的一篇论文显示，如果按照GPT - 4o每天在全球产生约7亿次查询来计算，该模型一年的推理用电量累计可达39万至46万兆瓦时，差不多是3.5万个美国家庭或25所大学每年的总用电量。照此推算，GPT - 4o每年的排放量约为13.8万至16.3万吨二氧化碳当量。若想抵消这些排放，需要超过558平方公里（相当于芝加哥市面积）的美国森林进行碳汇。

AI发展需“真减排”，而非“花钱买心安”

经合组织和国际能源署的数据显示，到2027年，AI每年可能消耗高达66亿立方米的水，是瑞士年消耗量的两倍。到2030年，数据中心的能耗可能会翻一番，达到945 TWh，甚至会超过日本（900 TWh）和瑞士（60 TWh）的总能耗。AI的“生态足迹”不仅包括用电和用水，根据科学期刊《自然计算科学》上的一项研究，生成式AI在2023年产生了2600吨电子垃圾，到2030年，这个数字可能会飙升到250万吨，相当于133亿部废弃的智能手机。

面对AI发展带来的巨大碳排放压力，科技巨头纷纷开启“降碳军备赛”。谷歌、微软和Meta承诺在2030年前实现“净零排放”目标，亚马逊则把最后期限设在了2040年。然而，Carbon Market Watch的Faecks强调，AI行业应优先使用可再生能源等从源头减少排放，而不是只想着“把粪便埋到土里”来抵消。她承认两者并非完全矛盾，但源头减排必须是首要目标。她认为，碳信用机制常被批评是因为其常被用于误导性的“碳中和”宣传。如果企业不将碳信用额度作为“净零排放”的借口，这种机制本身不会受到如此严厉的指责。

她指出，科技公司的主要排放来源有两个：一是数据中心的电力消耗，二是供应链中的硬件制造能耗。“可再生能源是科技行业转型的关键，”Faecks说，“同时，延长设备使用寿命和在硬件生产中使用更多可回收部件，也是减少供应链能耗的重要措施。”

微软、Meta、亚马逊和谷歌等巨头在可再生能源方面已经有所行动，仅在今年6月就公布了多项进展：6月3日，Meta与美国最大的核电站所有者Constellation Energy达成一项为期20年的协议，从2027年6月开始，Meta将从Constellation位于伊利诺伊州的克林顿清洁能源中心购买大约1.1吉瓦的电力；6月9日，亚马逊宣布在宾夕法尼亚州投资200亿美元建设两个数据中心园区，其中一个数据中心直接接入核电站电力供应；6月30日，谷歌宣布加大对核聚变能源初创企业Commonwealth Fusion Systems的投资，并签署200兆瓦的无碳能源购买协议。

尽管头部科技企业在可再生能源领域已迈出实质性步伐，但这仍难以掩盖整个科技行业在减排治理上的核心短板。Faecks强调，除了要求企业提高环境影响披露的透明度外，政府也必须介入并加强监管。因为目前这些企业的碳中和承诺大多基于自愿原则，虽未能达成目标可能会带来一些负面影响（如失去部分投资、影响整个供应链的参与意愿），但这些约束力远不如政府监管有效。她呼吁，全球正处在“关键十年”（2020到2030年），这是应对气候变化的最后窗口期，作为新的重大排放源，AI领域内的政府和企业都有责任尽快采取行动。