AI风险阻碍净零目标:剖析大科技能源成本

在人工智能(AI)飞速发展并融入各行各业的当下,尤其是在银行业,一场复杂的悖论正在上演。尽管AI被誉为创新和效率的变革力量,但越来越多的证据表明,其日益增长的能源需求正在严重威胁全球实现净零排放的雄心壮志。这不仅仅是一个未来担忧,这种压力已经显现出来,即使是公开声明要实现可持续发展目标的大型科技公司,其碳排放量也在不断增加。

核心问题在于训练和运行日益复杂的AI模型需要巨大的计算能力,从而推动了对能源密集型数据中心的巨大需求。

潜在问题的规模是巨大的。包括剑桥大学明德鲁科技与民主中心在内的近期报告描绘了一幅令人担忧的画面。即使是保守估计,未来15年内,科技行业的能源需求也将增长五倍,而更令人担忧的预测则表明,到2040年,这一数字可能会增长25倍。这种激增与AI应用的激增直接相关,特别是大型语言模型和生成式AI,这些都需要大量的计算能力。埃森哲的研究进一步强调了这一点,突出了“技术悖论”,即AI在提供可持续性解决方案的同时,也在阻碍实现净零排放的进展。例如,自2020年以来,微软的碳排放量增加了30%,而谷歌在同一时期内的排放量则增加了48%,这表明当前的 “可持续性” 努力正在被AI的能源需求所超越。仅英国到2030年将其AI计算能力提高20倍的雄心勃勃的计划,就将对该国的电网造成重大压力,甚至可能破坏其自身的脱碳努力。

银行业正在积极拥抱AI,以增强客户体验、简化运营并改善风险管理,因此尤其脆弱。银行越来越依赖大型科技公司提供AI基础设施和服务,这引入了新的风险,超出了其自身AI部署的直接能源消耗。欧洲银行业高管们对这种日益增长的依赖表示担忧,他们认识到这可能使其更多地暴露在这些科技巨头的环境影响之下。与此同时,银行本身正面临对其净零排放承诺的审查。报告显示,许多金融机构未能实现其既定目标,而AI实施带来的额外能源负担只会加剧这一挑战。新加坡华侨银行(OCBC)、星展银行(DBS Bank)和大华银行(UOB)的可持续发展报告表明了对可持续发展的承诺,但将AI的能源需求纳入这些报告仍然是透明度和问责制的一个关键领域。净零银行业联盟(NZBA)是星展银行的成员之一,该联盟要求管理气候风险并实现净零排放目标,而AI的无节制增长使这项任务变得更加困难。麦肯锡的分析突出了能源和材料供应不安全性的潜力,这进一步使实现净零排放的道路复杂化。

这种情况需要多方面的应对措施。仅仅依靠可再生能源证书和碳补偿,就像许多大型科技公司目前所做的那样,是不够的,并且已被批评为“想当然”。向更节能的AI模型和硬件的根本性转变至关重要。对侧重于减少AI算法计算强度的研发投资至关重要。此外,稳定且充足的电力供应,以及可靠的数字基础设施,是繁荣的AI生态系统的基础要素,全球AI治理方面的报告也强调了这一点。银行需要对AI实施采取“快速失败”的方法,仔细评估每次部署的能源影响,并优先考虑可持续的解决方案。增加对可持续投资者的披露要求,要求对AI投资的环境影响保持透明度,也至关重要。由剑桥大学可持续领导力研究所召集的银行业环境倡议为应对这些挑战和加速向低碳经济转型提供了一个平台。最终,实现AI领导地位和净零排放目标,需要一个积极主动的、全面的战略,该战略要承认固有的权衡,并优先考虑真正的可持续性,而非肤浅的承诺。

评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注