前途科技前途科技
  • 洞察
  • 服务
  • 关于
  • AI 资讯
    • 快讯
    • 产品
    • 技术
    • 商业
    • 政策
    • 初创
  • 洞察
  • 资源中心
    • 深度研究
      • AI 前沿
      • 案例研究
      • AI 知识库
    • 行业报告
      • 白皮书
      • 行业报告
      • 研究报告
      • 技术分享
      • 专题报告
    • 精选案例
      • 金融行业
      • 医疗行业
      • 教育行业
      • 零售行业
      • 制造行业
  • 服务
  • 关于
联系我们

经合组织:2027年AI年耗水量将达66亿立方米

报告2025年8月11日· 5 分钟阅读6 阅读

近日消息,据媒体报道,经合组织与国际能源署发布的数据显示,人工智能(AI)的广泛应用正带来日益显著的生态挑战。 […]

近日消息,据媒体报道,经合组织与国际能源署发布的数据显示,人工智能(AI)的广泛应用正带来日益显著的生态挑战。

在资源消耗方面,到2027年,AI预计每年将消耗高达66亿立方米的水,这一水量是瑞士年用水量的两倍。

同时,数据中心的能耗问题也愈发严峻,预计到2030年,其能耗将翻一番,达到945太瓦时(TWh),这一数字甚至超过了日本(900 TWh)与瑞士(60 TWh)两国能耗的总和。

AI的“生态足迹”远不止于电力与水资源的消耗。

根据科学期刊《自然计算科学》上的一项研究,生成式AI在2023年已产生了2600吨电子垃圾。

而随着技术的不断发展和应用的普及,到2030年,这一数字预计将飙升至250万吨,相当于133亿部废弃智能手机的重量,对环境造成巨大压力。

除了生态问题,AI的安全隐患也日益凸显。

今日,国家安全部也发文警示,人工智能正面临数据源污染的新挑战。

一些不法分子通过篡改、虚构和重复等“数据投毒”手段,制造污染数据,这些数据在模型训练阶段会干扰参数调整,进而削弱模型性能、降低其准确性,甚至可能诱发有害内容的输出。

研究显示,数据污染对模型输出的影响极为显著。当训练数据集中仅包含0.01%的虚假文本时,模型输出的有害内容就会增加11.2%;即便虚假文本的比例降至0.001%,有害输出也会相应上升7.2%。

更为严重的是,受到数据污染的人工智能生成的虚假内容,还可能成为后续模型训练的数据源,形成一种具有延续性的“污染遗留效应”,进一步加剧数据安全问题。

自 快科技

想了解 AI 如何助力您的企业?

免费获取企业 AI 成熟度诊断报告,发现转型机会

//

24小时热榜

OpenAI获评Gartner企业编码代理领导者
TOP1

OpenAI获评Gartner企业编码代理领导者

FDA批准新药Datroway治疗三阴性乳腺癌
TOP2

FDA批准新药Datroway治疗三阴性乳腺癌

3

Figure AI 机器人 200 小时分拣 25 万包裹

8小时前
Figure AI 机器人 200 小时分拣 25 万包裹
4

白宫批准90亿美元为情报机构采购AI芯片

8小时前
白宫批准90亿美元为情报机构采购AI芯片
热门标签
大模型AgentRAG微调私有化部署Prompt EngineeringChatGPTClaudeDeepSeek智能客服知识管理内容生成代码辅助数据分析金融零售制造医疗教育AI 战略数字化转型ROI 分析OpenAIAnthropicGoogle

关注公众号

前途科技微信公众号

扫码关注,获取最新 AI 资讯

免费获取 AI 落地指南

3 步完成企业诊断,获取专属转型建议

已有 200+ 企业完成诊断

前途科技前途科技
服务关于快讯技术商业报告
前途科技微信公众号

微信公众号

扫码关注

Copyright © 2026 AccessPath.com, 前途国际科技咨询(北京)有限公司,版权所有。|京ICP备17045010号-1|京公网安备 11010502033860号|隐私政策|服务条款