人工智能（AI）的迅猛發展帶來技術革新，但其對水資源的潛在威脅正引發關注。支撐生成式AI的大型資料中心耗電量巨大，冷卻系統和發電過程消耗大量淡水。在全球半數人口面臨缺水、氣候變化加劇水荒的背景下，AI的用水問題極需重視。
資料中心冷卻伺服器需大量乾淨淡水，發電過程間接耗水更多。研究估計，OpenAI的GPT-3每處理10至50次查詢約耗水500毫升，ChatGPT每天10億次查詢累積的用水量驚人。全球資料中心年用水量現約560億公升，預計2030年達1200億公升，其中60%來自發電。Google 2024年資料中心用水370億公升，較2020年近乎翻倍；Microsoft 2021至2022年用水增34%，達64億公升。加州大學河濱分校任少磊預估，2027年AI產業年用水量將達丹麥的4至6倍。
更令人憂慮的是，許多資料中心位於乾旱地區，如美國亞利桑那州、智利和西班牙，這些地區因土地和能源優勢吸引投資，卻加劇當地水資源壓力。Google 14%取水來自高風險缺水區，Microsoft和Meta分別為46%和26%。當地民眾抗議不斷，如西班牙的「你的雲端使我的河流乾涸」運動，智利民眾反對Google新設施，烏拉圭因乾旱迫使Google暫停項目。
AI硬件生產亦加劇水資源壓力。半導體製造耗水高且回收率低，開採矽等材料污染水源。台灣作為全球90%先進半導體生產地，曾因乾旱中斷灌溉，突顯供應鏈問題。雖然AI在智能灌溉、廢水處理等方面有助水資源管理，但獨立研究員洛雷娜·豪梅-帕拉西警告，AI增長「無法永續」，效率提升可能刺激更多使用，長期受限於原材料短缺。
科技公司正探索乾式冷卻、封閉循環系統及使用海水、工業廢水等方案，並回收廢熱供當地使用。Google、Microsoft等承諾2030年實現「水資源正向效益」，但進展緩慢。任少磊強調，標準化用水報告是關鍵。未來，平衡AI發展與水資源保護至關重要，需更高效技術和透明數據，確保技術進步不以環境為代價。
