人工智能熱潮背後，最沉重嘅成本未必只係晶片同電費，而係碳排放。安聯貿易（Allianz Trade）最新研究指出，全球數據中心2025年二氧化碳排放量達2.86億噸，比過去部分估算高出57%，反映外界過往可能低估咗數字基建對氣候嘅壓力。國際能源署（IEA）亦估計，數據中心用電需求到2030年將倍增至約945太瓦時，接近全球用電量3%，令AI不再只係科技產業問題，而係電網、能源同氣候政策嘅共同考驗。

今次爭議嘅核心，在於點樣計算數據中心嘅真正排放。過去不少估算主要集中喺用電排放，但安聯貿易嘅模型將硬件製造、基建施工、電力傳輸損耗等間接排放一併納入，得出嘅總量自然更高。換句話講，一個AI答案喺屏幕上只係幾秒鐘，但背後係伺服器、晶片、冷卻系統、供電網絡同土地資源一整條鏈條。數碼世界睇似無形，實際上同物理世界有極多關係。

研究指，數據中心超過70%排放來自電力消耗，約四分之一來自硬件同基礎設施。人工智能應用目前已佔數據中心電力消耗15%至20%，到2030年比例可能升至40%。安聯貿易氣候經濟學家霍夫曼（Patrick Hoffmann）形容，數據中心正由邊緣因素，變成多個地區電力需求嘅結構性推動力。呢句說話嘅重量，在於AI產業增長唔再只係講模型能力，而係要問：邊個發電、點樣發電、電網頂唔頂得住。

同一個計算任務，放喺唔同地方，排放可以天差地遠。安聯貿易指出，印度每度電相關排放可超過600克二氧化碳，挪威同瑞典則低於30克；法國約41克，德國約329克，反映一個地方嘅電力結構，直接決定AI算力係「較乾淨」定係「高碳」。中國同美國數據中心排放合共接近全球70%，亦顯示全球AI競賽最大兩個引擎，同時係碳排放壓力最集中嘅地方。

對企業而言，問題唔只係買幾多GPU，而係未來合規成本會點變。歐盟已經提出為數據中心制定最低能源效益標準，並研究可持續標籤，要求大型設施公開水耗、清潔能源使用等資料。路透社報道，聯合國大學相關研究亦警告，數據中心用水同用電到2030年可能大幅上升，令AI基建面對更嚴格監管壓力。

對投資者而言，這帶出一個更現實嘅問題：AI唔係免費增長。晶片、雲服務、電力公司、冷卻設備、核電、小型模組反應堆、可再生能源同電網基建，都會成為同一條資本鏈嘅不同環節。短期市場仍然追逐算力，長期市場就要計算能源價格、排放披露、監管成本同地區選址風險。喺高碳電網地區擴建數據中心，未來可能面對更高碳成本；喺低碳電網地區建設，反而可能成為競爭優勢。

真正考驗在於，AI產業能否喺擴張速度同能源轉型之間找到平衡。國際能源署估計，數據中心相關電力排放到2030年前後或升至約3.2億噸，之後才可能隨可再生能源同核能增加而稍為回落；但若AI需求急速起飛，化石燃料仍可能填補短期缺口。這意味AI革命唔只係技術革命，亦係能源秩序嘅壓力測試。