近期，#AI 悄悄和人类抢水喝 #话题引发全网广泛热议，大众在享受人工智能赋能生产生活便利的同时，开始聚焦算力产业潜藏的水资源消耗难题。从日常和 AI 对话、AI 绘图，到大模型训练、算力中心持续运转，虚拟数字服务的背后，是现实淡水资源的持续消耗。如何统筹人工智能产业高质量发展与水资源节约集约利用，成为数字经济可持续发展必须解答的时代命题。

热议背后：看得见的 AI 服务，看不见的淡水消耗

很多人对 AI 产业资源消耗的认知仅停留在高耗电，却忽略了算力运转巨大的用水需求。世界经济论坛 2026 年发布数据显示，覆盖芯片制造、发电供能、算力运维全产业链的 AI 产业，年淡水消耗量达 230 亿立方米，占全球工业淡水总取用的 3.7%。一组直观数据更让公众直观感知 AI 的 “水足迹”：普通人与 AI 对话 5 分钟，背后散热蒸发损耗淡水约 500 毫升，每发起 10 次 AI 问答，相当于消耗一整瓶瓶装矿泉水。

算力中心耗水核心源于散热需求。当前 AI 服务器、GPU 芯片算力密度持续攀升，单块高性能 AI 芯片运行功率可达数百瓦，集群长时间运转会产生巨量热量。传统开式蒸发水冷是行业主流降温方案，冷却水可闭环循环反复利用，系统仅存在少量蒸发、排污损耗；冷却塔主要依靠水蒸发带走绝大多数设备热量，是算力中心常规的散热方式。一座中小型人工智能计算中心，仅半年用水量即可追平往年全年消耗；而完整训练一套超大规模大语言模型，单训练阶段耗水可达 70 万升，足够普通家庭数十年日常使用。

更深层的矛盾集中在区域资源错配问题：据《卫报》及海外科技机构调研数据，海外大量大型算力设施、芯片工厂扎堆布局在干旱缺水区域，头部科技企业超四成的数据中心用水取自水资源紧缺区域。企业选址多优先考量电价、土地、算力成本，弱化区域水资源承载能力评估。伴随大模型、生成式AI产业爆发，算力用水需求持续暴涨，部分缺水地区逐渐出现算力产业用水与民众生活、农业灌溉争水的矛盾，这也是“AI悄悄和人类抢水喝”舆论热议的核心诱因。

同时，AI 产业链用水具备全链路特征，并非仅算力中心单独耗水：上游芯片晶圆制造需要高纯度超纯水完成清洗工序；支撑算力运转的火电、水电发电环节同样产生大量间接耗水，整条产业链路叠加，进一步放大了人工智能的水资源负担。

理性看待：不否定 AI 价值，不回避用水短板

本次公众热议，本质是社会对数字产业可持续发展、科技向善的深度思考，应当客观辩证看待，避免两种极端认知：

一方面，不能因水资源消耗否定人工智能的战略价值。作为发展新质生产力的核心基础设施，AI 在智能制造、智慧农业、灾害预警、医疗辅助、政务数字化等领域发挥不可替代作用，依托 AI 技术可实现农业节水灌溉、工业废水智能治理、城市水资源调度优化，从更广维度提升全社会水资源利用效率，数字技术本身也是节水治污的重要工具。

另一方面，不可忽视粗放式算力扩张带来的水资源压力。过去行业发展重能耗管控、轻用水管理，相较于碳排放完善的管控标准，算力产业水资源利用效率（WUE）统一规范、透明披露机制仍待完善；部分项目存在盲目扩建、选址不匹配区域水文条件、冷却技术老旧、水循环复用率偏低等问题，粗放发展模式加剧局部水资源供需矛盾，这也是本次舆论热议的核心根源。