饮用AI：人工智能与饮料的水消耗对比

水资源计算：饮用AI

一项新的分析将人工智能系统的水消耗与日常饮料进行了比较，揭示了令人惊讶的相似之处和差异。以ChatGPT为例，每天提出30个问题，持续一年，其水消耗约为酿造一瓶啤酒所需水量的五分之一——这一估算包括了数据中心冷却和发电厂用水，与饮料的全供应链计算方式一致。具体而言，一瓶啤酒约等于53,300次ChatGPT查询（按平均计算），或331,000次查询（仅考虑OpenAI的冷却用水）。用户可以选择不同饮料、调整计算范围，或按代理任务计数，从而对比2025年全球AI用水量与整个美国饮料行业的年用水量，并预测2026年的趋势。

单个饮料对应的ChatGPT查询量

一瓶啤酒约等于53,300次平均ChatGPT查询，相当于30次每日查询持续5年的水量。根据计算范围的不同，这一数字在2,370至331,000次查询之间。

总体比较：美国饮料年用水量 vs 全球AI年用水量

根据2026年发表在《Patterns》期刊上的一篇论文，2025年全球所有AI系统的水足迹估计为3125亿至7646亿升。美国咖啡（2024/25年）年用水约25万亿升，是AI的33至80倍；牛奶（2024年）约20万亿升，牛奶（2024年）约20万亿升，是AI的26至64倍；苏打水（2025年）约15.3万亿升，是AI的20至49倍；啤酒（2023年）约7万亿升，是AI的9.2至22倍；橙汁（2021年）约3万亿升，是AI的3.9至9.6倍；葡萄酒（2023年）约2.9万亿升，是AI的3.8至9.3倍；茶（2023年）约2.3万亿升，是AI的3至7.3倍；瓶装水（2025年）约884亿升，仅为AI的0.1至0.3倍。这八大类饮料的年用水总量约为75.6万亿升，是2025年AI用水量的99至242倍，或2026年预计用水量的66至161倍。需要注意的是，AI估算覆盖全球，而饮料数据仅限美国，因此全球饮料总用水量会更高。

未来趋势：2026年及从查询到代理的转变

由于尚无官方2026年AI用水数据，本文使用Claude模型估算：基于AI电力增长（2024至2025年增长2.45倍）及中间增长率1.5倍，推算出2026年AI用水量约为4688亿至1.1万亿升。即便如此，饮料行业的用水量仍领先数十倍。

此外，典型的AI查询正在从单一提示转向更耗资源的推理模型和代理任务。推理模型每响应消耗的水量约为普通查询的10倍，代理任务约为15倍。但即使在这种增长下，一瓶啤酒仍能覆盖数千次最繁重的任务。

方法论：测量范围与局限性

每次查询的水消耗差异很大，主要取决于计算边界。OpenAI和Google报告的数据中心冷却用水量约为0.26至0.32毫升；若加上发电用水，高效模型接近2毫升；而全生命周期评估（如Mistral）可达45毫升。即便采用最高值45毫升，一瓶啤酒仍相当于超过2,000次查询。

年度AI水足迹来自de Vries-Gao模型（基于数据中心披露数据），而饮料水足迹基于权威作物水足迹研究（Mekonnen & Hoekstra 2011, 2012）。美国饮料消费量来自各个行业协会和政府机构的最新数据。

本文所有来源均已链接，供读者参考。