夜雨聆风2026 年夏季达沃斯，AI 仍然是最热的话题。但讨论的风向明显变了——从"AI 能做什么"，转向了"AI 背后的账单由谁来付"。
6 月 3 日，联合国大学水环境与健康研究所（UNU-INWEH）发布报告，所长 Kaveh Madani 说了一句话，值得每个项目管理者抄进笔记本："公众讨论仍然常把 AI 当作软件，但 AI 同样是物理基础设施——数据中心、发电、冷却系统、输电网络、芯片、矿产、土地和水。"
翻译成项目管理的语言：AI 不是一行代码，它是一座座正在开工的工地。而且是这个时代规模最大、也最烫手的一批绿色项目。
01 电：最长的关键路径，从来不在工地上
国际能源署（IEA）在 2026 年 4 月发布的《能源与人工智能》报告给出了一组基准数字：全球数据中心年用电量将从 2025 年的约 485 太瓦时，增长到 2030 年的约 945 太瓦时，五年翻番，届时约占全球电力需求的 3%。其中 AI 专用算力的耗电，将从约 155 太瓦时增长三倍以上至 465 太瓦时。
中国这边同样陡峭。据国家节能降碳中心 2026 年 7 月披露：截至 2025 年底，全国在用算力基础设施机架数超 1373 万标准机架，总用电量达 1960 亿千瓦时，占全社会用电量的 1.9%，同比增长 18.1%——增速是全社会用电量增速的 5 倍以上。
一个容易被低估的工程事实：机架在"变重"
2020 年 Ampere 架构机架功率约 13 kW；如今 Blackwell 已达 130 kW，五年增长 11 倍；计划 2027 年推出的 Rubin 架构，目标 600 kW/机架，最终指向 1 MW。
这意味着：即便建筑物理占地不变，供电、配电、冷却系统的设计荷载也在按数量级重写。
数据来源：IEA《Energy and AI》，2026 年 4 月
但对项目经理真正致命的，是 IEA 报告里另一句不起眼的话：部分地区的电网接入排队时间长达 5 至 10 年。
传统数据中心项目的进度基线，习惯按"土建—机电—调试—上架"来排。可当外部并网需要三到五年，土建工期压缩三个月毫无意义。
这是教科书级的约束理论问题：优化非瓶颈环节，收益为零。
02 水：预算表上没有的那本账
UNU-INWEH 6 月 3 日报告的另一组数字，比电更值得警惕：2025 年全球数据中心消耗电力 448 太瓦时（超过沙特阿拉伯全国用电量），同时消耗了 4.5 万亿升水，产生 1.89 亿吨二氧化碳排放。到 2030 年，用水量预计升至 9.3 万亿升——相当于撒哈拉以南非洲 13 亿人的基本生活用水需求。
头部企业的水账本（2025 年度）
· 谷歌：耗水 109 亿加仑，同比 +34%，是 2021 年的两倍多；通过 97 个流域的 165 个项目回补 77 亿加仑（占消耗量 78%）。同期电力消耗 +37%，为公司史上最大年度增幅。
· 亚马逊：2026 年 6 月首次披露全球数据中心水耗，2025 年为 25 亿加仑，WUE 为 0.12 升/千瓦时，约 90% 时间采用自然冷却。
· 大连人工智能计算中心：这座中小型算力中心去年全年用水约 3000 吨；而今年仅上半年用水就已超过 3000 吨——去年一整年的水，今年 6 月就喝完了。
数据来源：Google《2026 环境报告》；Amazon 2026 年 6 月可持续披露；央视财经报道
更关键的是选址层面的系统性错配。世界经济论坛报告指出，覆盖芯片制造、发电、算力三大环节的 AI 全产业链，一年消耗淡水约 230 亿立方米，占全球工业淡水取用总量的 3.7%。而全球约四成数据中心、近三分之一的芯片工厂，建在缺水地区。
这不是技术失误，是决策排序问题——企业选址时优先算电价和地价，水源够不够只是次要变量。而水与电有一个本质区别：电可以远距离输送，水不行。
监管的滞后同样明显。2026 年 6 月 23 日，美国得克萨斯州众议院自然资源委员会听证会披露：全州 341 座数据中心中，83% 未遵守强制性用水报告要求，而违规的最高罚款仅 500 美元。同一天，联合国秘书长启动"AI 环境透明度倡议"，呼吁每一家主要 AI 公司测量并公开披露其碳、水和土地足迹。
03 地与料：隐含碳藏在机电系统里
UNU-INWEH 报告还测算了土地足迹：全球数据中心占地将从 2025 年的 6900 平方公里，增长到 2030 年的 超过 14500 平方公里；同时每年产生的电子垃圾最高可达 250 万吨。
但对做工程的人来说，2026 年 4 月 23 日发布的另一份报告更有实操价值。澳大利亚 MECLA 联合墨尔本大学"建筑业脱碳"（DBI）倡议，在汇集 70 余家产业链利益相关方后发布《下一个前沿：削减数据中心交付中的隐含碳》，给出了一个反直觉的结论：
在数据中心项目中，机电与管道系统（MEP）贡献了全生命周期隐含碳的大部分，而非常规建筑中占大头的结构与外围护。
原因不难理解：数据中心的结构体系相对简单，但机电极重——变压器、UPS、蓄电池、冷机、母线、精密空调；叠加 AI 驱动下 IT 硬件的高频刷新周期，排放曲线被彻底重塑。
这对项目管理的直接提醒是：如果沿用常规房建的隐含碳管理套路，只盯混凝土和钢材，你会精确地漏掉最大的那一块。
04 中国的解法：把"绿"写进审查环节
2026 年 4 月 8 日，国家发展改革委、国家能源局、工业和信息化部、国家数据局联合印发《关于促进人工智能与能源双向赋能的行动方案》（国能发科技〔2026〕34 号），部署 10 个方向、29 项重点任务。
在项目管理视角下，最有分量的是第（六）条：
"将新建及改扩建算力设施可再生能源利用方案、电能利用效率、绿电消费比例、余热资源回收利用等作为项目节能降碳审查评价重要内容。"
一句话的分量在于：这四项从"加分项"变成了"准入项"。过不了审查，项目立不了项。
配套的硬约束也在收紧。2026 年 4 月，中办、国办印发《关于更高水平、更高质量做好节能降碳工作的意见》，首次将数字基础设施与工业、建筑、交通、公共机构并列为五大重点领域，明确要求严格 PUE 等能效指标管理。而更早的《数据中心绿色低碳发展专项行动计划》已规定：新建及改扩建大型和超大型数据中心 PUE 降至 1.25 以内，国家枢纽节点项目不得高于 1.2。
供给侧的工程实践跑得同样快。据国家能源局，截至 2026 年 2 月 27 日，全国已有 84 个绿电直连项目完成审批，新能源总装机 3259 万千瓦；2026 年预计落地超 200 个、总规模超 15 GW。
三个已落地的算电协同样本
· 内蒙古中金乌兰察布零碳算力基地：全国首个建成投运的数据中心绿电直连项目，配套 34.5 万千瓦新能源，年自发自用电量 8.5 亿千瓦时。
· 青海中国移动柴达木绿色微电网算力中心：全球首个规模化利用荒漠化土地与光伏实现 100% 绿电直供的微电网算力中心，可承载万卡算力，PUE 控制在 1.198 以下。
· 广东数据中心集群：2026 年 5 月 12 日起，首笔跨省"点对点"绿电正式送电，云南、广西风光电精准输送至粤港澳大湾区，成交电量 2.6 亿千瓦时，200 余家主体参与，为绿色算力认证与碳足迹核算奠定溯源基础。
数据来源：国家能源局；南方电网；第一财经报道（2026 年 7 月）
专家视角 算力项目经理的四个动作
政策和数据说完了，回到最实际的问题：如果你手上就有一个算力项目，该改什么？
一、立项期：把水、电、地三张承载力评估一起做
34 号文明确要求"结合地区能源、水资源等承载力"布局。选址决策一旦锁定，之后所有的技术优化都只是修补。全球四成数据中心建在缺水地区，根源就在于可研阶段把水当成了次要变量。可研报告里那张"资源保障"表，应该是三列，不是一列。
二、设计期：用四个指标替代单一 PUE，并写进验收条款
欧盟修订版《能源效率指令》已要求 IT 功率 500 kW 及以上的数据中心，每年报告四项关键可持续性指标：PUE（电能使用效率）、WUE（水资源使用效率）、ERF（能源再利用系数）、REF（可再生能源因子）。这套框架值得直接借鉴——只盯 PUE，会诱导团队用水去换电：蒸发冷却确实能压低 PUE，代价写在水表上。把四个指标从"运营 KPI"提前变成"设计约束"与"竣工验收判据"，否则又是一次设计承诺、运营落空。
三、进度与采购：把并网当关键路径管，绿电协议与主体工程同步立项
34 号文鼓励新建算力设施与可再生能源发电企业签订多年期绿色电力交易合同，鼓励配置构网型储能。这些都不是"运营部门以后再谈"的事——多年期 PPA、绿电直连审批、储能配套，每一项都有独立的审批与建设周期，应当在项目前期就作为里程碑挂进进度网络图，并识别其对投运日期的制约关系。
四、交付期：把余热当产品交付，而不是当废物排放
ERF 这个指标的本质，是把"废热"重新定义为"副产品"。《数据中心绿色低碳发展专项行动计划》已提出，到 2030 年北方采暖地区新建大型及以上数据中心余热利用率明显提升；欧盟则要求人口超 4.5 万的市镇必须将数据中心余热纳入地方供热制冷规划。
但这里埋着一个治理陷阱：如果当地供热按建筑面积而非实际用热量收费，余热利用的经济性会被计价制度直接抹平。所以余热回收从来不只是一个技术方案，它是需要在项目早期就与地方供热主体谈定的商务安排——晚谈半年，管网路由就没了。
项目管理有一条老规矩：你度量什么，团队就优化什么。
过去十年，算力行业几乎只度量 PUE，于是所有聪明才智都涌向了压低 PUE——包括用水去换电。现在监管把绿电占比、水效、碳排、余热一并写进了度量表，这场游戏的规则才算完整。
AI 不是软件。它是电，是水，是土地，是一座座正在开工的工地。而这些工地能否真正"绿"起来，最终不取决于哪一项黑科技，而取决于项目经理在可研、设计、采购、验收这四个节点上，有没有把该问的问题问出口。
聊聊你的实践
你所在的行业，有没有在建或规划中的算力项目？
在你的项目里，PUE、WUE 这类指标究竟是写进了合同和验收条款，还是只停留在可研报告的第四章？
如果你正在被"并网排队"卡住工期，又是怎么重排关键路径的？
欢迎在留言区聊聊，也欢迎把这篇转给正在做算力项目选址的同事。
数据来源
1. 联合国大学水环境与健康研究所（UNU-INWEH）《Environmental Cost of AI's Energy Use: Carbon, Water and Land Footprints》，2026 年 6 月 3 日
2. 国际能源署（IEA）《Energy and AI》特别报告，2026 年 4 月
3. 国家发展改革委、国家能源局、工业和信息化部、国家数据局《关于促进人工智能与能源双向赋能的行动方案》（国能发科技〔2026〕34 号），2026 年 4 月 8 日印发
4. 国家发展改革委《如何让数字经济的"心脏"跳得更绿色、更可持续?》，2026 年 7 月 27 日（数据中心绿色低碳转型交流会）
5. 国家发展改革委等四部门《数据中心绿色低碳发展专项行动计划》
6. 中共中央办公厅、国务院办公厅《关于更高水平、更高质量做好节能降碳工作的意见》，2026 年 4 月
7. MECLA × 墨尔本大学 DBI 倡议《The Next Frontier: Reducing Embodied Carbon in Data Centre Delivery》，2026 年 4 月 23 日发布
8. Google《2026 Environmental Report》（2025 年度数据）；Amazon 2026 年 6 月可持续发展披露
9. 欧盟修订版《能源效率指令》（EED）数据中心可持续性评级与报告要求
10. 联合国秘书长"AI 环境透明度倡议"，2026 年 6 月 23 日；美国得州众议院自然资源委员会听证，2026 年 6 月 23 日
11. 国家能源局《算电协同：从"概念"到"落地"的加速跑》，2026 年 7 月 10 日；南方电网电碳算协同实践，2026 年 5 月
12. 世界经济论坛（WEF）AI 产业链淡水消耗测算；PMI × GPM《Executing Sustainability Strategy》，2026 年 6 月 5 日
本文为原创分析，数据均引自公开权威来源并已标注出处。
观点仅供参考，具体项目决策请结合实际情况与专业评估。