为什么 AI 公司不想让你知道你消耗了多少能源？

每年1.51亿欧元。 这就是科技行业在欧盟游说的花费——比2021年增加了55%。凭借890名全职游说人员在布鲁塞尔施压，优先事项非常明确：阻止任何能源透明度监管在市场整合之前推进。

这不是阴谋论。这是激励经济学。它解释了为什么在一个每年基础设施投资超过5000亿美元的行业中，几乎没有人公布其销售产品的能耗数据。

这不是疏忽，而是纳什均衡

AI 的能源不透明不是疏忽，也不是”等我们有了数据再说”的问题。供应商在内部已经在测量其能耗——他们需要这些数据来规划基础设施、谈判电力合同和优化成本。

问题不在于他们能否公布数据，而在于他们为什么选择不公布。

答案有六个层面，每个层面都相互强化。

激励 1： 商业秘密

能耗数据会间接揭示模型的架构和效率。如果 OpenAI 公布 GPT-5.4 带推理功能的真实 Wh 数据，竞争对手就能推断出它内部生成了多少 token、激活了多少层以及系统如何扩展。

法律保护这种沉默：美国的 18 U.S.C. § 1905 对政府官员泄露商业秘密进行处罚，而企业则主张其效率指标属于知识产权。加利福尼亚曾试图通过 AB-2013 改变这一状况，但其范围最终受到限制。

结果是：每家公司都有法律和竞争方面的激励，不愿成为第一个公布数据的人。

激励 2： 规避监管

如果能耗数据公开，监管将不可避免。而监管是有成本的。

EU AI Act 在其第40条中已经规定了能源透明度要求，但这些标准在2028年8月之前不具有约束力。欧洲的 Digital Omnibus——以”减少行政负担”为名推出——成功地将高风险条款的实施推迟到2027年12月，并将能源指标边缘化。

在美国，情况更糟：超过300项州级 AI 立法提案，却没有联邦法律。“America’s AI Action Plan” 优先考虑的是商业和军事竞争力，而非环境影响。

当欧洲的监管被推迟、美国的监管尚不存在时，企业就在一个完美的真空中运营：既没有测量义务，也没有不测量的后果。

激励 3： ESG 风险

全球有超过30万亿美元的资产按 ESG（环境、社会、治理）标准管理。MSCI 和 Sustainalytics 等评级机构已经在根据排放情况评估科技公司。

按服务发布详细的能耗数据，将使 AI 公司面临它们宁愿避免的审查：

• Google 承认其总排放量在2019年至2023年间增长了48%，但将很大一部分归因于使用清洁能源证书的基于市场的核算方法。

• Microsoft 承认自2020年以来排放增加了23.4%，其中97% 集中在 Scope 3——即供应链和产品使用环节。

• OpenAI 在 DitchCarbon 的环境指数中仅获得23/100的评分。

如果供应商公布每次查询、每张图片、每段生成视频的真实 Wh 数据，“绿色 AI” 的叙事将在数周内崩塌。随之崩塌的，还有那些已上市或计划上市公司的估值。

激励 4： 叙事控制

这个行业已经从其他行业吸取了教训：一旦存在可见的能耗标签，消费者就会比较。而比较会改变购买行为。

想象一下，每次你用 Midjourney 生成一张图片时看到：“这张图片消耗了3.2 Wh——相当于一盏 LED 灯亮19分钟”。或者当你用 Runway 生成视频时看到：“这段10秒的片段消耗了260 Wh——相当于给你的智能手机充电18次”。

卡路里的类比非常贴切。 当食品行业被强制标注卡路里时，并没有立即改变食品的成分。但它改变了人们选择购买的东西。而这又改变了制造商生产的东西。

AI 需要它自己的卡路里标签。而企业对此心知肚明。

激励 5： 不利比较

如果所有人都公布数据，谁高效谁低效将一目了然。而差距绝非微不足道。

现有数据已经显示出巨大的差异：

• Gemini 2.5 Flash-Lite 回应一次文本查询仅需 0.05-0.12 Wh
• GPT-5.4 启用推理后完成同样任务需要 4-18 Wh
• DeepSeek-V3.2 凭借其 MoE 架构仅需 0.08-0.18 Wh

对于同等任务，最高效模型与最低效模型之间的差距可达100倍甚至更多。公布这些数据将迫使效率较低的供应商为其定价作出解释——或者改进。

DeepSeek 已经证明，以每百万 token $0.028 的价格提供具有竞争力的模型是可行的。如果再公布它消耗的能源只是竞争对手的几分之一，那么对于收费高出50倍的厂商来说，竞争压力将难以承受。

激励 6： Scope 3 排放的法律责任

这是最让法务部门担忧的激励因素。欧洲的 CSRD（Corporate Sustainability Reporting Directive，企业可持续发展报告指令）要求企业报告 Scope 3 排放——即在其价值链中产生的排放，包括其采购的服务。

如果一家欧洲企业在日常运营中使用 ChatGPT，而 OpenAI 公布了每次查询消耗多少 Wh，那么该企业就必须将这部分能耗纳入其可持续发展报告。如果这个能耗数据相当可观，它就会面临寻找更高效替代方案的压力。

AI 供应商对此心知肚明。 公布能耗数据将在整个价值链中引发一系列连锁的法律责任。维持信息真空更为省事。

Memphis案例：不透明的真实后果

如果经济激励看起来过于抽象，Memphis 就是一个具体的案例。

xAI——Elon Musk 的 AI 公司——在田纳西州 Memphis 建设了其 Colossus 园区，安装了35台燃气轮机，未取得所需的环保许可即投入运营。后果如下：

• 每年排放 1,200-2,000吨 NOx
• 每天消耗 100万加仑水
• 每年对 Boxtown 社区造成的健康损害估计为 $3,000-4,400万
• NAACP 和 Southern Environmental Law Center 已提起诉讼

EPA 于2026年1月介入，但涡轮机仍在运行。受影响的社区主要是非裔美国人和低收入群体。

能源不透明不仅仅是数据问题。它是环境正义问题。当缺乏透明度时，后果由那些最没有能力要求问责的人承担。

Google 证明了这是可行的

值得再次强调：Google 公布了 Gemini 每次中位查询消耗0.24 Wh的数据。他们以可审查的方法论、公开论文和可复现的数据做到了这一点。

它没有失去市场份额。没有失去投资者。没有引发监管危机。

这证明了透明度是可行的，而”公布数据会损害业务”的论点是站不住脚的。真正有害的是不透明——因为它侵蚀信任，并延缓终将到来的监管。

行业中的其他公司完全可以做到同样的事情。他们选择不做。

我能做什么？

• 如果你是用户： 选择公布能耗数据的供应商。Google 和 Hugging Face 上经过测量的开源模型是当前最透明的选择。当你使用不透明的服务时，请清楚地知道——你正在消耗一个没有人希望你了解的能源量。

• 如果你是企业管理者： 你在 CSRD 下的义务包括 Scope 3。要求你的 AI 供应商提供每项服务的能耗数据表。如果他们不提供，记录下来——这在你的 ESG 审计中会很重要。

• 如果你是开发者： 优先选择公开效率数据的模型。日常任务使用 flash/mini/lite 版本。每一次不必要的 frontier 模型调用，都是一笔你无法衡量的不合理能源开支。

• 如果你从事监管工作： EU AI Act 第40条是一个开端，但2028年太晚了。测量技术今天就已经存在。缺少的是政治意愿——以及890名游说人员正在竭力阻止这种意愿的形成。