在过去十年中，人工智能在应对气候变化等全球挑战方面取得了重大进展。

然而，人工智能模型需要密集的能源以及被托管在大型数据中心的特性，引发了对环境造成影响的担忧，尤其是在碳排放方面。

尽管碳排放问题得到重视，但用于电力和冷却的水资源消耗问题却鲜少受到关注。若这个问题未能解决，或令人工智能未来的社会负责与可持续发展受阻。

人工智能耗水量大

数据中心是科技巨头的命脉之一，需要大量水资源才能保持其平稳运行。仓库大小的中心布满成排的计算服务器，而这些服务器主要用于存储和传输数据。谷歌、亚马逊、Meta和微软等公司均使用各种冷却系统来防止服务器过热，其中一种常见方法就是利用水资源。

仓库规模的数据中心是GPT-3和GPT-4等大型人工智能模型的训练和部署地，而这些数据中心的能源密集度极高，占全球电力消耗的1至2%。此外，这些数据中心在现场冷却和场外发电方面的水耗用量巨大。

人工智能运营是数据中心规模最大、增长最快的工作负载之一。近期的一项研究表明，全球人工智能到2027年的需求可能消耗85至134TWh的电力，导致潜在的运营用水量达到42至66亿立方米，超过几个国家的年度用水量。

造成水资源问题的不仅仅是数据中心。晶圆制造的生产涉及大量的超纯水，半导体工厂亦需要清洁水来保持冷却。例如，最大的晶圆代工厂台积电（TSMC）仅在2022财年就消耗了1.046亿立方米，而随着制造工厂的扩建，我们认为这一数据在2023财年将变得更大。

科技巨头

全球大型公司每年都会在其永续发展报告中披露其年度耗水量。尽管一直在努力保护水资源，但技术进步驱动的耗水量，尤其是数据中心冷却系统和制造工艺的发展，使得耗水量激增。

除去租赁的第三方管理共置设施中的用水量，仅谷歌数据中心在2022年就提取了250亿升水，并消耗了近200亿升用于现场冷却的一级水使用（Scope-1），其中大部分使用的是饮用水，比2021年增加了20%。同样的，微软在同一时期的总用水量增长了34%，部分原因可能是对人工智能的需求增加。

水是生命源泉

自20世纪初以来，全球对淡水的需求增长了六倍。这一快速增长背后的结构性因素主要是生活水平提高、人口结构变化以及耗水量大的工业兴起。尽管技术发展和用水效率不断改进，但自1900年以来，全球人均用水量的增长速度仍快于世界人口的增长速度。

除了与人工智能相关的用水量外，以下是支持对全球水行业进行长期投资的相互关联的结构性趋势：

i)水资源短缺

尽管地球表面的三分之二以上被水覆盖，但只有0.5%的水是可使用的淡水。虽然技术的进步带来更高效的水资源管理，但人口增长不仅增加了对饮用水的需求，亦增加了其他依赖水资源的产品和工艺（如农业和工业）的需求，使得淡水资源在长期内面临更大压力。

ii)气候变化

气温升高对世界各地的水资源供应构成了严峻的挑战。根据联合国的预测，全球平均气温每上升1°C，再生水资源就会减少20%。气候风险带来更高的成本，突显了加快投资来适应气候变化的紧迫性，其中包括采用更永续的水资源管理方式。

iii)污染

超过80%的废水未经处理就直接流入环境中，其中通常含有人类排泄物和有毒的工业副产品。农业亦是水污染的主要来源，雨水会将农场中的肥料、杀虫剂和动物排泄物冲入水道。农业中的硝酸盐是地下水含水层中最常见的化学污染物。参与水质检测和高效处理的公司在帮助控制污染和减少/防止对水生生物的危害方面发挥重要作用。

iv)监管

面对水资源短缺、污染和漏损问题，世界各国政府正在实施更严格的监管，以保障水质、改善基础设施并确保水价合理。生物多样性丧失的驱动因素亦愈发受到关注。遵守这些更严格的监管将需要大规模的投资来改善水基础设施，为全球水资源价值链上的公司提供支撑和机会。

v)新兴产业

新兴产业的出现进一步支持了水资源投资的必要性。例如，处理和存储全球信息的数据中心需要大量使用水来冷却服务器并维持运行温度。制造嵌入现代电子产品和机械中的半导体是数码化转型的核心，亦需要大量用水，原因是微芯片必须使用超纯水进行多次冲洗。随着对水资源的依赖增加，对于能够提供高效水处理和水资源再利用系统的公司需求亦随之增加。

vi)技术和解决方案不断演变

技术和解决方案的不断演变对解决水资源相关问题至关重要。这为投资者提供了机会——识别在高效处理与测量、数据与软件、智能灌溉（Smart Irrigation）、水资源再利用以及新污染物检测等领域提供解决方案的创新和增长型公司。

总结：需加大投资产业链

随着水资源短缺问题加剧，再加上污染问题和气候变化的影响，淡水资源管理必须得到改善。为应对这些挑战并满足日益增长的水资源需求，整个水资源产业价值链将需要大规模的投资。

我们坚信，由全球水资源挑战驱动的需求增加为水行业的公司提供了商业良机，当中包括了上游公司（涉及建设和管理水基础设施）和下游公司（提供相关产品和服务）。