你每次按下回车键向ChatGPT提问时，大约有0.32毫升的水，在某个数据中心的冷却管道里蒸发了。
0.32毫升是什么概念？如果你用标准的滴管，大概是6到7滴水的量。少到几乎无法在物理世界中被感知。但就是这么一个微小到可忽略的数字，在过去两年里，变成了一根插在AI产业身上的芒刺——社区抗议、监管审查、舆论围攻，其火力甚至超过了AI本身的安全讨论。
2026年9月2日，OpenAI CEO 萨姆·奥尔特曼终于正面接住了这根芒刺。在一档播客节目中，被主持人问及外界对AI数据中心耗水的担忧时，他给出了一个让很多人意外，也让很多人不快的答案。
“这曾是一个流传甚广的说法，很难被证伪，但我认为它经不起任何推敲。”
困扰AI的“耗水梗”，究竟从何而来
过去三年，AI数据中心的耗水问题几乎成了一个“政治正确”式的批评靶子。
2024年，《商业内幕》发布的一项调查称，数据中心加剧了西方水危机，尤其点名了耗水量巨大的蒸发冷却技术。2025年，加州大学河滨分校的研究团队在论文中估算，GPT-3一次完整训练消耗了约70万升淡水用于直接冷却；若计入发电用水，这个数字飙升至540万升。这些数字经过媒体放大后，变成了一条广为流传的指控：每一次你问ChatGPT一个问题，都在“喝掉一瓶水”。
盖洛普2026年3月至4月的调查印证了这种焦虑的普遍性——71%的美国人反对在他们所在地区建设数据中心。在反对者中，18%的人特别提到了水资源问题。AI数据中心在美国公众中的反对率，甚至高于核电站（53%）。
奥尔特曼现在要做的，就是拆掉这个数字背后的事实泡沫。
他甩出的第一组证据来自弗吉尼亚州立法审计与审查委员会（JLARC）的2024年报告。弗吉尼亚北部是全球最大的数据中心市场，占全球已知超大规模数据中心容量的13%。该报告指出，虽然部分数据中心用水量高于其他设施，但大多数数据中心的用水量与普通大型办公楼相同或更少。
第二组数据更加直观：ChatGPT单次查询平均耗水0.32毫升。谷歌的Gemini应用更少，平均文本提示仅0.26毫升，约等于5滴水的量。
最有冲击力的对比来自于一粒不起眼的农产品。根据美国地质调查局（USGS）的数据，在加州种植一颗杏仁平均需要耗水约3.56升。一颗杏仁的耗水量，是ChatGPT一次查询的超过11000倍。
“大多数一次性吃下12颗杏仁的人，并不觉得自己在水资源方面做了什么可怕的事情。”奥尔特曼在播客中说。
口径之争：0.32毫升，究竟算不算“全口径”
奥尔特曼给出的0.32毫升，是否是偏低的？
从Scope 1（直接冷却用水）来看，这个数字与行业一致。谷歌同样公布Gemini文本提示耗水0.26毫升（Scope 1口径）。独立研究机构Jegham等在2025年5月发表的arXiv论文中，采用“基础设施感知”基准方法估算，GPT-4o单次短查询的直接冷却加基础设施相关耗水约为1.2毫升，是奥尔特曼数字的约4倍。
若再将上游发电用水纳入考量，UC Riverside团队的研究指向了一个更宽的区间：单次查询耗水可能在10到50毫升之间（含终端电力生产的蒸发耗水）。
但需要看到硬币的另一面：即使按最严苛的Scope 1+Scope 2全口径估算，一次ChatGPT查询的耗水量上限仍然在10到50毫升区间，最多相当于一小口浓茶的量。相比之下，网络上流传的“一次查询耗掉一瓶水”的说法，放大了实际数字1000倍以上。
另一个常被忽视的参照是传统Google搜索。根据行业数据，一次传统Google搜索约耗水0.6毫升（Scope 1口径）。这意味着ChatGPT查询的用水量大约是一次搜索的0.5到2倍，并没有数量级的跃升。“AI在喝瓶装水，而传统搜索在喝露水”的直觉，与事实相去甚远。
总量焦虑 vs 结构错位：为什么感知和现实差了10000倍
单个查询的耗水微乎其微，但问题的核心在于公众感知和产业现实的结构性错位。
从绝对总量看，AI数据中心的耗水在美国整体用水量中占比极低。弗吉尼亚JLARC报告显示，该州数据中心2023年消耗约21亿加仑（约79.5亿升）水，自2019年以来增长86%，但在全州总耗水量中的占比不足0.5%。
对比加州杏仁产业：加州杏仁年耗水约1.3到1.6万亿加仑，相当于全美所有数据中心耗水量的85倍以上。一个州的一种零食级农产品，在水资源账本上的体量是整个数据中心行业的上百倍。
为什么数据中心引发的舆论风暴，远大于加州杏仁？
原因在于三重放大效应的叠加。一是空间集中度带来的视觉冲击：数据中心的耗水集中在弗吉尼亚北部、凤凰城等少数县市，而农业用水分散在全州，公众对“家门口”的耗水项目敏感度远高于对“田地里”的。二是AI的“新事物恐惧”：人们接受杏仁的水耗，是因为杏仁是“熟悉且有用的日常消费品”，而AI在很多人看来尚未证明其不可替代的社会价值。三是早期技术选择的遗产：部分老旧数据中心仍使用蒸发冷却技术，拉高了整体行业形象，让公众将“最坏的案例”等同于“普遍的现状”。
但行业正在快速转向。闭式循环冷却、液体冷却和无水冷却系统正逐步替代蒸发冷却。据奥尔特曼此前披露，OpenAI位于得克萨斯州的数据中心采用闭式循环冷却后，水耗较传统数据中心降低70%。当完全闭式循环技术普及后，数据中心的直接耗水理论上可以降至零。
治理能力困局：当微观事实碰上了宏观偏见
奥尔特曼的回应引发了一个更棘手的问题：即使0.32毫升是事实，纠正公众认知是否应该是企业的核心工作？
他的回答很直接：“我认为让人们喜欢某样东西的正确方法是为他们提供价值。在如何使这些产品易于使用，以及如何让人们从中获得巨大价值方面，这个行业还有很多工作要做。”
这是一种典型的硅谷思维：好产品会自己说话，误解最终会被价值冲淡。
但这种思维存在结构性盲区。2026年初，美国已有190多个州级数据中心相关法案被提出。亚利桑那州凤凰城因数据中心能耗挤占居民用电，引发当地民众持续抗议。西班牙，Meta拟建的数据中心预计年耗水超6亿升，而该地区正遭受干旱。这些冲突的根源，不在于公众对“0.32毫升”的不理解，而在于AI的价值已经在产业侧被充分论证，但在消费者侧仍未完全兑现。
某种程度上，“耗水”只是情绪的出口。公众焦虑的真正源头，是AI对人类生活、工作和社区的实际改善感不足。正如奥尔特曼本人承认的那样，“价值感不足”才是AI产业真正的公关危机。
让真相打不过一颗杏仁的困境
这场关于0.32毫升的争论，实际上揭示了AI产业进入“价值兑现期”之前必经的一次压力测试。
好消息是：事实站在AI这边。无论是弗吉尼亚州政府报告、USGS的调查，还是行业自身的效率提升，都指向同一个结论——AI的用水效率远高于公众的普遍印象。无论是与农业、传统搜索还是与办公楼对标，数据中心都不是水资源账本上的“头号玩家”。
坏消息是：事实从来不是沟通的全部。弗吉尼亚JLARC的报告明确预测，受AI需求驱动，该州数据中心耗水量将在未来25年内增长3倍以上。即便单次查询的耗水微乎其微，累积效应仍会吸引持续的监管关注。
行业面临的真正挑战不是如何完美地解释“0.32毫升”的正确性，而是如何在量变引发质变之前，建立起公众信任的基准线。奥尔特曼或许是对的——提升产品价值是改善公众认知的根本之道。但在此之前，一个更紧迫的问题摆在面前：在信息爆炸的ESG时代，当“AI在大量耗水”这个事实有误但传播力惊人的叙事，和“一次查询只需0.32毫升”这个正确但传播力有限的真相同时出现时，谁能在公众心智中胜出？
答案已经很明显了。不会有人在社交媒体上转发0.32毫升这个数字。但每个人都会转发“种一颗杏仁够你问一万次ChatGPT”。这才是AI耗水争议最荒诞也最真实的结局：伤害你的事实，有时候比保护你的事实，更有传播力。
当0.32毫升的说服力，敌不过一颗杏仁的传播力时，AI产业要解决的，从来不只是冷却技术的问题。
快报