AI、气候与自然：投资者如何应对新兴风险与机遇

来源：市场资讯

　　（来源：PRI负责任投资原则）

　　作者：Bethany Davies， PRI气候与环境高级分析师

　　Adèle Shraiman， PRI气候专员

　　人工智能的加速部署及数据中心基础设施的快速扩张，正在对气候与自然产生深远影响。本文是继我们上一篇关于AI相关可持续性风险如何在投资者投资组合中开始显现的文章之后的后续讨论。

　　在本文中，我们将探讨：

• AI如何重塑物理风险与转型风险；

• 投资者正在采取的早期应对措施；

• PRI签署方在制定AI应对策略时可以着手开展的工作。

　　一些最显著的气候和自然相关与AI数据中心的快速扩张相关。相关压力——包括电力需求激增、电子垃圾增加、水资源消耗与污染问题，以及矿产开采带来的环境影响——已经转化为切实的财务风险。

　　谷歌在智利投资2亿美元的数据中心项目提供了一个典型案例。该项目最初于2020年提出，但因冷却用水对当地含水层的影响而面临社区反对和法律挑战。最终，数据中心被迫重新设计为采用空气冷却系统，导致项目出现重大延期。

　　与此同时，AI正开始增加多个行业在气候和自然方面的风险敞口，包括科技和金融服务等过去并不显著面临这些风险的行业。此外，效率提升正通过所谓的“反弹效应”——即某一领域的节约刺激了更广泛的消费增长——推动整体资源使用量上升，而现有的治理和监管框架对此应对不足。

与AI相关的主要气候和自然风险

改编自 Stern 等人（2025）及 MIT Technology Review（2024）

⚡ 能源需求

预计2024年至2030年间，全球数据中心用电量将增长一倍以上。这使投资者面临电价波动和电网瓶颈风险，对运营成本产生连锁影响，并可能与投资组合的转型路径产生偏差。

排放上升

为AI数据中心供电，到2035年可能每年增加0.4至1.6 GtCO₂e（十亿吨二氧化碳当量）的排放量；同时，数据中心建设带来的隐含排放也将增加投资者在转型风险及其他系统性气候风险方面的敞口。

水资源使用

到2027年，数据中心冷却每年可能取水42至66亿立方米，其中包括来自水资源紧张地区的水源。相关压力已开始转化为场址限制、许可审批挑战和社区反对，进而导致项目延期、成本上升和声誉风险。

⛏️ 关键资源

来自集中供应链的材料（如镓、锂）需求不断增长，使投资者面临运营和地缘政治风险，例如价格波动和供应中断——这些也可能制约其他转型需求（如风电和太阳能）的供应。

♻️ 电子废弃物

预测显示，到2030年电子废弃物将累积至500万吨。目前仅有约22%的电子废弃物得到妥善处理。企业面临日益上升的合规和处置成本，同时还面临声誉风险以及可回收价值的潜在损失，这些最终都会传导至投资者。

反弹效应

AI部署带来的效率提升可能会增加能源和资源的整体需求，抵消预期的可持续效益。这可能为脱碳路径带来不确定性，导致投资组合和系统性风险被错误定价。

*GtCO₂e = 十亿吨二氧化碳当量

AI可能为气候与自然转型创造机遇

　　一些投资者已经在利用AI来为气候和自然风险定价。例如，AI代理可以通过压力测试假设和获取更精细、未充分利用的数据集来增强投资研究能力。

　　AI还可被用于支持气候和自然转型，例如：

• 规模化关键技术，助力能源系统的减排和适应（例如通过更智能的可再生能源基础设施部署和电网优化，包括在新兴市场）；

• 推动可持续农业实践并提高作物抗逆性（例如测试农药对土壤和生物的安全性，或预测供应链中断和农场生产力）。

　　Stern等人（2025）提出的AI情景下，到2035年三个行业（电力、肉类和乳制品、轻型道路车辆）的预计年全球排放量，对比一切照旧情景及雄心减排情景。

　　此外，还有机会提升AI数据中心价值链的可持续绩效和韧性，包括投资：

• 减少数据中心用水量的技术（如替代冷却系统，利用市政废水、空气冷却或液体浸没冷却）；

• 推动电子废弃物管理系统改进的技术（如支持翻新和再利用的循环设计）。

　　Impax资产管理公司本月发布了一份白皮书，讨论了投资者如何考量AI价值链中的效率提升解决方案。

投资者如何应对

　　AI被广泛视为一个系统性的风险驱动因素，涉及气候、自然和社会议题。在开展AI治理和劳动力相关风险工作的同时，投资者也开始探索应对AI部署所带来气候和自然影响的方法。

　　尽职调查与尽责管理

　　利用尽职调查和尽责管理与AI数据中心开发商合作以管理风险是一个关键重点，特别是在能源和水资源使用方面。Nuveen和环境保护基金已发布了一份数据中心价值链可持续性尽职调查指南，涵盖了关键的环境和运营风险。

　　AI赋能投资评估

　　一些投资者也在试点利用AI来加强气候和自然评估，包括整合未充分利用的公共地理空间和环境数据集（如美国国家海洋和大气管理局NOAA的数据），以支持更短期的物理风险分析，并实现更精细的自然数据收集。高盛与MIT-IBM沃森AI实验室合作，试点将AI用于自然测量，以支持自然相关风险和机遇评估及投资决策。

投资者现在可以做什么？

　　虽然AI风险和机遇没有单一的应对方法，但负责任投资者可以考虑采取以下行动：

　　学习和合作

• 与同行、学术机构和其他专家合作（例如通过PRI的气候或自然参考小组），建立对AI相关风险和机遇的共同理解，支持更一致的投资者实践。

• 参与新的行业倡议，为能源和水资源使用等优先议题制定可比较的指标和绩效标准。

　　梳理风险敞口

• 识别投资组合中哪些公司、行业和领域对AI相关的气候和自然风险与机遇敞口最大。

• 利用现有工具，如TNFD LEAP评估或排放路径建模，来测试新的AI相关影响。

　　加强尽职调查

• 将能源使用、水资源使用和资源开采等AI相关考量纳入尽职调查和风险评估框架，考虑对整个价值链的影响，并在有用时参考相关指南（如Nuveen和EDF的尽职调查指南）。

　　针对AI超大规模企业和部署者开展定制化尽责管理

• 就AI治理结构（董事会监督、问责制和企业风险管理体系）开展沟通，以建立对各行业AI风险和机遇的理解。

• 与超大规模企业、公用事业公司、半导体企业和数据中心运营商沟通，重点关注运营和价值链的影响与依赖关系，如排放、水资源使用和社区影响。

• 与AI部署者沟通，重点关注其AI使用如何创造新的气候和自然相关风险与机遇，以及其利用现有框架评估、管理和披露这些风险与机遇的能力。

　　推动政策倡导

• 在AI相关转型路径落后于国际框架（如《巴黎协定》或《昆明-蒙特利尔全球生物多样性框架》）的领域，支持系统层面的政策参与。

• 支持就能源需求、水资源使用和关键矿产开采等议题设定护栏的区域和国家层面监管。

　　在投资实践中测试AI

• 尝试使用AI工具来加强投资研究和评估，确保对模型假设和敏感数据访问（例如，某些生物多样性数据可能因防止偷猎或非法野生动物贸易等行为而具有敏感性）设置适当的治理控制。

　　PRI通过与签署方就AI部署带来的气候和自然相关风险与机遇进行沟通，持续识别投资者的支持需求。我们邀请签署方与我们联系，分享其如何处理这一议题，以及哪些类型的指南、案例研究和交流活动最为有用。

　　（PRI负责任投资原则）