简而言之
绿色 AI 政策规定您的组织在什么情况下使用 AI,如何高效地选择和运行 AI,如何测量和报告其影响,以及会作出和不会作出哪些声明。政策要简短、实用,并与采购、数据保护和可持续发展报告等现有流程挂钩,每年复查一次。
要点
- 好的政策既涵盖效率(用好 AI),也涵盖充分性(只在能增加价值的地方使用 AI)。
- 让默认设置发挥作用:足够用的最小模型,除非需要否则关闭 AI 功能,开启输出限制。
- 把政策与已有流程挂钩:采购、数据保护、可持续发展报告、培训。
- 用明确说明的方法进行测量,并按每单位有用工作进行报告,让使用量的增长清晰可见。
- 为政策指定负责人、复查日期和一份简短的可衡量承诺清单。
绿色 AI 政策有什么用?
它把关于 AI 环境影响的良好意愿,转化为人们真正遵循的默认设置、决策和检查。没有这样的政策,各个团队只会根据能力和价格来选择模型、工具和供应商,而谁也说不清组织使用 AI 在能源、碳排放或水资源方面付出了多少代价。
好的政策做两件事。它让 AI 的使用高效:选对模型、运行得当、使用清洁电力。它也让 AI 的使用适度:在能增加价值的地方使用 AI,而不是条件反射式地使用。2026 年英国一次绿色 AI sandpit(研讨工作坊)汇集了数学家、计算机科学家和业界人士,在一次投票中,大多数参与者希望绿色 AI 同等关注这两方面,而不是只关注其中之一。这次 sandpit 还提醒,读起来像“不要使用 AI”的政策往往会被忽视。目标应是负责任地、用好 AI。
应该让哪些人参与?
把已经负责政策所涉流程的人召集起来。一个小型工作组就够了:
- 一位负责政策并对其承担责任的人(通常来自可持续发展、数字化或运营部门)
- IT 或工程人员,他们选择和运行模型与工具
- 采购人员,他们购买 AI 服务
- 数据保护和法务人员,因为数据最小化和环保声明与他们的工作有交叉
- 传播人员,他们负责发布公开声明
- 几位日常用户,他们清楚 AI 实际用在哪里
如何一步步制定?
从您目前的使用情况出发,设定少量默认设置和承诺,并把测量和复查纳入其中。
- 梳理当前的 AI 使用情况。列出工具、功能、模型和供应商,包括您已有软件中捆绑的 AI。记下大致的使用量。
- 商定原则。三到五条通俗的表述,例如“我们使用能把工作做好的最小工具”。
- 设定默认值。默认设置比指导意见更能改变行为。决定哪些 AI 功能默认开启或关闭、默认的模型规模,以及您自建工具中的输出和历史记录限制。
- 规定哪些高耗能用途需要说明理由。例如:大型前沿模型、大规模生成图像或视频、训练或微调,或者始终在线的智能体。
- 选择测量方式。商定方法、边界和功能单位;参见测量 AI 能耗。起初可以接受估算值,但要标明是估算。
- 制定采购规则。在 AI 采购中加入可持续性问题和评分;参见可持续的 AI 采购。
- 制定声明规则。没有证据,就不把任何东西说成是绿色的;参见诚实的环保声明。
- 规划培训。为全体员工安排一次简短、实用的培训,并为构建或采购 AI 的人员提供更深入的材料。
- 挑选几项有日期的可衡量承诺。
- 指定负责人和复查日期,并在内部发布政策。
政策应该写些什么?模板大纲
把这份大纲当作起点,删去不适用的部分。
1. 目的和范围
- 用两三句话说明组织为什么制定这项政策。
- 政策涵盖的内容:员工使用的 AI 工具、产品和服务中内置的 AI、从供应商处购买的 AI,以及任何训练或微调。
- 这里的“AI”指什么(仅指生成式 AI,还是所有机器学习)。
2. 原则
- 在 AI 能带来明确价值的地方使用它;先考虑更简单的方法。
- 使用能达到质量标准的最小模型或工具。
- 避免浪费:反复重新生成、过大的输入和输出、闲置的智能体。
- 灵活的工作优先选择低碳托管和更清洁的时段。
- 诚实地测量,只声明我们能够证明的内容。
3. 日常使用
- 对员工的习惯要求(参见高效使用 AI)。
- 除非团队需要,否则 AI 功能默认关闭。
- 关于图像和视频生成的指导。
4. 构建和运行 AI
- 模型选择:足够用的最小模型,对混合工作负载使用路由(为任务选择合适的模型)。
- 效率做法:缓存、输出限制、批处理,以及在效果不受影响时使用量化(高效的 AI 训练与推理)。
- 何时允许训练或微调,以及必须记录的内容(能耗、硬件、地点)。
- 托管和地区选择(托管与数据中心);边缘与云端(边缘还是云端)。
5. 采购 AI
- 标准的可持续性问题和招标评分。
- 关于报告、地点和退出选项的标准合同条款。
6. 测量和报告
- 方法、边界和功能单位,例如 ISO/IEC 21031:2024 中的软件碳强度方法。
- 报告什么内容、多久报告一次、向谁报告;数据是实测的还是估算的。
- AI 如何纳入现有的可持续发展或排放报告。
7. 声明和传播
- 由谁批准关于 AI 的公开环保声明,以及需要哪些证据。
8. 培训和意识提升
- 谁接受什么培训,多久一次。
9. 角色和治理
- 政策负责人、工作组,以及政策如何与 AI 治理相衔接(例如,如果您有 ISO/IEC 42001 AI 管理体系)。
10. 承诺和复查
- 三到五项有日期的可衡量承诺。
- 年度复查日期,以及哪些情况会触发提前复查(新的重要 AI 工具、新的法规)。
如何让政策真正落地?
把政策嵌入到已经在做决策的那些环节中。
- 在现有的新工具审批表中加入可持续性问题。
- 在技术评审中,把每次请求的能耗与成本和延迟并列。
- 把 AI 纳入您已经在编制的可持续发展报告。
- 让培训简短、实用,并纳入入职培训。这次 sandpit 上有人介绍,一所大学把 AI 素养(包括 AI 的环境后果)列为全体员工的必修内容,像数据保护培训一样对待。
- 警惕反弹效应:如果效率提升被更多的使用所抵消,总量数据会显示出来。既报告单位数据,也报告总量。
检查清单
- [ ] 梳理了当前的 AI 使用情况,包括捆绑功能和供应商
- [ ] 原则同时涵盖效率和充分性
- [ ] 为功能、模型规模和输出限制设定了默认值
- [ ] 高耗能用途需要说明理由
- [ ] 商定了测量方法并作为附件
- [ ] 纳入了采购问题和合同条款
- [ ] 纳入了环保声明规则
- [ ] 为全体员工以及构建和采购人员规划了培训
- [ ] 指定了负责人、承诺和复查日期
下一步做什么
- 本月梳理组织的 AI 使用情况,包括现有软件中已开启的 AI。
- 用上面的模板起草原则和默认设置,并请几位用户试用。
- 商定测量方法,并收集第一份估算的基线数据。
- 在下一次 AI 采购中加入可持续性问题。
- 设定三项可衡量的承诺和一个复查日期,并在内部发布政策。
- 参阅企业指南、慈善机构指南,学校可参阅教师页面;在顾问目录中寻求帮助,在课程中寻找培训。
常见问题
我们需要单独的绿色 AI 政策吗?
不一定。许多组织在现有的 AI 使用、IT 或可持续发展政策中增加一个绿色 AI 部分。重要的是,承诺要形成文字、有人负责并受到检查。
绿色 AI 政策应该多长?
通常两到四页就足够了。把详细的方法(例如如何测量能耗)放在单独的附件中,这样更新附件时无需重新审批政策。
绿色 AI 政策应该禁止某些 AI 用途吗?
一刀切的禁令很难执行,而且一个人眼中的无聊用途可能是另一个人的创作。通常更好的做法是设定默认值,要求对高耗能用途说明理由,并让成本清晰可见。
政策可以引用哪些标准?
常见的参考包括用于测量的软件碳强度规范(Software Carbon Intensity,ISO/IEC 21031:2024)、用于 AI 管理体系的 ISO/IEC 42001,以及用于数字服务的 W3C《网络可持续性指南》。
来源
- ISO/IEC 42001:2023 Information technology – Artificial intelligence – Management system, ISO (2023)
- Software Carbon Intensity (SCI) specification, Green Software Foundation (2024)
- Web Sustainability Guidelines, W3C (2025)
- AI large language models: new report shows small changes can reduce energy use by 90%, UNESCO (2025)
- Thinking about using AI? Here's what you can and (probably) can't change about its environmental impact, Green Web Foundation (2024)
- Green Claims Code: making environmental claims, Competition and Markets Authority (2021)