简而言之
从成本、速度和风险的角度论证,因为降低 AI 能耗的做法(更小的模型、更少的 token(词元)、更少的无效调用)同样能降低开支、缩短等待。拿出一个来自您自己工作的实测例子,补充报告和监管方面的理由;如果更适合您的听众,可以把环境效益作为一个真实但次要的论点。
步骤
- 挑选一项使用量大的 AI 任务,测量它目前的成本、速度和质量。
- 按照相同的质量标准,测试一个更精简的方案,例如更小的模型或更短的输出。
- 用金额和响应时间来呈现节省,同时列出能耗。
- 补充适用于您所在组织的报告、供应商和监管方面的理由。
- 提议开展一个小型试点,设定明确的成功标准和决策日期。
以成本、速度和风险开路,能耗自然随之下降。 在 AI 领域,计算量越少,账单越低、回答越快,因此绿色 AI 的提案很少要求企业放弃什么。
2026 年,英国一场由数学家、计算机科学家和业界人士参加的绿色 AI sandpit(研讨工作坊)得出了相同的看法:买家根据成本、速度和质量作选择,所以绿色 AI 必须与这些因素一同到来,而不是与它们竞争。
我可以用哪些证据?
- 更小的模型。 联合国教科文组织(UNESCO)和伦敦大学学院(UCL)发现,在合适的任务上,小型专用模型最多可将能耗降低 90%,而缩短提示和回复可降低一半以上。
- 路由。 RouteLLM 研究报告称,通过把简单请求发送给更便宜的模型,在某些情况下成本降低了一半以上,且回复质量没有下降。
- 失控的成本。 Gartner 在 2025 年预测,到 2027 年底,超过 40% 的智能体 AI 项目将被取消,原因之一是成本不断攀升。控制 token 就是控制成本。
您自己实测的例子胜过任何已发表的数字。请在一项真实任务上做个小测试。
还有哪些理由有分量?
- 报告:AI 是您能耗和排放的一部分,越来越多的大客户会要求提供这方面的数据。
- 监管:欧盟规则正在为 AI 提供商和数据中心增加能耗记录义务;参见欧盟《人工智能法》能耗规则。
- 声誉:可信、有证据的叙述比含糊的说法更稳妥。
常见错误
- 没有基准就承诺节省。
- 比较每次调用的成本,这会掩盖重试;应比较每项成功任务的成本。
- 以内疚感而不是价值来打动人。
请参阅我们的企业指南。
来源
- Gartner predicts over 40% of agentic AI projects will be canceled by end of 2027, Gartner (2025)
- Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation, UNESCO and University College London (2025)
- RouteLLM: learning to route LLMs with preference data, Ong et al., ICLR 2025 (2024)
相关内容
指南
面向企业的绿色 AI
为企业提供的实用指南:如何从模型选择、供应商、测量、采购和如实宣传等方面,降低 AI 的能耗、成本和碳排放。
我该如何……?
如何让我们公司的 AI 使用更可持续?
让公司 AI 使用更环保的实用起步计划:摸清使用情况,选用合适规模的模型,设定默认值,询问供应商,并按任务测量。
我该如何……?
如何把请求路由到更小的模型?
如何把日常请求交给小模型、只把困难请求交给大模型,以及如何调整路由器,避免重试吞掉节省下来的成本。
我该如何……?
如何判断一个 AI 项目是否值得它带来的环境足迹?
估算 AI 自身的环境足迹,在同一时间段内与其收益比较,并与最简单的非 AI 方案对照,判断项目是否净收益为正。