AI与农业——从阿拉贡抗议AI抢水讲起

一提到AI，大家都会想到它是未来发展方向，各产业、各领域都要结合AI快速发展。它改变着人类生产的方式、岗位的归属，甚至包括人类的认知本身。而从媒体报道引导方向也是正向的、积极的。而且当人们提到AI对农业的影响，大多人会想到，精准农业、农业自动化等等。但实际上，在过去几年里，AI最直接、影响最大的领域，其实是水，进而影响农业。
2024年，西班牙阿拉贡的农民组建了一个抗议团体，这个团队的名称是：“你的云正在晒干我的河”。反映农民担忧‌数据中心用水挤占灌溉用水‌，威胁玉米等主粮作物种植。主要是亚马逊等科技企业在西班牙阿拉贡自治区建设的‌超大规模AI训练数据中心‌，这些设施需大量冷却用水（年耗水约75–80万立方米），加剧了欧洲最干旱农业区之一的‌水资源紧张‌。2026年3月已有针对数据中心的法律诉讼，要求遏制“失控扩张模式”。‌‌
抗议‌不是反对AI在田间应用‌（如智能灌溉、育种等），而是反对‌支撑AI算力的基础设施侵占农业资源‌；现实中，AI本身也在全球多地助力农业增效，但阿拉贡事件聚焦的是‌能源与水权冲突‌。简言之：‌抗议的根源是水资源争夺，AI作为耗水产业的代表成为矛头所向，而非AI技术本身被用于剥夺农田或取代农人。
我们都知道全球水循环来看，水是可以再生的，通过海陆间大循环使陆地水体得到更新和补充，那为什么还有的地方缺水呢？实际上，淡水是有限的，而且分布不均，污染严重且部分区域消耗速度远超自然更新能力，导致缺水。‌‌
阿拉贡地区属于地中海气候，夏季炎热干燥，蒸发量大，属于缺水的地区，农业发展主要是靠引河流水和开采地下水进行灌溉，与我国北方地区旱田种植有些类似。
而AI算力的基础设施（数据中心），在进行大规模训练和运行AI模型时，服务器会产生大量热量，数据中心通常通过蒸发冷却系统、冷却塔或冷冻水循环来降温，因此会持续消耗淡水，每处理100个字，就要消耗500ml水，尤其是AI模型使用的高密度GPU集群中，单位机架发热量远高于传统互联网服务器，耗水量也随之上升。一个中型数据中心一天的耗水量，相当于一座五万人口城市的全部供给。这样就消耗了大量的淡水资源，抢占了农业灌溉用水，而且短时间内无法恢复这么多的淡水用于农业发展。
那么问题来了，为什么科技公司为什么要把数据中心建在这些地区呢？根据区位选择条件，降低成本，主要有以下几个原因：像阿拉贡这样的地区是经济相对落后的农业地区，土地成本低，地价相对便宜；电价也相对便宜，因为高新技术产业也是高耗能产业；其次当地为了经济发展，为这些高新技术产业提供了很多优惠政策，包括水资源的利用方面，在干旱季节限制农业用水，保障产业用水需求。以上者四个原因，使得这些高新技术产业落户于此。

类似的高新技术产业区位选择，我们国家为了降低成本，提高效率，推出了”东数西算“。因为我国东部地区人口密集，电力资源有限，本身就要靠“西电东送”保障电力需要，电价较高，加上用地紧张，不利于大型数据处理中心的建设和运营。而西部地区具有优良的自然条件，首先是纬度或海拔较高，年平均气温低于同纬度地区，为算力设备提供了天然的冷却条件，减少了散热能耗。其次，西部地区资源丰富，尤其是清洁能源（风电、太阳能、水电）充裕，不仅可以为数据中心的运行提供能源保障，而且有利于数据中心的绿色发展，对于推进我国的碳中和碳达峰工作具有重要意义。同时，相比于东部地区，西部地区土地资源充足，地价较低，可以进一步节约成本。

同时，我们国家优先用水级别、制度要求和准入规则与他们不同，我们有法律的用水次序，首先是生活用水，第二生态用水，第三农业用水，第四工业用水。所以我们农业用水有法律保障，再加上我国的完善的水利设施、跨流域调水、科技降低耗水量等，缓解了水资源时空分布不均的问题。所以我国西部地区不会出现类似抢水现象。

同时像哈尔滨等地因纬度高，年均温约5.2℃、年可利用自然冷源超220天，降低能源消耗；拥有丰富风电、水电及核电资源（如红沿河、汤原等），绿电资源等能源资源优势承接中高时延算力任务，属“东数西算”协同布局的重要组成部分。
回头再看那个抗议团体的名字，“你的云正在晒干我的河”。近似一种白描。是啊。云不在云端，云在玉米地的下方。这片云所侵占的水资源，可能是某片玉米需要被灌溉的用水；它建起来的厂房，覆盖了原本属于野生鸟类与作物的土地。
我们这一代人对AI的讨论，似乎常常停留在有关“未来”的语法中，它会替代什么岗位，会改变什么行业，会引发什么样的伦理争议，但上述这些问题的存在同样迫在眉睫。科技进步绝不能以牺牲民生、经济环境为代价。
像这个事件中我们要从资源分布、区域发展的矛盾的地理思维方式去分析，其中涉及到的水循环、区域选择、产业发展、人地关系这些基础理论，也不是什么晦涩难懂的理论，而是我们身边看得见的地理现象，所以地理就是常识。