AI 資料中心不是雲，是一座會發熱的殖民工廠？

AI 常被說成「雲端服務」，彷彿它漂浮在天上，不佔空間、不喝水、不吃電。但最新資料中心爭議提醒我們：AI 不是雲，是土地、電網、水資源、冷卻系統、晶片供應鏈與政治補貼共同打造的巨大機器。

我們以為 AI 在雲端，其實它在某個人的家旁邊

每次我們輸入一句 prompt，畫一張圖，生成一篇報告，背後都不是一團魔法雲。它是一排排 GPU、冷卻管線、變電站、土地租約、稅務優惠與地方政府招商簡報。科技產業喜歡把這些說成「基礎建設」，聽起來像道路、橋梁、醫院一樣公共。但 AI 資料中心的公共性必須被追問：公共利益在哪裡？公共成本由誰付？公共決策誰參與？

資料中心的問題不是只吃電，而是重新分配風險

近期國際報導指出，AI 推動資料中心用電、用水與碳排快速上升；有研究與報導估計，資料中心環境足跡已經可與國家級能源消耗相比，並可能在 2030 年前大幅增加。這不只是環境新聞，而是治理新聞。當一座資料中心進入地方，它帶來就業承諾，也帶來電網負載、水資源調度、冷卻廢熱、地方電價與土地使用改變。AP 報導與聯合國大學相關研究指出，資料中心的電力、水與排放足跡正在迅速擴大，AI 使用占比也在升高。

AI 說自己很輕，結果需要一座發電廠托著

過去平台公司說資料是新的石油。現在更精準的說法可能是：資料是新的石油，模型是新的煉油廠，而資料中心就是新的工業園區。只是它穿著白色機櫃、打著「雲端」、「創新」、「智慧城市」的領帶，看起來比較不會弄髒手。可是電從哪裡來？水從哪裡來？散出去的熱到哪裡去？這些問題不會因為簡報用了藍色漸層背景就消失。

原住民族土地倫理會問不同的問題

主流科技治理常問：「這個資料中心能帶來多少投資？」原住民族土地倫理會多問幾句：「這塊土地與水系的關係是什麼？誰有權同意？誰有權拒絕？社群得到的是短期租金，還是長期風險？下一代是否還能使用同一套水、電、山林與海岸？」

這不是反科技，而是拒絕把科技包裝成不可質疑的命運。Two-Eyed Seeing 的精神不是把西方工程與原住民族知識硬湊在一起，而是讓兩種觀看方式共同檢查同一個問題：一隻眼睛看效能、投資與系統可靠度；另一隻眼睛看土地關係、文化責任與代際正義。

晶片經濟的真正成本不在模型價格表上

現在 AI 公司競爭的是模型能力、推理速度與雲端價格。但價格表通常不列地方水權、不列熱島效應、不列電網壓力、不列居民電費增加，也不列 Indigenous consultation 的時間成本。這就像餐廳菜單上寫「免費湯品」，但廚房把帳單寄給隔壁村落。

Reuters 報導，德州電網單位已對大型資料中心與加密礦場的併網可靠性提出疑慮，因為大型用戶在電壓異常時突然脫離電網，可能造成系統風險。這提醒我們：AI 基礎建設不是純粹企業內部成本，而是公共系統風險。

文化資料主權與能源主權其實連在一起

談 Indigenous data sovereignty 時，我們常關心資料如何被收集、標註、儲存、訓練與商業化。但若資料被存進需要大量水電的中心，資料主權也該延伸為基礎建設主權：資料在哪裡被保存？誰掌控伺服器？哪個法域保護它？哪個社群承擔環境成本？

CARE Principles 強調 Collective Benefit、Authority to Control、Responsibility、Ethics。這四個字若放到 AI 基礎建設上，就會變成非常尖銳的問題：集體利益是否真的回到社群？社群是否有控制權？企業是否承擔責任？倫理是否只是 ESG 報告的一頁裝飾？

不要只問模型會不會回答，要問它住在哪裡

下一階段的 AI 批判不能只停在偏見、幻覺、著作權。那些都重要，但還不夠。我們必須把 AI 從雲端拉回地面：它住在哪裡？喝誰的水？用誰的電？讓誰變熱？讓誰被要求相信「這是進步」？

真正負責任的 AI，不只是模型輸出比較禮貌，而是它的基礎建設能被地方民主、原住民族權利、環境正義與文化資料主權檢驗。否則所謂智慧社會，只是把老派殖民換成液冷機櫃。