文章提到科技公司开始投资天然气厂来补足 AI 数据中心用电。据《连线》杂志披露，美国仅 11 个在建燃气数据中心园区，可能的温室气体年排放量高达 1.29 亿吨，超过摩洛哥全国排放。到 2027 年初，数据中心「用户侧」自建天然气发电装机容量将接近 100 GW，不到三年增长 25 倍。对科技巨头而言，天然气已从「过渡能源」变成了暂时的刚需。

文章点出谷歌和亚马逊的排放增长主要来自 Scope 3——资本品（GPU、数据中心）和供应链——而非自身买绿电就能解决的 Scope 1 和 2。这也恰恰是几乎所有科技巨头的共同痛。微软 2025 年报告也坦承，其 Scope 3 排放占到了总碳足迹的 97% 以上。这类排放覆盖了从芯片代工厂使用的含氟温室气体、到水泥钢筋的建材生产，控制难度远大于运营用电。SBTi 2026 年新规也首次允许企业将一部分减排缺口通过采购碳信用来弥补，本质上是对 Scope 3 难以清零的「现实性让步」。

文章几乎只谈 AI 带来的环境代价，但一个被忽略的侧面是：AI 同样被用来优化那些导致碳排放的环节——从智能电网调度、建筑能耗自动化，到甲烷泄漏检测和半导体能效提升。中国环境网的报道指出，利用 AI 优化暖通空调和照明，可使建筑能耗降低 10%—30%。AI 被批评是「电老虎」，但若把它的优化能力反哺给能源基础设施，这笔账能否抵消部分增量排放？

文章提到科技公司需要大规模购买碳移除信用来弥补缺口。微软过去已在碳移除合同上投入 148 亿美元，合同总量超 7800 万吨——但截至 2026 年 4 月，实际交付率仅 0.25%。与此同时，微软已开始「调整步伐」，暂停新的碳信用采购。当最大的单一买家退缩，碳移除市场可能从供给不足转向信任危机。科技公司能否真的靠「买碳」实现净零，关键要看直接空气捕获等技术的规模化和成本拐点。

文章和多数报道都将 AI 排放归到「科技公司」头上，但追问一步：当用户发起一次 ChatGPT 推理请求，这条链路上的碳排放（服务器供电、芯片制造、数据中心冷却）到底该算在用户、开发平台还是云厂商头上？这个问题的答案直接影响应谁付费、谁来推动减碳。如果由用户承担，可能会催生「碳感知 AI 应用」——低排放时段运行推理、高排放时段收费溢价。