一句「謝謝」耗費千萬美元？對ChatGPT說「請」竟推高全球電費？揭秘AI禮貌用語背後的成本

對ChatGPT等AI說「請」或「謝謝」，這份日常禮貌正悄然增加著數千萬美元的運算成本。OpenAI CEO Sam Altman承認此現象，並認為「值得」。這不僅揭示了AI驚人的能源消耗，也引發對人機互動、資源使用及AI未來的思考。

為何「請、謝謝」如此昂貴？

大型語言模型（LLM）處理用戶輸入時，會將所有文字分解為「詞元」（Tokens）進行運算。禮貌用語如「請」、「謝謝」同樣是詞元，增加了處理的總量和複雜度。模型需額外運算來理解這些詞彙，即使它們不直接影響核心指令。每一個詞元都消耗處理器時間、記憶體和電力。

為使AI理解並回應人類禮儀，累積增加的運算成本達數千萬美元。這不僅是電力消耗，也涉及數據中心的龐大基礎設施。據估算，處理一句包含禮貌詞彙的回應，可能間接消耗40至50毫升冷卻水資源。Altman認為此成本「值得」，顯示OpenAI重視用戶自然互動體驗，優先級高於絕對的成本效率。然而，這也凸顯了AI普及帶來的資源壓力問題。

用戶心理：為何我們對機械人有禮貌？

對AI使用禮貌語言相當普遍。2024年底調查顯示，67%的美國用戶會這樣做。主要原因包括：

• 習慣與規範： 多數人表示「感覺這樣才對」。這是將人際交往中根深蒂固的禮貌習慣，延伸至與AI的互動中，帶來心理舒適感。
• 為未來打算： 部分用戶坦言，是為給未來可能產生意識的AI留下好印象。這反映了公眾對AI潛能的敬畏與不確定感。
• 擬人化傾向： AI日益像人的對話能力，使用戶不自覺地用對待真人的方式與之互動，包括使用禮貌詞。

禮貌是否影響AI回答質量？

對AI禮貌能否換來更好的答案？目前主流觀點認為其直接作用不大。

• 技術原理： LLM基於數據模式運作，沒有情感，不會因禮貌而改變回答質量。輸出好壞主要取決於提示詞是否清晰、具體、信息充分。
• 間接可能： 有觀點認為，禮貌用語可能促使用戶更清晰地組織問題。另外，訓練數據中禮貌交流常伴隨高質量互動，模型或學到微弱關聯。部分用戶經驗也支持此觀點。
• 核心關鍵： 總體而言，禮貌對結果的影響遠不如提示詞本身的質量重要。專注於提供清晰、有效的指令是獲得優質回答的關鍵。

AI的能源足跡：全球數據中心耗電持續攀升

全球數據中心目前耗電約佔全球總量的2%，AI是主要推動力。

• AI能耗巨大： 訓練大型模型需大量高性能GPU長時間運作，耗電驚人。日常用戶使用AI（推理）的累積能耗，也正快速增長，總量可能超過訓練能耗。
• 增長趨勢： 預計未來幾年，在AI及雲計算需求下，數據中心能耗將急劇增加，可能佔全球總量更高比例（有預測達8%）。這對電網穩定、能源結構（依賴化石燃料）及氣候目標構成挑戰。
• 水資源消耗： AI運算產生的高熱量需大量水冷卻，加劇水資源緊張。

應對策略包括開發節能算法與硬件、提升數據中心能效、使用可再生能源及新冷卻技術。

對AI的禮貌行為，反映了我們適應新技術時的人性，但也揭示了便利背後的環境代價。Altman的「值得」代表了現階段行業對用戶體驗的側重。然而，數千萬美元成本、持續上升的能耗與水耗警示我們，AI的發展需兼顧資源效益。

Text by BusinessFocus Editorial

免責聲明：本網頁一切言論並不構成要約、招攬或邀請、誘使、任何不論種類或形式之申述或訂立任何建議及推薦，讀者務請運用個人獨立思考能力自行作出投資決定，如因相關言論招致損失，概與本公司無涉。投資涉及風險，證券價格可升可跌。