📝📝：保持禮貌的成本超乎想像｜跟 ChatGPT 說「對不起」、「謝謝」就燒掉幾千萬美元
本文翻譯自《USA Today》的報導 Saying ‘please’ and ‘thank you’ to ChatGPT costs millions of dollars, CEO says 撰稿人為 Gabe Hauari
根據 TechRadar 出版商 Future 於 2024 年 12 月進行的最新調查，人們與 AI 互動時的禮貌模式呈現有趣結果。這項研究涵蓋 1,000 多名大眾，大多數 AI 使用者在與數位助理溝通時保持禮貌：美國有 67%，英國則有 71%。
不說謝謝怕被 AI 報復
調查顯示出，美國和英國用戶之間存在著幽微且有趣的差異。
在美國，67% 的 AI 用戶表示他們始終對 AI 系統保持禮貌，比三個月前的調查增加了3%。在這些禮貌用戶中，82% 認為基本禮貌是他們的動機，而且也相信，說「請」和「謝謝」無論對象是人類還是 AI ，都是應該做的事。
更引人注目的是，18% 的禮貌美國用戶（約佔所有受訪 AI 用戶的 12%）承認他們的禮貌源於對潛在後果的恐懼，特別提到對可能發生的「機器人造反」的擔憂。
在英國，禮貌率略高，達 71%，比之前的調查顯著增加了 11%。與美國同行相似，83%的禮貌英國用戶保持良好禮儀，是因為他們認為這是適當的，而 17% 的人則是出於對未來 AI 主導的擔憂。
不禮貌的原因：沒意義、求效率
然而，並非所有人與 AI 互動時都遵守社交禮儀。
在 33%不保持禮節的美國 AI 用戶中，約 2/5 的人表示，他們認為對電腦保持禮貌沒有意義。其餘 3/5 則強調效率，偏好與 AI 保持簡短直接的互動。
同樣，29% 的英國 AI 用戶不優先考慮禮貌。其中約 1/3 不認為對 AI 表示禮貌有價值，而 2/3 則更喜歡在互動中保持簡潔。
專家對 AI 禮儀的觀點
業界專家對與 AI 系統互動時禮貌的重要性提出了不同看法：
CCS Insight 首席分析師 Ben Wood 支持對 AI 保持禮貌的互動，他表示，擔心對 AI 的粗魯行為可能讓人們想起在人類社交互動所產生的負面影響。
Wood 指出這種考慮並非新鮮事，他引用亞馬遜 2018 年的「魔法詞」（Magic Word）功能，鼓勵兒童在與 Alexa 互動時保持禮貌。
Botify 全球副總裁 A.J. Ghergich 認為，對 AI 的禮貌反映了人類固有的社交本能。
他引用一份研究《Computers Are Social Actors》（電腦是社交行為者），表明人們自然而然地就會將社交的禮儀應用於電腦互動。Ghergich 還提到實際優勢，指出禮貌可以將 AI 性能提高 30%。
提供對比觀點的 TechRadar 高級 AI 作家 John-Anthony Disotto 對禮貌用戶比例之高表示驚訝，質疑對 AI 保持禮貌的合理性。
Disotto 認為，對未知的恐懼影響著人們與 AI 的互動方式，像是「2001太空漫遊」等文化標誌塑造公眾對 AI 的認知。
禮貌的開銷高達數千萬
有趣的是，對 AI 保持禮貌需要相當可觀的費用。
Open AI 首席執行官 Sam Altman 在 2025 年 4 月指出，由於人們對 ChatGPT 說「請」和「謝謝」，公司需要額外支出「數千萬美元」的電力成本。
這一發現與美國非營利組織「電力研究所」 (The Electric Power Research Institute) 的研究一致。
該研究發現 ChatGPT 互動消耗的能源，約為標準 Google 搜尋（不含 AI 功能）的 10 倍。根據 BestBrokers 的數據，ChatGPT 每年需要估計 10.59 億千瓦時的電力，相當於約 1.397 億美元的能源成本。
太渴的 AI？
根據《華盛頓郵報》（Washington Post）與加州大學河濱分校（University of California, Riverside, UCR、UC Riverside）研究人員的合作調查，這些便利背後隱藏著令人擔憂的環境代價。
研究發現，使用 GPT-4 模型生成一封 100 字的電子郵件需要消耗 519 毫升的水資源，相當於一瓶多的瓶裝水。若將這個數字放大：
一個人每週使用一次，一年下來需要 27 升水，約等於 1.43 個飲水機水桶
若美國 10% 的勞動人口（約 1600 萬人）每週使用一次，一年將消耗 435,235,476 升水，相當於羅德島州所有家庭 1.5 天的用水量
為何 AI 需要如此多的水？
每當我們向 ChatGPT 提出問題，伺服器需要進行數千次計算來決定回應中最適合的詞語。在這過程中：
這些通常位於數據中心的伺服器會產生大量熱能
水冷系統被用來冷卻設備並維持其正常運作
水將數據中心產生的熱量傳送到冷卻塔，幫助熱量散出建築物，類似人體通過汗液保持涼爽的方式
UC 河濱分校副教授任紹雷（Shaolei Ren）指出，在電力較便宜或水資源相對稀缺的地區，數據中心通常使用大型類似空調的電力冷卻系統。這意味著每次查詢所需的水和電力量取決於數據中心的位置，差異可能很大。
AI訓練：資源消耗的另一層面
在聊天機器人能夠回應請求之前，訓練這些 AI 需要耗費大量的能源。支持 ChatGPT 等聊天機器人，生成擬真回應的大型語言模型也需要伺服器分析數百萬條數據。
根據AI專家和研究論文，訓練這些先進的大型語言模型可能需要數月時間，而 Google、Meta 和微軟等科技公司正爭相建造數據中心。每一個數據中心都在不斷產生熱量。