曾经承诺将通过巨额投资改变一个苏格兰社区面貌、帮助居民抢占"未来工作机会"的宏伟蓝图,如今已让拉纳克郡的居民深感忧虑。他们担心自己可能被迫出售房产、失去绿化带土地,而就业机会和投资却迟迟未能兑现,这一切皆源于一个规划混乱的AI数据中心项目所酿成的种种问题。
去年底,Oakes Energy Services的代表开始挨家挨户敲响纽阿特希尔村民的房门。这座村庄位于格拉斯哥以东。据当地居民透露,代表们在信件中邀请居民参加单独会面,介绍了一个太阳能农场计划,并提出各种条件:免费安装太阳能电池板、种植树木,甚至直接收购房产。
"这不过是一种利诱:意思就是别反对,你就没事。"居民黛安·戴维森说,"但这些承诺根本没有任何约束力,什么都没有写进合同。"
两个月后,英国政府宣布将拉纳克郡列为AI战略核心选址,并公布了一项价值数十亿英镑的开发计划,称其为"AI增长区"。该项目由美国公司CoreWeave与格拉斯哥房地产公司旗下的DataVita共同承建。
拉纳克郡项目的核心是建设AI数据中心,本质上是一批装满专用芯片的大型建筑,这些芯片负责执行支撑AI模型运行所需的大量计算任务。目前,全球科技公司正斥资数千亿美元竞相建设AI数据中心,押注AI将深刻改变全球经济格局,并期待这些数据中心最终实现回本盈利。
为此,这些公司需要在纽阿特希尔这样的社区中迅速推进大型基础设施建设。
官方宣布时,新闻稿描绘了一幅宏大蓝图,称该项目将涵盖"数据中心、配套基础设施及可再生能源园区"。随之而来的还有一系列承诺:新增3400个"高附加值"岗位,以及一项社区基金,未来几年将向本地项目注入"最高5.43亿英镑"。
起初,社区居民并不在意。"数据中心本身没什么,不就是一栋显眼的大楼吗。"戴维森说。直到他们意识到,该项目需要消耗海量电力,进而需要占用大量土地,担忧才随之而来。
"它所需要的电量,肯定会延伸到我们这片区域来。"戴维森说,"当时的感觉就是:天哪。越研究越觉得这事儿越来越大。"
居民们开始关注Oakes Energy Services和另一家公司Locogen。后者近期代表一家大型国际能源集团,就毗邻选址的太阳能农场提交了规划申请。
《卫报》对拉纳克郡AI增长区的公开规划文件展开调查——这是英国政府雄心勃勃地推动AI大规模落地各地社区计划中的一处重要选址。调查发现,这些规划文件似乎与政府及DataVita对该选址开发的真实意图存在出入。
尤为值得关注的是,政府与DataVita此前公开声称,该选址将由大量"场地内"可再生能源供电,但在《卫报》的追问下,双方承认AI增长区实际上将接入英国本已负荷吃紧的国家电网。
目前仍不明朗的是,该项目究竟计划建设多少可再生能源设施。DataVita表示,其数据中心将由直连的能源园区供应1吉瓦电力,这保守估计需要在选址附近占用44平方公里土地。然而目前来看,DataVita实际掌握的土地面积似乎还不足这一需求的十分之一。
Oakes Energy Services与DataVita之间并无明显关联,但两家公司对能源园区的强烈需求,已让戴维森等居民担忧:弥补缺口所需的土地,最终可能就是他们脚下的这片家园。
在英国各地,AI繁荣的前景正引发一轮投机热潮,工业用地所有者、投资者和房地产开发商纷纷试图从数据中心投资承诺中分一杯羹。这股热潮推动数百家公司提交数据中心建设申请,投资者也在积极谋划如何将闲置土地或废旧工业遗址转化为更具价值的资产。
Oakes Energy Services未回应《卫报》的置评请求。Locogen则表示,该公司与AI增长区开发商DataVita毫无关联,也未参与任何与当地居民的申请前咨询工作。DataVita亦声称与Locogen或Oakes不存在任何商业关系。
然而,DataVita向政府提交的项目开发材料似乎表明,该公司确实计划利用选址周边区域为数据中心供电,无论是否涉及太阳能农场。根据依据《信息自由法》获取的苏格兰政府审计文件,DataVita的方案"通过提议将两处选址的可用毗邻土地用于建设可再生能源园区,以服务超大规模数据中心和AI创新园区,从而充分发挥该地区作为可再生能源枢纽的优势"。
当地居民曾向DataVita及相关能源公司追问开发计划,却始终未能得到正面回应。代表该地区的苏格兰议会议员梅根·加拉赫表示,今年4月的一次会议上,能源公司代表在被直接追问客户是谁时,拒绝作答。
"我认为,该公司在规划申请过程中对待当地居民的方式并不诚实。"她说,"在我看来,他们提供的信息以及愿意回答的问题,都令人存疑。"
DataVita回应《卫报》称,所有方案均须在每个阶段经过完全公开的程序,接受地方及国家规划法规的审查,公司对各方的意见反馈表示欢迎。
拉纳克郡AI增长区的消息,重新唤起了纽阿特希尔以东约六公里处的艾尔德里镇居民心中的旧日忧虑。十年来,当地居民一直在抵制一项将社区公园用地开发的提案,而这片土地的所有人正是已故保守党大臣威廉·怀特劳的女儿们。
2017年,几位苏格兰商界知名人士宣布计划将该地块开发为名为"欧洲公园"的高端豪华住宅项目,其中包括前苏格兰足球运动员格雷姆·苏内斯,以及当地矿业家族吉莱斯皮家族的成员。
戴维森说,去年6月,社区居民曾以为赢得了一场胜利——该项目先被地方当局否决,随后又在向苏格兰政府上诉时再度被拒。然而如今,这场胜利看来不过是昙花一现。
本地历史学家兼作家安·格伦说:"现在我们又回到了原点,只不过这一次,来的不是'欧洲公园',而是数据中心。"
戴维森说:"大家都很焦虑,非常担心。没有人能从这件事中获益,都害怕房产价值缩水。"
拉纳克郡项目对艾尔德里居民而言,潜在收益远比政府承诺的要少得多。《卫报》了解到,5.43亿英镑的社区基金目前尚无任何资金到位,而是计划从DataVita未来的收益中拨付——前提是该公司能够产生足够收益。
与此同时,苏格兰慈善机构"保护苏格兰农村行动"(APRS)依据《信息自由法》向政府提出申请,调查3400个就业岗位这一数字的来源。结果发现,该数字来自另一处选址——诺森伯兰郡坎博伊斯——的行业估算,随后按照拉纳克郡面积更大这一因素进行了相应扩大。
APRS认为,这一行业估算本身就存在虚高,并指出没有证据支持新闻稿所描述的拉纳克郡项目能够直接提供数百个就业岗位的说法。事实上,该项目所能创造的大多数岗位将是临时性的建筑施工岗位。
APRS写道:"我们的结论是,英国政府新闻稿中给出的数字,可能比数据中心实际能创造的就业岗位多出百倍。"
《卫报》了解到,英国科学、创新与技术部坚持其估算数字,称该数字涵盖了数据中心建设阶段、供应链以及更广泛区域经济中产生的就业岗位。
而那些本应受惠于这些美好承诺的当地居民,最终可能却要承担最沉重的代价。格伦表示,北拉纳克郡包含苏格兰一些最贫困的地区,这些城镇曾以煤炭和钢铁工业为支柱,如今却在西欧国家中拥有最差的健康结果之一。
数十名居民已通过网络论坛和北拉纳克郡官方平台,表达了他们对能源开发与数据中心推进方式的担忧,以及对外界所发布的关于土地未来规划信息相互矛盾、令人困惑的不满。
格伦表示,围绕AI增长区的整套政策,对于那些本应从项目中获益的"勤劳普通人"而言,充满了居高临下的意味。"这又是一场障眼法,障眼法而已,"她说,"人们以为——工作机会——哦,太好了,这将是什么样的景象?一个新时代!但他们在某种程度上是被误导的,根本没有什么工作机会。他们根本不知道自己被骗到了何种程度。"
这样的宣传"给人一种志向低微的感觉。志向低微。只不过是份工作。什么都行。"
Q&A
Q1:拉纳克郡AI增长区计划承诺了哪些具体好处?
A:英国政府宣布,该AI增长区项目将新增3400个"高附加值"就业岗位,并设立一项社区基金,计划在未来几年内向当地项目注入最高5.43亿英镑。然而,调查发现3400个就业岗位的数字来源于其他选址的行业估算,且经过扩大计算,实际可创造的直接就业岗位可能远少于宣传数字,多数为临时建筑施工岗位。此外,5.43亿英镑社区基金目前也尚无资金到位。
Q2:DataVita的AI数据中心为什么需要占用大量土地?
A:AI数据中心运行需要消耗海量电力。DataVita表示将由直连的能源园区供应1吉瓦电力,保守估计需要在选址附近占用约44平方公里土地。然而DataVita目前实际掌握的土地面积似乎还不足这一需求的十分之一。尽管政府和DataVita此前声称将使用场地内可再生能源供电,但在《卫报》追问下,双方承认实际上将接入英国国家电网。
Q3:苏格兰纽阿特希尔居民为何对AI数据中心项目感到担忧?
A:居民们担忧主要集中在几个方面:一是能源公司代表登门拜访、提出收购房产等行为,让居民担心自己的房产价值下跌甚至被迫出售;二是项目需要大量土地建设能源园区,居民担心周边绿化带用地将被侵占;三是开发商和能源公司在公开信息与实际规划之间存在明显矛盾,拒绝回答关键问题,令居民对项目透明度产生强烈质疑。
好文章,需要你的鼓励
今天讲的出海案例是联合动力,这家新能源汽车电驱和电源系统供应商,正在泰国把海外商用车定点项目转成批量交付。
这项研究提出DataEvolver框架,把被丢弃的"不合格训练图片"转化为改进数据收集策略的反馈,让AI文字图像生成训练数据的构建流程能自我进化,在相同数据量下显著提升文字渲染质量。
苏格兰国家党(SNP)全国委员会通过动议,拟对苏格兰境内新建数据中心实施全面暂停令,此举可能动摇英国AI战略的核心支柱。苏格兰因拥有丰富可再生能源,一直是英国官方力推的数据中心首选地。目前苏格兰已有24个超大规模数据中心项目处于规划阶段,合计用电量将超过苏格兰峰值需求的1.5倍。与此同时,英国AI"增长区"计划也因虚报投资、项目落空等问题备受质疑,英国AI主权战略的独立性同样引发议会关注。
这项研究构建了含382个职场任务的AFTER基准测试,系统评估AI程序性记忆在不同任务、角色和模型间的迁移能力,揭示多模型混合经验显著优于单一来源的规律。