《Quartz》報導，人工智慧 (AI) 的繁榮正加劇水資源短缺問題，並可能引發全球供應鏈中斷。根據摩根大通 (JPMorgan Chase) 和 ERM Sustainability Institute 發布的「美國未來水資源韌性」(The Future of Water Resilience in the U.S.) 報告，包括亞利桑那州和德州在內的缺水地區，預計將增加資料中心、晶片製造廠及其它 AI 相關基礎設施，而這些設施需要大量水資源來運作。
報告指出，資料中心是 AI 模型訓練的必要設施，需要水來冷卻伺服器機房，通常來自飲用水源。儘管報告指出，美國部分地區的淡水供應減少主要是因人口增長和遷移，但「目前資料中心用水量的 20% 來自本已受壓的流域，對科技業、當地社區和環境構成風險。」
根據報告，一座中型資料中心平均每天消耗約 30 萬加侖 (gallon) 的水，但大型資料中心每天用水可高達 500 萬加侖，相當於擁有 1 萬至 5 萬居民的城鎮用水量。2023 年，美國的資料中心共使用逾 750 億加侖的水。此外，資料中心需要使用晶片，而晶片的製造需消耗大量水資源，並排放高毒性、含化學物質和重金屬的廢水。
摩根大通企業諮詢全球主管兼報告主要負責人 Rama Variankaval 表示，氣候變遷和水資源管理問題已對水供應構成挑戰，而「AI 和資料中心正在加大這項挑戰的規模」。不過，這也「讓該問題成為關注焦點」。
報告指出，若處理不當，對水資源壓力的影響「可能導致全球供應鏈的實際中斷」，尤其是在 AI 產業，資料中心和晶片為該產業的關鍵業務。儘管對氣候目標有負面影響，專家表示，資料和其它 AI 基礎設施將成為 AI 下一階段的贏家，因為企業正尋求推動其不斷增長的 AI 業務。
報告補充，美國需要加大水資源投資，水資源「稀缺性和不可預測性」可能會使水資源壓力影響地區的 GDP 增長放緩多達 6%。根據報告，美國水資源基礎設施的年度公共支出缺口達到 910 億美元。
此外，報告指出，資料中心需求增長正發生於降雨模式變化的背景下，導致部分地區降水和降雪量增加，而其它地區卻面臨短缺。雖然資料中心的選址考量便宜、乾淨的能源來源，但「這些地點日益增長的水資源壓力，將影響未來資料中心的選址」。
報告建議，有必要投資洪水控制設施及水和廢水處理基礎設施，而疏散和循環廢水系統等新興技術也有成長的市場機會。
