什麼是促進綠能永續的 AI？

尖端公司運用 AI 協助減少環境足跡、加速達成脫碳目標的積極轉變，並發掘提高效率與成長的機會。

為什麼採用 AI 促進綠能永續？

正如 IT 是數位轉型的核心，技術人員在綠能永續轉型中也將扮演同樣的關鍵領導角色。

組織期待 IT 人員與人工智慧（AI）解決方案協助實現兩項關鍵成果：

• 透過最佳化營運減少現有流程的浪費與效率低下問題，達成 技術零點或降低組織 IT 功能的碳足跡。
• 實現 技術正面意指利用技術為全組織達成淨零目標，並推動新價值與差異化，對整體產生正面影響。

評估組織邁向綠能永續的進展

環境保護、社會責任與公司治理（ESG）資料可協助企業以負責任的方式營運，並為更永續的未來做出貢獻。IT 團隊可協助收集相關資料，讓投資者、利害關係人和 ESG 評分機構能夠評估組織在負責任的綠能永續實踐與長期價值創造方面的表現。

以下是企業綠能永續影響評估的相關因素：

• 環境保護：碳排放、能源消耗、用水量、廢棄物管理及減少環境足跡的努力。
• 社會責任：致力於實現多元化、勞動實踐、員工流動率及對當地社區的影響。
• 公司治理：董事會多元化與高層薪酬、風險概況、長期可行性、ESG 業務實踐責任及法規遵循。

對於重視 ESG 的組織來說，有一項具有吸引力的優勢，也就是公司的資本成本將隨著 ESG 分數的提高而下降，進而增加公司的估值。

負責任的 AI

與大多數新興技術一樣，實施和使用 AI 也會出現挑戰。決策者應瞭解資料安全與隱私風險、運算資源與費用，以及道德與社會影響。促進綠能永續 AI 所有應用的基礎為務必致力於使用負責任的 AI，實現透明、負責、包容與治理，支援社會信任，並確保 AI 的進展與使用持續造福社會各方。

促進綠能永續 AI 的優勢

AI 可用於為環境、社區、人力和企業利潤帶來效益。AI 解決方案可協助：

• 測量、預測及最佳化複雜系統：AI 能透過分析可用資源、使用模式與流程，並提供最佳化改善建議，提升營運與資源效率。此外，AI 還可支援 ESG 目標與進展的透明度，有助於滿足揭露要求，提升資料驅動的決策，並改善全價值鏈的碳計算，進而協助識別改善與調整的機會。
• 加速綠能永續解決方案的開發：企業可利用 AI 協助推動創新，並開發新型具有環保意識的產品與服務。透過收集與分析客戶行為資料以及預測未來趨勢，組織能夠利用 AI 提升產品開發流程的效率。企業可借助新型環保材料加速研發，促進更永續產品的開發。
• 針對氣候影響作出回應與調整：AI 提供前所未有的機會，加速創新實現更高的永續性，並緩解氣候變遷的影響。例如，促進綠能永續的 AI 可協助：

• • 透過極端天氣事件早期預警系統提高氣候韌性。
  • 根據當地條件量身打造再生能源配置，更妥善應對可再生能源的不穩定性，並減少對化石燃料的依賴。
  • 透過分析複雜的氣候資料與模式，準確辨識並降低氣候變遷引發的風險，邁出將氣候科學納入業務營運的第一步。

促進綠能永續的 AI 使用案例

無論企業在 AI 的採用與成熟歷程處於何種階段，都有無窮無盡的機會。促進綠能永續發展 AI 的專案可以相對簡單，例如將下一步邏輯的數位化應用於現有工作流程來加速決策；也可以是具有開創性、遠大目標，徹底改變執行所選使用案例的專案。組織採用 AI 最佳化流程，並以減少能源消耗為目標，便能達成更永續營運的目標。

特定產業最佳化

AI 近乎即時的監測可在無數方面支援減少碳足跡，包括：

• 供應鏈最佳化：透過需求預測應用自動化預測與決策來提升效率，避免庫存浪費和不必要的運輸或儲存，並最佳化貨櫃物流（包括最後一哩運送），將燃料耗費降至最低，完成最多的貨物轉運。
• 產品開發與生產最佳化：透過 AI 支援的數位孿生，利用 實體與虛擬最佳化加速全組織內部的持續流程改善；評估、測試、以及最佳化能源、材料和設計變數，並簡化製造流程，將材料與資源浪費降至最低。
• 運輸與物流最佳化：透過智慧交通管理最佳化路線、時間與路途中物流，改善運輸相關工作流程，以及利用預測性 AI 支援燃料供應與電動車（EV）充電需求，提升燃油效率，減少對環境的影響。
• 農業最佳化：透過環境預測 AI，實現精準農業與動物監測，帶來最有效資源使用以保障健康和安全，並且結合衛星影像、感測器和氣象資料的智慧農作物監測，支援更加明智的農業決策。
• 能源電網最佳化：能源領域的 AI 可協助近乎即時配對系統負載與供應，實現更智慧、高效且穩定的電網。可預測斷電情況並派遣維修團隊，提高電網韌性，同時監測潛在環境危害與預設性維護需求。
• 智慧建築最佳化：AI 支援的系統可監測辦公室與倉庫的能源使用情況並進行調整，實現最佳能源效率；自動化回收；追蹤設備生命週期並預測維護需求以減少浪費；監測空氣品質與其他環境因素，並對超過限制的等級發出警報；追蹤可能影響營運的法規修訂與要求，通知相關團隊與部門，並提供下一步行動建議。

資料中心最佳化

資料中心每單位容積的耗能是一般商業辦公大樓的 10 至 50 倍，表示資料中心整體約佔美國總電力使用的 2％。¹

藉由液體冷卻、使用再生能源、重複利用廢熱、監測硬體進行生命週期維護等最佳實踐，AI 可協助資料中心提升能源效率並改善廢棄物管理。

如要發揮資料中心 AI 計畫資源的最大影響力，並且減少運算基礎架構的碳足跡，採取主動的專案設計與 IT 管理方法至關重要。

AI 最佳化

若不加以控制，AI 訓練與推理可能會造成極高的碳密度，需要大量的電力、水、化石燃料及其他資源。為了以更永續的方式開發及部署 AI 模型，企業可聚焦以下核心行動減少對環境的影響：

• 模型最佳化：使用更高效的演算法進行最佳化，實現更輕、更快的模型，降低所需的運算能力、縮短訓練時間並延長模型壽命，進一步減少整體執行所需的能源與資源。
• 軟體最佳化：AI 軟體可用於提升 AI 模型與系統效能，協助降低整體運算能力需求與能源消耗。
• 碳感知軟體：透過這類軟體，工作負載可在碳密度較低的時間與地區或非工作時間執行，從而大幅減少碳排放。

這幾項策略是降低 AI 工作負載能源消耗與碳密度的核心，既能為企業節省大量財務成本，又能為實現綠能永續發展的目標做出貢獻。

企業裝置永續性

企業可採取各種涵蓋電腦生命週期的一般 IT 策略，從採購流程到裝置壽命終結，皆可提升永續性。

新的 AI 電腦能在本機執行 AI 工作負載，並在設計上將永續性納入考量，在系統與應用層內建能源效率最佳化。這項優勢為 IT 與企業帶來另一項工具，在加速創新的同時降低對環境的影響。

促進綠能永續 AI 的未來

採用綠能永續 AI 的可能性呈爆炸性成長。事實上，根據 PricewaterhouseCoopers 的預測，使用 AI 即可於 2030 年前減少 4% 的全球溫室氣體（GHG）排放量。²

• AI 已用於推動 17 項聯合國永續發展目標（SDG），包含建立永續城市與社區。³
• 在協助組織滿足日益增長的運算能力需求，同時支援淨零目標的方面，技術長（CTO）所扮演的角色越來越重要。
• AI 驅動的預測分析可揭示傳統分析難以捕捉的模式與趨勢，表示 ESG 報告將隨著時間變得更加精確。這些資料可協助企業加速規劃未來的 IT 投資，以此履行環境責任的承諾，並帶來新的商業價值。

AI 與永續性的結合將帶來契機，可利用技術減少浪費、最佳化資源、提升效率，並透過近乎即時的資料分析改善決策。