駕馭雙面刃 AI與能源「共衡」之道

聯合國氣候變遷大會（COP30）2025年於巴西貝倫（Belém）舉行，全球共識已從「減緩」轉向「加速行動」訊號。然而，人工智慧（AI）的爆炸性發展，卻為這場轉型帶來了複雜性與挑戰，其中AI強大的運算能力，被視為加速氣候行動的「效率驅動者」，但其龐大的運算需求也使其成為一個不容忽視的「電力黑洞」，對全球能源消耗和碳排放構成巨大威脅，這樣「賦能」與「能耗」的雙重特性，正是AI與能源「共衡」命題的核心，也是金融業在淨零轉型中必須正視的關鍵議題。

AI快速發展，正以前所未有的速度推升全球資料中心的能源消耗。根據國際能源總署（IEA）於2025年4月發布的《能源與AI》報告，2024年全球資料中心用電量約為415TWh，已占全球年度總電力需求1.5%，預計到2030年將翻倍至945TWh，略高於目前日本全國的全年總用電量。其中，專為AI優化的算力需求將激增為目前的4倍以上。這種對電力的飢渴，使得資料中心成為名副其實的「電力黑洞」，對全球電網穩定性、能源供應安全以及碳排放目標構成嚴峻挑戰。

根據IEA數據，全球資料中心的用電量呈現高度集中的趨勢，美國占據全球資料中心用電量的45%，第二是中國25%、第三是歐洲15%，而美、中兩國在全球資料中心用電量中占據了高達7成。這不僅反映兩國在數位經濟和AI技術發展上的領先地位，也凸顯其在能源供應和碳排放管理上所面臨的巨大壓力。

AI對能源需求的衝擊，在科技巨頭的碳排放報告中得到最直接的印證。根據Google《2025年環境報告》顯示，受到AI發展影響，其溫室氣體排放不減反增，總碳排放量自2019年基準年溫室氣體排放量約966.2萬公噸CO₂ e至2023年溫室氣體總排放量1,431.5萬公噸CO₂ e，激增48%，主要原因在於資料中心的能耗大幅增加，以及範疇三供應鏈的排放量隨之成長，這直接反映生成式AI算力需求爆發對能源系統造成的巨大壓力，而2024年溫室氣體總排放量1,458.9萬公噸CO₂ e，雖然相對2023年只增加3%，但仍是AI算力需求持續帶動的資料中心能耗增加，以及擴建機房產生的範疇三供應鏈排放。儘管Google在2024年增加綠電採購，但仍難以完全抵銷AI硬體設施帶來的碳足跡，在面臨「AI算力擴張」與「淨零目標」之間的劇烈拉鋸之下，努力尋求降低碳排的管道。

微軟也面臨相似困境。微軟《2025年環境永續報告》，以2020年作為其淨零承諾的基準年，總溫室氣體排放量約1,189.9萬公噸CO₂ e，2023年溫室氣體總排放量約1,535.7萬公噸CO₂ e，增加29.1%，主要原因在於資料中心擴建以支持AI基礎設施和LLM訓練。微軟在範疇三排放量，較基準年大幅增加30.9%，這是導致總排放量失控的主因，並且在2025年已要求供應鏈在2030年前全面採用零碳能源，這項要求將對全球供應鏈，特別是台灣的半導體和伺服器產業，產生巨大的轉型壓力。值得一提的是，2024年數據中最亮眼的特點就是看到排放量下降，相較前年下降約4.4%，這是微軟透過19.1GW的綠電購電協議（PPA），大幅壓低範疇二的碳排放，加上對資料中心建築材料的嚴格管理，使其在AI業務大成長的同時，成功讓總排放量出現回落。

「電力黑洞」擴大，無疑對全球能源轉型目標構成了新的、巨大的挑戰，這意味著金融機構在評估AI相關投資時，必須將其能源足跡納入考量，並積極尋求能效更高的解決方案，以避免潛在的環境風險和財務損失。

另外，COP30會議中提出了「氣候作業系統」框架，主張利用AI與透明數據建立一個能實時調度、管理國家減碳進度的治理系統。在此框架下，AI被賦予雙重定位：它既是運行系統的核心「數位賦能者」（AI for Green），也是必須治理其自身碳足跡的「能源消耗者」（Green AI）。大會的共識是AI的發展必須建立在「負責任的能源管理」之上，這正是「共衡」的起點。儘管AI是能源消耗的巨獸，但其核心價值在於其強大的優化能力，是加速COP30目標的關鍵工具。

AI在能源領域的應用，主要體現在提升效率、優化電網和促進再生能源整合。在智慧電網與再生能源整合方面，AI透過高精度預測與調度，將風能、太陽能等再生能源的間歇性與不穩定性轉化為可靠的電網能源。在產業與商業的能效革命方面，AI的優化能力深入用電端的每一個環節，在高耗能製造業中，AI能分析生產線參數，優化鍋爐、壓縮機等運轉，實現顯著節能。為緩解資料中心能源壓力，邊緣人工智慧將AI運算推向終端設備，降低數據傳輸能耗。

而其中共衡的關鍵，就是在最大化AI「賦能」效益的同時，最小化其「能耗」衝擊。要做到這件事，金融業應把AI與能源的變數納入授信條件、投資準則與商品設計，並且為企業提供的能源轉型，以積極向上的姿態，將資金導向符合共衡原則的方向。COP30後的金融業，必須深化對轉型金融的理解與實踐。面對科技巨頭因AI而面臨的碳排壓力，金融機構不能僅著重於企業的ESG評級，更應關注企業實質轉型的能力與路徑。

金融機構也應將企業對AI技術的應用及其能源足跡納入授信與投資評估，要求資料中心業者揭露電力使用效率指標、再生能源採購策略等，另外，應建立「AI-Energy-Link」的金融產品，例如發行綠色債券資助綠色資料中心，或提供永續連結貸款（SLL），將貸款利率與企業利用AI實現的能源效率指標掛鉤，激勵企業將AI技術應用於核心減碳行動。

對於高耗能產業與出口供應鏈，金融業必須從被動符合法規要求，轉向主動提供支持，成為其綠色轉型的賦能者，提供以「數位＋低碳」為主的雙軸轉型融資，鼓勵企業導入AI進行製程優化與能源管理，並將企業的AI能耗透明度、電力來源揭露與減碳承諾，作為融資條件與價格的重要依據，以應對國際間對減碳的要求。

金融業可運用AI提升業內的氣候風險管理能力，透過AI分析氣候模型、地理數據和企業資產位置，以更精準地評估實體風險和轉型風險，另外，AI也能幫助金融機構快速篩選和評估符合綠色標準的資產，避免「漂綠」風險。

金融機構也應積極投資或合作於開發AI智慧電網、能源預測模型或能效管理，並參與國內外關於AI能耗標準、綠色資料中心認證以及轉型金融路徑圖的討論，建立更嚴格、更透明的AI能源消耗揭露標準。

AI與能源共衡的議題，在於技術進步不會自動帶來永續，而是必須在人類社會追求科技進步與環境永續之間找到平衡，這也是存續的重要課題。COP30會議、Google與微軟的排放數據喚醒大家，全球氣候行動已進入全面加速階段，而AI爆發式成長帶來的電力黑洞，正是實現淨零目標的最大挑戰。（作者為台灣金融研訓院金融研究所輔佐研究員）