<<<全球視角探討AI耗電現況的影響>>>
在我們日常仰賴的AI助手背後，能源消耗已成為不容忽視的永續挑戰。以最廣泛使用的ChatGPT為例，根據Broadcastnow〈Calculating ChatGPT’s huge energy demands〉統計，ChatGPT每天處理約10億次查詢，每次產生內容約耗電0.0029度（kWh），換算後全球每日總耗電達290萬度，相當於10萬個美國家庭一天的用電量。相較之下，Google搜尋每次查詢僅耗電0.0003度，約是ChatGPT的十分之一，可見即時運算與深度學習模型帶來的能源負荷有多巨大。
如此高昂的電力需求不僅推升電廠發電量，也直接轉化為二氧化碳排放（CO₂e），加劇氣候變遷風險。根據美國能源資訊署（U.S. Energy Information Administration；EIA）資料，光是資料中心與雲端運算的電力消耗，已佔全球電力消耗約1％以上，並持續以每年5％左右的速度成長。若無法有效優化運算效率、提升再生能源占比，AI普及化恐在短期內成為碳排與電力系統的沉重負擔，進而透過電價、通膨等途徑，影響一般民眾的生活成本與整體社會經濟穩定。(SDG 7、13)
<<
AI模型能夠即時生成文字與影像，背後倚賴的是大規模資料中心與專用AI晶片（AI chip）的運算能力。從晶片設計、光刻、封裝到測試，每一步都需仰賴高功率機械與恆溫製程，整體製造過程的耗電量驚人。綠色和平〈The true cost of AI romance: A 4.5-fold increase in emissions in one year〉報告指出，2023至2024年間AI晶片製造的碳排放激增4.5倍，主要源自供電高度依賴化石燃料的電網結構。
以台積電（TSMC）為例，2023年全年度用電量達232億度，其中僅約11.2％（25.9億度）來自再生能源，近九成仰賴煤炭、天然氣等化石燃料。對比韓國三星（Samsung）與SK海力士（SK Hynix）58％的化石燃料用電比例，台積電在綠電佈局上並未明顯領先。為了滿足日益膨脹的AI生產需求，韓國政府已批准SK海力士與三星於龍仁半導體聚落投資天然氣發電廠，而台電亦持續擴建天然氣機組，進一步加劇對進口化石燃料的依賴。
能源組織與學者警示，若不扭轉現況，不但會造成地區空氣污染與健康風險，也將阻礙達成國家減碳目標。同時，電力集中於片廠使用，也加重電網調度壓力，恐推升全台電價，增加民生與產業成本負擔。
<<<未來展望綠電轉型策略與風險管控>>>
面對AI高耗能挑戰，產官學界必須協同推動多元策略。首先，半導體龍頭可透過綠色購電協議（Power Purchase Agreement；PPA）與再生能源供應商簽約，直接投資風力、太陽能、地熱等專案，以確保未來電力來源不仰賴化石燃料。台積電已承諾2030年前達成100％再生能源使用目標，若能落實此承諾，將有效減緩碳排並穩定電價。
政府層面應完善電力市場機制，提供租稅與融資優惠，引導企業優先選擇綠電，並針對綠電供給不足的地區加速基礎建設升級，避免再生能源「發不出電」與電網不穩情形。此外，可鼓勵企業導入智慧節能系統（Energy Management System；EMS），優化設備運轉排程與功耗管控。
然而，綠電轉型仍面臨潛在風險，如再生能源發電間歇性、儲能成本高昂與電網調度複雜等問題。建議透過分散式能源佈局與大型儲能系統相結合，並加強能源交易平台透明度，降低系統性風險。
你我作為消費者與社會公民，也能從日常決策發揮影響力：選擇支持承諾使用綠電的科技服務品牌，並透過公民倡議施壓企業與政府落實再生能源採購。您準備好對AI能源消耗問責，並與我們一起推動真正的綠能轉型了嗎？(SDG 7、13)
