科技議題

首頁> 科技議題 - 能源科技> 人工智慧的雙重承諾:協助實現積極的氣候成果並推動能源轉型
人工智慧的雙重承諾:協助實現積極的氣候成果並推動能源轉型 AI’s Dual Promise: Enabling Positive Climate Outcomes and Powering the Energy Transition
2025/11
KPMG
https://assets.kpmg.com/content/dam/kpmgsites/xx/pdf/2025/11/ai-dual-promise-report.pdf
一、人工智慧(AI)的能源需求與挑戰
AI帶動資料運算的空前成長速度,造成電力需求大幅增加,根據國際能源總署預估,資料中心到2030年的電力需求將成長1倍以上,達到約945TWh。其中大部分來自於AI本身的成長,因而引發破壞氣候議程的隱憂。所幸許多大規模企業爭相簽署長期再生能源協議,甚至建立自身的潔淨能源產能。從本報告調查來自20個能源市場的高階主管的見解,發現:
1. 只有29%企業能將淨零承諾貫穿完整價值鏈(實際上高達90%碳足跡都是價值鏈的供應商所產生)。
2. 96%的人相信潔淨能源能夠滿足人工智慧的需求,卻同時有33%的人認為電網基礎設施的限制是最大的障礙(認知衝突意味著潔淨能源擴張的困境)。
3. 62%的超大規模資料中心規劃在三年內實現能源自產(資料中心將從能源消費者蛻變為能源業者)。

在KPMG 2025 CEO報告也可發現,超過82%能源產業CEO認為AI可以協助減少排放和優化能源利用,74%的CEO認為AI可以提升其氣候風險分析能力。但目前民眾往往只關注資料中心的耗電量,而忽略了其社會效益,如服務數位化和交通系統電動化,因此有必要全面評估。

二、AI推動氣候效益與能源轉型
(一)擴大對氣候足跡的影響力:
1.能源系統:美國PJM等電網業者利用AI平衡電力供應波、加快電網連結速度並更好地利用資產;有97%主管認為AI有助於低碳轉型。

2.交通運輸:根據Google研究部門與突破能源投資公司、美國航空公司的合作研究顯示,以凝結尾跡模型預測航行,可以減少一半以上因熱量積聚的飛行尾跡,因而得以減少地球升溫。地面上AI可以因優化貨運路線、預測故障的維護需求、協調自駕電動車隊部署,因而得以降低燃料消耗、減少延誤並提高可靠性。

3.農糧食品:AI驅動的精準農業協助農民更有效率地灌溉、施肥、監測病蟲害。

4.製造業:AI預測分析減少停機時間、數位分身能夠在事前評估碳減排方案、機器學習系統在工廠內減少浪費並降低能源消耗。

5.建築:AI控制系統協助大型商場及園區內降低兩位數的能源消耗,因而降低成本支出。住家依居住人數調整空調與照明,能達到永續目的。

(二)協助潔淨能源轉型:
AI的興起大幅增加對電力的需求,而可再生的潔淨能源被視為絕佳解方,依目前潔淨能源的投資趨勢來看未來應用,占比前5名依序為太陽能(60%)、電池儲能(45%)、風能(43%)、電網基礎設施(41%)、天然氣基礎設施(30%);最近一年將投資的前3名依序為熱回收系統(35%)、生物甲烷(30%)、電池儲能(29%)及天然氣碳捕獲(29%);未來2~3年將投資的前3名依序為綠氫(28%)、小型模組化反應爐(Small Modular Reactors, SMR) (23%)、天然氣碳捕獲(natural gas with carbon capture)(23%)。在此當中,AI加速能源轉型的效益包括:

1.創新加速前進:AI的強勁需求推升潔淨能源技術的創新速度,SMR就是絕佳案例。由微軟攜手其他超大企業的私人投資,加上AI輔助離子體建模和預測分析,大大縮短原型機和試製機間的等待時間,私人的核融合公司將資料中心視為最優先使用者,促使傳統依賴公共補助的典範轉移。

2.電網轉型:AI能預測電力需求、以分散式協調系統即時平衡供需並預防停電,實例包括:挪威Elvia公司、法國施耐德電機、美國PJM互聯公司等。

3.超大規模資料中心創造的市場需求:預計3年內將有超過60%超大型資料中心將實現自主發電。雖然各地區的驅動因素不盡相同,最重要的是創造了新的市場。這些企業的能源自給自足除了帶來自身公司的韌性、成本控制和聲譽優勢,成為依賴電網的對手難以匹敵的競爭優勢;另一方面,也可以將剩餘的電力回售給國家電網,成為分散式公用事業公司,也提高國家的電網韌性。

4.改變投資地圖疆界:未來的工業實力將由潔淨電力取代勞動力或資本。據高階主管的看法,對於各地區的工業成長與永續之間的相容性,美洲為34%、歐洲與非洲為27%、亞太地區為39%。高速成長的區域對能源的需求越大,因此投資將隨之轉移。而那些傳統被視為邊緣市場的區域,則因為能夠提供充足的再生潔淨能源,將因吸引更多AI投資以及加速能源轉型而受惠更多。

(三)破除結構性、文化性和政策性障礙使AI能以指數級成長:
根據調查,超過9成的能源與資源領導人正增加再生能源的投資,但只有半數相信能達成2030年達減排目標。需求成長過快、電網容量受限、許可批准流程繁瑣以及再生能源資產競爭加劇,都將導致成本大增,2027年後市場後進者將面臨產品溢價、選址困難以及談判籌碼減少等問題。屆時。資料中心中與AI相關能源消耗將從8%成長到 36%,高再生能源發電量佔比的企業比例將從目前的8%成長到30%,超過9成能源生產商預計產量呈現雙位數成長,這場大規模的能源競爭加劇,因此從現在到2027年的佈署將成為致勝的關鍵。為使潔淨能源能以指數級成長來滿足市場需求,須破除的障礙包括:

1.彌平承諾落差:認同潔淨人工智慧與承諾使用潔淨能源有83%的落差,幸而輝達、微軟與Google正在建立自身供應鏈,以行動將永續轉化為韌性。

2.時間差的挑戰:AI規模化僅須數月,但再生能源基礎建設則須數年,流程審批、併網及建設週期至少也要3~5年。惟Google已有解方,和區域電網業者PJM導入新的審批流程,將併網時間從數十年縮短到數年。

3.基礎設施的限制:過時的輸電線路、系統故障、產能不足、審核緩慢等因素造成電網連結的瓶頸。Equinix、Digital Realty在新加坡示範以工程整合智慧電網,化解瓶頸為創新。

4.打破政策僵局:政策惰性會造成不確定性,進而延誤投資決策。Google和Ørsted、Iberdrola攜手Siemens Gamesa共同推動改革,加速電網轉型。

5.融資與成本挑戰:37%能源商和33%消費者認為成本高昂和缺乏融資是發展障礙。Meta利用虛擬購電協議為德州和猶他州等地的大型太陽能發電廠提供開發資金,鎖定了20年的固定電價,有效降低財務風險;Apple發行超過50億美元的綠色債券,擺脫對公用事業的依賴;Google與Ørsted共同開發離岸風電,開創新的融資方式。

(四)化障礙為優勢:為避免成長陷入僵局,未來兩年將進入決勝關鍵,建議利害關係人應採取以下行動:

1.超大型資料中心:半年內與現有潔淨能源簽訂臨時購電協議,以滿足近期需求,並提高現有設施效率,節能10%~15%。2年內共同投資新建發電設施,目標在2026年能自產一半以上。

2.電力和公共事業:半年內優先保障關鍵變電所和電網連接、充分利用現有電網以釋出額外的5‑10%容量、資料中心與客戶協作開發解方。2年內每年加快一到兩個重點基礎設施項目、部署大規模儲電電池和先進的配電管理系統、商業模式現代化。

3.能源業者:半年內減少開發阻力、優先考慮具完備條件的開發案、以共同研究或共享解決併網延遲問題。2年內要使建設量翻倍、與大客戶簽訂購電協議或建立夥伴關係。

4.投資人:半年內試辦各融資工具、積極參與監理事務。2年內將建設投資金額增加1~2倍或與政府合作混合融資、發行20‑30年期綠色債券或證券化購電協議、將績效與資本成本掛鉤。

5.各國政府:2年內行政流程效率化並專注於電網投資。

三、結論
雖然未來仍存在諸多風險與挑戰,但本報告提供的國際案例。證實透過通力合作,將AI與能源策略整合,便得以讓AI從氣候負擔轉化為氣候突破。當AI越融入能源轉型,成本下降的速度就越快,排放減少的速度也越快,因此可以將AI視為推動能源轉型為更潔淨、更永續的引擎。
殷正華
英文