世界各國掀起替代能源熱
世界各國掀起替代能源熱
2006.10.15 | 科技

這幾年的石油危機讓世界各國卯足全勁開發各種替代能源,除了太陽能外,許多國家的能源計畫已逐漸把腦筋動到我們每天吃的糧食身上,亦即利用玉米、甘蔗、甚至廚餘,來生產能驅動汽車、發電的生物燃料。 南美洲的巴西是全世界最大的甘蔗生產國,年產量達一千萬噸以上,加上巴西的能源資產相當匱乏,有大半以上的石油必須仰賴進口。為了克服這項能源取得問題,很自然地促成了巴西政府致力於將甘蔗提煉成酒精的生質能源技術,目前已有三分之二的甘蔗用於提煉生質能源。 從甘蔗提煉出酒精 巴西政府早在一九三一年就頒布法令規定,全國各地銷售的汽油必須添加二%到五%的酒精,成為全世界第一個相關立法的國家。隨著七○年代的石油危機及工業化的持續演進,規定攙加酒精的比例增加到二五%,創下了世界各國汽油添加酒精比例的最高紀錄,聖保羅市也因此成為全世界空氣品質最好的城市之一。 這樣從農作物提煉成酒精,再推展至酒精汽油的模式,在國際間如同雨後春筍般拓展開來。從古巴、日本、南韓到中國大陸、美國、甚至台灣,農作物的種類也從一開始的甘蔗到玉米、高梁、大豆。 經濟持續火熱的中國,一方面為了緩解能源供需不平衡的狀態,同時也希望能因應「京都議定書」生效後,要求削減溫室氣體的排放量壓力,著手開始了從玉米、高梁提煉酒精燃料的開發,並進而透過這些燃料進行發電。 北京國能生物發電有限公司便在今年投資了五.三五億元人民幣興建生物燃料發電的相關設施,預計在二○○七年八月於玉米產區的黑龍江省開始營運,每年可發電二.七五億千瓦,並使當地六○%的剩餘玉米梗,從低經濟價值的施肥肥料轉為高經濟價值的能源,可謂將牛糞變成真的黃金一般。此外,帶給當地農村的效益,還包括每年提供一千多個就業機會,以及將剩餘玉米梗變現的收入增加,每年預計是四千多萬元人民幣。 看著世界各國紛紛跨足生質能源領域,台灣政府也積極規劃相關的計畫。農委會在去年於宜蘭縣、雲林縣等地各選定三十公頃的休耕農地,試種大豆及油菜等能源作物,並計畫在今年擴大至兩千公頃。 利用休耕農地種植高油份含量的作物,這樣的綠色油田一年最大可生產二十五萬公秉,占了全年柴油消耗量六百萬公秉的四%,同時還減少了每年九十萬公噸二氧化碳的排氣量,整個能源作物轉換的程式也比一般的石油更乾淨及更有效率。加以台灣的氣候環境,相比德國一年只能收成一次的油菜花,台灣能收成最多六次,更具有發展這樣生質能源的潛力。 汽車會與人類爭奪糧食? 但隨著各國在生質能源上的發展,開始有人擔心,會不會有一天糧食危機與石油危機變成不可分割的兩大問題。 「幾天前,我稍微算了一下,用酒精加滿一個多功能運動車二十五加侖油箱所需要的糧食足夠一個人吃一年;反過來說,假設這部車每兩個星期要加一次油,一年下來所耗費的糧食可以養活二十六個人。」這是今年七月,華盛頓的智庫機構球政策研究所所長萊斯特.布朗(Lester R. Brown)所發表的看法。 世界上愈來愈多的糧食被用來生產酒精,美國這五年來用來生產能源的糧食量,就從一千八百萬噸到五千五百萬噸,而在盛產玉米的愛奧華州,有五十五個提煉廠正在運轉及興建;跨個大西洋到歐盟國家,去年歐盟各國總共生產了十六億加侖的生物燃料,皆是由菜油及糧食所提煉的。 「亞洲生產生物燃料的趨勢也強勁成長,在印度有幾個甘蔗生產生物燃料的小型工廠正在運轉;在中國,去年把兩百萬噸的糧食轉化為酒精,今年可能更多;泰國用木薯來提煉乙醇;馬來西亞和印尼則利用當地最多的棕櫚油。」布朗憂心地表示,糧食儲備目前處於三十四年來最低的水準,而全世界每年要增加超過五千萬人。此外,現已有二十億的貧困人口拿著一半的收入購買食物。 利用生質能雖然可能造成糧食短缺問題,但仍然有些人持續往這樣的夢想前進。在日本,大阪產業大學、豐田汽車與燃料製造公司相關人員組成了一個研發團隊,並致力以透過炸天婦羅剩餘的廚餘廢油來提煉生物燃料。 該團隊請了日本前F1賽車手、現任大阪產業大學客座教授片山右京,駕著這樣的生物燃料賽車,參加明年一月舉行的達卡越野競賽,整個競賽從葡萄牙的里斯本出發,終點在塞內加爾首都達卡,全程一萬公里,途中甚至包括大片沙漠及不少險峻地形。 該團隊已在今年八月起向大阪產業大學的學生、學校餐廳及社區居民募集該生物燃料所需要的廚餘廢油,「我們希望達到全程不用一滴石油,也不用人類可食糧食的創舉,」片山右京表示。

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓