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
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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