比特幣浪費能源並造成氣候變遷?劍橋學者估計每年用電匹敵瑞士全國
比特幣浪費能源並造成氣候變遷?劍橋學者估計每年用電匹敵瑞士全國

時常聽到挖礦(生產密碼貨幣)的過程十分耗電,但究竟有多浪費能源?劍橋大學科學家最近的研究指出,維持比特幣網路耗費的電力,足以匹敵瑞士一個國家的用電量。

劍橋學者本週推出一個名為「劍橋比特幣電力消耗指數(CBECI)」的網站,能即時估算當下維持比特幣網路所需的電力,進而推估出一整年的耗電量。

超越瑞士全國耗電量,比特幣一年用60兆瓦小時電量

目前該網站估計比特幣網路約使用逾7GW( 百萬瓩)電量,一年可消耗約60兆瓦小時電量,約占全球整體用電量的0.28%。這個數字或許很難讓人產生實際感,若以國家作為比較對象的話,比特幣網路所耗電量介於瑞士與捷克之間。

bitcoin energy cost
劍橋學者估計,比特幣網路耗電約介於瑞士與捷克之間。
圖/ CBECI

瑞士人口逾834萬人,每年用電量58.46兆瓦小時,排名全球第45名;相較之下,台灣每年用電量237.4兆瓦小時,排名全球第16名。

研究人員表示,他們希望藉由這個網站,提供民眾自由衡量比特幣能源消耗的工具,至於這個數字看起來「很費電」、「似乎還好」或者「沒想像中多」,全由網站訪客自行決定。

隨著密碼貨幣發展日益蓬勃,挖礦的電力消耗一直是許多人所關注的目標。劍橋官方新聞稿表示,過去很少有關於比特幣用電量的準確估計,大多只能提供非常片面的數據。

bitcoin energy cost 2
網站內也有一些有趣的事實:全美一年閒置電器浪費的電力,足以供應比特幣網路運作4年。
圖/ CBECI

且由於用電浮動程度相當大,不同估計間的數字往往具有驚人差異,而這點也反應在CBECI紀錄的用電上下限中,截稿前網站上顯示的用電下限為22.53兆瓦小時,上限為182.69兆瓦小時。

比掏金還耗電,「挖礦」會導致氣候變遷嗎?

為了獲得密碼貨幣,礦工必須要將挖礦機連接上比特幣網路,協助用戶驗證交易。在這個過程中,會需要與其他礦工競爭解開一道道複雜的數學題,率先完成者將能獲得少許獎勵。

然而挖礦這種費電,卻又毫無實質生產力的行為,長久以來為人詬病。去年11月時,曾有一項美國研究指出,挖出一美元的比特幣,其電力消耗是挖出同樣價值黃金的兩倍。

在這之前,也有一項研究預測,當比特幣如同信用卡一般普及時,保守估計將在22年內導致全球氣溫上升2度。

不過就目前而言,劍橋研究人員認為,比特幣對整體環境的影響微乎其微,即便假設比特幣消耗的電力全為火力發電,碳排放量仍不會超過5,800萬噸,約略等於全球碳排放量的0.17%。

bitcoin energy cost 3
比特幣網路一年耗費的電力,足以讓劍橋大學365年用電無虞。
圖/ CBECI

雖然暫時沒有影響環境疑慮,依舊不能改變密碼貨幣浪費電的本質。普華永道(PwC)區塊鏈專家亞歷克斯.德弗里斯(Alex de Vries)表示,比特幣網路一年處理少於1億次交易,卻耗費了不成比例的龐大能源。

德弗里斯指出,這個次數相對於全球金融交易顯得微不足道,傳統金融產業每年處理多達5千億次交易。然而,比特幣網路進行每一筆交易的能源成本,比全球所有金融機構加起來還要多。

資料來源:The VergeBBCComplexCBECI

責任編輯:張庭銉

往下滑看下一篇文章
從人、流程到工具:TVBS解構新聞業AI轉型方程式
從人、流程到工具:TVBS解構新聞業AI轉型方程式

在生成式 AI 驅動下,新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式,也重塑了讀者獲取資訊的入口。面對這場產業變革,台灣科技媒體領導品牌TVBS 展現強勁的轉型動能,不僅積極布局 AI 應用,更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流,日前,TVBS 攜手數位經濟暨產業發展協會(DTA)舉辦「AI in the Newsroom-TVBS轉型實戰分享」發表會,現場匯聚媒體與科技領域專業人士,從實務案例出發,深入剖析 AI 導入新聞現場的應用模式,共同見證 TVBS 如何以 AI 為核心引擎,重新定義數位時代的媒體影響力。

TVBS-1.jpg
圖/ 數位時代

從「人」出發:從超級個體到超級組織,啟動 AI 原生轉型

TVBS 集團成長長簡西村表示,早在生成式 AI 浪潮成形之初,TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部,專責 AI 應用開發與轉型推進,更由董事長親自主持每週一次的 AI 策略會議,確保決策與執行節奏高度一致,並進一步盤點出「人、流程、科技(PPT)」三大轉型關鍵,逐步落實將 AI 導入各項營運環節。

從「人」的角度來看,TVBS 以 AI 提升效率與創造價值為目標,提出超級個體與超級組織的轉型藍圖。其中,超級個體指的是能善用 AI 工具的記者,例如:透過 AI 分析海量資料、自動生成初稿或經營個人品牌,透過與 AI 的分工協作,不僅提升產出效率,也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯,便進一步形塑出超級組織,透過 AI 全面提升團隊的數位戰力,成為 AI Native(AI原生)媒體組織。TVBS 的願景是,讓每一個議題皆能發展出專屬 AI Agent,負責資料處理與初稿生成,而人扮演總編輯角色,負責內容品質與倫理把關。如此一來,不僅能實現全天候、高頻率的內容更新,更可透過多 Agent 協作,同時產出文字、影音、Podcast 等不同形式的內容,實現一次生產、全平台分發的目標。

從「流程」出發:讓AI嵌入新聞產製,縮減 30% 作業時間

從「流程」的角度來看,AI 唯有真正嵌入新聞產製流程,才能發揮最大效益。然而,哪些環節最適合導入 AI、導入後流程該如何重塑,往往只有第一線新聞人最清楚。為此,TVBS 邀請新聞部同仁組成「文科種子」團隊,並由主管從日常工作情境出發,親自示範 AI 應用,讓記者實際感受到 AI 帶來的效率提升,進而翻轉「不好用」的既有印象,吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調,「AI不是要把新聞人變成工程師,而是要讓新聞人重新回到專業現場。」因此,這群橫跨編輯、記者、編譯等不同職能的種子成員,從使用者視角出發,與工程師並肩協作,以使用情境取代傳統規格書,讓技術團隊得以深入理解採訪流程中的真實痛點,進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用,整體作業時間平均縮短逾三成。同時,新聞部也與 AI 部門建立每週開會機制,持續提出痛點及回饋使用經驗,推動產品快速迭代。

TVBS-3.jpg
圖/ 數位時代

另一方面,TVBS 也連續三屆舉辦員工限定的「AI 黑客松」,各部門同仁由日常工作中的痛點出發,發想出更貼近第一線需求的 AI 解決方案,讓 AI 逐步成為組織共通的語言,不僅有效提升工作效率,也進一步形塑出 AI 驅動的創新文化。

從「科技」出發:打造混血系統 AI WIZE,讓AI真正貼近使用需求

從「工具」的角度來看,如何在滿足使用需求的同時兼顧技術快速迭代,成為關鍵課題。為此,TVBS 提出混血系統概念,由新聞人與 AI 部門協助,共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS-2.jpg
圖/ 數位時代

TVBS AI未來科技部副總監吳楨文說明,AI 技術迭代速度極快,若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式,不僅溝通成本高、也難以快速及時優化,容易導致使用體驗不如預期。若是直接使用外部 AI 工具,在產出結果不穩定的情況下,使用者常常要反覆調整提示詞與修正細節,反而會增加時間成本,使 AI 應用淪為新的負擔。

為解決這樣的困境,TVBS 在開發 AI WIZE 時,結合系統化與人才混血兩大策略,由工程師在「深水區」把關系統架構、資訊安全與成本控管,而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景,並將新聞專業封裝成可重複使用的 AI Agent技能,同時透過持續回饋機制,讓 AI Agent 不斷學習與優化,使工具更貼近日常工作需求。

簡西村最後強調,人機協作不是選擇,而是必然路徑。TVBS 期望透過這場 AI 轉型,打造兼具速度、深度與可信度的新型媒體競爭力,並以自身實踐經驗為基礎,帶動台灣媒體在 AI 浪潮下強化整體產業競爭力,重新定義媒體的「真實」價值,開創新聞產業的 AI 新時代。

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