資料中心過度耗電,微軟攜企業開發「綠色軟體」!為何說工程師也要學減碳?
資料中心過度耗電,微軟攜企業開發「綠色軟體」!為何說工程師也要學減碳?

環保、降低碳排放已不是高污染產業才需要重視的議題,即使是工程師也得開始著重打造更低碳排的軟體服務。微軟本週便宣佈將攜手IT諮詢公司埃森哲、高盛集團、GiHhub,以及Linux基金會、氣候團體等非營利組織合作,要為資料中心開發更環保的「綠色軟體」。

估資料中心用電持續上漲,微軟要讓軟體更省電

儘管高碳排與軟體行業似乎很難連結在一起,但隨著許多公司都開始「上雲」,甚至許多軟體服務都陸續雲端化,全世界對雲端服務的仰賴逐漸加深,需要耗費大量能源運轉的資料中心,也漸漸引發碳排放增加的疑慮。

於是,微軟便攜手埃森哲、GitHub及軟體諮詢公司ThoughtWorks一同成立了「綠色軟體基金會」(Green Software Foundation),計畫建立軟體如何影響氣候的評量標準、打造綠色軟體的開發工具,並培育有永續性思維及技術的工程人才。

綠色軟體基金會指出,他們希望整個軟體產業能夠一起合作降低碳排放,並鼓勵對永續性有設定目標、並對綠色軟體開發有興趣的企業加入基金會,一同減少軟體產業的碳排放量。目前包括4間創辦公司在內,會員總計有8間組織。

Data Center
雖然目前資料中心僅占全球用電量1%,微軟預估10年內這個比例將上升為3%至8%。
圖/ shutterstock

作為第二大雲端業者的微軟,已許下承諾要在2030年前達成碳中和,也就是淨碳排放為零的目標,並計畫2050年前要將微軟1975年成立以來產生的碳排放通通抵銷。

由於軟體變得越來越複雜,自然也需要更高的運算能力及耗電量。微軟在Microsoft Build開發者大會上透露,目前資料中心約占全球用電量的1%,但預估未來10年內這個數字會成長為3%到8%。

工程師必須具備減碳素養,相關課程、認證將陸續推出

微軟綠色雲端倡議負責人、綠色軟體基金會執行董事阿西姆.胡賽因(Asim Hussain)表示,他們的目標是開發出低碳的應用程式,「但要實現這項目標,你必須學習一套傳統環境中不會教你的技能。」

過往工程師任務只有打造出便利、安全、可靠的軟體,胡賽因認為,未來低碳、永續性將是開發團隊中每個人的責任,就像軟體的安全性、可靠程度一樣,是否低碳環保也將是軟體開發的重要一環。

coins stack on wood table with green plant growing
要開發出低碳的綠色軟體,首先工程師必須具備相關的素養、思維與技術,綠色軟體基金會正計畫推出相關課程以及認證制度協助達成這項目標。
圖/ shutterstock

雖然還沒有具體計算碳排放的標準,綠色軟體基金會預計將從軟體的用電量、運用處理器的效率、整個網路中的碳排放等各個面向,衡量一款軟體是否低碳。

綠色軟體基金會還計畫推出相關的課程,幫助工程師們學習開發綠色軟體的必備能力,並打算推出相關的認證機制。

降低資料中心的能源損耗,是微軟多年來一直致力解決的難題。2018年時,微軟曾在蘇格蘭沉下一組擁有864個伺服器、貨櫃般大小的資料中心,測試海底資料中心的可行性。

除了運轉伺服器本身的耗能外,資料中心有高達40%的耗能都用於散熱上,微軟在這次測試中發現,冰冷的海水有潛力成為資料中心高耗能的解方,並計畫結合風電、潮汐能等可再生能源,降低資料中心的碳排放。

資料來源:BloombergGreen Software Foundation

責任編輯:錢玉紘

關鍵字: #微軟 #資料中心
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