排碳大戶減碳解方!盤點最具潛力4大技術,助重工、航空、畜牧業跟上零碳腳步
排碳大戶減碳解方!盤點最具潛力4大技術,助重工、航空、畜牧業跟上零碳腳步

從節能減碳到淨零排放,除了仰賴生產方式、使用行為的改變之外,加大對於新技術、特別是潔淨技術(clean technology)的發展與投資,才是更根本的解決方案。根據投資網站investopedia定義,清潔技術泛指改善環境永續的創新技術與應用,常見如再生能源、新的回收方法與環保做法。

當2050年淨零排放已成為國際共識與目標,為了減少二氧化碳排放,各國除了發展再生能源外,也積極協助排碳大戶石化、鋼鐵、水泥、貨運、航空與海運產業「脫碳」,包括綠色氫能(green hydrogen),碳捕集、利用與封存( Carbon Capture, Utilization and Storage, CCUS)等技術,都是備受矚目的減碳解方。

全球氫能源投資,未來10年逾3,000億美元

在全球極力「減碳」的同時,各國從政府到企業,近年來也將資源投注到另一項化學元素上:氫。根據國際氫能委員會(Hydrogen Council)今年2月發布的報告,未來10年全球氫能源投資將超過3,000億美元,約占能源產業總投資的1.4%。

氫是地球上最豐富的元素之一,廣泛應用在工業、交通活動,如製作甲醇、氨等化學藥劑時的原料、汽車上的氫燃料電池,就連半導體晶圓製造、鋼鐵業煉鋼也需要使用氫氣。

Toyota MIRAI
Toyota最具代表性的氫燃料電池車款Mirai,2020年底新版Mirai續航力宣稱達850公里,且因為補充能源方式是「加氣」,加氣速度比電動車電池充電速度快得多,加滿氣只要10分鐘。

各界之所以對氫寄予厚望,是因為氫氣也可以當燃料使用。然而,目前製造氫氣的方式,主要是使用甲烷、石油等化石燃料,被稱作是骯髒的「灰氫」;一旦改採太陽能或風力等再生能源電力,將水電解後產生氫,這種用綠電產生的氫氣,就稱為「綠氫」。 而運用綠氫製造的氫燃料電池,再用於發電,就可大幅減少碳排量。

也因此,開發綠氫已被視為邁向淨零排放不可或缺的環節。只不過目前使用再生能源生產氫氣的數量仍非常有限。一方面是價格偏高,國際再生能源機構(IRENA)的《綠氫:政策制定指南》指出,綠氫價格仍比灰氫高2~3倍。另一方面是缺少專用基礎設施,相較全球天然氣輸送管道超過300萬公里,氫氣輸送管道僅約5,000公里,仍有待擴大規模。

中研院院長廖俊智
未來,人類應該思考如何從大氣取得二氧化碳,而不是去挖石油。

為了減少二氧化碳排放,各國積極投入CCUS技術。根據國際能源總署(IEA)4月的統計,全球共有22個商轉的CCUS設施,每年可捕獲4,000萬噸二氧化碳。

CCUS技術簡單來說,就是從工廠的煙囪捕捉二氧化碳,再將其封存到乾枯的油田井,不排放到大氣中,或再利用,製作燃料或化學品等。

為何二氧化碳可以封存到油田井?專研碳管理技術多年的中研院院長廖俊智指出,「在美國德州產油的地區,本來就是用二氧化碳把油擠出來,現在只是再把二氧化碳壓下去,把岩石的縫隙填滿。」

表
圖/ 數位時代

近年來,二氧化碳捕捉出現了新方法,不同於從工廠的煙道捕捉二氧化碳,而是從空氣中直接捕獲碳,又稱為 「直接空氣捕獲(Direct Air Capture, DAC)」,捕捉方式是運用像大型空氣清淨機的設備,去除空氣裡的二氧化碳,將是未來高耗能製造業的減碳救星。

廖俊智認為,未來20年內,人類應該思考如何「從大氣取得二氧化碳,而不是去挖石油,這些二氧化碳還可作為燃料、化學品、建材等。」

延伸閱讀:遏止暖化加劇!日本燃煤電廠封裝「超臨界二氧化碳流體」打入地底

減碳最好解方?提早將碳、氫分離

不過,他進一步表示,比起工廠捕碳、空氣中捕碳,最好的方法還是從源頭解決——避免二氧化碳形成。舉例來說,天然氣是由甲烷(CH4)組成的氣態化石燃料,中研院正在研究如何在天然氣燃燒發電前,就先把碳(C)、氫氣(H2)分開,提早阻絕二氧化碳的生成。

具體作法是在發電廠、石油、鋼鐵業旁蓋一座甲烷分解爐,分解的氫氣可以用來發電,碳則可混合在土壤改善土質,或應用於高級碳材。

這項技術預估最快3~5年內就可做大規模測試,希望10年內落地。不過廖俊智也坦承,該方式的缺點是會讓能源效率降到原來的60%,因此將需要更多天然氣來發電,「但這是二氧化碳捕捉最簡潔的方法,沒有比這個更好的做法了。」

CO2,暖化
圖/ shutterstock

然而,不只化石燃料排放大量的二氧化碳,耕種、養殖占全球溫室氣體排放高達19%,超越交通運輸,特別是牛群排放的甲烷,造成暖化程度更是二氧化碳的28倍,蔚為風潮的人造肉技術,將有機會壓低畜牧業排碳問題。

為了讓人類減少吃動物肉的頻率、達到減少碳排的效益,目前市面上有兩大替代方案。第一種是由美國Beyond Meat、Impossible Foods等新創企業帶動的植物性肉品風潮,另一種是在實驗室培養出的肉類,科學家從活體動物身上取得部分細胞,讓細胞自行繁殖,製成食用肉品。

以色列食品新創Aleph Farms指出,相較傳統畜牧生產的牛肉須耗時2年,實驗室製造的牛肉僅需3個月。2020年12月,新加坡更成為全球首個批准販售實驗室培養肉的國家,加快商業化腳步。

不管是哪一種人造肉,不只降低了土地與水的使用,碳排放也能減量,被視為能取代農牧業的未來技術。不過,人造肉平均成本較牛絞肉高出86%,要等到更多業者投入市場,價格才可能降低,食用率才會更普及。

最新7月號雜誌《零碳新賽局》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:郭昱彣、張庭銉

關鍵字: #節能 #能源科技
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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