排碳越多就要付越多「罰款」!減碳App Wren、Joro靠懲罰制拚環保,真能有效嗎?
排碳越多就要付越多「罰款」!減碳App Wren、Joro靠懲罰制拚環保,真能有效嗎?

用每一筆無碳行為的綠色能量,養一棵虛擬的樹,日積月累下來,就可以在沙漠裡種植一棵真正的樹。在中國,由個人參與的節能減排活動,大部分發生在「螞蟻森林」App裡。它以「獎勵式」的機制為主,且能起到增加社交樂趣的作用。

螞蟻森林
螞蟻森林App。
圖/ 微博

最近,歐美興起了一系列的類似產品,與螞蟻森林相反, 它們是以「懲罰式」的機制來運行 。每一次的日常行為都會被換算成對應的碳排放,當數值高到連用戶都看不下去時,便能透過「 交罰款 」來抵銷碳排放量。看似「烏托邦」的程式,卻有一些產品在近兩年內陸續拿到融資。

想法固然新穎,但質疑也隨之而來。目前它們大多為教育使用者的「公益專案」,未來是否能成為可持續發展的商業模式?此外,是否能真正地解決環保問題?

以15美元購買一張「贖罪券」

Wren 」是一款進行個人碳中和的產品。2019年在YC畢業之後,又在去年(2020)拿到Paul Gramham和VC Union Square Ventures的150萬美元資金。

首先,Wren透過一些問題生成個人的碳足跡報告,例如「一年內長/短途飛行多少次?」、「住宅有多少平方公尺?」、「你多久吃一次紅肉或乳製品?」等。 這些具體行為都會被換算成平均碳消耗量。

wren
Wren會透過一些問題來生成個人的碳足跡報告。
圖/ 極客公園

中國人均每年碳排放約為9噸,若你的測算結果落在這個級距,需要每個月支付13.57美元(約380元台幣)用來碳中和。而數值越高,用來抵消的費用也越高。

拿到這筆錢後,Wren會為用戶做些什麼? 在抽成營運成本之後,它將透過資金資助的方式來參與全球碳中和的環保專案

例如在烏干達北部,使用當地能源所產生的煙霧相當於一人每天抽兩包菸,一家能源公司透過將農業廢棄物轉化為再生能源的方式,到了2023年,將滿足烏干達20萬戶難民家庭所有的烹飪燃燒需求。在亞馬遜雨林地區,Wren資助了一家基金會,他們使用衛星影像、無人機來檢測和防範非法砍伐雨林的現象。

另一個產品——「 Joro 」,亦採用類似的商業模式,在去年獲得包含紅杉資本在內的250萬美元種子基金。比起 Wren, Joro則更進一步連結到用戶的信用卡內,自動估算出使用者在購物時所產生的碳排放

Joro
能計算出個人碳足跡的Joro App。
圖/ Joro

但信用卡無法為Joro同步每一次的消費明細,那麼Joro的估算又是怎麼來的?開發商對此解釋道,「我們能夠知道用戶去全食超市(Whole Foods)花了100美元,透過對用戶的調查來得知其一週的飲食情況。利用這些資訊的交叉組合,我們推斷出一個人花費的一美元會產生多少碳排放,進而給出一個即時的碳足跡記錄。」

Wren、Joro等應用程式,從產品功能上來看,幾乎沒有技術壁壘。有投資人表示,Wren說服他們投資的關鍵在於「 透明度 」。在過去,用戶對這類偏公益專案的投入會感到遲疑,通常就是因為不夠透明,例如「真的有一棵樹被實際種下了嗎?」而Wren採用的方式,便是定期測量種下了多少棵樹,並把它們的GPS座標和實施種植的農民資訊一起放在網路上,以證明碳封存量。

從目前來看,即便在有限的規模之下,它們還是發揮了一些作用。截至目前,透過Wren資助給氣候專案的資金超過116萬美元, 被抵消的碳排放已達82,702噸 ,且官方會對這些數值進行即時更新。過去一年裡,使用者在Joro抵消的約為50萬棵樹木能夠吸收的碳排放量,透過Joro的減排指導及朋友間的「用碳比較」, 早期用戶大約減少了10%的碳排放

減碳
圖/ 極客公園

延伸閱讀:環工、會計領域雙棲!當碳排放量牽動企業獲利,數據全靠「碳審計師」把關

一場個人化的碳中和

計算下來,現今能夠為「愧疚」買單的也只有幾萬名用戶,證明這也只不過是一小群人的「信仰遊戲」。但事實上,Wren這類產品想要傳達一個核心價值觀:即便用戶不了解宏觀的結構和複雜的演算法則,也能感知道自己的一舉一動是如何影響全球環境及氣候。「 若你每年排放9噸的溫室氣體,就相當於每年砍伐8棵樹 。」諸如此類的表達,引發許多使用者的情感共鳴,而平台則提供一個能夠親身參與其中的最短路徑。

減碳
圖/ 極客公園

即便如此,它還是過於「烏托邦」,無法在短期內大規模的實踐。在中國境內,也有計算碳足跡的工具,但更多也是作為教育使用者的存在。

中國當前的碳排放計算體系是以生產者原則為基礎,政策所約束的主體幾乎是企業,而非個人消費者。「除非將來中國的政策向消費者傾斜,否則Wren『懲罰』消費者的商業模式很難在中國推行。」一位產業人士對此評價道。

也就是說, 它的落地基礎是政府對消費者的碳排放徵稅或罰款 ,如此一來,消費者才有動力以「兩害相權取其輕」的邏輯,在Wren這類平台上用更少的成本支出來換取最小的利益損害。

然而,Wren、Joro等平台的出現仍具有啟示意義,目前已有六家企業與Wren 簽約,將Wren的訂閱服務納為一項員工福利。有媒體指出,「如今有許多消費者已意識到氣候變化的重要性,且正反向地對公司施壓。」

或許Wren等平台的啟示意義在於, 將消費者原則也納入碳排放的責任裡 ,相關人士認為,消費者原則在計算上確實比生產者原則更合理,但當前的現實情況是,消費者原則的計算標準較生產者原則更難施行。

CO2,暖化
圖/ shutterstock

延伸閱讀:全球企業瘋零碳轉型,開出1,400萬「綠領」職缺!盤點職場3大綠色技能

2018年,聯合國發佈了一份報告指出,到了2050年,將完全停止使用化石燃料,以實現零碳排放量。該報告一釋出,Joro創辦人Sanchali Pal立刻決定創建一款「人人皆可參與」的工具。當時距離她大學畢業不過才六年的時間,而Wren三位創辦人的年紀更小,平均年齡只有22歲。他們幾乎表達出相同的觀點,碳中和真正的推動者在於企業和政策制定者,但個人並非完全無能為力。

他們正在用自己的方式來廣泛地影響世界。換做是你,你願意每月花費15美元(約420元台幣),進行一場個人的碳中和嗎?

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

本文授權轉載自:極客公園

責任編輯:文潔琳、錢玉紘

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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