有電!送不出去, 缺乏彈性又集中,比缺電更迫切的「台灣電網危機」
有電!送不出去, 缺乏彈性又集中,比缺電更迫切的「台灣電網危機」

「南港這裡,生技園區現在已經有30多家廠商有意進駐;花卉公司要裝冷氣控制溫度維持品質;還有大巨蛋、捷運……,每一項都是必要的產業、民生用電。」拿著一張用電需求無法被滿足的重大建設列表,台北市副市長黃珊珊仔細解釋每個用電戶的重要性。

黃珊珊手裡的這張表,三月中旬就曾對外公布。當時,全國才剛經歷「三○三大停電」,北市府順勢公布內湖、南港、松山一帶,超過20項台電表明無法如申請方需求供電的開發中計畫,要求中央政府說明台灣是否缺電。

台電公司澄清,台北市送電能量已達極限是事實,但原因是負責將電力輸進北市東區的「汐止超高壓變電所」利用率已達臨界點,再核准大型用電申請就可能超載,必須新設超高壓變電所,才能輸出更多電力;但台電預計在內湖與松山交界興建的「松湖超高壓變電所」,因地方抗爭而延宕10年無法動工。

經濟部長王美花接受媒體專訪時也證實,若松湖變電所一直無法興建,北市東區雖不至於沒電可用,但大巨蛋與捷運汐東線等大型用電設施,都會受到影響。

經濟部部長 王美花
經濟部部長 王美花
圖/ 簡永昌攝影

三方說法,都指向台北市東區的新開發計畫供電吃緊,只是北市府認為問題出在「缺電」,台電與經濟部則強調,正確情況應是「有電,但送不進東區。」

發電廠為了將電力輸往遠處,會先將發出的電力升壓,再透過輸電線路上的超高壓變電所、變電所、配電所等設施逐層降壓,沿途將電力配送給不同型態、規模的用電戶。電網,就是上述一切輸配電設施的統稱。

電網就像物流系統,負責將電力即時送到消費者手中,但從發電端到用電端的路途中,只要有任何一點因惡劣天候、線路過熱、動物誤觸設備等原因故障,都可能造成跳電或停電。理論上,必須隨時準備好替代路線或支援供電方案,這就是所謂的「電網韌性」。

儘管政府下定決心強化電網韌性,但電網建設難以速成、又被民眾視為嫌惡設施,是台灣電網過度集中、缺乏彈性的主因。

「新建電力設施都會遇到地方的不同意見,但經過這一、兩年的跳電事件,我們都發現電網的重要性,對於能增加社會接受度的工作,台電都會盡量去做。」台電代理董事長曾文生坦言,在民主社會中,說服民眾支持公共建設的唯一方法,就是加強溝通。

曾文生分析,由於新建電網所需的時間非常長,台電過去花了很多力氣運用既有電網供電、融通,但未來台灣的電網建設一定會隨著用電需求成長。

「未來我們要面對的是,60%到70%的再生能源,西岸有很多光電,海上有很多風電,要怎麼直接把電力就近用掉、怎麼把電力全部併上電網,都是非常重要的工作。」曾文生解釋,過去的輸變電工程,著重在強化全國融通主幹線,以及主幹線與少數大型電廠之間的連結,但未來的電源不再集中於少數地點,電網也將朝分散化、但保留區域間可互相支援的功能,以維持系統穩定。

在淨零排放的國際共識下,潔淨電力將成為人類日常生活中最珍貴的資源。但除了設法創造充裕電力,以合理價格驅動企業與民眾節能,也讓政府有餘裕投資配送資源的電網建設,也許有一天,我們能不再因為供電吃緊,而成天擔心分區限電,或有顆點不亮的大巨蛋、一條開不動的捷運線。

本文授權轉載自:今周刊

責任編輯:傅珮晴、吳秀樺

好友缺你一個,加入數位時代LINE,科技產業趨勢新聞一次掌握!

傳送門點這裡

關鍵字: #能源科技
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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