【圖解】台灣電費全球前5名便宜,台電3大方案漲價! 一張圖看用電現況
【圖解】台灣電費全球前5名便宜,台電3大方案漲價! 一張圖看用電現況

電價是否調漲,成為近來備受關注的議題,經濟部將在下週一(27日)召開電價審議委員會,經濟部長王美花今(23)日表示,受到俄烏戰爭持續,全球燃料價格持續高點,台電、中油財務成本承受相當大的壓力,目前台電已提出幾個方案,供下週一召開電價審議會討論。

電價調漲3劇本:全面凍漲、全面調漲3%、漲用電大戶

目前提出的方案包含「全面凍漲」、「全面調漲3%」、「漲用電大戶」,對於該如何調漲電價,各界看法不一。

在通貨膨脹嚴重,以及央行升息影響下,為減緩對於民生經濟的衝擊,電價凍漲機率仍高。針對電價是否調漲,兼任台電代理董事長的經濟部次長曾文生日前接受訪問指出,電價要反映燃料及淨零碳排的成本,同時也要考量對社會的衝擊,「不能只著眼於台電的虧損」,但他也強調,台灣電價位居全球前五名的便宜,且這2年幾乎找不到一個國家未調整電價。

若是全面調漲3%,則是依據電價公式規定,半年調漲幅不得超過3%,不過對於彌補台電虧損有限,且民生物價及小商家也會因此漲價,讓國內通膨加劇。

目前最多的討論是調漲「用電大戶」及「用電千度以上的豪宅」,估計至少漲8%,這也打破電價公式3%的設定。

氣候變遷_地球暖化
6月27日經濟部將召開電價審議委員會,面對電價調漲壓力,傳出以工業用電為優先調整對象。
圖/ shutterstock

什麼是用電大戶?台電發言人吳進忠表示,台電針對用戶區分為三種,一、低壓用戶,住宅、小商家;二、高壓用戶,如中小型工廠、三、特高壓用戶,會拉電源專線,像是用電量較大的台積電、友達等企業,「一般來說高壓以上的用戶,都屬於用電量較大的大戶」。

但低壓用戶也有「用電大戶」,吳進忠舉例,像是24小時營運的商家,用電設備如空調、冷凍櫃,每月累積用電上看千度,也屬於用電大戶的一種。

至於是否只調漲用電大戶,吳進忠表示仍要看電價審議委員會怎麼決定,台電才會進一步做電費調整。

為何工業用電大戶成為目標?

不過,只調漲用電大戶消息一出,將卸任的工商協進會理事長林伯豐批評,「不能只漲用電大戶,否則就是懲罰用電企業,製造業會出走。」

為什麼用電大戶會成為目標?根據能源局「台灣2021各部門用電量」統計,去年用電量最多的是工業部門約1614億度、占全體57%,工業用電較前一年增加約107億度,創下史上最高工業用電量,成長幅度也是近年新高。

長期關注台灣能源轉型與氣候治理的環保團體指出,「自2018年最近一次的電價調整以來,台灣三年間用電量增加了164億度,工業部門就增加了124億度,占總增幅的76%,是近年來用電成長的主要驅力。」

另一方面台灣平均電價偏低,2020年時台灣工業平均電價每度2.4461元,為全世界第6低,顯示長期以來低廉的工業電價以及連續的電價凍漲,降低產業投資節能設備、製程改善的誘因。

冷氣、夏天、電費
台灣平均電價偏低,2020年時台灣工業平均電價每度2.4461元,較住宅電價2.5596來得低,降低產業節電的動機。
圖/ 隋昱嬋攝影

賣一度電賠一度,台電前四月虧損達469億元

反觀國內電價自2018年4月國際能源價格大漲而調漲3%後,已連續四年電價維持在每度2.6253元,不料今年3月遇到俄烏戰爭造成燃料價格飆漲,根據台電提供的電價及單位成本結構比較,4月每度電平均成本來到3.07元,但電價僅2.39元,成本較價格高28%。

由於台電主要營收來自電費收入,在「賣一度電就賠一度」之下,台電1至4月稅前虧損達469億元,較去年同期獲利147億元,可說是天差地別。

面對台電虧損持續擴大,如何反應電價合理的成本,電價是否終結連8凍的局面,下週將見真章。

責任編輯:錢玉紘

關鍵字: #台電 #時事追蹤
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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