中鋼用減碳賺大錢,實驗工廠捕碳再製化學品,讓「碳」盡其用
中鋼用減碳賺大錢,實驗工廠捕碳再製化學品,讓「碳」盡其用

淨零耐力戰開打,中鋼「鋼化聯產」實驗先導線首度曝光,灰、黃色鋼造塔柱拔地而起,矗立於廠區,目標今年9月完工試量產,將純化一氧化碳、二氧化碳,直送化工廠產製化學品,力拚跨業合作「碳」盡其用,讓減碳變成一門賺錢生意。

減碳海嘯襲來,鋼鐵、石化業等排碳大戶首當其衝,「鋼化聯產」是中鋼重要減碳手段,中鋼能源開發與應用發展組研究員王俊修說,中鋼煉鋼與煉鐵過程,高爐、轉爐所排放的副產氣富含一氧化碳,尤其轉爐氣一氧化碳比例高達61%,若能將碳完整捕捉下來、固定於化學品當中,就可減少碳排。

換言之,中鋼希望將「原本要拿去燒的碳」拿來進行高值化應用,因此攜手中油,由中油提供乙烯、丙烯、氫氣,中鋼則提供一氧化碳、二氧化碳,讓化工廠加以產製成甲醇、醋酸等化學品,再供給更下游的傢俱、服飾、鞋材、太陽能模組封裝膠等產品應用。

王俊修說,台灣石化產業鏈上下游層層分工,一旦鋼化聯產併入上游,等於是無痛升級下游產業低碳化。

不只如此,中鋼煉鋼、煉鐵排放一氧化碳的過程,直接取代化工廠產氣製程,化工廠本身也因不需要產氣,不用再額外輸入煤炭、石油、天然氣等,等於減碳之餘,還能減少原物料依賴,免除缺料危機。

力拚2025年捕碳直送下游化工廠

中鋼第一轉爐工場旁,6座3公尺高的黃色塔柱、5個灰色塔柱矗立,施工聲震耳欲聾,與工研院合作建置的鋼化聯產實驗先導線工程如火如荼進行,預計9月底建置完成,捕碳量4900噸,屬於鋼化聯產第一階段計畫,投資金額為新台幣2億元。

王俊修說明,第一轉爐工場有現成管線,可直接將轉爐、高爐氣引至黃塔內,運用變壓吸附(PSA)原理,將二氧化碳吸附分離,剩下的氮氣、一氧化碳會進入灰塔,最後產出一氧化碳、二氧化碳,注入隔壁工研院模組設備,用作產製甲醇、甲烷、醋酸、乙烯等化學品。

過程中合作化工廠也會參與驗證氣體品質,作為第二階段示範產線建廠依據。到時,中鋼將再投入10億,建立面積大4倍的工廠,預計2025年啟動,產出的一氧化碳將藉由管線送至鄰近下游化工廠,預計年減碳量高達24萬噸。

目前,中鋼已鎖定長春化工、李長榮、聯成化科與中碳等緊鄰廠區周圍的化工業者,拉攏加入低碳高值化產業聯盟。

3大優勢多家化工廠敲門尋合作

攤開國外鋼廠發展現況,中國已有多家鋼廠鋼化聯產商轉案例,日、韓、德國、盧森堡鋼鐵廠也相繼投入;不過,王俊修指出,國外都是一條龍做法,鋼鐵業必須跨入不熟悉的化工業,可能造成新競爭問題。

反觀中鋼鋼化聯產具備3大優勢,第一,中鋼副產氣可提供具成本競爭力的一氧化碳、二氧化碳及產業低碳化機會;第二,周圍有中油與下游石化廠,具上下游碳資源整合地利;第三,中鋼20年來已與13家廠商共建區域能資源整合,培養良好默契,也存在既有管架,皆成為鋼化聯產推動利基。

如今透過鋼化聯產,中鋼將進一步推動2.0版本、意即區域碳資源整合,2040年更希望實際商業應用,屆時變壓吸附塔可能達7公尺之高,在大林蒲園區形成經濟體,結合鋼鐵、煉油、化工等,實現3.0碳循環經濟園區願景,年減碳量擴大為290萬噸。

陳宗榮表示,中鋼去年5月成立鋼化聯產專案、8月與中油簽合作備忘錄,起初擔憂不知與誰合作,去年底開始,多家化工廠主動上門,顯見廠商減碳壓力之大,若參與其中,無需額外花錢換設備,就可達到減碳成果,自然具吸引力。

在「減碳人人有責」的世界,中鋼一年副產燃氣中的一氧化碳約183萬噸,若全數轉化成高階化學品,將為石化產業創造800億產值,減碳兼賺錢將不是空話。

中鋼綠能與系統整合研究發展處處長陳宗榮表示,中鋼附近剛好有石化產業聚落,是促成鋼化聯產原因之一,如果下游廠距離太遠,氣體管線距離會拉很長,「光是投資高空管架,僅僅1公里造價就要上億」;此外,一氧化碳具毒性、延伸洩漏問題,仰賴時常巡檢,管線投資維護成本會很高昂,投入誘因與效益自然降低。

既然已確定掏出12億,自然不容許失敗。事實上,除了實驗先導線建置,中鋼另有專門實驗室,裡頭也有兩座迷你實驗塔,重點工作之一是找出最適合的「吸附劑」,導入先導線使用,並進行相關研發,「這些都是錢,但是可以協助找到答案,就有價值」,陳宗榮說。

本文授權轉載自:中央社

責任編輯:吳秀樺

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