百事、雀巢高舉ESG大旗，但4年來塑膠量反上升！飲料包裝減塑有多難？|數位時代 BusinessNext

全球有 1/5 的塑料包裝，來自百事、可口可樂、雀巢、聯合利華與瑪氏食品（Mars）等著名的飲料和零食製造商，這些製造商簽署了由長期致力於循環經濟的艾倫麥克阿瑟基金會（Ellen MacArthur Foundation）與聯合國環境署於 2018 年 10 月發布的《全球新塑膠經濟承諾》（New Plastics Economy Global Commitment），承諾在 2025 年達到 100% 使用可回收、可重複使用的包裝來取代傳統塑料包裝；但根據基金會最新的報告顯示，這些公司恐怕難以兌現此承諾。

塑膠包裝使用量仍持續增加

在 ESG 浪潮下，許多企業提出與減塑、提高永續性相關的承諾，但實際上要減少塑膠用量仍面臨到困難。

報告指出，儘管企業紛紛站出來支持環保，但在過去 3 年間，全球塑膠包裝占比不減反增，從 2019 年的 63.2% 增加至 2021 年的 65.4%。

百事可樂在 2021 年使用了逾 250 萬噸的塑膠包裝。同時旗下品牌七喜（7Up）和奇多（Cheetos）的製造商，也自 2020 年開始增加了對塑膠製品的使用，並將可回收、可重複使用或可堆肥的包裝比例略微降低至 76%。

而雀巢去年生產的近 100 萬噸塑料包裝中，其中不到一半是可回收、重複使用或堆肥的。大型企業未見到任何減塑跡象，使得 2025 年的承諾幾乎不可能實現。

人力成本高、缺乏政府支持，企業嘆：100% 回收太難！

減塑還未看到進展，不代表這些企業只是空口說白話，有些則是在嘗試後面臨苦戰。例如雀巢正在努力尋找塑膠等軟包裝的替代品，比如小袋和薄膜，目前約占該包裝總體的 16%。且這類包裝也很受消費者喜愛，因為它重量輕。

但輕薄也帶來壞處：薄膜在技術上更難被回收。回收廠的分揀機（編註：針對集中運送來的物件進行分散處理的系統）很難壓住這些材料，若雀巢要以小袋和薄膜全面取代塑膠包裝，如此一來，與回收傳統 PET 包材相比，回收廠需要投入更大量人力，成本甚至可能高於原先。

雀巢包裝和可持續發展的全球公共事務負責人朱迪・羅賽爾（Jodie Roussell）表示，部分問題來自政府在回收基礎設施方面缺乏投資。「沒有基礎設施的建設，100% 可回收、可重複使用的包裝是不可能實現的。」她坦言。

《全球新塑膠經濟承諾》的負責人桑德．德弗魯伊特（Sander Defruyt）表示，儘管許多企業在塑膠替代品的投資上已經取得進展，但它們仍需要加速尋找新的包裝方法。同時他也建議企業不僅要思考如何循環利用已生產的包裝，更應該設法解決問題、停止生產這些軟包裝材質。

除了企業要加速減少使用塑膠的行動之外，各國政府也需要迎頭趕上減塑浪潮，包括制定相關法約來約束企業，也要投入相關的基礎建設投資，讓這項 2025 年的減塑承諾不會成為一場空話。

聯合國正在擬定具有全球約束力的條約

這項減塑承諾的缺點，在於對製造商而言並沒有強制的約束力。不過隨著塑膠製品的大量製造與濫用，不僅污染海洋和傷害生物，也對人類健康產生負面影響，讓大眾期待制定有法律約束力的條約，以限制企業對塑膠材質包裝的使用。

為此，聯合國在 2022 年的聯合國環境大會（UNEA 5.2）上通過決議，將制定一項具法律約束力，涵蓋塑膠從生產、消費到棄置整個周期的《全球塑膠公約》（Global Plastics Treaty），並將在 2022 年內展開商議程序，目標是在 2024 年落實並執行。

這項公約希望能從源頭解決塑膠污染，並加速發展循環再利用的商業模式，同時也代表著企業在未來，將會面臨到更多的審查和監管風險。

資料來源：Bloomberg、Ellen Macarthur Foundation、中小企業綠色環保資訊網、綠色和平

本文授權轉載自：經理人月刊

責任編輯：錢玉紘

「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。

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%。

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。

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