【圖解】2025年碳費開徵,163萬家中小企如何備戰? 綠色通膨緩衝攻略一次看
【圖解】2025年碳費開徵,163萬家中小企如何備戰? 綠色通膨緩衝攻略一次看

碳費,離你的距離比想像中更近。

根據環境部《氣候變遷因應法》,2024年起,年排碳量逾2.5萬噸的排碳大戶,隔年將繳交碳費,預估超過500家企業成為第一波收費對象,鋼鐵、水泥、石化、半導體業首當其衝。

「碳有價」的時代最快在2025年發生,雖然環境部尚未敲定碳費費率,但民間已出現「綠色通膨」(greenflation)的焦慮。用最簡白的方式解釋,就是企業被徵收碳費,轉嫁費用到終端產品,讓價格上漲。

依照環境部過去委外報告建議每噸300元的碳費估算,排碳大戶每年恐增加百萬元到十億元不等的碳費支出。消費者憂心,未來住的房子、汽車、電子產品都可能因此漲價。

對企業來說,若不把排碳控制好,不僅可能失去供應鏈訂單,還可能因為產品變貴失去市場競爭力。加上未來碳費起徵門檻會逐年降低,將擴大影響範圍,尤其台灣98%都是中小企業,超過163萬家企業早晚都要面對碳費成本,須儘早擬定對策。

綠色通膨的影響有多大?待2025年課徵碳費後,2%的通膨警戒線大響,儘管通膨數字因應不同的時空環境,警戒線並沒有統一的說法,但中央大學經濟系教授吳大任預估,消費者物價指數CPI──衡量通貨膨脹率的主要指標──年增率維持在2%將成為常態。

吳大任分析,淨零所帶動的綠色通膨、為合理反映能源成本的電價調漲,以及基本工資調升所帶動人事成本增加,都是未來牽動通膨的因素。

「不收碳費未來問題更嚴重,現在我們要付出的代價就是綠色通膨,很多跟碳排相關的產品,它的物價都準備上升。」吳大任直言。最直接聯想到的是房價,像水泥、鋼鐵都是碳排大戶,未來房屋的建造成本可能因為碳費持續走高,讓房價維持在相對高點。

至於下游產品如汽車、電子產品,碳費會造成零組件價格上揚,但最終是否反應到終端產品的售價,還牽涉到市場競爭。加上目前全球經濟低迷,許多國家仍有產能過剩的問題,進而降低原物料成本。吳大任認為,「在碳費和原物料成本一增、一減的情況下,綠色通膨是否反映到終端產品售價,變數仍不少。」

綠色成本轉嫁物價?專家:初期影響不大

另一派專家認為,初期課徵碳費的企業較少,短期對台灣的物價影響不大。台灣經濟研究院院長張建一分析:「我認為那是綠色成本,而非綠色通膨。」

因為排碳要付費,確實會墊高企業本身的營運成本,這些為了減碳而投入被稱為「綠色成本」。但是否會轉嫁到下游產品漲價,進而引發物價通膨,專家認為初期碳費課徵的家數少,加上環境部為鼓勵企業減碳,還有優惠費率的設計,影響層面沒有想像的大。

根據2020年環境部委託研究機構英國倫敦政治經濟學院(LSE)評估碳費影響,以碳費每噸300元推估,會造成物價上漲0.62%,影響不到1%。

不過,對企業本身,碳費上路所造成的衝擊,必須及早展開減碳行動。碳費首波開徵對象為排碳大戶,年碳排量超過2.5萬噸,涵蓋電力業、鋼鐵業、煉油業、水泥業、半導體業等。同樣以每噸300元計算,中鋼2022年碳排量約1,966萬噸,1年碳費高達58億元,但中鋼去年稅後淨利才16.82億元,等於碳費幾乎吃掉獲利。

可是台灣不做不行,徵收碳費是為維持出口競爭力,國內若不收碳費來降低碳排,未來就是把錢繳給別國。尤其歐美相繼推出碳稅法案,試圖管制高碳排的產品,未來產品賣到國外會依產品的碳排量來課稅,碳排量愈高,要課的稅也愈重。

尤其台灣以外銷市場為主,出口占GDP(國內生產毛額)達7成,因此國內徵收碳費,迫使企業採取有效的減碳策略,以維持國際貿易競爭力,接軌國際。

因此在正式開徵碳費前,企業必須想方設法來減少碳排,一來避免未來負擔過高的碳成本壓力;二來降低綠色通膨的衝擊,企業若不把減碳處理好,產品價格上漲也恐會失去市場競爭力。

雖然排碳大戶站在國內碳費海嘯第一排,但環境部曾公開談及,未來碳費起徵門檻將逐步降低,從年排放量2.5萬噸降至1.5萬噸、1萬噸,預計受碳費衝擊的企業家數也會擴大。

特別是台灣以中小企業居多,「在碳費的議題上,台灣中小企業面對的還不是碳費成本增加,而是影響接單競爭力。」輔導多家中小企業減碳的資誠創新諮詢公司董事陳世祥點出中小企業面對的壓力。

來自台中塑膠射出廠商創維塑膠,主要提供塑膠品一站式製造服務,產品涵蓋醫療、汽車、自行車、機械零件等,年碳排量約2,330噸,雖然不是直接被碳費課徵的對象,卻也被碳費風暴掃到,創維塑膠總經理林毅桓說,「客戶因碳費面臨成本增加的壓力,會把成本壓力轉嫁到供應鏈,要求供應商降低成本。」

短期供應鏈除了被要求降價外,長期客戶會提出要有明確的碳管理目標、取得一定比例的綠電,反映供應鏈朝向低碳、綠色的趨勢。

為超前部署,創維已把節能減碳納入公司的日常營運,自2021年到2023年陸續通過ISO 50001能源管理系統與ISO 14064溫室氣體排放盤查,讓內部管理符合標準流程。

去年創維透過裝設智慧電表即時監控能源發現,導入變頻式塑膠射出機相當省電費,其耗能只有傳統塑膠射出機的10%,「公司的能耗來源有80%來自製程,未來透過把射出機全面換成變頻,就有機會降至8%,改善效果非常高!」透過數據化管理,讓林毅桓找到降低能耗、節省電費的策略。

減碳別當孤勇者,加入公協會「打群架」

不過,對多數缺乏資源的中小企業來說,減碳須花錢出力,該怎麼跨出第一步?

KPMG安侯永續發展顧問公司執行副總經理林泉興建議,主動跟客戶溝通轉型痛點,「假設客戶要求改成碳中和產線,雙方可以先講好給予穩定的訂單,這樣企業才敢做減碳投資。」

第二種方式,加入產業公協會,藉由打群架的概念,即時掌握最新法令規範的要求,或跟上下游供應鏈攜手合作,降低產品的碳足跡,也能減輕碳費的壓力,林泉興提醒:「中小企業千萬不要孤軍奮戰,否則只有被夾殺的份。」

當碳有價時代來臨,既充滿機遇,也具有挑戰,端看企業是否做好準備。無論如何,先做好減碳的人,不僅少繳碳費,降低綠色通膨的影響,提升自身競爭力,才能在這場淨零馬拉松下成為最後的贏家。

責任編輯:蘇柔瑋

關鍵字: #淨零碳排
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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