觀點|揭開企業減碳的「電力陰影」:為何廠房更綠,碳足跡卻降不下來?
觀點|揭開企業減碳的「電力陰影」:為何廠房更綠,碳足跡卻降不下來?

審視外電與多項研究,台灣減碳政策下的核心問題似乎出自電力系統:一個高度依賴化石燃料進口的島嶼電網。具體來說,要在滿足快速產業用電成長之際,兼顧民生價格的穩定,已成為隱身在企業追求減碳績效背後的 「電力陰影」(electricity shadow)

此陰影下,許多企業的減碳實績被掩蓋了。也就是在電力結構明確轉型前,整體產業部門的的碳排表現仍會高於單看廠域範疇一(直接溫室氣體排放)所呈現的指標。那麼國際間怎麼看我們的電力陰影?

一、能源安全疑慮限制了減碳進程: 台灣高度仰賴液化天然氣(LNG)進口,並規畫將2025年約11天安全存量升為2027年的14天。但供氣中斷的敏感國安疑慮,已影響推動以氣代煤、備載能源等規畫。

二、電價與台電財務狀況是轉型的隱形剎車: 為兼顧民生與出口競爭力,政府維持2025上半年電價凍漲、台電累積了巨額虧損。政治壓力下,隨電網資本支出與採購清潔電力的難度增高,也遲滯了產業降低範疇二碳排係數的速度。

三、離岸風電似乎欠缺穩定的法政支撐: 以先前沃旭(Ørsted)就彰化風場與台積電簽署長約為例,雖已預期在2025年底前商轉,但第3階段的政策調整卻導致投資人觀望。

四、碳定價制度啟動,仍被認為低於國際: 每噸新台幣300元的碳費自2025年1月1日生效,這是攸關減碳績效的重要制度,但相比歐盟2026年起每噸約70歐元(新台幣2,480元),台灣定價顯然偏低。

五、台灣目前的溫室氣體清冊呈「分屏」效應: 官方數據顯示,2022年淨排放為264.13百萬噸 CO2e(較2005年減1.77%)。雖說企業廠內的燃料與製程改善確實有助減碳,但企業的電網間接排放部分,則因電力碳排係數居高不下而受影響,且會同時反映在電力結構與用電成長上。

綜上,若以產業廠房為範圍,製造業的直接燃燒與製程排放與2005年相比已有所下降;大型企業也持續擴大採購再生能源;但範疇二(企業從電力供應商購買的能源)仍影響了多數企業的整體碳足跡,這或許正是整體企業減碳績效僅維持「尚可」未達「良好」的原因。

碳排、減碳_shutterstock_2329320889.jpg
圖/ shutterstock

所以,電力應是影響企業工廠減碳表現的瓶頸,因此積極追求電力脫碳成為必要。若台灣希望能協助企業落實下一階段(2035年)的減碳企圖,以下3個電力脫碳的作為是關鍵:

首先是大幅強化再生能源的電力配比。 早在2016年蔡政府任內已提出2025年20%的目標,不過至2024年的占比僅11.6%。未來有待努力方向包括:強化綠色融資的擘畫、靈活再生能源的調度空間,以及在電表上嵌入讓人民及使用者有感的視覺化設計來爭取社會認同。

其次是讓價格與財政支出能反映在可供查驗證的量化再生能源工程績效上。 例如,在維持初步新台幣300元的碳費基礎上,把基金導向以成果為基礎(result based)的支出或利息補貼,並以經第三方驗證的減量實績為撥付條件,包括節能、製程電氣化、甲烷減量等。

此外,應完善能支持轉型所需的電價路徑。在照顧弱勢及民生需求的同時,嘗試規畫出可預測的多年期電價路徑,讓台電資產負債表恢復應有的常態,用以支持優化電網所資本支出。

其三是積極降低能源安全的脆弱性,讓氣候政策能順利推動。 其中最重要的是配合電力配比的50%天然氣規畫,例如從11天升至14天的安全存量、加速LNG雙燃料能量的推廣、需量反應的布建、關鍵負載微電網於科學園區的應用等。

且風電規範的精進與穩定,包括合理化第3期及之後的招商條件,以透明的就業和技能評分表取代硬性的門檻條件。畢竟對投資人而言,必然擔心供應中斷或規範變動會讓市場風險溢價大幅攀升。

5指標,透視產業部門減碳成效

在我們推動上述的電力脫碳作為後,便可自下列的重點指標來觀察產業部門的實際減碳績效:

第一點是科學園區範疇二平均碳排係數的降幅,這可建立在新PPA搭配儲能及併網的成果上。例如彰化離岸風電與晶圓廠負載的進一步連結。

其次為財務支出與工程績效的連動程度,也就是重視公共支出或政策性融資,與經稽核的再生能源供給及減碳成效的直接連結部分,而非只看資本投入的關鍵績效指標(KPI)。

第三是電網容量與經濟成長需求間的聯繫,包括定期公布工業節點併網里程碑、縮短排程時間、尖峰時段的備載安全邊際需求的可驗證程度等。

第四是能源儲存安全緩衝期的強化程度。如前述14天LNG安全存量與充足的需量反應容量之進展,與可供驗證的紀錄。

最後是強化政策的可信賴度,當前重點在於穩定離岸風電招標進程與具融資效能的售電條款,並明文確認不會以強制性的在地化條件來制約開發商。

透過以上查核指標,我們將能真正呈現企業的實際減碳績效。電力系統的優化會是台灣2030年願景的主要限制因素,跨越過去,台灣產業的實質減碳成效才能很快地被發現。

延伸閱讀:Google士林新基地開箱!AC/DC電源測試室首度曝光:導入雙向回收系統,電力回收效率80%
黃仁勳押注EDA改革!輝達砸628億入股新思科技:什麼是EDA?為何晶片設計一次到位很關鍵?

責任編輯:蘇柔瑋

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