在當前全球永續淨零的趨勢下，環境的可持續性發展成為攸關產業綠色競爭力的關鍵議題。面對既有傳統減碳方式，已難應對日益嚴峻的減排問題，有效運用科技創新來開發減碳技術，不僅成為企業促進淨零排放目標達成的重要工具，更是開創新興綠色商機的來源之一。
近年隨著AI技術的應運而生，蓬勃且多樣的AI應用成為驅動產業發展的重要推力，但同時因算力需求增長而帶來的龐大能源消耗，卻也被視為「吃電怪獸」，讓人不免對於AI在環境永續的影響性，貼上負面標籤。
2023年底於杜拜舉行的氣候變遷大會（COP28），對全球實現減碳目標的實際情況進行盤點，被視為是全球首份減碳成績單檢視。在該次的會議中，許多國際專家針對AI對於氣候變遷的影響提出正反兩面看法，認為AI雖可能加劇能源需求帶來氣候風險，但同時，AI對於增強氣候與極端天氣的預測能力，以及推動能源效率與加速減碳的發展，終將成為關鍵工具。
事實上，盤點全球主要經濟體對於AI應用在淨零轉型的看法，歐盟正向表達AI將是解決氣候變遷的關鍵工具，日本也強調AI在減碳方面具有巨大潛力。美國雖然現階段對氣候調適有所放緩，但強調AI將可改善電網等基礎設施，減輕能源轉型的風險，各國對於AI之於氣候調適的看法多屬正面。
觀察產業應用端，AI技術的演進從初期邏輯推論，到近日演算法突破帶動深度學習、生成式AI的興起，為低碳治理帶來更多的推動力與可能性。綜整目前製造業AI減碳的主要應用，可以分為低碳轉型與永續治理兩大面向。
在低碳轉型方面，AI助力產業生產流程的優化，透過碳數據的蒐集、分析與預測，以及設備廠房的監控與調節，達到監測評估、預測維護、效率提升、創新設計、動態調節等減碳效益。尤其，對於製造業而言，用電為企業自身排放最大來源，因此，不少廠商優先投入AI在能源管理的應用，先是採用物聯網設備進行數據蒐集，再以機器學習算法辨別排放熱點，並且透過設備監控與預測性維護，降低不必要浪費，最後則是自動化能源分配，實踐效率發展。
另一方面，AI技術之於永續治理則強調數據的準確性、真實性與可追溯性。近來隨著各國監管單位的法規規範，企業面臨企業溫室氣體排放與產品碳足跡揭露的要求，對於供應鏈普遍繁雜冗長的製造業而言，一方面須快速對接國際標準，透明化溫室氣體排放，另一方面也須確保相關數據的可信。因此，不少企業利用物聯網設備獲取數據後，透過AI生成工具的輔助，進一步整合國際準則，並轉化生成永續報告書，因應不同揭露需求。同時也透過自動化數據蒐集與分析，計算排放情形並追蹤供應鏈碳排數據，確保碳排放數據的一致性與合規性，強化供應鏈碳管理與數據監管的永續治理。
儘管AI發展過程中所需的模型訓練推論與基礎設施運行，將消耗大量電力，進而造成更高溫室氣體排放是不爭的事實，然而AI技術為製造業的淨零永續，帶來效率、合規、數據可驗證等營運、監管與策略層面的實質效益，將成為產業與國家應對淨零永續的正向驅動力。
未來，隨著AI技術的成熟與創新，加上生成式AI的落地，以及邊緣運算、區塊鏈等新興技術的相互補強，將進一步使AI的減碳效益實現於更多場域，從而持續在減碳進程中扮演關鍵的核心力量。產業也須持續探索AI實踐低碳轉型的可能性，達到經濟發展與淨零永續的WIN-WIN。
（本文於2025/10/8 刊登於《工商時報》官網）