AI耗電幾度？科技巨頭為何不告訴你

你今天問了ChatGPT幾個問題？那些問題消耗了多少電力、排放了多少碳？你不知道——因為沒有人告訴你，而這不是疏忽，是選擇。

承諾與現實之間的裂縫

幾年前，OpenAI、Google、Microsoft紛紛高調宣示減碳目標。如今，這些承諾正在被一個更強大的力量悄悄覆蓋：AI軍備競賽。燃燒天然氣的巨型數據中心在美國各州快速擴張，川普政府同步鬆綁環境法規，整個產業的邏輯已變成「先建再說，環境的事之後再談」。

就在這樣的背景下，薩夏・盧奇奧尼（Sasha Luccioni）選擇離開她待了四年的AI公司Hugging Face，與前Salesforce永續長鮑里斯・加馬澤伊奇科夫（Boris Gamazaychikov）共同創立「Sustainable AI Group」。她的核心主張只有一個：在AI全面滲透企業運營之前，我們需要知道它真正的代價。

盧奇奧尼接受WIRED獨家專訪時，說出了一個讓人難以忽視的結構性問題：「開發大型模型的公司，同時也是賣你算力的公司。他們當然希望你用最大的模型——因為那樣他們能賣出最多的運算資源。」

為什麼企業開始坐不住了

這場對話的重心，正在從個人倫理轉向企業合規。

盧奇奧尼描述了一個在歐美企業中愈來愈常見的場景：員工向管理層施壓，「你強制我們使用Microsoft Copilot，但這對我們的ESG目標有什麼影響？」董事會也在追問同樣的問題。對於把AI納入核心業務的企業來說，這不再是道德選擇題，而是風險管理的基本功課。

對台灣、香港及東南亞的企業而言，這個壓力尤其具體。許多台灣科技廠商是歐美品牌的供應鏈夥伴，而歐盟的AI法案從一開始就納入了永續條款，第一批報告義務正在啟動。若供應商無法提供AI使用的碳排數據，未來的採購資格可能直接受到影響。

廣告

廣告合作

[email protected]

廣告

更根本的問題是：你的數據中心在哪裡？連接的是哪個電網？這些問題，目前大多數企業根本答不出來。

亞洲的特殊處境

盧奇奧尼提到一個值得關注的細節：國際能源署（IEA）的報告指出，許多國家政府從各國收集能源數據，但這些國家本身就沒有針對數據中心的精確統計。換句話說，政府無法做出「未來五年需要多少電力容量」的有效規劃。

這個問題在亞洲尤為突出。中國大陸在數據中心擴張上走在前列，但官方披露的能源消耗數據一直受到外界質疑。台灣面臨電力供應本就緊張的現實，大規模引入AI算力需求將直接衝擊能源政策。新加坡、日本等國已開始對數據中心建設商施加更嚴格的資訊揭露要求。

在這個脈絡下，「誰掌握數據，誰就掌握議題主導權」的邏輯再次成立。AI公司不公開能源數據，不只是企業的透明度問題，更是國家能源規劃的盲點來源。

「大模型」不是唯一答案

盧奇奧尼反覆強調一個被市場行銷話術遮蔽的事實：大多數真正創造生產力的AI工作，根本不需要LLM。

分類器、文件搜尋、財務預測——這些任務用更輕量的模型就能完成，成本更低，能耗更小。Google已開始揭露Token輸入輸出量，讓企業得以判斷「這個場景用小模型就夠了」。盧奇奧尼建議企業內部建立明確的模型選用指引：搜尋公司文件用輕量模型，深度研究用複雜模型。

這個建議對亞洲中小企業尤其實際。許多企業在導入AI時，往往直接採用最知名的大型模型，既是因為不了解替代方案，也是因為供應商從不主動介紹「更便宜、更省電的選項」。

透明度作為競爭優勢

盧奇奧尼提出了一個反直覺的觀點：如果某家大型AI公司率先在介面上顯示每次對話的能源消耗與碳排放，就像食品標示熱量一樣，這將成為真正的市場差異化優勢。

她以Anthropic拒絕美軍委託為例——那個決定在文化層面為該公司帶來了可觀的品牌加分。在ESG意識持續升溫的商業環境中，第一個敢於「亮底牌」的AI公司，可能反而贏得更多企業客戶的信任。