來稿｜AI既是氣候風險救星 又是數據中心耗能黑洞？
HK01 · 1 SOURCES1 day ago3 MIN
Summary
近年世界各地面臨各式各樣由氣候變化衍生的自然災害，來得又快又急。要分析這類氣候風險涉及大量數據及計算，傳統人手研究往往需花費頗長時間，難以在短時間內作判斷並應付突如其來的災害。人工智能（AI）的出現重塑人類應對氣候危機的方式，可更快更精準分析龐大數據並以更科學的方式管理氣候風險。然而，AI的運用並非沒有代價，其大型語言模型的訓練與運作依賴龐大的數據中心，正逐漸成為全球能源消耗與碳排放的重要來源。站在科技與可持續發展的交叉口，本文分析AI的兩面性，以及探討未來如何平衡兩者，讓AI能可持續地幫助我們應對氣候危機。
Key Points
- Google開發的Flood Hub平台採用深度學習模型，整合全球衛星數據與河流流量計，目前覆蓋全球逾150個國家和地區，為超過20億人口提供高達提前7天的河川氾濫預警，大幅降低極端水患造成的人命傷亡
- 聯合國國際電訊聯盟（ITU）推動「AI災害管理」技術，透過生成式AI與自然語言處理（NLP），將複雜的氣象雷達數據在數秒內轉化為各地方言簡訊與語音廣播，確保缺乏網絡技術知識的農民與邊遠社區居民能在災害來臨前獲取可執行的避險指示
- 港交所已實施高度對標國際可持續發展準則理事會（ISSB）IFRS S2《ESG報告守則》的氣候資訊披露要求，本港上市企業須對實體風險（即氣候變化有關的自然災害所產生的風險，如暴雨損毀物業）進行氣候情境分析
- 企業透過AI驅動的實體資產壓力測試和氣候分析工具，能將IPCC的極端氣候情境輸入模型，精細化模擬未來30年內其分散在全球的供應鏈、物流樞紐或物業資產面臨淹水、乾旱及海平面上升的經濟損失
- 根據研究，數據中心目前已佔全球電力消耗的約2%，隨著生成式AI的普及，這一比例在未來十年可能翻倍
- Google 2024年總電力消耗達3,218萬MWh，其中約96%來自數據中心，且在短短四年間幾乎翻倍。Microsoft 2025財年電力消耗達3,702萬MWh，比2021年幾乎增長三倍。Meta 2024年電力使用量達1,842萬MWh，其中98%用於數據中心
- 大型AI模型的訓練過程尤其耗能，一次大型模型的訓練可能消耗數百兆瓦時的電力，並產生相當於數百噸二氧化碳的排放。數據中心的冷卻系統亦是能源黑洞，為維持伺服器在安全溫度下運作，冷卻設備往往需要持續運轉，進一步推高能源需求
- 文章提出「智慧綠色一體化」方案，包括數字化轉型、築牢綠色算力底座、加快構建現代航運與物流體系，以及能源服務轉型等四大方針
Why It Matters
對香港投資者及企業而言，AI在氣候減災方面的應用與其能源消耗之間的矛盾，直接關係到企業的資產負債表與融資成本。隨著港交所要求上市企業披露氣候相關風險，以及企業需評估AI基礎設施的碳足跡，如何在善用AI應對氣候危機的同時控制能源消耗，已成為本地商界和投資者必須面對的重要課題，對香港的可持續發展前景具有深遠影響 。
對香港投資者及企業而言，AI在氣候減災方面的應用與其能源消耗之間的矛盾，直接關係到企業的資產負債表與融資成本。隨著港交所要求上市企業披露氣候相關風險，以及企業需評估AI基礎設施的碳足跡，如何在善用AI應對氣候危機的同時控制能源消耗，已成為本地商界和投資者必須面對的重要課題，對香港的可持續發展前景具有深遠影響 。