推動淨零的科技英雄:AI 與迎戰氣候變化的競賽
時間依然是那股巨大且不可阻擋的力量。它可以成為我們的盟友與促成者——它是托爾斯泰口中「最強大的戰士」之一。它將我們所有人聚集於奔向淨零的競賽之中,這場賽跑裡,我們有相同的終點線、相同的規則,也有同一位裁判判定我們是否勝出。而在這場賽事當中,工業 AI 有助於加快步伐,將我們對環境的影響降到最低。它的作用方式如下。

時間依然是那股巨大且不可阻擋的力量。它可以成為我們的盟友與促成者——它是托爾斯泰口中「最強大的戰士」之一。它將我們所有人聚集於奔向淨零的競賽之中,這場賽跑裡,我們有相同的終點線、相同的規則,也有同一位裁判判定我們是否勝出。而在這場賽事當中,工業 AI 有助於加快步伐,將我們對環境的影響降到最低。它的作用方式如下。

作者:Pina Schlombs,Siemens 數位化工業軟體部永續發展負責人
如今,劇烈的變革正改變著我們身處的世界。我們能否掌握這些「大趨勢」——人口結構變化、都市化、全球在地化、環境變遷與資源效率,以及數位化——將形塑我們共同的未來。
時間的壓力在所有這些領域都十分沉重。但當話題進到奔向淨零的競賽時,這份壓力便成了生存攸關的課題;此處的淨零取其廣義,涵蓋所有因人類活動造成的環境影響。要達成《巴黎協定》的目標,時間已所剩無幾;而根據《2023 基礎建設轉型觀測報告》指出,目前只有不到 50% 的組織預期能在 2030 年前達成其脫碳目標。
然而,AI 有潛力成為這場努力的破局者。《自然》期刊曾刊載一項探討 AI 在落實永續發展目標中角色的研究,既勾勒了可能性,也提出了實踐時須考量的重點。PwC 的研究亦提及其他成功要素,指出到了 2030 年,AI 有望減少 9 億至 24 億噸二氧化碳排放,相當於澳洲、加拿大與日本三國的年排放量總和。
在改造我們的經濟命脈時,比如製造、基礎設施與交通運輸,重點不在於靠 AI 一次跨出一大步。策略性地運用「工業 AI」(具備工業級水準的 AI——可靠、安全且值得信賴),能夠成為加速器與增強器。它可協助我們更快、更大規模地解決更複雜的問題,從而提升效率並降低排放。這樣的進展具體長什麼樣?以下是五個代表性的實例:

1. 數位孿生:打造淨零未來的工程核心
在這場由 AI 驅動的革命中,核心正是 AI 賦能的數位孿生,其為工業元宇宙不可或缺的要素。這些針對真實世界資產的精密模擬,讓工程師得以進行「時間旅行」,即分析過往資料並預測未來情境。如此一來,即可模擬產品對環境的影響,讓工程師能根據資料做出最佳化決策,將真實世界的足跡降到最低。
舉例而言,數位孿生技術正在協助 ACC 顯著提升電極製造的良率。這不僅加快了他們邁向淨零工廠的轉型,也加速了其超級工廠的產能爬升,進而推動整體向電動交通的轉型。
2. 更智慧的基礎設施:利用智慧的方式節約用水
取得水源是人類最基本的需求。然而在全球範圍內,水資源的可得性與管理卻是一大挑戰——氣候變遷、人口結構快速變化及都市化等因素更加劇了此困境。目前全球用水量每年增加 1%,但同時約有 30% 的生產水在全球範圍內流失。
因此,大幅提升水資源管理效率至關重要。像瑞典自來水公司 VA SYD 所實現的創新,就是能夠有效降低漏水損失的關鍵方案之一。該公司採用一套以 AI 為基礎的解決方案,可偵測每秒僅 0.5 公升的微小漏點,提供更高的透明度與更智慧的資產管理,從而更妥善地維護與輸送珍貴的水資源。


3. 生成式設計:加速創新
生成式設計運用 AI 探索龐大的設計空間,針對多個目標需求產生眾多解決方案。此方法不僅能提供多元選擇,更能有效篩選出最具效益的方案,大幅節省測試所需的時間與資源。結果便是成本、環境衝擊與風險皆獲得顯著降低。
工業機器手臂夾爪的 AI 驅動重新設計,便是這項創新的具體展現。該設計透過 AI 賦能的拓撲優化模仿自然結構,並結合積層製造的潛力,最終讓每個機器人的二氧化碳排放量降低了 82%。
4. 預測性維護:交通更自由的世界
由 AI 賦能的預測性維護,正在革新我們管理和維護複雜系統的方式。此方法運用 AI 分析運行時資料,在潛在問題發生前先行預測,從而有效降低停機時間、提升效率並延長資產壽命。
萊茵-魯爾快鐵(Rhein-Ruhr-Express)專案便是其中的傑出案例。該案採用基於 Railigent X 的 AI 驅動分析,使列車服務可用率提升至超過 99%。這樣的效率還能延長元件使用壽命、減少材料消耗,直接降低資源與能源用量以及排放量。此外,它也大幅提升了鐵路系統在日常通勤族眼中的可靠性與吸引力。


5. 幫助平衡 AI 的影響:節能資料中心營運
儘管 AI 是對抗氣候變遷的有力工具,但我們也必須正視它本身屬於高耗能技術的事實。目前已有創新投入,著手從根本改善這一點,包括提升大型語言模型的運算效率、優化基礎架構的設計方式、改善模型運行的硬體平台等。
與此同時,支撐數位活動、企業營運乃至全球經濟的資料中心,本身也消耗大量能源,其中又以冷卻用途佔最大宗。然而,AI 在此也提供了部分解決方案。一個具代表性的例子,是愛沙尼亞 Greenergy 資料中心採用的 AI 驅動冷卻管理系統。這項 AI 創新應用將該設施轉型為波羅的海地區最具永續性的資料中心之一,僅需一鍵操作,就能提升約 30% 的運作效率。
最終,我們在邁向更環保的未來時,需要藉助 AI 與其他技術的協同作用,尤其是工業 AI,它正以前所未有的速度與規模,改變我們處理複雜多維挑戰的能力,強化既有可用的技術,並加速我們的學習與創新能力。
同時這也是一條合作之路,仰賴如 Siemens Xcelerator 這類數位商業平台的支援。沒有人能單獨應對我們最巨大的挑戰。傑出的思想者、企業、開發者與創新者,必須跨越國界集結起來,善用以生態系統為核心的創新模式,共同創建並發揮工業 AI 與其他技術之間的綜效與互通性。
在接納這種思維的情況下,我們有機會不只是被動適應或回應環境與資源挑戰,而是能將數位世界與實體世界加以結合,攜手主動推動並塑造未來。這將是邁向更智慧、更環保世界的重要一步;而工業 AI 也將成為在淨零競賽中持續加速的一項日益強大的工具。

Siemens Xcelerator 是一個開放的數位商業平台,透過精心策劃的產品組合,融合實體與數位世界,並偕同強大的合作夥伴生態系統,促進協作與創新,共同加速實現企業特定的脫碳目標。