為何美國的AI新創公司還未揭露碳排放，或發布永續報告？示意圖。unsplash by omilaev
當AI估值突破兆美元、概念股狂飆之際，華爾街卻悄悄進入「後ESG時代」。AI巨頭們在享受資本狂歡的同時，龐大的碳足跡與電力吞噬量，正成為科技繁榮下不能說的祕密。
🤖 深度導覽：AI 巨頭的綠色盲點
短短幾年間，美國的AI新創公司已成長為全球最具影響力的企業之一，整體估值逼近1兆美元，Anthropic和OpenAI也正準備首度公開募股（IPO），但問題是，兩家公司都還沒揭露溫室氣體排放、提出淨零承諾，或發布永續報告。
美國非營利組織「環境誠信計畫」（Environmental Integrity Project）便指出，光是美國為了因應AI資料中心所新建的燃氣電廠，未來產生的氣候汙染就有可能相當於澳洲一整年的總排放量。
對比過往企業上市，都會將永續、低碳、碳中和列為招股書與市場宣傳重點，如今AI企業卻對此隻字不提，彭博社認為，市場對這些企業態度格外縱容。
★台灣第一個ESG與USR永續整合平台，加入ESG遠見共好圈★
而這也和整體風向有關。在美國總統川普2025年重返白宮後，美國證券交易委員會（SEC）便著手廢除氣候揭露規定，華爾街金融機構也大批退出淨零銀行聯盟，導致該組織停止運作，更有為數眾多的共和黨議員持續批評在前朝拜登政府重視的ESG理念。
華爾街轉向「後ESG時代」，氣候基金面臨失血潮
投資人對相關題材也因此態度轉冷。聚焦在ESG或環境主題的基金資金大幅萎縮，從2021年淨流入4850億美元，轉為2025年淨流出820億美元，顯示大型機構投資人不再如過去般施壓企業揭露氣候資訊，支持氣候揭露的科技公司股東比例也大幅下降。
然而，在這片永續黑夜中，加州政府可說是一座燈塔，2023年10月由州長紐森（Gavin Newsom）正式簽署通過的SB253法案（氣候企業數據責任法案），要求年營收10億美元且在該州營運的企業需申報範疇一、範疇二碳排，已於2026年進入執行期和首年申報。
因此，Anthropic與碳盤查平台Watershed合作，並聘用專業人士，準備進行申報。而OpenAI則成立永續指導委員會，提出「星際之門社區承諾」（Stargate Community Commitment）以優化水資源和生態保護，並在領英（LinkedIn）上大舉招募ESG主管。
然而，相較於範疇一、範疇二，這些AI企業的主要碳排均來自範疇三，也就是發生在企業上下游整體價值鏈中，非企業直接控制的所有間接排放，比例可能高達七成以上。
例如，Anthropic和OpenAI透過租用微軟、亞馬遜和SpaceX等資料中心，可將相關排放歸類為範疇三。加州氣候企業數據責任法案和歐盟企業永續報告指令（CSRD）分別規定，範疇三碳排的揭露時間是2027年和2029年。彭博社認為，這兩大巨頭可藉此把大部分碳排揭露延後。
這也反映碳排計算的高難度。安侯建業（KPMG）美國永續業務主管就表示，目前業界對大型語言模型訓練所產生的碳排與硬體蘊含碳量如何分攤，還沒有一套標準化的衡量方法。
商業模型拒公開耗電量，研究員只能「通靈估算」
環團永續AI組織共同創辦人暨技術長盧西奧尼（Sasha Luccioni）就抨擊，市面上的主流商業AI都是未公開技術細節的黑箱，沒人知道它們到底消耗多少電力。研究人員只好轉而測量公開透明的開源模型，以此作為替代指標，來推算這些商業AI大致產生多少碳排放，被戲稱如通靈估算。
對此，德國波昂大學科學倫理研究所所長、波昂永續人工智慧實驗室創辦人溫斯伯格（Aimee Van Wynsberghe）認為，當前社會過於關注「如何將AI用於永續發展」（AI for sustainability），卻忽略「開發與營運AI系統本身的永續性」（Sustainability for AI）。
翻開AI發展史，不難發現AI訓練背後龐大的碳足跡。曾任職於Google、Meta等大型科技企業的美國卡內基梅隆大學電腦科學學院語言技術研究所助理教授斯特魯貝爾（Emma Strubell）研究發現，訓練一個大型自然語言處理模型（NLP）的碳排量高達約270噸，相當於 5 輛燃油車「從製造、燃料消耗到報廢」全生命週期的總碳排放量。
比訓練更耗能！模型「無限微調」的綠色代價
碳排量會如此高，和模型必須不斷「微調」有關。當模型針對特定任務進行重新微調或優化，消耗的能源與碳排有時甚至高於一開始的訓練。
溫斯伯格認為，倘若模型任務本身價值不高，如只是用在履歷篩選、預測員工離職，訓練、微調過程中付出的環境代價，根本不成比例。
「AI發展不能以犧牲地球環境和社會價值為代價！」溫斯伯格提出四大倡議，分別是：
一、建立比例性評估框架：政府和機構應該評估AI模型的碳足跡與帶來的社會效益是否成比例，若應用價值低，但碳排極高，應該禁止或限制。
二、導入碳排追蹤工具：開發者應該使用碳排追蹤器（Carbontracker）、機器學習碳排估算器（Machine Learning Emissions Calculators）等工具，在訓練模型時即時監測排放，當碳排超過預設的安全門檻時，自動終止模型訓練。
三、強制性資訊揭露：要求企業與研究機構對所有AI模型與微調公開碳排報告。
四、成立政府永續AI專責小組：將資源與資金優先投注在AI本身永續性的技術研發，而非僅補助AI應用。
然而，在這些機制到位前，似乎也只能停留在道德勸說。聯合國秘書長古特瑞斯就呼籲AI產業坦白交代能源、用水與土地使用情況，並承諾採用再生能源，「是時候坦白交代AI讓人類付出什麼代價了。」
面對綠色通膨與算力軍備競賽的雙重夾擊，產業終將明白：永續不是阻礙創新的枷鎖，而是AI走得更遠的營運護城河。
隨著各國監管網絡逐步收緊，未來的科技王者，絕不僅屬於模型參數最大的贏家，更屬於率先在算力與綠能之間找到完美平衡點的企業。科技不該以地球為代價，AI的終極轉型正要開始。
延伸閱讀：AI「衍生碳排」黑洞：助攻油氣開採，恐年增18億噸二氧化碳
| 🤖 AI巨頭上市與ESG綠色盲點 重點 QA |
|---|
| Q1：為何即將 IPO 的 AI 巨頭們遲遲未發布永續報告書？ 隨著華爾街進入「後ESG時代」與美國政策風向的轉變，大型機構投資人對氣候資訊揭露的施壓大幅減弱。這使得 AI 企業在享受資本狂歡與極高估值的同時，市場對其未提出淨零承諾或發布永續報告的態度顯得格外縱容。 |
| Q2：AI 模型的碳排放為何難以被精準計算與追蹤？ AI 企業高達七成以上的碳排屬於「範疇三」（例如租借微軟、亞馬遜等外部資料中心的間接排放）。此外，市面上的主流商業 AI 多為未公開技術細節的黑箱，且模型為了特定任務進行的「無限微調」會消耗難以估計的能源，導致業界目前尚缺乏標準化的衡量方法。 |
| Q3：為了降低 AI 帶來的環境衝擊，專家提出了哪些永續倡議？ 專家呼籲正視「開發 AI 系統本身的永續性」，並提出四大解方：建立碳排與社會效益的比例性評估框架、導入具備安全門檻的碳排追蹤工具、強制公開 AI 模型與微調的碳排報告，以及建議政府成立專責小組，將資源優先投入 AI 的綠色永續技術研發。 |