研究預估，若 AI 技術全面擴散至所有能源部門，全球每年可能因此額外增加 5 億至 18 億噸的二氧化碳排放量。
這項由兩名微軟前員工領銜、並與氣候倡議組織「Enabled Emissions Campaign」相關的研究，點出了 AI 在能源應用上的兩極化影響：
•推升化石燃料優勢：AI 能大幅優化上游油氣開採作業，包含降低鑽探成本、精準尋找新油氣藏，以及提高採收率。這使得化石燃料變得更便宜、更容易取得。
•優化綠能調度（理論減排）：AI 同時也能協助太陽能與風電業者預測日照與風況、進行預防性維護，並精算電池儲能的最佳調度時機。理論上，這每年最多可避免 5 億噸的二氧化碳排放。
綠能效益遭「油氣增產」抵銷
研究者嚴正強調，AI 帶來的減排效益，極有可能被其擴大的化石燃料供給量給完全抵銷。報告指出，化石燃料部門的生產力每提升 1%，綠能部門就必須提升高達 4% 至 5% 的生產力，才能勉強讓全球淨排放量維持中性，形成懸殊的生產力追趕。
此外，外界常將焦點放在 AI 資料中心的耗電量，但研究表明，AI 在油氣產業帶來的排放影響，恐是國際能源總署（IEA）去年對資料中心排放估計值的 2.8 倍至 10 倍，其碳排衝擊遠勝於資料中心本身。
此外，報告也指出，AI 在傳統能源產業的應用版圖正迅速擴大：
• 企業採用率攀升：IBM 的產業調查顯示，44% 的上游油氣公司已在勘探作業中使用 AI，另有 45% 計畫在未來三年內跟進導入。
• 龐大的增產潛力：顧問公司 Wood Mackenzie 估計，在 AI 的輔助下，油氣生產有望額外釋放出 4,700 億至 1 兆桶的石油。
• 開採成本驟降：高盛（Goldman Sachs）預測，AI 應用於頁岩油氣領域，不僅可使儲量增加 8% 至 20%，還能將鑽探成本大幅降低 30%。
正視「被促成的排放」與綠能困境
相較於化石燃料的快速獲益，研究者點出 AI 對再生能源的推動，目前仍受限於產業的「落地速度」。包含併網排隊、審批延宕，以及因需求疲弱或輸電限制造成的棄電問題，依然是綠能擴張的最大絆腳石。
為此，報告強烈呼籲： 各國的氣候與 AI 政策，不應只侷限於檢視 AI 伺服器本身的「直接用電」，而必須將 AI 協助開採所導致的「被促成的排放」（enabled emissions）納入政策考量。
同時，政府應積極透過碳定價（Carbon Pricing）機制，並針對 AI 帶動的化石燃料擴張進行限制，才能真正降低新科技對氣候變遷的負面衝擊。
參考資料：AI will boost oil and gas production more than green energy, report finds
※本文授權轉自科技新報，原文見此。
