可持續AI集團：企業買家點樣用銀彈逼科技巨頭為AI慳電

人工智能（AI）嘅發展速度同佢背後要用嘅基礎設施一樣咁驚人。隨住數據中心規模不斷擴大、AI工作負載倍增，業界對電力需求、碳排放同資源消耗嘅憂慮，已經成為決定AI未來走向嘅關鍵議題。

一間叫做可持續AI集團（Sustainable AI Group，簡稱SAIG） 嘅新研究同顧問公司就認為，要解決呢啲環境影響，最有效嘅槓桿未必喺數據中心入面，反而係喺嗰班買AI服務嘅企業手上。

咩係可持續AI集團？

可持續AI集團（SAIG） 係一間喺2026年5月13日正式成立嘅研究同顧問公司，目標係幫企業量度、比較同減少AI系統對環境造成嘅影響 。

呢間公司由兩位喺AI可持續發展領域好出名嘅人物聯手創立：

• Sasha Luccioni博士，之前係Hugging Face嘅AI及氣候主管
• Boris Gamazaychikov，之前係Salesforce嘅AI可持續發展主管

佢哋嘅目標係令企業明白AI系統點樣影響能源使用、碳排放同基礎設施需求，再將呢啲理解轉化為採購同部署AI時嘅實際決策 。

問題癥結：AI嘅環境影響好難睇得清

AI嘅快速增長正帶動緊對運算基建嘅龐大投資。為咗應付不斷飆升嘅AI工作負載，大型數據中心、專用晶片、冷卻系統同新嘅供電設施都喺度大興土木。

SAIG指出，企業引入AI嗰陣，往往冇足夠嘅清晰數據去判斷佢哋買返嚟嘅模型同服務對環境有幾大影響 。冇咗一致嘅量度標準同報告，公司就好難去評估以下幾樣嘢：

• AI模型嘅能源消耗
• 數據中心用電所產生嘅碳排放
• 用水量同冷卻需求
• 例如電力來源等嘅基建選擇

另一個棘手嘅問題係，唔同嘅AI系統對環境嘅影響可以差天共地。因應唔同嘅應用場景同部署環境，一個細啲、經過微調嘅模型，用嚟做同一樣嘢嘅運算量，可能遠遠低過一個前沿大模型 。

雖然有呢啲差異，但買家好多時都係「盲舂舂」咁預設用最大或者最出名嘅模型，根本冇辦法睇到唔同模型嘅效能同環境成本有咩取捨。

創辦人嘅核心論點：企業買家手握大把牙力

大多數用AI嘅公司唔會自己起模型或者數據中心，佢哋都係靠雲端供應商同AI服務商。

之但係，SAIG嘅創辦人認為，企業客戶其實係喺度塑造緊成個基礎設施嘅生態系統。

企業嘅支出最終就係用嚟泵水畀AI基建擴張。換句話講，由招標要求（RFP）到供應商合約嘅每一個採購決定，都會透過成條AI價值鏈發出需求信號 。

即係話，雖然電網同數據中心係睇得到嘅「供應端」，但客戶需求先至係決定供應商會起乜嘢嘅終極指揮棒。

呢個動態令到大型企業有牙力去影響：

• 對模型效能嘅期望
• 能源使用嘅報告標準
• 基礎設施嘅透明度
• AI工作負載喺邊度同點樣運行

採購同合約點樣可以重塑AI基建？

SAIG指出，企業可以透過日常嘅採購流程，開始影響AI嘅可持續發展。

主要嘅招數包括：

1. 招標要求（RFP）

公司喺評估AI供應商嗰陣，可以加入環保相關嘅標準，要求對方提供模型效能、能源消耗同基礎設施操作嘅數據。

而家嘅採購框架愈嚟愈強調要問清楚供應商喺模型最佳化同環境報告方面嘅做法，等買家可以分得出邊啲供應商喺可持續發展方面嘅決心大啲 。

2. 供應商篩選

企業可以優先揀嗰啲能夠證明自己能源消耗較低，或者喺基礎設施透明度上做得更好嘅AI服務商。

如果有足夠多嘅企業買家將呢啲因素放喺首位，供應商之間嘅競爭就可能唔再只係鬥效能同價錢，仲會鬥埋邊個更慳電、更環保。

3. 合約條款

主服務協議同企業合約可以加入要求披露環境影響嘅條文。

例如，合約可以要求報告：

• 數據中心用緊咩能源
• 設施係咪要靠電網以外嘅化石燃料發電
• AI工作負載嘅效能指標

呢啲要求會令供應商有直接嘅誘因去提高透明度同改善基建選擇 。

可持續AI集團會提供咩服務？

SAIG將自己定位為研究機構同策略顧問，幫企業將可持續AI嘅做法落地。

公開研究

公司計劃發表研究報告，分析AI對環境嘅影響，包括訓練同推理工作負載嘅能源使用，以及更廣泛嘅基礎設施效應 。

企業諮詢

SAIG會透過以下幾種方式，幫企業將可持續發展融入AI策略：

• 採購指引
• 內部工作坊同策略會議
• 量度框架
• 決策支援工具
• 協調技術團隊同可持續發展團隊之間嘅持份者關係

公司仲計劃幫手排查企業內部喺邊度用緊AI，並為呢啲工作負載設定環境影響嘅基準線 。

量度同基準測試工具

SAIG嘅一個重點工作係令AI嘅能源效益變得可以量度，並且喺唔同系統之間可以互相比較。

其中一個例子係AI能源評分（AI Energy Score），呢個基準測試項目嘅目的，係要為AI模型喺處理常見任務時嘅能源消耗進行評級 。

呢個框架提供咗標準化嘅能源評級同跨模型嘅公開比較，幫開發者同買家搵出更高效益嘅選項 。早前呢個系統嘅應用經已為數以百計常用模型喺多個AI任務上做咗評估，為AI系統嘅能源效益提供咗一個參考基準 。

「啱使好用」嘅模型選擇

另一個規劃中嘅功能係提供工具，幫企業將唔同任務分配畀最合適嘅模型，而唔係乜嘢都用最大嗰個前沿模型。

喺情況許可下揀用細啲或者專門啲嘅模型，可以大幅減少運算需求，同時又滿足到效能要求 。

點解時機咁重要？

創辦人認為，依家係關鍵時刻，因為AI基礎設施嘅投資正喺度急劇加速。

SAIG估計，去到今個十年嘅尾聲，AI基建嘅支出可能會達到5萬億美元，留畀大家去影響呢啲基建點樣起嘅時間窗口好窄 。

一旦數據中心、電力合約同硬件供應鏈塵埃落定，要去改變AI嘅環保軌跡就會難上加難。

佢哋嘅策略係要喺一切「米已成炊」之前影響個系統——鼓勵企業將可持續發展視為採購嘅核心標準，而唔係事後嘅補鑊。

更大嘅諗法：將可持續發展變做市場信號

可持續AI集團背後嗰個更大嘅願景，既簡單又宏大：將企業嘅需求轉化為一種獎勵高效AI系統嘅市場信號。

如果買家開始要求透明度同能源效益，供應商之間就可能會好似鬥速度、鬥能力、鬥價錢咁，積極喺呢啲新維度上競爭。

至於呢個轉變會唔會發生，就要視乎企業係咪願意運用佢哋喺AI供應鏈中，經已掌握喺手嘅牙力。