Loading [MathJax]/extensions/tex2jax.js

1

6
0

文字

分享

1
6
0

解密社會創新:為了全人類,這件事你得知道

鄭國威 Portnoy_96
・2020/11/05 ・11782字 ・閱讀時間約 24 分鐘 ・SR值 566 ・九年級

-----廣告,請繼續往下閱讀-----

本文由 社會創新實驗中心委託 委託,泛科學企劃執行。

你覺得世界正在變好,還是變差呢?

在 2020 年問這個問題,可能有比較高比例的人會給出悲觀的答案。我們在 2020 年學到,原來澳洲野火可以燒那麼久,燒到奪走 30 億哺乳類、爬行類、鳥類的生命;更別提亞馬遜跟加州、北極圈同樣在燃燒。我們也學到原來臺灣夏天可以這麼熱,熱到打破 124 年來的高溫紀錄;我們更學到原來一種新的冠狀病毒可以那麼難纏,難纏到讓全球經濟活動硬生生停擺,偉大的國界疆域被只有 120 奈米的病毒嘲笑,資源分配不均的問題,也隨著社會安全網被疫情撕開而更難以忽視。

澳洲大火燎原,許多野生動植物消殞,是2020年諸多憾事之一。圖/Wikimedia

這就是 2020 年的新日常。在 2015 年立下永續發展目標(SDGs, Sustainable Development Goals)的世界各國,儘管高瞻遠矚,也無法預測接下來的變化。正如湯馬斯·佛里曼在《謝謝你遲到了:一個樂觀主義者在加速時代的繁榮指引》一書中所說的,世界正被科技、全球化、氣候變異三股巨大而且還在加速變化的亂流推動,朝向不可知的未來。越不可知,我們的預測就越趨悲觀。然而又如漢斯·羅斯林在《真確》一書裡疾呼的,我們對世界面貌的陳舊與錯誤認知,過度悲觀,也可能讓資源的運用效率不彰。

聯合國SDGs包含17項目標,提升人類與環境共好的福祉。影片/Youtube

未來的確不可測,除非我們創造未來。這就是為何「社會創新」愈來愈重要且必要。但到底什麼是社會創新?這次泛科學來到位於臺北市仁愛路上的「社會創新實驗中心」,要來問問將社會創新從科技社群一路推進政府體系的行政院政務委員唐鳳。深入請教她怎麼把公私協力的精神展現在 COVID-19 的防疫工作、總統盃黑客松(及延伸出的許多開放資料計畫),與社會創新實驗中心的任務上。而這些令許多國家驚豔、詢問度爆高的案例,背後各自代表了哪些社會創新的意涵呢?

從《監控資本主義》談臺灣的防疫經驗

臺灣面對 COVID-19 疫情的表現足堪全球模範,特別是當不少國家的人民一邊擔心疫情,一邊還得擔心自己的政府跟科技公司(如 Google、Apple、Facebook、Amazon 等)會共同利用機會侵犯隱私、監控人民行動時。為了防疫,臺灣雖然佈下嚴密防線,以細胞廣播、智慧平安環等方式落實居家隔離,更以超快速度串連藥房、超商、健保卡進行公平的實名制口罩預購與分配,卻沒有造成社會疑慮。

-----廣告,請繼續往下閱讀-----
跨國公司掌握數億使用者的資訊,成為具高利用價值的大數據,恐有侵犯隱私的疑慮。圖/Pixaby

這其實非常不容易,畢竟我們活在「監控資本主義」的時代。監控資本主義一詞出自 2019 年出版,由哈佛大學教授祖博夫 (Shoshana Zuboff) 所著的一本備受關注與討論的著作《監控資本主義時代》(The Age of Surveillance Capitalism)。祖博夫認為,當數十億人類的一舉一動都在數據科技公司的掌握下,數據變成模型,模型提供預測,你我的下一步就成為可以被競標販售的產品,不管是給個讚的下一步、按下加入購物車的下一步、或是走入選舉投票亭的下一步。監控資本主義企業以多樣化的免費服務,在寬鬆甚至不存在的規管下貪婪地蒐集行為資料,進行交易,也引來了各國政府的覬覦。這次疫情對某些企業跟政府來說更是天賜良機,因為有了防疫的大義,監控更可以直接來

對此唐鳳表示,台灣這波防疫能免除過度監控的疑慮,首要關鍵是因為我們把病毒隔絕在境外,才能避免封城跟後續必然的嚴格管控。但除此之外,唐鳳透露這次台灣防疫模式之所以成功的大原則是「不去用疫情前沒用過的資料蒐集方法」,由藥局與藥師擔任中介。

政務委員唐鳳解析防疫期間的資料蒐集與運用,建立互信,達成公私協力。

唐鳳表示,這幾年來細胞廣播在過往發生淹水、地震等天災時,時常派上用場。要是有人沒收到簡訊,還會自己調侃自己為「國家級邊緣人」,代表細胞廣播的用途跟體驗已經為民眾熟悉。而從藥局藥師的角度來看,雖然系統不同,口罩實名制與既有慢性病連續處方箋的使用者體驗基本一致,這也讓由藥局販賣口罩的方案上路時能減少折騰。而在居家檢疫這部分,透過擁有社區信任感的里長與里幹事系統來關心大家的身心健康,而不是要求人人戴個陌生電子設備來分秒監控人們的生理訊號,也更容易被接受。

雖然這些方案沒有那麼高科技,甚至一開始聽到都讓人覺得「很手動」、「費時費工」,但背後的思維卻很深刻。唐鳳表示,若一項社會常規在疫情之前從未確立,僅在疫情發生後硬推成社會常規,正當性自然低,做什麼都會被質疑,資料被處理、利用的方式也會讓人擔心。但倘若蒐集資料的方式基本不變,只是將資料用在之前沒用過的地方,人們更能接受,也大致上能想像是怎麼一回事。

-----廣告,請繼續往下閱讀-----

例如用健保卡在便利商店買口罩,這樣的流程體驗跟繳納地價稅、所得稅是相同的,從便利商店萬能店員的角度來說,是他們本來就在做的事,「不用再學一萬零一個能力」唐鳳說。唯有如此,店員才能在第一線擔任起「轉介者」的角色,輔佐對數位不熟悉的長輩、移工等使用事務機,只要他們有健保卡。

唐鳳表示最初防疫中心有一個提案,就是利用行動支付跟記名票證來購買口罩,可是這樣做的話,由於行動支付滲透率有限,口罩就無法讓 ¾ 的人都買到,而且這麼做也創造出新的資料蒐集體驗,提高民眾心理門檻的同時,也降低正當性。另外一個提案是在便利商店用店內提款機,民眾可一面預購一面付款,這麼做理論上可以比用事務機少一個結帳的動作,但這同樣創造出一個新的資料蒐集體驗。

唐鳳強調,刻意不在資料「蒐集端」創新,避免徒增不必要的認知負荷,而在資料「利用端」創新,正是一種社會創新。

「只要 ¾ 的人都戴口罩,我們就贏了」她記得當時網路上有一位 25 歲的年輕朋友算出這個數字。當時擔任行政院副院長,同時具有公衛專業的陳其邁曾請唐鳳到他辦公室,親自算一次給唐鳳看,這個數字也有支持的研究論文,防疫指揮中心的人都讀過。

唐鳳說,從傳染病學的角度來看,重點不是拿到口罩的過程多簡單,而是能不能讓 ¾ 的人拿到口罩。「就算很不方便,只要 ¾ 的人都有,就贏了。即使只要按個鍵就可以拿到口罩,但只有 ¼ 的人可以拿到,那還是輸了,社區傳播難以避免。」唐鳳表示指揮中心接下來所做的一切就是配合這個最高目標:30 天內讓 75% 的人戴上口罩。

-----廣告,請繼續往下閱讀-----

如果當初用行動支付或其他方案,可能會發生的,或許是行動支付廠商想利用這個「剛需」,在過程中多做促銷或其他動作,帶來難以預料的變化。「而這些行動支付的廠商人員有沒有讓口罩好好被利用的專業呢?在地社區相不相信他呢?這都很難講。」唐鳳說。

如果不是交給某某 pay 或某某卡來解釋口罩怎麼購買,而是交給專業的藥師呢?唐鳳說,一來藥師具有專業身份,二來藥師在社區裡有很多人認識跟信任。讓 ¾ 的人有口罩是其一,拿到口罩後還得要願意戴、正確地戴才行,跟便利商店店員比起來,透過藥師之口來解釋口罩的用法跟用途,比較有說服力。再者,除了口罩,人人更要用肥皂洗手、使用酒精消毒等,這些資訊都需要藥師這樣的角色來傳達。

口罩配給過程中,藥師扮演重要的角色,與其專業和社會角色相關。
圖/Pxhere

總結來說,口罩實名制用健保卡並模擬持慢性病連續處方箋領藥的體驗,是為了降低所有人付出的認知成本,避免創造新的體驗,讓大家不願意拿口罩。另外就算拿到口罩,也需要有藥師這樣具有可信度、且親切、懂得解釋公衛知識的角色,搭配藥局的場景、信封袋,跟耳提面命,才能真正在每一個人心中建立防疫認知。儘管這過程辛苦了藥師,但唯有這樣傳染病的 R0 值才降得下來。若維持起初由便利商店店員來做這些事的方案,可能因說服力不足而產生漏洞。

唐鳳認為,用智慧型手機來監控疫情,乍想之下是個快速有效的做法,但其實有很多技術上的困難,而蒐集來的資料能否派上用場,準不準確(例如手機要怎麼知道我有沒有戴好口罩),更有太多疑慮,這些疑慮會降低人們推薦跟安裝這種方案在手機上的動力,結果就會讓這個看似創新的方案「R0 太低」,沒人用,就沒有用。這個提醒是所有社會創新解決方案都值得細思的。

-----廣告,請繼續往下閱讀-----

唐鳳提到新加坡後來採用一個類似「平安符」的做法,將該監控裝置放在身上,不像手機會有其他感測器,這樣的做法比起在手機上裝一個系統級的程式來的安全,畢竟它不會讀取簡訊或手機裡其他資料。即使程式碼有問題,也不會曝露出太多隱私。台灣不用考慮這個方案,是因為戴口罩的比率已經達到了 75%。

即使沒有額外蒐集過多資料或用新的方式來蒐集資料,資料的重新利用有些時候也會帶來隱憂,但台灣在這方面也沒撞上牆。關於這點,唐鳳表示真正的原因是因為台灣並沒有宣布緊急狀態。若政府宣布緊急狀態,就可不經立法院授權先行動,做了之後再由立法院追認。然而由於台灣從未宣布進入緊急狀態,因此政府一舉一動都需要在個資法架構下執行,不得違背。唐鳳表示儘管如此,在過程中,其實一直都有一部分人對防疫監控的做法提出質疑,她表示非常感謝這些人,雖然是少數,卻發揮了關鍵的監督力量,讓立法委員提出相關質疑,而防疫中心也負起責任回應跟說明。如電子圍籬主要架構師,行政院資安處簡宏偉處長,同時也是防疫指揮中心的資訊組長,當時就到國會說明電子圍籬架構圖,降低大家的疑慮,也持續透過媒體回應跟說明。顯然,當監督制衡的機制在,加上公開透明的執行,讓社會創新的信任基礎也更穩固。

部分人士質疑政府的防疫監控措施枉顧隱私,這樣的聲音發揮了監督作用。圖/Pixaby

唐鳳接著補充,另一個關鍵在於大家對於從中央到地方政府應對災害的措施已經有信心,知道不會被亂用。過往也從來沒有人因為之前收過細胞簡訊,資料被用到其他不該用的地方,因此收到精準促銷廣告之類的。「這是一個極強的社會常規。哪一個人敢這樣做,會被社會抵制」她說。

她提到,之前疫調(傳染病問卷調查)時有一位民眾說自己本來整天都宅在家、沒有朋友,後來改口說自己其實是酒店的專業工作者,為了要保護客戶的隱私所以一開始沒有透露。「這個實際案例其實非常好,因為實名制的資料蒐集跟專業倫理產生了衝突,大家都可以理解。」唐鳳表示當時事件一發生,本來要討論口罩的會議改為針對個案來討論,包括行政院長在內,防疫指揮中心共同討論,後來由指揮官也就是衛福部陳時中部長,做了一個很重要的決定。他並沒有動用刑罰,也沒有嚴令要是酒店工作者不配合疫調,就要把負責人抓去關,儘管當時若這麼做,其實有授權、也有社會正當性;但如果這樣做,社會對酒店工作者的污名化、對立化可能嚴重加劇,讓疫情傳播的不可預測性大幅提高

-----廣告,請繼續往下閱讀-----
減少污名化,促進合作與互信,酒店舞廳也可以是防疫的一環。圖/Pxhere

指揮中心裡許多專家,如疾管署羅一鈞副署長等人,對與同類型工作者做類似的調查,其實很有經驗,本身就是 HIV 患者 U=U 的推動者,很了解實際狀況。後來指揮中心甚至連開出罰鍰也沒有,而是想出一個非實名制的「實聯制」-只要能聯絡到人就可以。社交距離若是無法保持、但飛沫傳染要避免。指揮中心將科學癥結解釋清楚後,就讓地方政府去督促在地的酒店、舞廳,在能夠做到實聯制跟避免飛沫傳染之前,勸大家不要去消費,「是一個最軟的講法」唐鳳說。

在唐鳳看來,這是一個真正的社會創新,因為利害相關人士都可以提供辦法,而且目標是為了公共利益。後來實聯制辦法如留下代號與一次性 email、易付卡電話號碼,交際時戴上帽子、有透明隔板就可以喝酒等等…從來沒想過的創新不勝枚舉。解法出現後,有些地方就可以開放,「讓酒店舞廳也成為防疫國家隊」唐鳳認為要是當時只能由政府跟用政府要的方式來蒐集資料,沒辦法配合的地方就得一直歇業,反而會創造很多漏洞。許多鄰近國家就是因此而出現了第二波、第三波傳染。在台灣的情況下,客人更願意相信工作者保留職業秘密的操守,相信蒐集的資料不會被永久保存,同時經營者也有社會責任去落實上述這些社會創新。這就是社會部門與經濟部門互相幫忙,公部門則刻意不擔任資料蒐集者,不過度監控,反而讓事情做得更好。

從《甜甜圈經濟學》談總統盃黑客松

自從「開放政府」與「開放資料」浪潮以來,臺灣便在民間社群與政府人士積極推動與堪稱良性的互動下,開出燦爛的花朵。台灣除了曾在開放資料國際評比中獲得第一,公部門、國營企業不同層級單位也不斷學習民間社群(如 g0v)的黑客松精神,辦理自己內部或是開放外人參加的黑客松活動,目的不外乎是希望能導入社會創新。

總統盃黑客松。圖/總統盃黑客松官網

總統盃黑客松為臺灣此類活動最高層級,在 2020 邁入第三屆,並以永續發展為本屆主旨。唐鳳政委亦為總統盃黑客松的靈魂人物,讓官方、NPO、國營企業、社運組織、創業團隊能破天荒齊聚,應用開放資料來解決國內問題,甚至還將解法外銷他國,是社會創新精神的具體實現。

-----廣告,請繼續往下閱讀-----

但亮點背後也有陰影。有人認為這些活動讓原本草根的黑客松變質,有著政府收編意味。也有人認為這些「創新」往往難以落實,越不動搖原本運作體系的,反而容易被公務員接受,直指核心的提案則被束之高閣。若永續發展當真如此重要,且政府也真心想推動,就該大刀闊斧、為所應為,而不是小打小鬧。

對此唐鳳認為,收編與非收編最大的差別就是一場由政府主辦的黑客松在開始之前,主辦方是否預先認可黑客松結果的決策權跟政府是相當的。若結果出爐才決定採不採行該解決方案,那比較類似諮詢甚至採購;但如果預先說好,儘管不知道最後團隊會做出什麼,但就是要當作政策推動,就是一種更具互信的夥伴關係。「這就是為什麼在總統盃黑客松,要事先把獎盃設計成台灣的形狀,而且有個投影機能投出蔡總統承諾你這個計畫會在 12 個月內落地的影像」唐鳳表示,不管最後由哪些團隊出線,都象徵政府跟民間締結真正的夥伴關係,而不只是摸頭。另外,總統盃黑客松的評審團成員,來自社會部門的評審佔了 6 成,更採用了「平方投票法」(quadratic voting) 來讓真正的價值與喜好顯現,鼓勵理性投票,而非像目前的選舉投票,容易被迫投給極端選項或由激昂情感主導。這種投票法提供每位相同點數,以所得點數票選關心的各項議題。投票時以「票數的平方」計算所需點數,即投同一個選項的票數愈多,所花費的點數會愈高;舉例來說,投1票只需要1點,投2票需要4點,投3票則需要9點,依此類推。

唐鳳表示,期待看到台灣能踏上最高階的公民參與,也就是「公民控制 citizen control」,讓公民擁有全部議題的主導權。要建立公部門與社會部門之間的夥伴關係,要先有一定的基礎,接著就是要讓政府在不是那麼核心的議題上,慢慢習慣授予權力,最終才能到公民控制。要在緩坡拾階而上,而不是從高空迫降,「不然就摔死了」,或被許多人擔心的「民粹」或「暴民」問題絆倒。

唐鳳更不認為這些方案是一時一地的小打小鬧,而是能在全球架構下推行的。在本屆總統盃黑客松許願池或是提案階段,提案跟許願者至少要勾選一個與永續發展有關的項目,這就讓每一個提案都連結全球共同的重要議程。

-----廣告,請繼續往下閱讀-----
總統盃黑客松——唐鳳專訪。影片/Youtube

除了總統盃黑客松中出線的方案,其他社會創新計畫,這幾年來也陸續都連結了 SDGs。唐鳳表示在 103 年當時行政院核定「社會企業行動方案」時,聯合國永續發展目標還在草案階段,兩者之間沒有對接,因此社會企業「只要覺得自己有意義就可以了」。但到了 107 年的「社會創新行動方案」,就明確強調推動社會創新之目的在於達成 SDGs 各項願景。因此,社會創新方案皆契合 169 項 SDGs 細項目標當中的部分,而 GDP 在眾多目標中,只是公共利益中的一小部分,而不是終極價值。

「這跟早期社會企業還在 GDP 邏輯裡不一樣。」唐鳳表示台灣的社會創新解方因為跟 SDGs 扣連,創造了一個索引,與世界有共通語言,因此台灣的外館、駐外代表處可以接力傳播,或透過聯合國周邊組織,如 SDSN 永續發展解決方案網絡盡可能分享這些案例。2019 年唐鳳便邀請兩個優秀的總統盃黑客松團隊到聯合國大會周邊與大家分享。

「對台灣人來說,『民主深化』跟『國際參與』,是不管什麼立場都不反對的事。」唐鳳精準地指出,在這樣的前提下,在台灣,創新不是只有工商業可以創新,而是社會上任何人都可以創新,這就相當於民主深化。同時,雖然不是聯合國會員,但台灣透過這些社會創新展現出的主張,是普世的價值。也因此不會有解決方案只是自掃門前雪–追求自己覺得好像很重要的目標的問題,而是對社會跟環境都有好處。

這與《甜甜圈經濟學》一書中,作者拉沃斯(Kate Raworth)對傳統經濟學的看法相呼應。身為經濟學者的拉沃斯認為源自 19 世紀的經濟學正在殺死 21 世紀的地球,儘管很多人人的確獲得更好的生活條件,壽命也延長,卻讓全人類籠罩在貧富差距、環境浩劫的風險中。因此作者提出七項思考經濟的新方向,如改變 GDP 至上的追求,以及將經濟看成複雜的系統,而非錯誤擬仿牛頓力學,忽視諸多變因。

過往追求GDP的思維模式,往往犧牲了環境,也忽略人類整體福祉。圖/Wikimedia

過去一世紀延續至今的線性經濟從生產到消費,以最大化 GDP 為目標,忽略了地球的極限、也忽略了人類整體的福祉,甜甜圈經濟學就是借用甜甜圈的形象告訴大家,向上不該超過地球的限度,往下不該侵蝕人權的基礎,環繞著 SDGs 的精神發展,莫再做那個 GDP 永恆向上、不切實際的夢。然而問題就在於改變極為困難,人類猶如赤壁大戰時環環相扣的曹軍連環船,駛向燒燬的敗局。社會創新則如江上的小舟,雖然小、但多樣化也靈活。

唐鳳也循著甜甜圈經濟學的脈絡補充表示,台灣扣合 SDGs 的社會創新,不會使(人類福祉)內層加厚,結果擠壓到(地球環境)外層,或反之。而是互相補強,這也讓「什麼樣的企業算是社會企業」的定義爭論可以休止。

唐鳳認為,社會創新就像雜草,有韌性,傳播也快。森林大火之後,木本植物可能很慘,但雜草卻能快速恢復。當環境劇烈改變,台灣中小企業的特色就是擁有超級客製化能力,乍看之下不太有規模經濟,也不掌握全世界產業鏈,但若是從甜甜圈經濟學的角度來說,這才是未來世界需要的。

她說線性經濟發展破壞力太大,那麼多的破壞,需要缺什麼補什麼的能力,然而從大財團的角度看,去補這些邊邊角角興趣缺缺;但是對雜草般的社會創新組織來說,卻是很好的機會。她以社創組織 CircuPlus 開發的「奉茶 App」為例。這樣一個幫大家快速找飲水機的社會創新,除了獲得行政院環保署支持,更因為連結傳統文化、或有地方創生可能性,讓中小企業的店家非常願意加入。試想,若台灣皆為大財閥控制,要怎麼找到店家合作?就是因為台灣有雜草型的生態圈,才有各種社會創新在各角落萌芽。

「這就是為什麼我們每年的亞太社會創新合作獎不是頒給特定的團隊機構,而是頒給一段『夥伴關係』。」唐鳳表示以前說「Made in Taiwan」,想的是特定的產品或服務,但社會創新不只是產品也不只是服務,而是一段跨域與跨界、原本想都想不到的合作關係。

這種合作關係的概念傳播非常快,往往一聽就懂。唐鳳以成功走向國際的社會企業芙彤園為例,他們在台東建立的自然農法香草原創沐浴產品還沒賣出國,概念已先行,例如加拿大的原住民在溫哥華也可以仿效。又像是從台灣誕生的珍奶,除了已世界風行,前陣子在社群媒體上還出現了「奶茶聯盟」這種衍伸的鬆散夥伴關係(XD)。

「社會企業畢竟還是要賣產品跟服務,會有市場區隔侷限,也需要投資人認可市場可以擴大。但社會創新可以像雜草般到處生長,不會因為我們是小國,我們發展出來的概念就不能用,聽過防疫 Taiwan Model 的人,都可以拿自己覺得有用的地方去用。例如用一隻可愛的柴犬來當防疫代言人,這個聽到馬上可以用。」唐鳳說道。

衛生福利部的「總柴」可愛形象替防疫資訊吸睛。
圖/衛生福利部臉書

總統盃黑客松出線的提案或台灣遍地開花的社會創新方案,的確無法如無限寶石搭配手套一樣,讓人一彈指就改變現況。「但當我做出一個更好的東西,能讓其他人想學。」唐鳳微笑說,就像是日本的饒舌音樂人寫了歌傳唱台灣的防疫成效跟 IT 大臣。她謙稱其實功勞跟自己沒有關係,而且有點變成動漫人物了(XD),但這就是社會創新。

唐鳳說,舊的經濟模式是零和的,有人賺就有人陪,往往經濟賺,環境就要賠,利益從上涓滴而下。但是在甜甜圈經濟學裡,我們可以同時照顧社會發展跟經濟發展,不是靠一兩個大財團,而是靠社會創新;「當我們不非得要犧牲某個部門(經濟、政府、或社會)才得以傳播創新,創新的『基本再生數』就特別高。」她這麼說。

從《激進市場》談社會創新的未來動能

全球疫情不見盡頭,經濟衝擊對人民的影響不亞於病毒對人體的直接危害。雖然牛津大學最近的調查,認為台灣是全球疫情衝擊下,經濟受創最小的國家,既兼顧防疫,又保住經濟。儘管如此,許多規模不大的社會創新組織,不管是企業、合作社或是NPO、營收來自於販售或募款,仍受到不小衝擊。值此之際,培育社會創新的社會創新實驗中心,能做些什麼呢?而企業社會責任(CSR)、大學社會責任(USR)、社會企業、地方創生等力量,又能如何互相支援?這些都是社會創新圈關注的議題。

上述所說的社創動能,都有政府在背後,某個角度來說,是扮演孵化器跟加速器;但換個角度,有人質疑,這些動能是真實存在或是被擠出來的?社會創新一旦沒有政府預算支持,一切是否就會回歸沈寂?我們的制度是否擁有自己的動能呢?

由唐鳳政委寫序文推薦的《激進市場》一書,也回應了這樣的問題。這本由韋爾 (E. Glen Weyl) 與波斯納 (Eric A. Posner) 推出的思想界重要著作,回應了當前富裕國家分配不均、經濟政策捉襟見肘、民粹威脅民主自由秩序等問題,提出了數個以解放資產壟斷、突破決策困境的激進 (radical) 機制設計。包括前面提到的「平方投票法」、財產自行定價並作為納稅基礎、以及針對移民、企業控制權、個人數據勞務的種種解方,極具前瞻性的同時,也企圖讓被預設制度綁架的現代社會在邁向未來的同時,實踐「貨暢其流、物盡其用、人盡其才」的長久想望。

以此書主旨來看,若改變預設規則,應該可以創造出一個共好的新常態,不用非要維持來自政府的外力來推動社會創新。對此,唐鳳認為建立規則就是目前社會創新行動方案在做的事。

社創良品 Buying Power」計畫舉例,這個活動連結了具規模的企業跟社創組織,讓彼此對接。唐鳳認為該計畫早已跳出政府推銷的窠臼,是整個社創行動方案裡花費最少的,甚至真正的開支只有部長跟她出席頒獎,連獎座都是以零廢棄的循環材料製作,也沒有獎金。企業對社會創新組織的產品採購到某個金額,才能獲得榮譽獎。

「我們就是不希望大家依賴這個獎、或是其他獎助方案,這樣容易變成看題目寫作文。」唐鳳認為,若把社會企業定義成某個很窄的東西,要幫忙解決國家的重要需求,或許還是會有很強的社會企業、社會部門也會參與,但這樣一來,別的題目就沒有資源。

因此唐鳳強調台灣的做法是「你行你來」。「你覺得這邊社會有需要,那就把他補上吧,若能扣合 SDGs,就讓你免費刊登在社創良品的採購手冊上。同時,透過鼓勵社創組織公開章程,就能納入共同供應契約。她表示這些都不需要政府出什麼錢,而是如《激進市場》裡所說的「規則設定」。

唐鳳強調台灣的做法是「你行你來」。

當社創組織章程越揭露,能加入共同供應契約,越能給出交代,在資料庫就排名往上,越能在型錄上先被看到,就是有用的規則。除此之外,「我們在頒獎時,若你是一家大銀行來參與 Buying Power,我們就邀請金管會主委來頒獎。你越在意誰,我們就找誰來頒獎。頒了幾次,真的有用。」她微笑說。

唐鳳表示接下來,政府將繼續透過規則制定,在公司治理層面,讓一定規模的企業都得依照 SDGs 的指標「給社會交代」。這麼一來,對企業最好的方法就是將這些肩負 SDGs 任務,有一兩年以上經市場考驗的社創組織,整合進他們的供應鏈。

「雖然第一年 Buying Power 的時候,像是月餅禮盒等 CSR 購買還是過半,但是後來BD (商業開發) 接手,進入供應鏈的類型就過半了。」唐鳳以 Youtuber 兼飲料店創業者滴妹為例,她會在他跟哥哥阿滴開直播時,大讚經由群募誕生的社會企業鮮乳坊,就是供應鏈整合社創價值的結果。

儘管許多合作一開始是 CSR (企業社會責任) 甚至為了 PR (公關),唐鳳認為在後來企業發現社創組織的產品品質真的不錯,又是透過群眾募資等共創形式誕生的,能夠給企業帶來社會正當性。「不管是不是缺社會正當性,多一點總沒錯。」唐鳳表示,這樣與社創的合作就不再只是「交陪」,而是業務發展。相較於容易因景氣而起伏的 CSR 或 PR 預算,企業投資在業務開發的預算通常是增加的。所以整套 Buying Power 的設計,就是要自然地長出這樣一種互相支持的生態系,而不須政府砸錢。

透過群眾募資,能夠提升社會正當性。圖/Pixaby

正如在《激進市場》一書中,兩位作者希望打破左派右派的框架,才提出多項有利於社會創新的激進制度設計;唐鳳認為,台灣特別具有把兩極往中間推的強勁氛圍,因此才有不斷的爭辯。若社會部門貧弱,就根本吵不起來,而是會直接偏聽經濟部門的。「能吵,就是因為我們社會部門的正當性不弱於經濟部門,有個健康的張力。」她表示。而我想社會創新正需要這樣的張力,搭配政府以正確思維重新設計市場規則,才能源源不絕。

人類世的關鍵抉擇

從上述討論,我們知道社會創新不只是社會企業家以特色商業模式獨領風騷、也不獨尊前沿科技。而是在將地球與人類行為視為一體的前提下,讓對的人與組織,透過豐沛的網絡、開放的平台,加快發現問題與解決問題的正回饋,同時避免或消除過去人類行為遺留的「外部性」,例如環境污染、貧富差距等。

事實上,我們一直把這些「人為後果」稱為外部性,彷彿就刻意忽視了系統(也就是社會運作機制)本身設計該與時俱進。社會需要創新,而創新也需要社會。

科學家認為,近百年來人類對地球環境的影響,已經足以在地層中留下我們的印記,因而創造了全新世之後的「人類世」。而這也逼我們正視人類無節制的所作所為,已超越環境極限,正在替人類在地球上的日子預定終止時間。因此,與其問世界正在變好或壞,彷彿我們只是隨波逐流的一片葉子,不如問「我們接下來打算怎樣改變世界」。

相較於大財團或主流政治對 GDP 根深蒂固的執著,社會創新或許只如雜草般的角落生物。此外,不同於也誕生自邊陲的「破壞式創新」,社會創新是具有修復能力的創新。台灣現代史上常常出現以花為名的社會運動,例如野百合、太陽花,推動著台灣民主大步前進,如今社會創新這朵乍看之下容易被忽視,也不激昂綻放的蒲公英,正將種子輕柔地擴散得更遠,遠至對台灣毫不熟悉的國度;也更近,近至你我每日的食衣住行。

「只要你的行動能夠感動超過 1 個人,R0 大於 1 就成功了。」唐鳳最後這麼對我說。我想,比起動用黑科技控制腦波來改變世界,社會創新帶來的影響將更有效、也更長效,不是嗎?(好吧,可能我被腦控了……)

-----廣告,請繼續往下閱讀-----
文章難易度
鄭國威 Portnoy_96
247 篇文章 ・ 1300 位粉絲
是那種小時候很喜歡看科學讀物,以為自己會成為科學家,但是長大之後因為數理太爛,所以早早放棄科學夢的無數人其中之一。怎知長大後竟然因為諸般因由而重拾科學,與夥伴共同創立泛科學。

0

0
0

文字

分享

0
0
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
把握 2050 淨零轉型契機!了解「產品碳足跡」提升企業 ESG 績效
宜特科技_96
・2024/10/06 ・5540字 ・閱讀時間約 11 分鐘

-----廣告,請繼續往下閱讀-----

圖/宜特科技

邁向 2050 淨零轉型,當企業在面對客戶價值鏈要求時,導入 ESG 早已成為提升營運績效的重要指標。而「產品碳足跡」是企業在品質、價格、規格之外,貼近客戶價值鏈、爭取國際品牌廠青睞的重要關鍵。透過本文一起深入探討,如何有效率地開展產品碳足跡計算與報告領域。

本文轉載自宜特小學堂〈把握淨零轉型契機 用產品碳足跡提升 ESG 績效〉,如果您對半導體產業新知有興趣,歡迎按下右邊的追蹤,就不會錯過宜特科技的最新文章!

全球氣候變遷早已成為國際間重要環境議題,目前不同國家和地區具有針對碳足跡的要求和指南,例如:法國的 ADEME(環境和能源管理署)指南和日本的碳足跡計劃;而國際大廠(包含 Microsoft 及 Bosh 等車電大廠等)也積極推動供應商碳足跡管理,以降低整體供應鏈的碳排放,致力於實現其永續發展目標(Sustainable Development Goals,簡稱 SDGs)。臺灣也針對「2050 淨零轉型」提出四大策略及兩大基礎。

臺灣 2050 淨零排放路徑及策略總說明。圖/國家發展委員會

企業導入產品碳足跡可以幫助其成為客戶 ESG(Environmental, Social, and Governance)發展策略中重要合作夥伴,促進長期合作關係。然而,在企業開始進行碳足跡計算時,常常會面臨邊界設定、數據收集與量化等方面的各種問題,不知道該從何下手導致進展受阻。

宜特科技已有為數百家企業提供輔導服務的豐富經驗,成功協助客戶獲得多項增值認證,順利進入國際產業供應鏈。在本文中,我們將分享透過實例經驗,並深入探討如何有效率地開展產品碳足跡計算與報告領域,滿足客戶在 ESG 需求,從而幫助企業在國際供應鏈中保持競爭優勢!

-----廣告,請繼續往下閱讀-----

產品碳足跡-基於生命周期評估(Life Cycle Assessment,簡稱 LCA)

碳足跡是一種特定的環境指標,用於量化某個活動、產品或服務在生命周期內,直接和間接產生的溫室氣體排放量,通常會以二氧化碳當量(CO2e)來表示。而產品碳足跡是基於 ISO 14040  和 14044 所定義之系統化的方法,針對整個生命周期中對暖化的影響加以評估,這其中包括從原材料的獲取、製造、使用到最終處置的各個階段排碳量。

( 一 ) ISO 14040:生命周期評估原則與框架(Life Cycle Assessment-Principles and Framework)提供了 LCA 的總體框架和原則,涵蓋了 LCA 的基本概念、應用範圍和限制,以及進行 LCA 的基本步驟和程序。

ISO 14040 產品生命周期評估原則與框架。圖/宜特科技

( 二 ) ISO 14044:生命周期評估需求與準則(Life Cycle Assessment-Requirements and Guidelines)描述了 LCA 各階段的技術要求,包括數據收集、數據品質、影響評估方法和解釋結果的方法。ISO 14044 對 LCI(Life Cycle Inventory,生命周期清單) 的實施提供了全面指導和技術要求,LCI 作為 LCA 的一個關鍵階段,在 ISO 14044  的框架下進行,可以確保其數據的品質和結果的可靠性。常見 LCI 如下:

ISO 14044 下常見的 LCI(生命周期清單)。圖/宜特科技

綜合上述 LCA 提供了一個全面的環境影響評估,可以幫助企業和決策者了解各種環境影響並進行綜合決策;LCA 涵蓋了多種環境影響指標(如暖化效應、臭氧層破壞、資源消耗、酸化效應、生態毒性等),而碳足跡是則聚焦於暖化效應。

-----廣告,請繼續往下閱讀-----

產品碳足跡系統邊界設定:

設定產品碳足跡盤查範疇(Boundary)是準確量化碳足跡的關鍵步驟。此過程包括確定哪些生命週期相應階段、活動和排放源應被納入碳足跡計算,並據此推動相關減排措施。基於生命週期的產品碳足跡,通常會涵蓋以下幾個主要階段:

  1. 原材料獲取:從自然資源中提取和加工原材料。
  2. 生產:製造和裝配產品的過程。
  3. 運輸和配銷:產品從生產地運輸到消費地的過程。
  4. 使用:產品在其使用壽命期間的階段。
  5. 最終處理階段:產品使用壽命結束後的處理,包括回收、再利用或廢棄處置。

完成生命週期設定後,需要進一步定義產品系統的邊界,包括哪些過程和活動應該納入盤查範疇。例如對於包材,應涵蓋包材的生產、製程中的能源消耗以及廢棄包裝的處理等完整階段,以供後續執行數據分配,如下圖所示:

生命週期之產品碳足跡主要階段。圖/宜特科技

若屬於 B2C 產品將涵蓋上述完整五個階段,而 B2B 產品則只包含上述前兩階段;下圖是 B2C 產品碳足跡的案例。

B2C 產品碳足跡案例。圖/工研院

量化產品碳足跡:依據 ISO14067 產品碳足跡來量化要求與指引

ISO 14067 提供了關於如何量化產品碳足跡的詳細指引,產品碳足跡計算基於「活動數據」與「排放係數」,下圖為相關案例。

-----廣告,請繼續往下閱讀-----
ISO 14067 產品碳足跡計算案例。圖/工研院

( 一 ) 如何蒐集活動數據

基於生命週期的不同階段,說明如下:

  1. 原材料階段

  • 原材料(包含輔材與包材)使用量:每種原材料的數量和重量。
  • 原材料製造過程的排放:包括從自然資源提取和加工過程中的溫室氣體排放。
  • 運輸數據:原材料從提取地點到加工廠的運輸距離和運輸方式(如貨運、海運等)。

  2. 生產階段

-----廣告,請繼續往下閱讀-----
  • 能源消耗:生產過程中使用的電力、燃料(如天然氣、汽柴油)等能源的消耗量。
  • 製程排放:生產過程中直接排放的溫室氣體(如化學反應產生的排放)。
  • 廢棄物管理:製造過程中產生的固體廢棄物、廢水和廢氣的處理過程中,涉及燃燒、分解等清理方式之處理量。

  3. 運輸和分銷階段

  • 運輸距離和方式:產品從生產地到消費地的運輸距離和運輸方式。
  • 運輸工具的能源消耗:運輸過程中運輸工具的燃料消耗量和類型。

  4. 使用階段

  • 使用過程中的能源消耗:產品在使用過程中消耗的能源(如家電使用的電力,車輛使用燃料等)。

  5. 最終處理階段

  • 廢棄物處理方式:產品生命終期(End of Life)不同處理方式(如焚燒、掩埋)對應之處理量。

( 二 ) 蒐集與應用排放係數

-----廣告,請繼續往下閱讀-----

藉由排放係數(Emission Factors,簡稱EF)可將活動數據(如能耗、材料使用等)轉換為溫室氣體排放量。ISO 14067 提供了量化產品碳足跡相關指引,幫助企業有效地收集和應用排放係數。以下是收集和使用排放係數的步驟和建議:

1.選擇排放係數來源

  • 官方資料庫:使用來自政府和國際組織的標準化排放係數,例如: United States Environmental Protection Agency(EPA)的排放係數資料庫、European Environment Agency(EEA)的排放係數、國際能源署(IEA)的能源數據以及台灣碳足跡資料庫。
  • 供應商提供的一手數據(Primary Data):來自供應商自行盤查的數據。
  • 第三方商業資料數據:市售第三方商業數據庫和工具,如 Ecoinvent(Simapro)和 GaBi。

2.評估和選擇排放係數

  • 地理相關性:確保排放係數與產品生產和使用的地理位置相關。例如,電力生產的排放係數在不同國家或地區可能差異很大。
  • 時間相關性:使用最新的排放係數數據,因為技術更新可能會影響排放量。

 3.應用排放係數

-----廣告,請繼續往下閱讀-----
  • 計算流程標準化:在計算產品碳足跡時,應建立標準化計算流程來應用排放係數,確保一致性和可比性。
  • 善用軟體工具:使用專門 LCA 軟體工具來管理和應用排放係數,如 SimaPro、GaBi 等。
  • 數據整合:將排放係數整合到產品碳足跡的計算公式中,與活動數據(如能源使用、材料消耗等)相結合,以計算總的溫室氣體排放量。

確保碳足跡量化數據品質

ISO 14067 對數據品質管理提出了明確的要求,以確保產品碳足跡量化準確性和可信度。以下是 ISO 14067 對數據品質管理的主要要求:

  1. 數據品質的評估指標
  • 代表性(Representativeness):數據應該反映真實的情況,包括地理範圍、時間範圍的相關性。
  • 一致性(Consistency):應使用一致的方法和假設來收集和處理數據,確保不同數據集之間的可比性。
  • 可靠性(Reliability):數據應該來自可信的來源,並經過適當的驗證。
  • 精確度(Accuracy):數據應該盡可能準確,減少誤差。
  • 完整性(Completeness):數據應該包含生命週期各階段重大排放,確保碳足跡計算的全面性。
  • 可追溯性(Traceability):數據來源和處理方法應該可追溯至原始單據,以便審查和驗證。

   2. 管控數據品質

  • 內部稽核:定期進行內部查核,評估數據品質,確保數據的準確性和可靠性。
  • 外部驗證:在必要時,進行外部驗證,確保數據和碳足跡計算結果的可信度。

   3. 執行數據敏感度分析

  • 碳足跡的敏感度分析是確保碳足跡計算結果的可靠性和準確性的重要步驟。敏感度分析有助於識別和理解不同參數對碳足跡數據的影響,從而幫助決策者進一步優化產品環境表現。
  • 執行方式為識別在碳足跡計算中使用的所有主要參數(能源消耗、材料用量、排放係數)等。選擇那些對結果有較大影響或存在較大不確定性的變量進行分析。
  • 執行方式為單因素分析(逐一改變每個變量,在保持其他變量不變的情況下,逐一調整每個變量的值,計算並記錄每次調整後的碳足跡結果)或多因素分析(同時改變多個變量,評估這些變量之間的交互作用及其對碳足跡結果的綜合影響)。
  • 根據敏感度分析結果,提出具體的改進方案,例如替換高碳排放材料、提高能源效率等。

 4. 持續改善和更新

-----廣告,請繼續往下閱讀-----
  • 持續改進:定期檢討和改進數據收集和處理流程,採用最新的技術和方法,提高數據品質。
  • 數據更新:根據最新的技術、方法和排放因子,定期更新數據,確保碳足跡計算的準確性。

ISO 14067 對數據品質管理的要求涵蓋了數據收集、評估、管控、改進的各個方面。通過遵循這些要求,企業可以確保其產品碳足跡計算的數據是準確、可靠和透明的,從而提高碳足跡報告的可信度和科學性。

碳足跡與產品環境宣告(Environmental Product Declaration):

產品碳足跡和產品環境宣告(Environmental Product Declaration,簡稱 EPD)是兩個相關但不同的概念,它們都提供產品的環境衝擊資訊,以幫助企業與消費者做出更可持續的選擇。

產品環境宣告是根據 ISO14025 國際標準所編制的技術文件,提供產品在生命周期內的環境影響資訊。EPD 基於生命周期評估(LCA)數據,可申請第三方認證。產品碳足跡通常是 EPD 中的一部分數據,尤其是在全球變暖潛勢(GWP)方面。EPD 包含了更廣泛的環境影響數據,而碳足跡專注於溫室氣體排放,相關範例如下:

產品環境宣告案例。圖/Fujitsu

運動飲料上針對碳足跡的標誌。圖/公視

產品碳足跡和產品環境宣告(EPD)兩者都是評估和傳達產品環境影響的重要工具。產品碳足跡專注於溫室氣體排放,而 EPD 則提供全面的環境影響資訊。兩者結合使用,可以幫助企業和消費者做出更可持續的選擇,推動環境保護和可持續發展。除了 ISO14067 外,溫室氣體議定書(GHG Protocol)也提供了計算產品碳足跡的詳細指導方針和方法。

自 2011 年起,宜特透過經濟部技術處科技專案「產品碳足跡與節能減碳資訊服務平台暨工具開發計畫」,積累輔導國內指標企業導入碳足跡的豐富經驗。我們認為,供應商碳排占比與減量機會,都是彰顯「產品環境績效」之關鍵,這正是導入碳足跡的重要目的之一。

因此供應商實地盤查至關重要,尤其針對排放貢獻占較大的本土供應商,宜特已定義出約 30 種盤查指標,企業可利用相關數據,偕同供應商建構減碳價值鏈。

我們輔導的客戶中包含全球知名代工龍頭廠、半導體設備製造廠、IC 設計廠商、光電業、電子元器件製造業、電子系統廠、傳產等國內上市櫃公司。在 ESG 輔導方面,亦有協助溫室氣體盤查、產品碳足跡、氣候相關財務揭露建議(TCFD)及 SBTi (科學基礎減量目標倡議,Science Based Targets Initiative)與 ISO 50001 能源管理與節能等相關輔導服務。

宜特科技可協助企業進行的 14 個輔導面向。圖/宜特科技

本文出自 宜特科技

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

宜特科技_96
13 篇文章 ・ 4 位粉絲
我們了解你想要的不只是服務,而是一個更好的自己:) iST宜特自1994年起,以專業獨家技術,為電子產業的上中下游客戶, 提供故障分析、可靠度實驗、材料分析和訊號測試之第三方公正實驗室

0

4
1

文字

分享

0
4
1
公民科學助攻,一同守護海洋環境與生態
科學月刊_96
・2021/11/19 ・3008字 ・閱讀時間約 6 分鐘

本文由海洋保育署廣告企劃,泛科學為宣傳推廣執行單位。

  • 採訪撰稿/謝宜蓉|2014 年一頭栽入太平洋擔任海上解說員,從此開啟生態視野,偶爾喜歡下水,立志看遍世界上所有種類的鯨豚。

在臺灣,公民科學早已在陸地上深根多年且蓬勃發展,而海洋環境的公民科學則處於萌芽階段。為了鼓勵更多公民科學家加入守護海洋的行列,海保署於今年舉辦「海洋公民科學家數據松」,希望透過公民的力量,將過往科學家收集的資料進行分析與知識轉譯,讓大眾一同解決各面向的海洋保育工作。此外,藉由海保署建立海洋資料庫,為海洋的永續發展盡心力。

一早踏入會場,簡報上印著斗大的「海有問題,我來分析」八個字。這是第一屆海洋公民科學家數據松的成果發表會,由來自不同領域的一般民眾組隊參與,以臺灣各地組織長年累積的數據作為起頭,展開針對不同專業的課程及工作坊內容。

海洋裡棲息著繽紛多樣的生物,需要我們用心保護,才能永續利用。圖/Pixabay

「數據松」一詞的由來

「黑客松」(Hackathon)一詞源自於黑客(Hack)+馬拉松(Marathon)。今(2021)年由海洋委員會海洋保育署(以下簡稱為海保署)所發起的活動主題訂定為「海洋公民科學家數據松」,希望透過短短一個多月馬拉松式緊密的工作坊及線上課程,讓參與者將臺灣各地海洋公民科學家所收集及長期累積下來的不同類型數據,透過公開資料及圖表呈現的方式,創造出引人注目的海報,解決不同面向的海洋保育難題。

活動內容包含了線上增能課程、組隊報名、數據松工作坊,以及決選成果發表。參與活動不但能夠理解目前在臺灣各地的海洋公民科學數據內容,學習如何將基礎數據透過跨領域的資料科學應用,也能夠在工作坊透過專業講師帶領,將海洋公民科學數據製作成精美並容易理解的海報,提供一般大眾閱讀及使用。

-----廣告,請繼續往下閱讀-----

由陸地走向海洋的臺灣公民科學

臺灣陸域的公民科學計畫早已遍地開花,而海洋相關的公民科學則逐漸嶄露頭角。去(2020)年由各地的海洋公民科學家舉辦的「海洋狗仔隊大集合」嘉年華,打開了一般民眾對於海洋公民科學的視野。而海保署透過本次辦理的海洋公民科學家數據松,也期望能由初步認識海洋公民科學,進階到了解各地長年來所累積的海洋公民科學數據,並應用在不同的對象上。

成果發表中榮獲第二名的組別:「前進龜山島:海豚生態教室大解密」,團隊設計者希望這份海報能夠被龜山島周圍的賞鯨業者所使用。海報採取視覺化的方式,呈現出一趟賞鯨旅程中,有可能遇見的鯨豚種類及其外形上的特徵,提供給龜山島周圍的賞鯨遊客閱覽並實際應用。

而獲得第三名的組別海報主題為「海龜你今天過得好嗎?」。海報設計則針對了對海龜有興趣的民眾,除了能讓讀者認識不同種類的海龜外型特徵之外,也期望透過一般大眾對於明星物種的重視,喚起海洋保育的意識,並透過分析擱淺資料及數據,探討各地海龜死亡背後的主因。

海龜是海洋中的動物明星,卻面臨著船支螺旋槳與流刺網的威脅。圖/Pixabay

由不同面向所推動的海洋事務

若仔細了解海保署成立至今所推動的各項海洋事務,可發現海保署早在成立之初便企圖在不同海洋領域推動公民科學的概念。其中包含以休閒活動角度切入的珊瑚礁健檢員、海龜普查員、釣訊情報員、巡鯨觀察家等,以不同面向增加民眾對於海洋相關情報的搜集,藉此推動iOcean海洋保育網資料庫的知名度。

-----廣告,請繼續往下閱讀-----

在推動海洋公民科學相關資料庫的過程中,有針對不同項目遇到不同的困難嗎?黃署長表示,這些資料大部分屬於自願性質,由於不同項目所觸及的對象不同,例如垂釣的資料以臺中港為大宗,鯨豚的資料則是因為賞鯨活動集中在東部區域以及賞鯨季節。海洋公民科學資料庫推動之初,因數據較少而容易分布不均勻,這未必與事實真相相符,因此,活動過程中若使用到這些數據,解讀時必須更加仔細的考量時空分布的狀況。

黃署長表示:初期數據較少而容易分布不均勻,未必能反映出實際狀況,因此,在解讀這些數據時,必須更加仔細的考量外部因素。圖/科學月刊

今年舉辦第一屆海洋公民科學數據松,在推廣海洋公民科學上向前邁進了一大步,也仍有許多地方能夠持續改善。例如有些數據的使用者對於資料的本質並不是相當清楚,也不了解數據收集的過程造成資料傳遞時的可能誤差。因此,對於提供數據的組織與使用數據的對象之間,各個團隊是否能夠彼此相互交流調查數據的方式,都是主辦方後續辦理相關活動時,必須考慮並納入,作為豐富活動的考量。

結合海洋公民科學的在地守護計畫

除了針對一般大眾積極推動海洋公民科學內容外,海保署也發起「在地守護計畫」。該計畫主要由在地社區或是區域性的團體,自願發起針對不同地域所設計的海洋公民科學計畫。

公民科學家的精神來自於專業的科學家並非有足夠的時間,長期在第一現場研究及調查。若無法現場實地搜集數據,則必須仰賴來自第一線並對該研究感興趣民眾協助共同累積資料,並依照長期下來的資料趨勢,觀察當地的海洋生物及其生態環境,是否因應不同的自然或人為條件而有所改變。

-----廣告,請繼續往下閱讀-----

除了每年針對不同地區委託專業的科學家執行各種調查之外,海保署也在今年招聘海洋保育巡查員,辦理、協調、執行海洋保育的相關工作。目前任職於臺北與基隆的巡查員表示,雖然初次接觸當地的海洋保育相關事務時,無法在短期內看到非常大的進步或對於海洋環境的幫助,但在長期持續的累積之下,可藉由發揮自身專長為當地的海洋保育做出貢獻。

海保署發起「在地守護計畫」,希望由在地社區或團體,自發性的調查當地海洋生態狀況。 圖/Pexels

朝向永續發展的海洋資料庫

當我們再次進入 iOcean 海洋保育資料庫,並點選海洋公民科學家項目後,會發現在不同選項後方的括號都註明著不同的單位,例如河川水質(環保署)、漁港水質(漁業署)等。若仔細觀察細項後才恍然大悟,原來在不同的項目,自 2010~2018 年的資料來源,皆為行政院環境保護署及行政院農業委員會漁業署。2018 年海保署成立後,漁業中屬於經濟性魚類的權責仍歸屬於漁業署管理,海洋中的保育類生物權責則屬於海保署。

雖然如此,海保署成立的海洋保育資料庫,仍希望藉此收集過往的調查內容及未來的公民科學資料數據。除了透過收集海洋公民科學家的數據,累積臺灣長期的海洋資料庫外,也期望能夠藉此公開過往政府委託不同單位所做的各項尚未公開的調查資料,這也是海保署在成立 iOcean 海洋保育資料庫很重要的一項動機。

海洋為各種軟骨魚及硬骨魚類、頭足類、海洋哺乳動物,以及藻類、軟硬珊瑚所共同棲息的生長環境,海水受到全球暖化、季節、洋流的影響,造成海洋中鹽度及溫度更加瞬息萬變。若一一細數,其生態系複雜程度甚至更甚於陸地,我們期望海洋能夠全面性地成為更健康的樣貌,仍需要由各單位共同合作才能真正達到永續的目標。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
科學月刊_96
249 篇文章 ・ 3741 位粉絲
非營利性質的《科學月刊》創刊於1970年,自創刊以來始終致力於科學普及工作;我們相信,提供一份正確而完整的科學知識,就是回饋給讀者最好的品質保證。