面對全球氣候危機，人類不斷尋求科技解決方案。人工智慧（AI）正是其中最受矚目的工具之一。
倫敦政治經濟學院（LSE）最新報告引發熱議：若在能源、交通和食品生產等關鍵領域部署AI，到2030年全球每年可減少54億噸二氧化碳當量排放，約佔這些領域總排放量的四分之一。
這無疑是振奮人心的消息。但作為專注AI生成視覺內容的團隊，我們同時思考另一個問題：
當AI能協助其他產業減排時，我們是否也該審視AI本身——特別是生成式AI——是否盡到永續責任？
被忽視的生成式AI碳足跡
相較需要巨量運算的模型訓練階段，AI實際運作的推論階段看似輕量。但在圖像生成等高頻應用中，累積效應十分可觀。
單一用戶可能為同個指令生成數十種變體。當數百萬用戶同時操作，每日便產生數百萬次GPU運算。
這些快速的小型運作看似微不足道——但幕後是24小時運轉的高耗能資料中心。與模型訓練不同，這類「日常碳足跡」往往未被追蹤。
因此我們主張：生成式AI的碳成本需要更多關注、量化指標與透明度。
AI平台該有碳標籤嗎？
消費品領域已廣泛採用「碳標籤」，從咖啡到電子產品，讓人們理解消費行為的環境成本。
但為何我們對AI生成內容的碳影響完全無從得知？
設想若AI平台能標示：
本次生成使用低於平均能耗
模型運行於100%再生能源設施
偵測到高能耗生成模式（如大尺寸圖像或複雜模型），請謹慎使用
這不會限制創造力，反而賦予用戶知情權與選擇權，同時促使開發者優化永續性。
減排不僅是「使用AI」，更要「負責任地使用AI」
LSE研究正確指出AI潛力：改善電網風電預測、優化電動車基建、加速植物蛋白研發，這些都是具實效的應用。
但同時，AI自身碳足跡正快速增長。Google報告顯示，自2019年以來碳排放增加51%，主因正是AI基礎設施需求。
這說明AI並非零碳萬靈丹。責任不僅在於AI能做什麼，更在於我們如何使用。
用AI減排不應僅是「AI助人減排」，更應是「我們懷抱環保意識使用AI」。
PicMa的觀點：有意識的創造力
作為專注圖像生成與視覺敘事的AI平台，PicMa深信：
「每個技術選擇都是價值觀的體現。」
我們在產品開發中探索如何將環境影響意識融入使用者體驗，例如：
能否標示不同生成選項的能耗成本？
能否引導用戶選擇更高效的生成流程？
能否提供基於綠色基建的低碳模型路徑？
我們不敢妄言已有所有解答，但確信微小的設計選擇能引發重大改變——尤其當這些選擇能為綠色AI創作樹立典範時。
相關閱讀:
熱門工具
