聯合國氣候變遷綱要公約（UNFCCC）估計，以數位科技助攻企業淨零碳排，將有效降減20%碳排，在各國皆紛紛宣示淨零目標的趨勢之下，數位發展也開始與氣候變遷連結。
科技部部長吳政忠出席22日「2022淨零峰會暨數位氣候行動獎」時就指出，以現有科技條件恐怕達不到2050淨零碳排，還需新技術突破。而不論是結合AI和區塊鏈技術的「電廠醫生」，還是去年吹冷氣花了700萬的中油總部，靠著智慧樓宇系統減下60%空調電費，都在首屆「2022淨零峰會暨數位氣候行動獎」亮相。
為推進台灣數位減碳的步伐，「數位經濟暨產業發展協會（DTA）」與「台灣永續能源研究基金會（TAISE）」共同發起「2022淨零峰會暨數位氣候行動獎」，邀請台電、中油、智邦科技等大型企業以減碳常面臨的產品碳盤查、能源管理、製程優化等面向出題，並由國內資訊、科技、電網、售電等產業組成的團隊，運用數位科技，針對企業的減碳困難制定出有效的解決方案。
此次競賽共提出八項「企業出題」，並以創新性（30%）、可行性（30%）、氣候行動影響力（40%）三項指標作為評分標準。
採用智能監控技術 預測再生能源發電量 準確度達95%以上
常被稱為「靠天吃飯」的再生能源，具有易受天候影響的特性，發電量不穩定，未來占比提高，影響供電也將越顯著。為此，出題企業「台電」就希望運用歷年再生能源運轉數據，參考季節變化及氣候因素等條件，有效預估每日的再生能源發電量。
解題團隊「奇異果新能源」便提出「iSolar全方位智能監控解決方案」作為解方，將高級AI演算法應用在現有電廠數據，使用區塊鏈技術交叉對比發電數據，同時也為電廠提供健診計畫。
「我們的角色類似於電廠的醫生」，創辦人暨執行長黃偉哲說。他解釋，系統預測流程會先針對某一場址採集衛星雲圖及氣象預報資訊，並匹配鄰近的太陽能光電廠過去資料數據，最後整合發電設備的模組變流器及日照計等資訊並提出預測結果。
他也指出，由於此套系統自2012年起已陸續應用在國外超過30座中大型光電廠，目前每15分鐘就可累積10萬筆數據進行比對，因此系統發電的預測平均準確度可達到每一小時前98%、24小時前97%、72小時95%。
中油總部去年吹冷氣花700萬 智慧樓宇系統可減60%空調電費
中油指出，為了配合企業節電的政策，過去雖蒐集許多電力使用數據，但卻無法即時使用，並立即分析調整用電使用模式。而目前中油大樓共有124座數位電表及33座空調BTU表，另有台電總電表及台電空調總電表各1座，因此希望參賽團隊可利用電表自2020年起蒐集的資料規劃「中控中心」，監測用電和空調使用，即時發現異常情況。
解題團隊「台灣愛淨」分析，電費是企業經營的重要成本之一，以中油為例，2021年中油總部冷氣電費約700萬元，然而今年7月時電費已突破805萬。而過去中油之所以無法及時針對耗能設備節能，主要來自於人工監控及缺乏管理兩大因素。
對此，台灣愛淨提出節能率可達60%以上的內建AI智慧節能「智慧樓宇系統」，可在後台即時運作達到節能，並結合LINE即時警報通知。除了可協助減少60%空調電費，也可降低九成以上的所需人力。
總經理闕隆一解釋，分析過程除了會先蒐集氣溫、濕度、雨量等微氣候條件，並結合空調主機的設備條件，同時納入業者空調使用模式，利用AI技術建置出一套客製化的節能模式。闕隆一也補充，系統會由全自動AI控制，因此業者不需額外配置人力。
另一解題團隊「和典科技」也提出物業管理結合AI技術的數據分析系統，透過蒐集大樓用電效能、人流數據分析及訪客管理系統等數據，分析大樓用電模式並解決耗能問題。
和典科技解釋，系統透過各種數據可整合分析出大樓用電趨勢及各機器的使用概況，並直接評估效益分析，例如針對某月份冰水出水溫度上升的原因提出分析，並提供後續解決方式建議。
